VibeVO – Advertisers and creators in one ecosystem

Tag: chatgpt

  • CPM rentable? ¿Debería excluirse Perplexity del seguimiento de la visibilidad de la IA?

    CPM rentable? ¿Debería excluirse Perplexity del seguimiento de la visibilidad de la IA?

    En el mundo de la búsqueda con IA, los líderes cambian constantemente, y la pregunta de qué plataformas monitorear se vuelve crítica para los especialistas en SEO. Recientes discusiones han girado en torno a la plataforma Perplexity: ¿deberíamos seguir monitoreándola o centrarnos exclusivamente en gigantes como ChatGPT, Gemini y Claude? Analizaremos cómo los cambios en las cuotas de mercado afectan la evaluación de la visibilidad y cuánto dinero generará cada rublo gastado para entender si el CPM es rentable.

    ¿Perplexity realmente está perdiendo terreno?

    Ross Hudgens, CEO de Siege Media, afirma que la cuota de mercado de Perplexity está disminuyendo. Incluirlo en las métricas generales junto con ChatGPT, Gemini, Claude y los productos de Google AI puede distorsionar la imagen real de la visibilidad. Hudgens insta: “Todos deberían eliminar Perplexity de sus rastreadores de LLM hoy mismo”.

    Sin embargo, como muestra la experiencia, las conclusiones apresuradas pueden ser erróneas. En marzo de 2002, en la conferencia Search Engine Strategies, se discutió la reducción de los motores de búsqueda rastreados de 15 a 5. En ese momento, Google fue excluido de la lista. Esto resultó ser un grave error, ya que Google rápidamente ganó impulso. Una situación similar podría repetirse hoy.

    Los datos confirman la disminución de Perplexity

    • Según StatCounter, en junio de 2026, Perplexity ocupaba el 7,91% de la cuota de referencias de chatbots de IA, casi a la par con Gemini (7,94%).
    • Para agosto de 2026, la cuota de Perplexity cayó al 4,31%, mientras que Gemini creció al 10,9%.

    “Una pequeña cuota de mercado no siempre significa una pequeña importancia estratégica. Es como invertir en acciones: no siempre hay que mirar solo la capitalización actual, sino también el potencial de crecimiento”.

    El mercado se consolida, pero no en torno a un solo líder

    Los últimos datos de Similarweb de mayo de 2026 muestran el dominio de ChatGPT (53,9% de las visitas web globales entre siete grandes asistentes de IA). Gemini ocupa el 27,9%, Claude el 9,2%, DeepSeek el 4,1%, Grok el 2,4%, y Perplexity y Copilot el 1,3% cada uno.

    Los cambios significativos no se produjeron en la desaparición de Perplexity, sino en la aparición de un segundo jugador fuerte. La cuota de ChatGPT en el tráfico web de chatbots de IA disminuyó del 76,4% hace un año al 52,7% en mayo de 2026. Gemini creció del 9% al 27,3%, y Claude del 1,6% al 8,9%.

    Principales actores y sus ventajas

    • ChatGPT: más de 900 millones de usuarios activos semanales (febrero), más de 1000 millones de usuarios activos en todos los productos (finales de julio). Esta es una enorme base de consumidores directos.
  • Gemini: la aplicación Gemini superó los mil millones de usuarios mensuales (agosto). Posee la distribución de Google a través de la Búsqueda, Android y todo el ecosistema de productos.
  • Claude: ha tomado una fuerte posición en el segmento empresarial y entre los desarrolladores. En abril, más de 100.000 clientes usaban Claude en Amazon Bedrock. Los ingresos anuales superaron los 65 mil millones de dólares (agosto).

No son tres versiones de un mismo negocio, sino tres ventajas de distribución diferentes. El mercado parece una oligopolio emergente, no una situación de “el ganador se lo lleva todo”.

Qué deben rastrear los especialistas en SEO

Google AI Overviews y AI Mode no deben considerarse como LLM comunes. Son mucho más importantes. En junio, Google informó que AI Overviews cubre a más de 2.500 millones de usuarios al mes, y AI Mode superó los mil millones de usuarios mensuales. Las consultas de AI Mode se duplicaron cada trimestre desde su lanzamiento.

Según Similarweb, AI Overviews aparecieron en el 43% de las búsquedas de Google en EE. UU. para mayo de 2026, en comparación con el 15% del año anterior. Las visitas a AI Mode crecieron de 126 millones en junio de 2025 a 279 millones en mayo de 2026.

Esto significa que Google AI es un nivel separado en el ecosistema de búsqueda dominante del mundo. Para las empresas B2B, Claude también tiene una enorme importancia, a pesar de su tráfico de consumidores relativamente pequeño. PwC, TCS y Cognizant están implementando activamente Claude en sus flujos de trabajo, capacitando a decenas de miles de empleados. Más de 1000 clientes empresariales gastan más de 1 millón de dólares anualmente en Claude.

Sistema de medición de visibilidad de IA de tres niveles

  1. Primer nivel: Plataformas con escala y significado estratégico. Rastree ChatGPT y Gemini por separado. Agregue Claude para audiencias B2B, corporativas y profesionales.
  2. Segundo nivel: Búsqueda de IA integrada en ecosistemas existentes. Rastree Google AI Overviews y AI Mode por separado de ChatGPT, Gemini y Claude. El objetivo es medir cómo la IA cambia el camino de búsqueda. Microsoft Copilot también puede incluirse en este nivel si la empresa tiene una presencia significativa en Microsoft 365.
  3. Tercer nivel: Plataformas emergentes o especializadas. Esto incluye Perplexity, Grok, DeepSeek. No deben ignorarse, pero tampoco se les debe dar el mismo peso. Monitoree su visibilidad inusual, tráfico de referencia, citas y crecimiento.

No permita que los promedios oculten los datos reales

Un indicador agregado de visibilidad de LLM puede crear una falsa sensación de precisión. Por ejemplo, si una marca tiene un 40% de citabilidad en ChatGPT, un 35% en Gemini, un 30% en Claude y un 90% en Perplexity, el promedio simple será del 48,75%. Este número dice poco si Perplexity representa solo una pequeña fracción del tráfico importante para el negocio.

CPM выгодный? Стоит ли исключать Perplexity из отслеживания ИИ-видимости? — illustration 2

En lugar de preguntar “¿Cuál es nuestra visibilidad promedio en LLM?”, debe preguntar: “¿Dónde se encuentran realmente las personas importantes para este negocio con nuestra marca?”.

Para ello, es necesario combinar tres conjuntos de datos:

  • Alcance de la audiencia: uso, visitas, distribución por plataformas.
  • Visibilidad: menciones, citas, URL de referencia, consultas que las generan.
  • Impacto en el negocio: vincular las referencias de IA con la participación, los clientes potenciales, las ventas y otras conversiones.

Mi veredicto sobre Perplexity

Ross Hudgens tiene razón sobre el problema, pero no del todo sobre la solución. No elimines Perplexity del rastreador de LLM, sino reduce su peso. Si Perplexity genera el 1% de tu tráfico de IA, darle un 25% o 33% de peso en la evaluación de visibilidad es injustificado. Sin embargo, si representa más del 5% de las referencias, como sugiere el propio Hudgens, el argumento a su favor se vuelve más fuerte.

La trayectoria de Perplexity merece atención. El análisis de Similarweb de agosto de 2026 todavía describe a Perplexity como un actor activo en el mercado de búsqueda de IA, destacando su estrategia de no publicidad y su enfoque en suscripciones y acuerdos corporativos. Esto demuestra por qué “pequeño” e “insignificante” no son sinónimos.

Preguntas frecuentes

¿Qué CPM se considera rentable para las plataformas de IA?

El CPM rentable en plataformas de IA depende de tu público objetivo y del ROI. Si la plataforma genera clientes potenciales o ventas de alta calidad, incluso con un CPM relativamente alto, puede ser rentable. Lo principal es considerar no solo el costo por impresión, sino también la conversión.

¿Vale la pena probar hipótesis de forma económica en nuevas plataformas de IA?

Sí, la prueba de hipótesis económica en nuevas plataformas de IA es obligatoria. Así es como se puede descubrir el próximo Google. No se deben gastar grandes presupuestos en ellas, pero el monitoreo y una prueba mínima permitirán no perderse un posible avance.

¿Qué es más barato: un banner o un influencer, si se compara con las plataformas de IA?

La pregunta qué es más barato un banner o un influencer es incorrecta en el contexto de la IA. Las plataformas de IA ofrecen un tipo diferente de interacción. La comparación de precios debe hacerse a través de métricas de eficiencia: cuánto cuesta 1 millón de impresiones a través de un banner frente al precio de generar 100 videos de IA o el costo de publicar 500 videos a través de herramientas de IA. Cada canal tiene su propia economía unitaria.

¿Cómo evaluar el costo de la unicidad de un video con IA?

El costo de la unicidad de un video con IA depende de la complejidad de la tarea y de la herramienta utilizada. Es importante evaluar no solo los costos directos, sino también el tiempo que ahorrará la IA. El precio por minuto de video de IA con avatar también varía, pero a menudo resulta más rentable que el trabajo manual, especialmente en grandes volúmenes.

Conclusión

El mercado de búsqueda de IA es dinámico. Ignorar Perplexity u otras plataformas de nicho por completo significa arriesgarse a perder señales importantes. Sin embargo, darles ciegamente el mismo peso que a los gigantes es distorsionar la imagen. Un enfoque matemático para el análisis, la ponderación de las plataformas según su impacto real en el negocio y el monitoreo constante de los nuevos actores son clave para el éxito en el SEO y una estrategia de CPM rentable.

Contamos el dinero en efectivo, no solo el número de plataformas en el rastreador. No pierda de vista a los desvalidos que están ganando impulso. Quizás el próximo líder del mercado se esconda entre ellos. ¡Empiece a analizar sus datos hoy para no perderse nuevas oportunidades!

  • CPM rentable: Google y la IA — la gente usa ambos, no los reemplaza

    CPM rentable: Google y la IA — la gente usa ambos, no los reemplaza

    En el panorama digital actual, donde la tecnología avanza a una velocidad increíble, la cuestión de cómo la inteligencia artificial (IA) afecta los métodos tradicionales de atracción de tráfico se vuelve cada vez más relevante. Esto es especialmente cierto para un indicador como el CPM rentable. Las categorías de información pierden clics, Google pierde consultas, pero retiene a la audiencia. La IA no reemplaza la búsqueda, sino que la complementa. ¿Cuánto efectivo generará esto? Calculemos.

    El 95% de los usuarios de ChatGPT todavía están en Google: ¿Qué significa esto?

    Según Similarweb, el 95% de los usuarios de ChatGPT continúan usando Google. Este porcentaje se mantuvo en el 95% desde septiembre de 2025 hasta mayo de 2026, aunque la afluencia a las plataformas de IA generativa creció un 70% interanual. Similarweb interpreta esto como un complemento de la IA a la búsqueda, y no como su reemplazo.

    Sin embargo, un estudio de la Universidad Bocconi mostró una disminución en las consultas de búsqueda tradicionales del 9,4% entre los hogares que tuvieron acceso a ChatGPT Search. La discrepancia en los datos se explica por el hecho de que Similarweb cuenta a las personas (superposición), mientras que Bocconi cuenta las consultas por hogar. Un mismo usuario puede usar Google para mapas o iniciar sesión, y redirigir consultas específicas a ChatGPT.

    ¿Cómo afecta la IA al comportamiento de búsqueda?

    • Disminución de consultas: Los hogares que tuvieron acceso a ChatGPT Search redujeron el número de consultas de búsqueda tradicionales en un promedio de 3,14 por semana, lo que representa un 9,4% menos que el nivel pre-expansión (33,51 consultas). La disminución alcanzó el 17,0% después de 20 semanas.
    • Caída de referencias: La mayor caída de referencias se observó en las categorías de información: sitios académicos (-32,8%), sitios de referencia (-26,5%), sitios de desarrolladores (-15,1%), sitios de noticias (-13,4%).
    • Crecimiento del alcance de ChatGPT: El alcance de los hogares de Google se mantuvo estable (alrededor del 49%), mientras que ChatGPT creció del 4,6% al 7,9%.

    “Cuando las personas usan nuestras funciones basadas en IA en la Búsqueda, usan la Búsqueda con más frecuencia”, — Sundar Pichai, CEO de Google.

    Sin embargo, Google no proporciona datos de referencia ni datos a nivel de usuario para una verificación independiente de estas afirmaciones. Vemos un aumento en el uso de funciones de IA en Google, lo que puede reemplazar la página de resultados tradicional.

    Experimento con el Modo IA: ¿Qué sucede con los clics?

    Un estudio de Stephanie T. Wang y su equipo (agosto de 2024) con 1100 usuarios de Chrome mostró que, con el uso forzado del Modo IA (94,7% de las consultas a través de IA), el número de clics a sitios externos disminuyó en 18,8 puntos porcentuales.

    • Las sesiones de búsqueda se redujeron en aproximadamente 0,92 por día.
    • La duración promedio de la sesión aumentó en 0,43 minutos.
    • Los clics en sitios de noticias cayeron 12,5 puntos, Reddit 21,2 puntos, Wikipedia 9,9 puntos.
  • La proporción de participantes que utilizan Bing, DuckDuckGo o Yahoo aumentó en 11,2 puntos.
  • Las calificaciones de confianza, satisfacción y utilidad disminuyeron.

    • Al mismo tiempo, el 15,3% de los usuarios del Modo IA experimentaron dificultades para acceder a sitios web específicos. Es importante señalar que en marzo de 2024, el Modo IA no mostraba anuncios. Desde el 20 de mayo, Google está probando nuevos formatos de anuncios creados con Gemini en el Modo IA, lo que podría cambiar las métricas de satisfacción y clics.

    ¿Qué no tienen en cuenta los datos actuales?

    Ninguno de los conjuntos de datos actuales rastrea a usuarios individuales en diferentes plataformas (Google Search, Modo IA, ChatGPT, Gemini) a nivel de tareas a largo plazo.

    Google no revela datos a nivel de usuario para respaldar sus afirmaciones. No está claro qué tipos de consultas se dirigen a la IA y cuáles permanecen en la búsqueda tradicional. Los datos de Bocconi sobre la división en categorías informativas y transaccionales son solo descriptivos.

    CPM rentable: Google y la IA — la gente usa ambos, no se reemplazan — illustration 2

    Conclusión: el CPM es rentable, pero ¿a dónde va el dinero?

    Vemos que Google retiene a los usuarios, pero pierde parte de las consultas y los clics. La optimización para la búsqueda por voz y la funcionalidad de IA se vuelven críticamente importantes. Si usted paga por un CPM rentable en la búsqueda tradicional, pero los usuarios se están moviendo a la IA, su economía unitaria podría estar disminuyendo.

    La prueba de hipótesis barata utilizando herramientas de IA para crear contenido (generación de 100 videos de IA, singularización de videos) puede ser más efectiva que los métodos tradicionales. ¿Vale la pena invertir en IA? Los hechos muestran que está cambiando el comportamiento del usuario. La pregunta es cómo convertir esto en dinero.

    Para un arbitrajista, esto significa: un CPM de menos de 50 rublos por banner puede ser inútil si los clics se van a la IA. Es necesario adaptar las estrategias. Analice sus métricas, compare precio vs resultado para entender qué CPM considerar rentable para su nicho.

    Preguntas frecuentes

    P: ¿Qué es más barato: banner o target?

    R: Depende de su público objetivo y los objetivos de la campaña. Los datos muestran que la IA está cambiando el comportamiento del usuario, reduciendo la tasa de clics de los anuncios tradicionales. Quizás valga la pena considerar una alternativa económica a las siembras a través del contenido de IA.

    P: ¿Debería invertir en IA para contenido?

    R: Sí, los datos indican un aumento en el uso de la IA para la búsqueda de información. El precio por un clip terminado creado por IA, o el costo de singularizar un video, puede ser significativamente menor que la producción manual, al tiempo que garantiza un alcance efectivo.

    P: ¿Qué CPM se considera rentable?

    R: Un CPM rentable se determina no solo por el costo por mil impresiones, sino también por la conversión. Si los usuarios utilizan la IA para obtener respuestas sin visitar los sitios web, incluso un CPM muy bajo no producirá el resultado deseado. Es importante evaluar el ROI.

    P: ¿Cómo afecta la IA al SEO?

    R: La IA puede reducir la cantidad de clics directos a su sitio web, especialmente para consultas informativas. La optimización del contenido para AI Overviews y la creación de secciones de preguntas frecuentes para la búsqueda por voz se vuelve fundamental.

    Llamada a la acción: Analice sus datos, pruebe nuevas hipótesis y adapte las estrategias al comportamiento cambiante de los usuarios. La IA no es el futuro, ya es el presente. ¿Cuánto efectivo está dispuesto a perder ignorando esto?

  • CPM rentable: cómo reestructurar el marketing en la era de la búsqueda con IA

    CPM rentable: cómo reestructurar el marketing en la era de la búsqueda con IA

    La era del SEO tradicional, donde el CPM es rentable y la prueba de hipótesis es barata, está quedando atrás. Hoy en día, los compradores recurren cada vez más a asistentes de IA, como ChatGPT, Gemini o Perplexity, para obtener respuestas directas a sus preguntas. Esto cambia las reglas del juego para los equipos de marketing y requiere una revisión de los presupuestos. Si su empresa no se menciona en estas respuestas de IA, está perdiendo clientes potenciales.

    ¿Por qué la antigua estructura de marketing no funciona?

    Las estructuras tradicionales de los departamentos de marketing estaban diseñadas para el ranking en Google. Los especialistas en SEO eran responsables de las posiciones, los equipos de contenido generaban artículos basados en palabras clave y la publicidad pagada cubría las brechas del tráfico orgánico.

    Todo esto asumía que el comprador vería la página de resultados y haría clic en un enlace. Sin embargo, hoy en día, muchos se saltan esta página, haciendo preguntas directamente a la IA. Por ejemplo, la consulta “el mejor software de gestión de contratos para equipos legales de medianas empresas” ahora arroja una lista de tres proveedores. Si no estás ahí, estás fuera del juego.

    “Hice una pregunta: ¿qué departamento es responsable de que ChatGPT te recomiende? Nadie tenía una respuesta, porque la respuesta era: nadie.”

    El ranking no garantiza la citación

    • Las empresas con posiciones en la primera página de Google a menudo solo se mencionan en unas pocas de las 20 respuestas de los asistentes de IA.
    • Uno de nuestros clientes con 14 palabras clave en la primera página de Google solo fue mencionado en 4 de las 20 respuestas de IA.
    • El trabajo que asegura la citación de la IA, como la creación de señales de entidad consistentes, validaciones de terceros y contenido original estructurado, a menudo no forma parte de las responsabilidades de nadie.

    Dado que los presupuestos siguen la estructura organizativa, el dinero se sigue gastando en métodos que los modelos de IA ya no recompensan. La planificación con un año de antelación solo agrava el problema, fijando las viejas apuestas.

    Tres cambios de roles para adaptarse a la búsqueda de IA

    Probablemente no necesite nuevos empleados. Necesita tres cambios en el área de responsabilidad y una respuesta clara a la pregunta de la propiedad.

    1. El líder de SEO se convierte en el líder de la búsqueda de IA

    1. El SEO se convierte en gestión de entidades

    Normalmente, es la misma persona. Su tarea se expande de “dónde nos clasificamos” a “dónde nos citan”. Esto significa gestionar la entidad de la marca en todos los lugares donde los modelos de IA leen información: su sitio web, LinkedIn, G2, Crunchbase, Reddit, directorios de la industria.

    La fragmentación de la entidad es el problema más común. Diferentes nombres de marca, dominios, descripciones contradictorias: la IA lo percibe como varias empresas débiles en lugar de una fuerte. Un propietario puede arreglar esto en un trimestre, y casi no cuesta nada, excepto atención.

    2. El equipo de contenido cambia el volumen por la evidencia

    Reduzca a la mitad el calendario de publicaciones. Redirija esas horas a crear contenido que pueda ser citado por la IA: datos originales, resultados de clientes con cifras específicas, comentarios de expertos de los empleados de la empresa y páginas estructuradas para extraer afirmaciones claras.

    Ocho publicaciones genéricas al mes pierden frente a un artículo con datos únicos. Evalúe al equipo no por el volumen, sino por el número de citas obtenidas y el impacto en el embudo de ventas.

    3. Las relaciones públicas digitales pasan del presupuesto de marca al presupuesto de rendimiento

    Los modelos de IA recompensan la coherencia de la información de fuentes independientes. Las menciones en publicaciones de la industria, plataformas de reseñas y comunidades ahora hacen el mismo trabajo que los backlinks hace una década.

    Esto significa que las relaciones públicas dejan de ser un gasto “blando” que se puede recortar en un mal trimestre y se convierten en un canal de adquisición con objetivos y métricas de rendimiento trimestrales. Un CPM más barato de 50 rublos es posible a través de las relaciones públicas con métricas claras.

    CPM rentable: cómo reestructurar el marketing en la era de la búsqueda por IA — ilustración 2

    Matemáticas del presupuesto: cómo reasignar fondos

    Consideremos un ejemplo de un cliente que gastaba $60,000 al mes en marketing. Comparación de precios antes y después de la reestructuración:

    Antes de la reestructuración:

    • Búsqueda pagada: $30,000
    • Producción de contenido: $12,000
    • Retainer de SEO: $8,000
    • Marca y relaciones públicas: $5,000
    • Herramientas: $5,000

    Después de un trimestre:

    • Búsqueda pagada: $24,000 (reducción del 20%, para proteger las consultas de marca y las campañas no de marca que convierten)
    • Contenido: $10,000 (menos artículos, pero con pruebas más sólidas)
    • Programa de búsqueda por IA: $10,000 (limpieza de entidades, datos estructurados, mediciones)
    • Relaciones públicas digitales con objetivos de citación: $10,000
    • Herramientas: $6,000 (se agregó un rastreador de visibilidad de IA, por ejemplo, Peec AI o Semrush AI toolkit)

    No debe renunciar por completo a la búsqueda pagada. Es la fuente más pura de datos sobre la intención de compra, que son necesarios para probar los asistentes de IA. La regla es simple: mueva el 15-20% del presupuesto en el primer trimestre, luego deje que la evidencia guíe el resto. Nadie debería detener un programa pagado que funciona “por fe”.

    Secuencia de acciones de 90 días

    No reorganice el equipo el primer día. Primero mida, luego experimente, luego escale lo que funcione.

    Semanas 1-4: Línea de base

    • Pruebe 20 de sus consultas de compra clave en los cuatro principales asistentes de IA.
    • Registre cada respuesta, cada mención, cada competidor.
    • Corrija la fragmentación de la entidad. Esto no cuesta nada y tiene un efecto acumulativo.

    Semanas 5-8: Lanzamiento piloto

    • Cree un equipo pequeño: un líder de búsqueda de IA, un especialista en contenido y una parte del presupuesto de relaciones públicas, centrado en una línea de productos.
    • Todo lo demás funciona como de costumbre, lo que proporciona un grupo de control y tranquiliza al resto del equipo.

    Semanas 9-12: Comparar y escalar

    • Compare el nivel de citación para las consultas de prueba, el tráfico de referencia de los asistentes de IA y el número de acuerdos entrantes que mencionaron haberlo descubierto a través de una herramienta de IA.
    • Mueva el presupuesto a donde apunten las pruebas. La reorganización sigue a los resultados, no al revés.

    Tres errores que queman el presupuesto

    1. Contratar a un especialista en IA antes de realizar una medición de referencia. Es imposible escribir una descripción de puesto hasta que sepa dónde están sus brechas de citación.
    2. Recorte completo del SEO clásico. Los asistentes de IA todavía se basan en índices de búsqueda. Las páginas bien clasificadas son leídas con mayor frecuencia por los modelos. Esto es un reequilibrio, no un funeral.
    3. Lanzar la búsqueda de IA como un proyecto secundario. Si no tiene una línea separada en el presupuesto, no tiene un propietario, y el trabajo sin un propietario no avanza. Asigne un presupuesto, incluso uno pequeño, y asigne un responsable.

    Seis meses después de la reestructuración, la empresa de software mencionada pasó de tres menciones en las respuestas de IA a 12 de 20. Las solicitudes de demostración recibidas a través de los asistentes de IA ahora se rastrean en su CRM. El tamaño del equipo de marketing no ha cambiado. Solo ha cambiado la dirección de la inversión, que se alinea con el comportamiento actual de los compradores. Su estructura organizacional es una apuesta sobre cómo lo encontrarán los compradores. La mayoría de las estructuras todavía apuestan por la página de resultados de búsqueda, que cada mes es vista por menos compradores. Es hora de cambiar esa apuesta.

    Preguntas frecuentes

    ¿Cuál es el papel del especialista en SEO en la era de la búsqueda de IA?

    El papel del especialista en SEO se expande: se convierte en un líder de búsqueda de IA, responsable no solo del ranking, sino también de la citación de la marca por parte de los modelos de IA en todas las plataformas y directorios relevantes. Esto incluye la gestión de la entidad de la marca y la eliminación de la fragmentación de la información.

    ¿Qué es más barato: un banner o un blogger?

    En el contexto de la búsqueda de IA, qué es más barato un banner o un blogger es una pregunta obsoleta. Más importante es qué canal proporciona citación y pruebas para los modelos de IA. Las relaciones públicas digitales, dirigidas a obtener menciones en fuentes autorizadas, pueden ser más efectivas que la publicidad directa o los influencers, ya que la IA valora la coherencia de fuentes independientes.

    ¿Qué CPM se considera rentable para el marketing orientado a la IA?

    Qué CPM considerar rentable ahora depende de la citación. Si obtienes un CPM más barato de 50 rublos a través de Digital PR, que lleva a menciones en respuestas de IA y, como resultado, a leads, esto es más rentable que un CPM alto en la publicidad tradicional sin tal efecto.

    ¿Vale la pena la IA?

    Sí, vale la pena la IA si quieres seguir siendo competitivo. La búsqueda con IA no es solo una tendencia, sino una nueva realidad. Las inversiones en la adaptación de la estrategia de marketing a la búsqueda con IA permiten una prueba de hipótesis barata y aseguran la visibilidad donde se encuentran tus compradores.

    ¿Cómo medir la eficacia de las inversiones en la búsqueda con IA?

    La eficacia se mide por varios indicadores: el nivel de citación de la marca por los asistentes de IA, el tráfico de referencia de estos asistentes y el número de transacciones entrantes que indican a la IA como fuente de descubrimiento. Estas métricas ayudan a entender cuánto dinero generará cada rublo gastado.

    Conclusión

    El panorama del marketing está cambiando. El enfoque se desplaza del SEO tradicional a la búsqueda con IA, donde la relación precio-resultado se evalúa por la citación y el impacto en el embudo de ventas. Redistribuye el presupuesto, cambia los roles y prueba hipótesis para mantenerte en el juego. Tu estructura organizacional debe reflejar cómo los compradores buscan y encuentran información hoy en día. Obtén más información sobre nuestra estrategia de marketing con IA.

  • Google AI: El juez duda, la actualización de spam golpea el contenido de IA

    Google AI: El juez duda, la actualización de spam golpea el contenido de IA

    Esta semana, el mundo del SEO está en ebullición: un juez cuestiona el monopolio de Google sobre el contenido para IA, una actualización de spam socava las publicaciones automatizadas y una antigua disputa sobre la geolocalización resurge con nueva fuerza. Analicemos qué significa esto para su caché, especialmente en el contexto de Google AI.

    Batallas judiciales: Google AI y el uso “injusto” del contenido

    Un juez federal ha cuestionado la práctica de Google de utilizar contenido web para sus revisiones de IA, calificándola de “extremadamente injusta”. Esto pone en peligro el modelo actual de “tráfico a cambio de contenido”.

    Detalles del caso Penske Media contra Google

    • En una audiencia sobre el caso antimonopolio de Penske Media, el juez Amit Mehta cuestionó si las revisiones de IA de Google pueden considerarse una “mejora del producto”.
    • El CEO de Digital Content Next, Jason Kint, citó al juez, quien calificó la situación de “realmente injusta” y señaló que la mejora se desarrolla “a expensas de los editores”.
    • El juez Mehta aún no ha dictaminado sobre la moción de Google para desestimar la demanda.

    “Los editores no controlan cómo Google usa su contenido”, señaló Kint, enfatizando que negarse a la indexación de Google no es una opción realista para los editores que dependen del tráfico de búsqueda.

    Actualización de spam de Google: un golpe a las publicaciones de IA

    Aunque Google no ha declarado oficialmente que se dirija al contenido generado por IA en la actualización de spam de agosto, los informes de los propietarios de sitios web indican problemas con las publicaciones automatizadas. ¿Vale la pena el contenido de IA barato tales riesgos?

    Primeras observaciones y conclusiones

    • Roger Montti recopiló ejemplos en los que los sitios completamente automatizados perdieron visibilidad, mientras que los recursos que utilizan IA con edición humana sufrieron menos.
    • Estos son todavía informes anecdóticos, no una confirmación oficial de cambios en los algoritmos de Google.
    • Google lanzó el sistema S-CTS para detectar el abuso sintético coordinado en plataformas de video, pero esto no está relacionado con la Búsqueda de Google.
    • El mero hecho de la autoría de IA no es la razón de la caída de posiciones. La política de Google se refiere al contenido a gran escala creado para manipular las clasificaciones, independientemente del autor.

    • El consultor de SEO Takuma Oka advierte que su muestra es pequeña y las conclusiones no son definitivas. Lo importante no es la IA en sí, sino el método y el propósito de la producción en masa.

    SEO vs. GEO: lo que dice John Mueller

    John Mueller de Google se pronunció nuevamente sobre la discusión “SEO vs. GEO”, aclarando que no hay requisitos especiales para las respuestas generativas de IA en la búsqueda. Es decir, la prueba de hipótesis barata no significa que se puedan olvidar los principios básicos.

    Matices para las respuestas de IA

    Dan Akedju resumió: “Los fundamentos son los mismos. El nivel de extracción es diferente”. Este es un punto clave: el CPM rentable solo lo es cuando se tienen en cuenta las características de la plataforma.

    Recomendaciones de IA: la marca es recomendada, pero se citan a otros

    Nuevos datos muestran que la recomendación de una marca en una respuesta de IA no garantiza un enlace directo a su sitio. Esto afecta el ROI y requiere una revisión de las métricas.

    Análisis de Shero Commerce

    Aleida Solís enfatizó: “Su marca puede ser recomendada en la respuesta… mientras que la cita (y el clic) va a una revista o un marketplace”. Esto significa que el costo de la singularización de un video o el precio de generar 100 videos de IA deben amortizarse no solo con menciones, sino también con enlaces directos.

    ChatGPT y Reddit: una dinámica de citación compleja

    Los datos de Promptwatch mostraron una fuerte caída en la proporción de citas de Reddit en ChatGPT a mediados de agosto, sin embargo, nuevas pruebas demuestran que Reddit todavía juega un papel importante en el proceso de extracción de información.

    Google AI: Судья сомневается, спам-апдейт бьет по AI-контенту — illustration 2

    Variabilidad del comportamiento de ChatGPT

    Mohanadasan resumió: “Las citas de Reddit no fueron simplemente ‘desactivadas’. Parecen depender de la consulta”. Esto demuestra que la comparación de precios de diferentes fuentes y su citabilidad es un proceso dinámico y requiere un monitoreo constante.

    Conclusión: Visibilidad vs. Valor – Nuevas Métricas

    Esta semana quedó claro que la visibilidad y el valor real están empezando a divergir. Los editores comparten información, pero no siempre obtienen tráfico. Las marcas reciben recomendaciones, pero los enlaces van a otros. Reddit puede ser una fuente de datos para la IA, pero no figurar en las citas finales. La “visibilidad de la IA” se está convirtiendo en un concepto demasiado amplio, que requiere métricas más precisas para evaluar el ROI.

    Es importante no solo ser indexado, sino también obtener una mención, una cita, un clic y, en última instancia, una conversión. Cuánto dinero generará cada rublo gastado, esa es la pregunta principal. Revise sus estrategias y métricas para no desperdiciar su presupuesto.

    Preguntas frecuentes

    ¿Qué es el uso “injusto” del contenido de Google AI?

    El juez Amit Mehta opinó que Google, al utilizar el contenido de los editores para sus revisiones de IA sin una compensación o control adecuados por parte de los editores, crea una ventaja injusta, ya que los editores no pueden negarse a la indexación de Google sin perder tráfico.

    ¿La actualización de spam de Google realmente apunta al contenido generado por IA?

    Google no lo ha confirmado oficialmente. Sin embargo, según los informes de los propietarios de sitios web, los recursos que utilizan la generación de contenido totalmente automatizada perdieron visibilidad. Al mismo tiempo, los sitios donde el contenido de IA fue revisado por humanos sufrieron menos. El enfoque está en el contenido a gran escala creado para manipular las clasificaciones, independientemente del método de generación.

    ¿Qué aconseja John Mueller sobre el SEO para las respuestas de IA?

    Mueller afirma que no existen requisitos especiales para las respuestas generativas de IA en la Búsqueda de Google. Si ya está optimizando su sitio para Google, no se necesitan listas de verificación técnicas adicionales para las revisiones de IA. Sin embargo, es importante recordar que los diferentes sistemas de IA extraen y seleccionan las fuentes de manera diferente.

    ¿Por qué una marca puede ser recomendada por IA, pero el enlace va a otro sitio?

    Un estudio de Shero Commerce mostró que los sistemas de IA a menudo recomiendan marcas por su nombre, pero citan recursos de terceros (por ejemplo, revistas o mercados) en lugar de las páginas oficiales de la marca. Esto significa que la visibilidad de la marca no siempre se convierte en clics directos y tráfico a su recurso.

    ¿Cómo ha cambiado el comportamiento de ChatGPT con respecto a la citación de Reddit?

    Los datos muestran que la citación de Reddit en ChatGPT se ha vuelto más compleja y depende de la consulta específica. En algunos casos, Reddit se utiliza y cita activamente, en otros, se extraen muchos datos, pero no hay citas. Esto indica la naturaleza dinámica de los algoritmos y la necesidad de un análisis constante de las fuentes que los sistemas de IA prefieren para temas específicos.

  • Cómo hacer 100 únicos de uno: análisis de las fuentes de las respuestas de IA

    Cómo hacer 100 únicos de uno: análisis de las fuentes de las respuestas de IA

    En un mundo donde el evitar la prohibición en la publicidad y la reutilización de contenido se han convertido en estrategias clave, comprender de dónde obtiene la información la IA es fundamental. Analizamos 107 millones de respuestas de IA para identificar las principales fuentes de citas en diferentes industrias y comprender cómo esto afecta las recomendaciones en ChatGPT, Perplexity, Gemini y Google AI Overviews.

    El ADN del vídeo: de qué “une” la IA las respuestas

    Cada respuesta de IA es una especie de “ADN de vídeo”, ensamblada a partir de un pequeño conjunto de fuentes. Estas fuentes no son estáticas; cambian según la industria. Para que la IA recomiende tu marca, necesitas saber de dónde obtiene la información en tu mercado.

    Clasificamos las fuentes en tres grupos principales: comunidades y contenido generado por el usuario (UGC), marcas y minoristas, y materiales editoriales y de referencia independientes. Esto proporciona una imagen clara de dónde darán sus frutos tus esfuerzos.

    • Comunidades y UGC: contenido creado por personas en el espacio público (Reddit, YouTube, foros).
    • Marca, minorista y fuentes propias: plataformas comerciales controladas por la empresa o el vendedor (sitios web, listados en mercados, Amazon).
    • Fuentes editoriales y de referencia independientes: recursos de terceros sin interés en la venta (prensa, Wikipedia, directorios B2B).

    Casi la mitad de todas las citas principales en las tres industrias provienen de comunidades y contenido generado por el usuario. Esto sugiere que si tu marca no está presente en estas discusiones, estás perdiendo la mitad de las fuentes potenciales a las que recurre la IA.

    Matriz de fuentes: en qué se diferencia la TI de los bienes de consumo

    Lo más interesante comienza donde las industrias dejan de ser similares. Aquí reside la clave para la escalabilidad del contenido y la singularización del vídeo.

    TI y soluciones: el poder de las opiniones independientes

    En el ámbito de la TI y los servicios, tu página de inicio no desempeñará un papel decisivo. Aquí se valora la confirmación de terceros. Las fuentes propias de la marca representan solo el 2% de las citas, mientras que los materiales editoriales y de referencia independientes alcanzan el 47%.

    “Cuando la IA recomienda un proveedor de software, no se lo cree a ciegas. Busca confirmación externa”, señalan los expertos de Trendos.

    La mayor parte de esto lo constituyen directorios B2B como Clutch, G2, GoodFirms, Gartner, SourceForge y Slashdot. Es importante reclamar y completar sus perfiles en estas plataformas, especialmente en G2, Clutch y Gartner. Las reseñas actualizadas en estos directorios son citadas directamente por la IA. También vale la pena buscar publicaciones en medios especializados (PCMag, TechRadar).

    Servicios de comunicación: la voz del público y las enciclopedias

    El sector de los servicios de comunicación está fuertemente orientado al público. El UGC lidera con un 51%, las fuentes editoriales independientes con un 40%, y la marca y el comercio minorista con solo un 10%. Reddit es la fuente principal en tres de cada cuatro motores, y Wikipedia lidera en uno.

    Para una marca de telecomunicaciones o medios, casi todo lo que importa es la reputación ganada, la cobertura de prensa y una presencia enciclopédica confiable, no el contenido publicado en sus propios recursos. La gestión adecuada de una página de Wikipedia es crítica aquí.

    Bienes de consumo: su tienda es su cita

    Los bienes de consumo son la excepción. Aquí, la marca, el comercio minorista y las fuentes propias ocupan casi todo el espacio restante (46%), después del UGC, mientras que los materiales editoriales independientes prácticamente desaparecen (4%).

    Los motores de IA difieren: Gemini se enfoca en Amazon y sitios de proveedores especializados, mientras que Google AI Overviews pone a YouTube y Reddit en primer lugar. Si vende productos físicos, el trabajo principal se centra en sus propias plataformas. La auditoría de los listados en los mercados, incluidos los títulos, la descripción, las características y las reseñas, es clave. Sirven como citas para la IA.

    Cómo hacer 100 únicos de uno: análisis de las fuentes de respuestas de IA — illustration 2

    Es necesario llenar los vacíos en las reseñas: las reseñas estructuradas y actualizadas en sus páginas de productos y en Amazon aportan más que cualquier artículo de blog. También es importante desarrollar la presencia en YouTube y Reddit, de donde la IA también extrae información.

    Reddit: la clave universal para las respuestas de IA

    Los valores promedio ocultan las diferencias en el comportamiento de cada motor, pero Reddit sigue siendo un líder constante. Se encuentra entre las tres principales fuentes de citas para cada una de las tres industrias y es la fuente más citada en más de la mitad de los casos.

    Si desea cambiar una cosa después de leer este artículo, que sea Reddit. Investigue cómo se presenta su marca en los subreddits relevantes. El spam aquí es contraproducente; el objetivo es comprender lo que la gente ya dice sobre usted en los temas que cita la IA. Esto le ayudará a crear variaciones de creatividades y adaptar el contenido para evitar el baneo.

    Conclusión: no adivine, observe

    Las marcas que ganan en la búsqueda de IA no adivinan lo que leen los motores. Observan cada motor, cada pregunta y trabajan en las fuentes antes de que se escriba la respuesta. Para generar variantes para pruebas A/B y adaptarse a TikTok, Shorts, Reels, este enfoque es indispensable. Recuerde que la singularización para evitar la prohibición requiere una comprensión profunda del “ADN de video” del contenido.

    Pregúntese: ¿vale la pena encargar o grabar algo nuevo, o se puede reempaquetar eficazmente el contenido existente? La respuesta está en estar donde la IA lo busca. Comience con una auditoría de las fuentes de citación para su industria ahora mismo.

    Preguntas frecuentes

    ¿Qué es el “repropósito de contenido” en términos sencillos?

    El repropósito de contenido es el proceso de transformar contenido existente en nuevos formatos o para nuevas plataformas. Por ejemplo, convertir un seminario web en 50 clips cortos para redes sociales (TikTok, Shorts, Reels).

    ¿Cómo hacer 100 videos únicos de uno solo?

    Para crear muchos videos únicos a partir de uno, se puede utilizar el cambio de fondo y timbre, la superposición de diferentes efectos, la adición de texto, subtítulos, así como el cambio de estructura y edición. Esto permite engañar a los algoritmos antiplagio y obtener un paquete de singularización.

    ¿Vale la pena encargar o grabar un video nuevo para evitar la prohibición en la publicidad?

    A menudo, la reelaboración de videos para publicidad y su singularización son más baratas y rápidas que crear uno nuevo desde cero. Si el material original es de calidad, la multiplicación de contenido a través del repropósito puede ser una estrategia más efectiva para evitar la prohibición en la publicidad.

    ¿Qué son las comunidades y el contenido generado por el usuario (UGC)?

    UGC es cualquier contenido creado por los usuarios, no por las marcas. Los ejemplos incluyen publicaciones en Reddit, videos en YouTube, comentarios en foros y reseñas en páginas de productos. La IA utiliza activamente estas fuentes para formar respuestas.

    ¿Cómo determina la IA qué fuentes citar?

    Los motores de IA utilizan algoritmos complejos para determinar la relevancia, autoridad y actualidad de las fuentes. Analizan cómo se discute el contenido en las comunidades, quién lo publica (expertos independientes o marcas) y qué tan bien se ajusta a la consulta del usuario. Esto es similar a cómo los algoritmos “dividen” la información en componentes para luego “unirla” en una nueva respuesta.

  • Inteligencia artificial en los negocios: cómo crear un equipo de empleados de IA

    Inteligencia artificial en los negocios: cómo crear un equipo de empleados de IA

    En el entorno empresarial moderno, muchos líderes se enfrentan a la misma dolor de cabeza: cómo optimizar los procesos de trabajo y liberar tiempo del equipo para tareas estratégicas. En lugar de simplemente usar IA para solicitudes puntuales, imagine que tiene un equipo completo de empleados de IA que realizan operaciones rutinarias, siguiendo sus estándares y horarios. Este artículo le mostrará cómo transformar la IA de una simple herramienta en un miembro de pleno derecho de su equipo, capaz de asumir parte del trabajo y aumentar la eficiencia empresarial.

    Implementación de la IA: de las solicitudes puntuales a un enfoque sistemático

    Muchas empresas afirman utilizar activamente la IA. Sin embargo, como señala Callan Faulkner, fundadora de The Uncommon Business, a menudo esto se reduce a solicitudes únicas. Por ejemplo, un gerente de ventas puede pasar una hora creando una propuesta comercial con Claude o ChatGPT, pero en la siguiente solicitud el proceso se repite desde cero. Esto es ineficiente y no permite aprovechar todo el potencial de la tecnología.

    • Falta de instrucciones reutilizables.
    • No se crea una base de conocimientos (propuestas exitosas, métodos para manejar objeciones).
    • La IA no se convierte en un sistema repetible que respalde el proceso.

    Crear un empleado de IA es una habilidad completamente diferente. Callan lo define como un «sistema de IA capacitado y reutilizable que realiza una función comercial específica tan bien o mejor que un humano».

    Ventajas de un enfoque sistemático de la IA

    La implementación sistemática de la IA aporta beneficios significativos. La empresa de Callan Faulkner, The Uncommon Business, pronostica unos ingresos de 40 millones de dólares con una plantilla de unas 50 personas. Hace unos años, para lograr este resultado se habría necesitado un equipo mucho más grande. El objetivo no es reducir la plantilla, sino liberar el potencial humano.

    «Callan nunca despidió a una persona por la IA. En cambio, la IA permite a los empleados centrarse en el trabajo estratégico y creativo que realmente les inspira».

    Sin embargo, ya se observa una brecha entre los empleados capacitados en IA y los que no lo están. Un especialista en marketing sin habilidades de IA puede tardar semanas en crear páginas de destino e imágenes, mientras que un especialista capacitado hace 10 veces más en un día. El problema no es reemplazar a las personas con IA, sino la necesidad de personas capaces de gestionar la IA de forma eficaz.

    Tres conceptos fundamentales para crear empleados de IA

    Antes de embarcarse en la creación de un empleado de IA, es fundamental dominar dos conceptos clave y un activo importante.

    Concepto 1: Encontrar el camino más corto hacia un resultado “A+”

    Muchos profesionales, por costumbre, se esfuerzan por hacerlo todo por sí mismos, demostrando su valía. Hoy en día, esto se convierte en una carga. La filosofía de Callan: el camino rápido hacia un resultado sobresaliente es la nueva ventaja competitiva. Esto no significa “tomar atajos”, sino más bien optimizar el proceso.

    Por ejemplo, el equipo de Callan solía pasar días desarrollando carruseles para Instagram. Ahora, después de entrenar a Claude Design con ejemplos de sus mejores trabajos, crean un carrusel pulido en ocho minutos, y diez carruseles en media hora. La calidad se mantuvo, pero el tiempo y la energía invertidos se redujeron.

    Concepto 2: La formación equivale a la calidad del resultado

    Sin una formación adecuada, la IA produce contenido genérico e impersonal. Para obtener un resultado único y de alta calidad, es necesario documentar los estándares:

    • Objetivo de la publicación.
    • Tono y voz de la marca.
    • Ejemplos de contenido exitoso.

    Si estos detalles no están documentados y no se transmiten a la IA, esta no tendrá una base sobre la cual trabajar. Callan cita el ejemplo de su podcast: cada etapa del proceso debe describirse en detalle para que los empleados de IA puedan trabajar al nivel adecuado.

    Activo: Su “cerebro empresarial”

    El “cerebro empresarial” es un repositorio centralizado de toda la documentación importante de la empresa: precios, procesos, estándares, voz de la marca, perfiles de clientes ideales, éxitos pasados, etc. Si la documentación es insuficiente para un nuevo empleado, también lo será para la IA. Los empleados de IA son tan efectivos como buenos sean los datos a los que tienen acceso. La era de los archivos caóticos en Google Drive ha terminado.

    Cómo construir un empleado de IA desde cero

    El proceso comienza con una auditoría de las tareas actuales. Callan recomienda identificar todas las tareas diarias, semanales o mensuales que generan ingresos, pero que no brindan satisfacción o se valoran por debajo de $50 por hora. Esto puede incluir:

    • Diseño y edición de contenido.
    • Creación de presentaciones.
    • Generación de propuestas comerciales.
    • Redacción de boletines por correo electrónico.

    Por ejemplo, el redactor de Callan, Nick, pasaba la mayor parte del tiempo escribiendo páginas de ventas. Documentó su enfoque, analizó las páginas más exitosas y comenzó a crear empleados de IA para producir contenido. Ahora Nick dirige un equipo de redactores de IA y especialistas en control de calidad, centrándose en la estrategia y la dirección creativa.

    Consejo profesional: Incluso las tareas en las que se siente experto deben analizarse. Callan descubrió que después de entrenar a la IA en procesos en los que se consideraba la mejor, el resultado de la IA a veces superaba el suyo propio. Pasar de creador a editor es un uso más eficiente del tiempo.

    Método de entrevista con IA

    Una vez que haya identificado la tarea, abra un nuevo chat en Claude y describa la situación en detalle:

    • Quién es usted.
    • A qué se dedica la empresa.
    • Qué tarea específica debe realizar la IA.
    • Cómo se ve el resultado ideal.

    Luego, pídale a Claude que realice una entrevista, haciendo cinco preguntas de alta eficacia para extraer su proceso exacto. Callan prefiere la entrada de voz, ya que proporciona un contexto más rico. Herramientas como Wispr Flow le permiten hablar en lugar de escribir, lo que contribuye a una descripción más completa y matizada.

    Técnica del «Consejo de Administración»

    Para decisiones complejas, Callan utiliza Claude para crear un equipo de 3 a 5 expertos en el campo necesario que discuten el mejor enfoque. Por ejemplo, al crear paquetes de compensación para ejecutivos, le pidió a Claude que incorporara marcos de Mark Cuban y Sara Blakely. Esto permitió obtener recomendaciones basadas en un pensamiento empresarial probado, en lugar de resultados de búsqueda genéricos.

    Entrenamiento y prueba de empleados de IA para resultados sobresalientes

    Una vez que haya logrado un excelente resultado en el chat con Claude, el siguiente paso es guardarlo como una «habilidad». Dentro del marco de Callan, una habilidad es un conjunto de instrucciones guardado y reutilizable que está disponible en cualquier momento y conectado a Claude. Es como un «prompt con esteroides»: un solo comando inicia un proceso complejo y entrenado. «Una habilidad es un empleado de IA», dice Callan.

    Gestión de cambios de habilidades y memoria

    Después de crear una habilidad, Callan le pregunta a Claude: «¿Qué necesito hacer para convertir esto en una habilidad reutilizable?» Las respuestas suelen indicar la creación de un Proyecto Claude, un espacio de trabajo donde se almacenan archivos de conocimiento, instrucciones y habilidades. Por ejemplo, para una habilidad de propuesta comercial, el proyecto podría incluir propuestas exitosas y no exitosas anteriores, toda la información de precios y las 15 objeciones principales con una descripción detallada de cómo manejarlas.

    Inteligencia artificial en los negocios: cómo crear un equipo de empleados de IA — ilustración 2

    La última capa son los conectores. Si el flujo de trabajo incluye herramientas externas (por ejemplo, guardar una propuesta en un CRM o enviarla a través de Salesforce), los conectores de Claude permiten que la habilidad interactúe directamente con estas plataformas. Un empleado de IA completamente construido funciona como una habilidad, basada en una base de conocimientos, con conectores activados, y todo el equipo está capacitado para usarlo.

    Pruebas y perfeccionamiento

    Después de crear una habilidad, comienza el verdadero trabajo. Callan aconseja: pruebe cada habilidad hasta el agotamiento. La mayoría de las personas se conforman con un resultado mediocre de la IA. Callan recomienda exigir persistentemente lo mejor. Si Claude produce algo mediocre, ella le dice directamente que puede hacerlo mejor y le pide que lo intente de nuevo. A menudo, es después de este «empujón» que se obtiene el resultado deseado.

    Su habilidad como copywriter de voz, una de las empleadas de IA más valiosas, requirió quince horas de trabajo. Esta inversión se justifica si se compara con la formación de un humano. Para que su copywriter empezara a escribir con su estilo, se necesitaron tres meses de trabajo semanal. Sin embargo, muchos abandonan la formación de la IA después de 45 minutos, creyendo que no puede captar su estilo.

    El proceso de prueba sigue un patrón específico:

    1. Iniciar la habilidad.
    2. Verificar el resultado.
    3. Corregir manualmente las partes que no cumplen con el estándar.
    4. Devolver las correcciones a Claude con una solicitud específica: «He realizado los siguientes cambios en tu resultado para que cumpla con mis estándares. Por favor, actualiza tu habilidad para incluir estos cambios y utilizarlos en futuros resultados».

    Un truco útil: durante la conversación, pregúntale a Claude: «¿Qué has aprendido de nuestras interacciones?» y pídele que actualice la habilidad para que estas lecciones se consoliden. Un detalle técnico importante: las habilidades y la memoria en Claude Projects pueden desincronizarse. Claude puede actualizar su memoria basándose en la conversación, pero no actualizar la habilidad subyacente. Callan recomienda indicarle explícitamente a Claude que actualice la habilidad en sí, y luego presionar manualmente el botón de guardar.

    Los proyectos también tienen sus habilidades invisibles a nivel de proyecto que pueden entrar en conflicto con las habilidades a nivel de espacio de trabajo. Al crear una habilidad que debe funcionar en todos los proyectos, especifique «habilidad de espacio de trabajo» o «habilidad principal» para que esté disponible en todas partes, no solo en un proyecto.

    Consejo profesional: Para los equipos que crean habilidades a escala, la empresa de Callan copia cada habilidad en una base de datos de Notion, rastreando quién la creó, cuándo, la versión y el propósito. Incluso tienen una habilidad que verifica su base de datos de habilidades en busca de duplicados. Cada departamento gestiona su repositorio de habilidades, y la gestión de habilidades es una parte estándar de cada revisión trimestral.

    Planificación del trabajo de los empleados de IA para una ejecución autónoma

    Una vez que la habilidad ha sido probada a fondo y llevada a un alto estándar, se puede programar para un trabajo autónomo sin intervención humana.

    Limitación actual: el ordenador en el que se ejecuta Claude debe estar encendido para realizar las tareas programadas. Callan utiliza un ordenador de oficina dedicado, conectado a la cuenta corporativa de Claude. Cualquier empleado que desee programar una habilidad inicia sesión en esa cuenta en esa máquina.

    Callan utiliza la función de tareas programadas de Claude a través de la aplicación de escritorio Claude Cowork. Hay opciones para seleccionar el día, la hora y la frecuencia de ejecución de la habilidad. No hay límite en el número de tareas programadas activas.

    Una de las habilidades programadas de Callan es el «Investigador de Instagram». Cada lunes por la mañana a las 6:00, visita las cuentas de Instagram de la competencia, identifica contenido viral en el ámbito de la educación en IA, analiza los enfoques y «ganchos» utilizados, extrae transcripciones de contenido de la semana anterior y añade ideas de contenido directamente a la base de datos de Notion. Su equipo social entra el lunes por la mañana y aprueba manualmente las ideas que quieren implementar. Lo que antes era una tarea rutinaria para el equipo social el lunes por la mañana, ahora se realiza de forma autónoma.

    Otra habilidad programada se ejecuta cada hora, extrayendo transcripciones de reuniones de Granola y archivándolas en la base de datos de Notion que alimenta su «segundo cerebro».

    Conclusión: Invierta en empleados de IA para escalar su negocio

    Crear empleados de IA no es solo automatización, es una inversión en la escalabilidad estratégica de su negocio. Pasar de las operaciones rutinarias a la gestión de sistemas de IA eficientes permite a su equipo centrarse en la creatividad y la innovación, resolviendo los «puntos débiles del cliente» relacionados con la falta de tiempo y recursos. Si busca un ciclo completo de producción de videos cortos o una promoción integral a través de videos cortos, considere cómo los empleados de IA pueden asumir parte del trabajo. Esto le permite pedir todo en un solo lugar, reemplazando eficazmente parte del equipo con un servicio. ¿Está listo para repensar sus procesos comerciales y construir un equipo donde la IA y las personas trabajen en armonía? Comience hoy mismo con una auditoría de tareas y la documentación de sus estándares. Obtenga más información sobre cómo elegir un contratista para la externalización de contenido para redes sociales y qué criterios de calidad para el mass-posting son realmente importantes para no desperdiciar el presupuesto.

    Preguntas frecuentes

    ¿Qué es un empleado de IA y en qué se diferencia del uso habitual de la IA?

    Un empleado de IA es un sistema de IA entrenado y reutilizable que realiza una función comercial específica tan bien o mejor que un humano. A diferencia de las solicitudes únicas a la IA, un empleado de IA es parte de un enfoque sistémico que automatiza tareas repetitivas, siguiendo estándares y un cronograma predefinidos.

    ¿Cómo empezar a crear su primer empleado de IA?

    Comience con una autoauditoría: identifique las tareas que consumen mucho tiempo, generan ingresos, pero no brindan satisfacción o se valoran poco. Luego, documente cada paso de la ejecución de esta tarea, su propósito, estándares de calidad y ejemplos de resultados exitosos. Utilice el método de entrevista de IA en Claude para describir el proceso en detalle.

    ¿Necesito ser un experto técnico para crear empleados de IA?

    Para el 90% de las operaciones comerciales, la creación de empleados de IA no requiere habilidades técnicas. Las claves son la comunicación (la capacidad de articular claramente las necesidades) y la creatividad (el ingenio para llevar la IA a un resultado sobresaliente).

    ¿Cómo garantizar resultados de alta calidad de un empleado de IA?

    La clave de la calidad es una capacitación y pruebas exhaustivas. Documente todos los estándares, el tono de voz, ejemplos de resultados ideales. Después de crear una habilidad en Claude, pruébela hasta el agotamiento, exigiendo mejoras a la IA hasta que el resultado cumpla con sus estándares «A+». No olvide actualizar regularmente las habilidades y la memoria de la IA.

    ¿Se puede automatizar el trabajo de un empleado de IA según un horario?

    Sí, una vez que la habilidad está depurada, se puede programar para que se ejecute de forma autónoma. Utilice las funciones de programación en herramientas como Claude Cowork para configurar el día, la hora y la frecuencia de ejecución de la habilidad. Esto permite automatizar tareas rutinarias como la recopilación de datos, el análisis de la competencia o la generación de contenido.

  • Mencionar la marca en ChatGPT es más importante que el enlace: el 92,8% de los diálogos no reciben clic

    Mencionar la marca en ChatGPT es más importante que el enlace: el 92,8% de los diálogos no reciben clic

    El 92,8% de los diálogos en ChatGPT terminan sin pasar al sitio web: son datos de Profound que Kevin Indig analizó en el resumen del 21 de julio. La medición se hizo sobre tráfico real de un producto real, se puede confiar en la cifra. Todo el posicionamiento en buscadores se sostenía en un solo acuerdo: apareces en la parte superior de los resultados, la persona hace clic en el enlace hacia tu sitio web, y convertir esa visita en una solicitud ya es tu problema. El enlace era el punto donde el negocio tocaba al cliente por primera vez. En la respuesta de la red neuronal, este acuerdo se rompe en el primer paso: la mayoría de las veces simplemente no hay clic.

    Por qué el 92,8% de los diálogos en ChatGPT terminan sin pasar al sitio web

    Llevo varios meses midiendo cómo ChatGPT, Perplexity, Alisa AQI y GigaChat mencionan marcas en sus respuestas: ejecuto prompts de control y observo a quién menciona el modelo y a quién no. Detrás de estas ejecuciones surgió una cifra que rompe la lógica habitual del SEO y me obligó a cambiar lo que en general rastreo para mis clientes. Lo desgloso en orden.

    Hace tres semanas ejecutamos a través de ChatGPT los prompts de un cliente del nicho de entrega de comida. Rutina habitual: escribes una pregunta como «qué servicio de entrega elegir en Moscú», miras la respuesta. En ese momento, el cliente tenía muchas más referencias desde sitios externos que su competidor más cercano. En Ahrefs, el servicio que calcula el peso de los enlaces de un sitio, esto se ve de inmediato: tanto la puntuación general de autoridad es más alta como hay una vez y media más sitios que enlazan a él. ChatGPT mencionó al competidor. Al cliente, no. No lo mencionó en absoluto, ni una sola vez en veinte prompts.

    Lo verifiqué tres veces, cambié las formulaciones de la pregunta, la fecha del diálogo, la región. El resultado fue el mismo. Durante hora y media honestamente no entendía qué estaba pasando. Veinte años de posicionamiento web me habían enseñado una regla simple: cuantos más enlaces apunten hacia ti, más arriba apareces en los resultados de Google y Yandex, y por lo tanto, más dispuestas deberían estar las redes neuronales a mencionarte. Aquí la regla no funcionó. Solo que aquí no había resultados en el sentido habitual. Había un modelo que decidía por sí mismo a quién nombrar y a quién no. Y no lo decidía según un contador de enlaces.

    La mención de una marca no se puede comprar con enlaces: se acumula como reputación

    Al mismo tiempo, el tráfico de IA en sí es diminuto en volumen: Ahrefs informa que ChatGPT representa alrededor del 0,19% de todos los clics en enlaces en internet, frente al 42% de Google. Ridículamente poco, si se compara directamente. Pero esto es lo más interesante: esos pocos que sí hacen clic desde ChatGPT convierten mucho más fácilmente: la conversión es de alrededor del 7,1%, y la visita en sí se valora 4,4 veces más que una visita normal. Menos personas llegan al sitio, pero quienes llegan vienen listos para hacer una compra o cualquier otra acción objetivo.

    Mencionar la marca en ChatGPT es más importante que el enlace: el 92,8% de los diálogos no reciben clic

    Y aquí hay un giro importante. Si la decisión se toma ANTES del clic, dentro de la propia respuesta del modelo, entonces no hay que luchar por el clic. Hay que luchar por cómo te nombren en el momento en que el clic aún no ha ocurrido y, muy probablemente, no ocurrirá en absoluto. La mención en la respuesta de ChatGPT no funciona como una posición en los resultados de búsqueda. La posición se puede conseguir trabajando en el sitio: enlaces, velocidad de carga, limpieza técnica. La mención no se compra así. El modelo la recopila de dos fuentes: de los textos con los que fue entrenado y de las páginas que extrae directamente durante la respuesta. Y lo que decide no es el número de enlaces, sino cómo se escribe en general sobre la marca: en reseñas, foros, artículos del sector, comparativas.

    El posicionamiento en buscadores solía ocupar los primeros lugares porque la posición llevaba al tráfico al sitio web. El posicionamiento en las respuestas de las redes neuronales funciona de otra manera: hay que luchar por la propia mención, ya que puede que no haya clic en absoluto, pero la persona igual tomará una decisión — según cómo el modelo haya nombrado la marca. El enlace es un activo de una sola vez. Funciona mientras la página se mantenga en los resultados, mientras el sitio esté vivo, mientras el algoritmo la valore. La mención se acumula de otra manera: es reputación que ya se ha asentado en los textos con los que el modelo fue entrenado y que lee ahora. Elimina un artículo — la mención no desaparecerá, está repartida entre decenas de fuentes.

    Aquí estuvo mi error con aquel cliente de entrega de comida. Su perfil de enlaces era fuerte, pero casi todo provenía de agregadores y catálogos, donde la marca simplemente aparece en una lista. El competidor tenía menos enlaces, pero tenía tres reseñas editoriales extensas que describían en qué se diferenciaba el servicio de los demás. El modelo se entrenó también con ellas. No contaba enlaces — leía el contexto. El primer lugar en Google, por cierto, no garantiza en absoluto una mención en ChatGPT. Lo comprobamos con varios clientes por separado: el buscador y la red neuronal tienen mecánicas de selección diferentes, y el primer lugar en los resultados normales no se convierte por sí solo en una línea dentro de la respuesta del modelo.

    Dónde el enlace aún trae clientes y dónde la pregunta se resuelve directamente en la respuesta

    El enlace no ha muerto por completo — es importante no confundirse. En el Google normal, el 68% de las búsquedas en EE. UU. para principios de 2026 también terminan sin clic, según datos de SparkToro citando a Search Engine Land. La respuesta sin ir al sitio también llegó al viejo buscador, solo que allí se veía antes — a través de bloques con respuesta preparada, tarjetas informativas y respuestas directas en la parte superior de los resultados.

    El enlace aún funciona donde la decisión se toma DESPUÉS del primer contacto: comparación de precios, lectura de reseñas, documentación técnica, todo lo que requiere pasar a los detalles que no caben en la respuesta breve del modelo. Funciona en nichos con un ciclo de decisión largo — allí la persona igual llegará al sitio, solo que más tarde. El enlace no funciona donde la pregunta se resuelve con una sola frase en la respuesta. «Qué servicio de entrega elegir» — se resuelve con una frase. «Cuánto cuesta la entrega de un restaurante concreto en un distrito concreto mañana por la noche» — no se resuelve, ahí se necesita hacer clic. El mismo negocio vive a ambos lados de esta frontera — todo lo decide qué consulta exacta ha hecho el usuario.

    Mencionar la marca en ChatGPT es más importante que el enlace: el 92,8% de los diálogos no reciben clic

    Qué mido ahora en los clientes en lugar de las posiciones en el buscador

    He dejado de mirar solo las posiciones en los resultados y he añadido una medición aparte: con qué frecuencia y en qué contexto los modelos mencionan la marca del cliente directamente, sin clic, sin transición. Ejecutamos prompts de control — preguntas reales de la audiencia — a través de ChatGPT, Perplexity, Alisa AI y GigaChat, y vemos si el modelo menciona la marca, en qué orden respecto a los competidores y con qué formulación. ChatGPT no es el único aquí. Perplexity construye su respuesta casi por completo a partir de fuentes citadas y las muestra en una lista — el modelo toma con gusto artículos de plataformas externas. Alisa AI mezcla los resultados frescos de Yandex, GigaChat responde a su manera. Una marca que suena en un modelo puede callar en otro — por eso la medición no se cierra solo con ChatGPT.

    De esto surgieron tres cosas que ahora recomiendo que cualquier especialista en marketing supervise:

    • Cuota de menciones entre los principales competidores en sus propias preguntas clave: un porcentaje concreto para un conjunto específico de prompts, sin rankings generales.
    • Tonalidad de la redacción: el modelo puede nombrar la marca de forma neutral, o puede añadir una palabra valorativa como «confiable» o «caro» — esto influye en la elección más que el propio hecho de la mención.
    • Fuentes de las que el modelo, aparentemente, extrae esa redacción: a menudo son uno o dos artículos — y son esos los que conviene reforzar en primer lugar, en lugar de dispersar el presupuesto entre decenas de plataformas.

    Con ese cliente de entrega de comida, al final no perseguimos nuevos enlaces. Escribimos varios materiales detallados sobre el producto en plataformas que el modelo claramente lee y cita — y al cabo de mes y medio apareció la mención, la visibilidad en las respuestas de IA aumentó. El cliente tenía más enlaces, pero ChatGPT mencionó al competidor. Ahora sabemos por qué.

    Preguntas frecuentes

    ¿Cómo medir las menciones de marca en ChatGPT?

    Ejecuta prompts de control — preguntas reales de la audiencia — a través de ChatGPT, Perplexity, Alisa AI y GigaChat. Calcula la cuota de menciones entre los principales competidores, registra la tonalidad y las fuentes de las que el modelo extrae la información.

    Mencionar la marca en ChatGPT es más importante que el enlace: el 92,8% de los diálogos no reciben clic

    ¿Se puede comprar una mención en redes neuronales con enlaces?

    No. Los enlaces funcionan en la búsqueda clásica, pero las redes neuronales no los cuentan directamente. La mención depende de cómo se escribe sobre la marca en reseñas, artículos, foros — es una reputación que se acumula en los textos con los que se entrena el modelo.

    ¿Qué hacer si la marca no se menciona en ChatGPT?

    Encuentra las plataformas que el modelo cita con más frecuencia y publica allí materiales detallados sobre el producto. Refuerza reseñas editoriales, comparativas, artículos de expertos — influyen en las menciones más que la masa de enlaces.

    ¿Vale la pena abandonar el SEO en favor de las redes neuronales?

    No. Los enlaces siguen funcionando en nichos con ciclos de decisión largos y para consultas transaccionales. La estrategia óptima es combinar el SEO clásico con el trabajo en menciones en respuestas de IA.

    Conclusión

    La conclusión es simple: el 92,8% de los diálogos en ChatGPT terminan sin clic, pero la decisión de elegir marca ya está tomada. El enlace es un activo puntual; la mención es reputación acumulativa. Para ganar en los resultados de IA, deja de perseguir enlaces y empieza a gestionar cómo se escribe sobre ti en los textos que leen los modelos. Ejecuta prompts de control, monitorea la cuota de menciones y la tonalidad — y verás dónde pierdes clientes realmente. Empieza con una auditoría de tus menciones hoy mismo.