Mención, cita y fuente: tres cosas distintas
ChatGPT puede nombrarte todo el día sin traerte un solo clic. No es un fracaso: son tres fenómenos distintos metidos dentro de una sola palabra.
Alguien te manda una captura. Le ha preguntado a ChatGPT qué herramientas merece la pena mirar en tu categoría, y ahí estás, nombrada en la segunda frase, descrita más o menos bien. Luego abre la analítica, busca el tráfico que esa captura debería haber producido, y no encuentra nada. No poco. Nada.
La conclusión habitual es que la visibilidad en las IA es humo. La conclusión mejor es que tres fenómenos distintos se han aplastado dentro de una sola palabra. Una mención, una cita y una fuente se comportan de forma distinta, aparecen en sitios distintos y te exigen trabajos completamente distintos. Casi ninguna conversación sobre visibilidad en los modelos de lenguaje hace la distinción, y por eso buena parte de los consejos que circulan no sirven para nada.
Tres cosas, no una
La mención
El modelo te nombra dentro del texto de la respuesta. Eso es todo. Ningún enlace, ninguna lista de fuentes, ninguna nota. Quien lee ve tu marca, lee una frase sobre lo que haces y no tiene dónde pulsar, aunque quiera. Si le interesa irá a buscarte por su cuenta, en una sesión que tu analítica archivará como orgánica o directa, sin rastro en ninguna parte de que el empujón vino de un modelo.
Una mención no deja huella en ninguna herramienta de analítica que tengas. No es que el dato de referencia esté sucio o mal atribuido. No hay referencia, porque no había enlace.
La cita
El modelo te nombra y señala una de tus páginas como fuente, normalmente con una marca en el texto o un enlace en el panel de fuentes. Ahora un clic es posible. Perplexity lo hace por diseño, porque recuperar y atribuir fuentes en vivo es el producto en sí. ChatGPT lo hace cuando navega, cosa que no siempre ocurre.
Una cita puede generar una visita, y esa visita aparece en tus registros con un dominio reconocible. Se le da demasiado peso precisamente por eso: es la única de las tres que se comporta como la web que ya conoces.
La fuente
Es la que casi nadie mira, y es la más valiosa. Las fuentes son las páginas en las que el modelo se apoya para construir la respuesta que habla de ti. No necesariamente las que enlaza. Las que usa.
Y aquí llega la parte incómoda: con frecuencia no son las tuyas. Sitios de reseñas, hilos de foro, artículos comparativos escritos por gente que nunca ha hablado contigo, documentación de terceros. Cuando un modelo describe tu producto, muy a menudo está parafraseando la descripción que otro hizo de tu producto. La descripción que escribiste tú, en tu propio sitio, puede que ni siquiera esté en la sala.
Por qué la distinción decide lo que puedes hacer
Supón que te mencionan constantemente y no te citan casi nunca. No es un problema de visibilidad: los modelos saben que existes y te nombran delante de los compradores. Lo que falla es otra cosa. Cuando el modelo necesita una página en la que apoyar una afirmación, no echa mano de la tuya. Tus páginas no son la fuente que selecciona. Arreglar eso significa preguntarte si tu sitio responde a la pregunta del comprador en una forma que una máquina pueda tomar, o si responde a otra pregunta en el idioma de un folleto.
Ahora el caso contrario: te citan cuando alguien pregunta por tu nombre, pero nunca te mencionan cuando alguien hace la pregunta de categoría sin nombrarte. Ningún trabajo dentro de tu web tocará eso. El modelo sabe encontrarte si le apuntan hacia ti. No llega solo. Los dos fallos parecen idénticos en un panel que cuenta apariciones y no tienen nada en común. Uno es reescribir. El otro es salir ahí fuera y conseguir que otros escriban sobre ti.
El punto que pilla a todos
Puedes ser enormemente visible en las respuestas de las IA y ver cero clics. No pocos. Cero.
No es un fracaso. Es el comportamiento normal de una mención, y las menciones son la mayor parte de lo que ocurre. Un modelo que responde con lo que absorbió durante el entrenamiento no tiene ningún enlace que darte, porque mientras responde no está leyendo una página. Está generando texto. En todo el proceso no interviene ninguna dirección.
Así que un equipo que mide esto con Google Analytics llega a la conclusión evidente: no está pasando nada. Sí está pasando algo. Está pasando en un sitio que no emite un referente HTTP, y el instrumento que tienen en la mano se construyó para contar referentes HTTP. Si has decidido que la visibilidad en las IA no existe porque tu tráfico de referencia no se ha movido, lo has decidido con una herramienta estructuralmente incapaz de ver aquello que estabas buscando.
Qué pasa por debajo
Los tres resultados salen de dos maneras que tiene un modelo de producir una respuesta.
Desde la memoria del entrenamiento. El modelo estuvo expuesto a cantidades enormes de texto, tu rincón de la web incluido, y lo que le quedó es una impresión estadística de cómo habla el mundo de tu categoría. Cuando responde así está recordando, no está consultando nada. No hay fuente que citar porque el modelo de verdad no sabe de dónde viene la información, y cualquier enlace que produzca en este modo corre el riesgo de estar inventado. Aquí es donde viven las menciones. La visibilidad, en este modo, se construye despacio, se desgasta despacio y refleja lo que la web decía de ti antes del cierre del entrenamiento.
Desde la recuperación. El modelo lanza una búsqueda, se trae un puñado de páginas, las lee y escribe una respuesta anclada en lo que acaba de traer. Ahora hay documentos reales en el contexto, y esos documentos se pueden citar. Es la postura por defecto de Perplexity y lo que hace ChatGPT cuando navega. Aquí la visibilidad se mueve deprisa: una página publicada esta semana puede estar en las respuestas la siguiente, y una página que sale del conjunto recuperado desaparece igual de rápido.
La recuperación te enseña qué se puede encontrar ahora. La memoria te enseña qué se quedó. Lee una como si fuera la otra y te equivocarás dos veces.
Qué hacer con las fuentes
Si las páginas en las que un modelo se apoya para describirte en su mayoría no son tuyas, tu trabajo no está en tu web. Está ahí fuera, en las páginas que están hablando en tu lugar. En eso consiste el seguimiento de citas en las IA: no en un recuento de vanidad de cuántas veces una máquina ha dicho tu nombre, sino en un mapa de dónde se fabrica tu reputación, y de quién la fabrica.
El movimiento más directo que tienes a mano no cuesta nada. Mira las fuentes citadas cuando un modelo recomienda a tus competidores en vez de a ti. Haz la pregunta de categoría, la que hace un comprador antes de conocer ningún nombre, y lee la lista de fuentes bajo la respuesta. Si el mismo sitio de reseñas, el mismo foro, la misma página comparativa reaparecen detrás de quien sea que resulte recomendado, has encontrado la lista corta de los lugares donde tu ausencia te está costando algo.
Hacerlo una vez a mano es útil. Hacerlo sobre un conjunto serio de prompts, en cuatro plataformas y en cada idioma en el que vendes es un trabajo para el que nadie tiene tiempo: por eso PSentry muestra las fuentes y las citas que hay detrás de cada respuesta, junto a las menciones. Dos límites declarados, ya que en este sector escasean: los escaneos se ejecutan de forma programada, no en tiempo real, y una herramienta de medición mide. No manipula lo que dicen los modelos.
En corto
Una mención significa que te conocen. Una cita significa que te mandarán a alguien. Una fuente te dice quién está escribiendo de verdad tu reputación. Confundir las tres es la manera en que una empresa concluye que no está pasando nada, justo en el momento en el que algo está pasando.
Preguntas Frecuentes
Si una mención no produce clics, ¿por qué debería importar?
Porque cae en el momento en el que un comprador decide qué va siquiera a considerar. Un modelo que nombra a unos cuantos proveedores de una categoría está haciendo el trabajo de una lista corta. El clic, si llega, llega después y parece una búsqueda de marca: la influencia se adelanta bastante al tráfico, y por eso resulta tan fácil despacharla.
¿Puedo saber si una respuesta viene de la memoria o de la recuperación?
Normalmente sí, a ojo. Si la respuesta enseña un panel de fuentes o marcas en el texto que apuntan a páginas reales, ha recuperado. Si es prosa fluida sin atribución y sigue segura de sí misma cuando le pides un enlace, está respondiendo desde el entrenamiento. Pedir las fuentes de forma explícita es una prueba decente: un modelo que trabaja de memoria a menudo te entrega una dirección plausible que no lleva a ninguna parte.
A mi competidor lo citan y a mí no. ¿Es un problema de contenido?
Antes que eso, puede ser un problema de accesibilidad. Comprueba que tus páginas se pueden recuperar, que nada en tu fichero robots bloquea a los rastreadores de las IA y que la respuesta a la pregunta del comprador existe en tu sitio en palabras claras, en lugar de quedar insinuada en tres párrafos de posicionamiento. Si todo eso está en orden, lo más probable es que páginas mejor situadas en otro lado respondan a la pregunta antes de que les toque a las tuyas.
¿Cambian las fuentes de un idioma a otro?
A menudo por completo. Las páginas que un modelo recupera para responder en alemán son páginas en alemán, y la reputación construida allí puede no tener nada que ver con la que levantaste con cuidado en español. Una marca bien documentada en casa puede quedar descrita, en un mercado de exportación, casi solo por desconocidos.
¿Vale de algo una comprobación suelta?
No. Estos modelos son probabilísticos, y una respuesta es una anécdota. Solo los patrones sobre muchos prompts, repetidos en el tiempo, merecen guiar una decisión: por eso una captura suelta, halagadora o no, no debería decidir nada.