Prompt monitoring: qué preguntas miden tu visibilidad en la IA

Durante años la unidad de medida fue la keyword. Elegías una expresión, mirabas en qué posición aparecías, y esa posición se movía o se quedaba donde estaba. Las herramientas, los informes, los objetivos trimestrales: todo descansaba sobre ese átomo.

Los motores generativos se lo llevaron por delante. Nadie le escribe una keyword a un asistente. La gente cuenta una situación, en frases enteras, con su contexto alrededor, y recibe una única respuesta que menciona a unas cuantas empresas. Lo que mides ahora es un prompt. Tu score, tu curva, la lista de competidores que te adelantan: todo depende de qué prompts elegiste. Elegirlos mal es la manera más cómoda de no medir nada y quedarte tranquilo mientras lo haces.

Una prueba que siempre se aprueba no es una prueba

Tira los prompts que llevan tu propio nombre. «¿Qué es [marca]?», «¿[marca] es fiable?». Al meter el nombre en la pregunta ya le has entregado al modelo la entidad de la que hablar, y la parte difícil, decidir quién es lo bastante relevante como para ser mencionado, se la has resuelto tú. Siempre encontrará algo que decir, y lo dirá con el mismo tono seguro tanto para el líder del mercado como para una empresa de la que no ha oído hablar nadie. Una prueba que no puede fallar no aporta información.

Esos prompts confirman, no miden. Su única función legítima, que va en una columna aparte, es comprobar si la descripción que el modelo hace de ti es exacta. Eso es una auditoría de precisión, no una medición de visibilidad.

Las cinco formas de un prompt que mide

Todo prompt que merece registrarse comparte una propiedad: tu nombre no aparece en él. Eso es lo que convierte una pregunta en una medición, porque reproduce la situación que importa comercialmente, aquella en la que quien compra todavía no sabe que existes. Dentro de esa restricción, los prompts se agrupan en cinco familias, y a un conjunto al que le falta una le queda un agujero.

Categóricos

«¿Cuál es el mejor sistema de gestión de almacén para un productor alimentario mediano?». Alguien está construyendo una lista desde cero. El modelo devuelve un puñado de nombres: o estás o no estás, no hay medias presencias.

Comparativos

«Compara las principales soluciones de automatización de almacén». Aquí el modelo se ve obligado a explicitar el conjunto, y sale a la luz lo que un prompt categórico esconde: cuál es la marca que trata como referencia, aquella contra la que mide a todas las demás. A veces ni siquiera está en tu diapositiva de competidores.

De problema

«Las devoluciones se nos acumulan y los clientes se quejan, ¿qué hacemos?». Ninguna categoría, ningún proveedor, solo el dolor. El modelo elige primero la categoría y después los nombres, así que hay dos formas de perder: no salir en la lista, o quedar archivado en una categoría que no es la tuya, donde la pregunta de si nombrarte ni siquiera llega a plantearse.

De sustitución

«¿Qué puedo usar en lugar de un [categoría] tradicional?». Este prompt atrapa a quien ya está abandonando algo. Que te nombren aquí es una señal distinta de aparecer en un listado de categoría: te han clasificado como recambio viable, y eso está mucho más cerca de una firma.

De cualificación

«¿Qué opción encaja en un sector regulado con un equipo informático casi inexistente?». Aquí es donde las operaciones toman forma, y es la familia que todo el mundo olvida. Un modelo que te nombra para grandes empresas y nunca para equipos pequeños ha dicho algo muy preciso que ningún score agregado va a sacar a la superficie.

Escribe como quien compra, no como quien hace keyword research

«Mejor CRM» es una keyword. Nadie se la dice a un asistente. Lo que le dice se parece más a esto: «somos un fabricante mediano, exportamos a media Europa, nuestro CRM no habla con el ERP y los comerciales se niegan a usarlo, ¿qué podemos mirar?».

El contexto no es decoración. Los modelos se agarran a él: tamaño de la empresa, sector, presupuesto, plazos, la integración que tiene que funcionar sí o sí. Cada uno de esos elementos cambia los nombres que vuelven, y un prompt al que le han quitado el contexto mide a un comprador que no existe. Usa el vocabulario de tus clientes, no el de tu argumentario: un prompt escrito en un idioma que fuera de tu empresa no habla nadie recibirá una respuesta muy segura de sí misma sobre un mercado que no es el tuyo.

Una sola vez es una anécdota

Estos modelos son probabilísticos. Haz dos veces la misma pregunta y pueden salir dos listas distintas, en otro orden, con otra marca en cabeza. No es un defecto que haya que esquivar, es el material con el que trabajas. Cada prompt tiene que ejecutarse varias veces, en cada uno de los cuatro asistentes principales, que se contradicen entre ellos mucho más de lo que cada uno se contradice a sí mismo.

Lo que estás midiendo no es presencia sino frecuencia: nombrado casi siempre, nombrado a veces, nunca nombrado. Son tres posiciones comerciales distintas, y una sola ejecución no las distingue. El tamaño real de un conjunto es el número de prompts multiplicado por los idiomas, por las plataformas, por las repeticiones: cuando toque recortar, recorta prompts, nunca repeticiones.

Qué anotar en cada ejecución

Casi todo el mundo apunta un sí o un no, que es el campo menos informativo que existe. En cada ejecución conviene recoger:

• Nombrada. Si tu marca ha aparecido o no.
• Citada. Si había un enlace real o solo una mención.
• Quién ha sido nombrado en tu lugar. Todas las marcas que salen en la respuesta, estés tú entre ellas o no. Es lo más útil que te regalan los motores generativos, y no cuesta nada.
• Orden. Primera de la lista o última. No es un ranking, pero cuenta con cuánta seguridad te trata la respuesta.
• Cómo te describe. Que te citen como «la opción barata» no es el mismo dato que «la elección estándar de las grandes operaciones», aunque ambas cuenten como mención. Esta columna la salta todo el mundo y lleva más información que todas las demás juntas.
• Plataforma, idioma, fecha. Sin estos tres campos, nada de lo anterior es comparable con nada.

No muevas el metro

Cuando un conjunto funciona, congélalo. Una cifra de visibilidad solo significa algo respecto a los prompts sobre los que se calculó: en el momento en que editas el conjunto has cambiado el instrumento, y cualquier línea de tendencia que cruce esa edición es ficción.

Los conjuntos acaban cambiando de verdad: la categoría estrena vocabulario, entras en un mercado en el que no estabas. Trátalo como una migración de esquema, no como un retoque al vuelo. Versiona el conjunto, deja anotado qué se ha añadido o quitado y por qué, y mantén los prompts viejos corriendo junto a los nuevos durante un tiempo, para ver qué efecto ha tenido el cambio en sí. Pocas veces, y nunca a escondidas.

La trampa: un conjunto hecho para que quedes bien

Así es como se arruina el ejercicio, casi nunca a propósito. Alguien escribe un prompt, lo ejecuta, no aparece, no le gusta, reformula, aparece, y se queda con la segunda versión. Repítelo una docena de veces y tendrás un conjunto con una puntuación halagadora pegada que mide una sola cosa: tu ego.

La defensa es de procedimiento. Escribe el conjunto entero antes de ejecutar un solo prompt. Sácalos de sitios donde no puedas hacer trampa: las llamadas comerciales, los tickets de soporte, el primer correo que manda un cliente potencial. Después ejecuta lo que has escrito y acepta el resultado. Si en el conjunto no hay nada que esperes perder, no es un instrumento de medida. Aparecer en todas partes no es la prueba de que estás ganando: es la prueba de que el conjunto está mal.

Dónde deja de poder hacerse a mano

Un conjunto incluso modesto, en todos los idiomas en los que vendes, en cuatro plataformas, repetido las veces suficientes como para significar algo, produce más ejecuciones de las que una persona puede leer y clasificar. Ahí es donde el seguimiento de prompts tiene que automatizarse, y es lo que hace PSentry: genera un conjunto de prompts por sitio y lo ejecuta en ChatGPT, Claude, Gemini y Perplexity, registrando a quién nombran en tu lugar.

Con una advertencia que preferimos decir en voz alta. Un conjunto generado es un punto de partida, no un oráculo: nunca ha estado sentado en una de tus llamadas comerciales. Si un prompt no suena a algo que escribiría un comprador real del sector, no está midiendo tu mercado. Y la frontera sigue donde está: esto es medición. Informa de lo que han dicho los modelos, no cambia lo que dicen.

Un conjunto que nunca pronuncia tu nombre, que suena a persona hablando, que se ejecuta muchas veces en lugar de una y que se está quieto lo bastante como para poder compararse consigo mismo te dirá dónde estás. Un conjunto construido con las preguntas que ya sabes que ganas no te dirá nada, amablemente, todo el tiempo que sigas pagándolo.

Preguntas Frecuentes

¿Puedo poner nombres de competidores en mis prompts?

Sí, en las familias comparativa y de sustitución, porque es exactamente lo que hace quien compra. El nombre de un competidor no es el mismo error que el tuyo: ancla la pregunta sin regalarte una aparición. Mantenlos en minoría dentro del conjunto o acabarás midiendo su posición en vez de la tuya.

¿Basta con traducir mi conjunto de prompts a los demás idiomas?

Traducir no basta. Quien compra en otro país plantea el problema de otra manera, la categoría puede no llamarse igual, y la referencia con la que lo compara todo suele ser una empresa local de la que nunca has oído hablar. Reescribe el conjunto idioma por idioma y trata cada idioma como un instrumento propio.

¿Puedo pedirle a una IA que me escriba el conjunto de prompts?

Es una forma razonable de producir material en bruto. Lo que vuelve es cómo un modelo se imagina que hablan tus compradores, o sea, más pulido y más genérico de como hablan de verdad. Trátalo como un primer borrador y contrástalo con frases que le hayas oído a un cliente real.

¿Qué significa no aparecer nunca, en ningún prompt?

Detrás del mismo resultado se esconden dos diagnósticos muy distintos: o los modelos no tienen de ti ninguna imagen utilizable, o la tienen y no te consideran adecuado para los escenarios que estás probando. Los campos «quién ha sido nombrado en tu lugar» y «cómo te describe» son los que los separan, y la reacción correcta no es la misma en cada caso.