Tag: gemini

  • 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!

  • 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.

  • Google permitirá eliminar la marca de agua visible del contenido de IA

    Google permitirá eliminar la marca de agua visible del contenido de IA

    Google ha dado un paso importante hacia los creadores de contenido: ahora los usuarios podrán eliminar la marca de agua visible de los materiales generados por sus modelos de IA. Esto afecta a imágenes, videos y música creados en Gemini, el editor de video Flow y otras herramientas. Sin embargo, la marca de agua invisible SynthID y los metadatos del estándar C2PA seguirán siendo obligatorios para mantener la transparencia del origen del contenido. La decisión ya se considera revolucionaria para la producción de contenido de IA y el neuro-producción por suscripción.

    Nueva opción en Gemini y Flow

    El vicepresidente de Google para productos Gemini, Josh Woodward, informó en la red social X que el interruptor estará disponible para los modelos Nano Banana, Omni y Lyria. Los usuarios podrán desactivar la marca de agua visible en Gemini y en el editor de video Flow, y el soporte en la búsqueda de Google llegará más tarde.

    Este cambio refleja la evolución del enfoque hacia el etiquetado de medios de IA: las marcas de agua visibles a menudo interfieren con el uso profesional y creativo del contenido, pero la necesidad de identificar las generaciones de IA sigue presente. Woodward explicó: «Encontramos un equilibrio entre el control creativo y la seguridad: las marcas de agua visibles ahora son opcionales, pero SynthID invisible y los metadatos C2PA siguen garantizando la transparencia. Puedes usar Gemini o Search para verificar si una imagen fue creada por IA».

    Cómo funcionará

    La función se implementará en los próximos días. Una vez disponible, los usuarios podrán ir a «Configuración» → «Marca de agua de medios» y activar o desactivar el etiquetado visible. Esto hace que la generación masiva de videos de IA para publicidad sea más flexible, ya que la marca visible a menudo reduce la conversión de los creativos de IA en comparación con los videos UGC reales.

    Credentio: validación local para desarrolladores

    Google también está abriendo el código fuente de la nueva biblioteca Credentio, que permitirá a los desarrolladores integrar un mecanismo de verificación local de autenticidad del contenido en sus aplicaciones. Este es un paso hacia un sistema descentralizado de confianza en los medios de IA.

    «Encontramos un equilibrio entre el control creativo y la seguridad: las marcas de agua visibles ahora son opcionales, pero SynthID invisible y los metadatos C2PA siguen garantizando la transparencia» — Josh Woodward, vicepresidente de Google.

    Contexto: presión regulatoria

    La decisión de Google sigue al controvertido paso de Anthropic, que añadió una marca de agua al texto y los archivos creados por Claude para cumplir con las normas de la UE. Esto subraya la creciente importancia del etiquetado ético del contenido de IA, especialmente al crear avatares de IA con subtítulos, locuciones con voces de IA y generación de video a partir de texto para comercio electrónico y proyectos de criptomonedas.

    Qué significa esto para las empresas

    Para las empresas que utilizan un pipeline de IA para generación masiva de videos, por ejemplo, 500 videos al día, desactivar la marca de agua visible simplifica el uso de contenido de IA en publicidad sin comprometer la confianza. Además, el costo por minuto de video de IA sigue siendo competitivo en comparación con la producción tradicional, y la API de generación masiva permite escalar la producción, algo que antes era imposible.

    Google разрешит убирать видимый водяной знак с ИИ-контента — illustration 2

    Preguntas frecuentes

    ¿Seguirá siendo posible verificar si el contenido fue creado por IA?

    Sí, la marca de agua invisible SynthID y los metadatos C2PA se conservan, por lo que se puede usar Gemini o Search para verificar el origen.

    ¿Cuándo estará disponible la función?

    La implementación comenzará en los próximos días, primero en Gemini y Flow, luego en Search.

    ¿Por qué Google hace esto?

    Para mejorar la usabilidad del contenido de IA para tareas profesionales y creativas, manteniendo al mismo tiempo la transparencia.

    Esta decisión abre nuevas oportunidades para el neuro-producción por suscripción y la producción de contenido de IA, haciendo que la generación de videos de IA para publicidad sea aún más atractiva. Si buscas dónde encargar videos de IA para cripto o comercio electrónico, ahora el proceso es aún más flexible.

    ¿Quieres probar primero las nuevas capacidades de generación de IA sin marcas de agua visibles? Suscríbete a nuestras actualizaciones para no perderte el lanzamiento de la función y obtener guías prácticas sobre el uso de SynthID y C2PA en tus proyectos.

  • Visibilidad de IA: cómo distinguir el crecimiento real del ruido de las mediciones

    Visibilidad de IA: cómo distinguir el crecimiento real del ruido de las mediciones

    Los datos sobre la visibilidad de IA son inestables: los modelos generativos dan respuestas diferentes cada vez, por lo que una medición única puede ser engañosa. La nueva investigación de IQRush propone una regla de parada que permite determinar cuándo los rankings se vuelven fiables. En este artículo analizaremos cómo distinguir el crecimiento real del ruido de las mediciones y qué conclusiones prácticas se derivan para los especialistas en marketing.

    Por qué las mediciones únicas de visibilidad de IA no son fiables

    Los motores de búsqueda como SearchGPT, Gemini y Perplexity introducen aleatoriedad en cada respuesta. Una misma consulta puede mostrar diferentes fuentes: esto es una característica de la arquitectura. La investigación mostró que, por ejemplo, al probar SearchGPT sobre el tema de equipamiento para correr, Tom’s Guide recibía alrededor del 9,5% de las citas, mientras que Runner’s World aproximadamente el 6,0%. La diferencia de 3,5 puntos porcentuales estaba dentro del margen de error, por lo que afirmar la superioridad de Tom’s Guide era incorrecto.

    Cuántos datos se necesitan para un ranking fiable

    La respuesta consta de dos condiciones que deben cumplirse simultáneamente. Primera: el orden debe dejar de cambiar. Después de recopilar suficientes respuestas, los sitios principales comienzan a destacarse claramente. Segunda: la diferencia entre los sitios principales debe superar el margen de error de las mediciones. Si los competidores están demasiado cerca, el ranking no refleja una superioridad real.

    En 30 pruebas en diferentes plataformas y temas, la cantidad de respuestas necesarias para cumplir ambas condiciones varió de 33 a 94 (solo se consideraron respuestas con citas). En tres de los 30 casos, esto no se logró ni siquiera después de 125 consultas, todas en SearchGPT, donde los sitios principales eran demasiado similares.

    Conclusiones prácticas para los especialistas en marketing

    Rand Fishkin (SparkToro) aconseja: antes de gastar dinero en el seguimiento de la visibilidad de IA, asegúrese de que el proveedor “muestre sus cálculos”. La investigación de IQRush proporciona una regla de parada simple para no depender de la intuición. Si después de actualizar el contenido ve un aumento de las citas de 3 puntos porcentuales, esto podría ser una variación natural. Mida los indicadores antes y después varias veces: una medición única no se distingue del ruido.

    Visibilidad de IA: cómo distinguir el crecimiento real del ruido de las mediciones

    Diferentes plataformas, diferentes requisitos de datos

    Gemini carga citas de los mismos sitios dentro de una misma respuesta, por lo que muchas citas aportan poca información nueva. SearchGPT da menos citas por respuesta, pero las distribuye más ampliamente: cada respuesta contiene datos más independientes. La misma cantidad de respuestas en dos plataformas no proporciona la misma certeza: un presupuesto suficiente para Gemini puede dejarlo en la ignorancia en SearchGPT.

    Cuando los datos son insuficientes: sepa cuándo detenerse

    En tres de las 30 pruebas, los sitios principales nunca se separaron claramente. En tales casos, la decisión correcta es abstenerse de publicar el ranking. Un rastreador que pueda decir “datos insuficientes” es más valioso que uno que muestre un orden seguro en cada consulta.

    Solo se puede confiar en los líderes: con suficientes respuestas, se separan del medio y la cola. Pero incluso para el top 10, el error típico es de aproximadamente cinco posiciones, y una de cada cinco posiciones supera las 10. No publique posiciones exactas fuera de la parte superior de la lista.

    Limitaciones de la investigación

    Este es un preprint basado en 30 pruebas en tres plataformas utilizando preguntas generadas por ChatGPT, no consultas reales de usuarios. Las cifras exactas no se trasladan a sus temas: tómelas como una forma del problema, no como una tabla de valores. En una prueba, 125 preguntas dieron solo 104 respuestas útiles (17% de pérdidas), por lo que la cantidad real de consultas debe ser mayor.

    Visibilidad de IA: cómo distinguir el crecimiento real del ruido de las mediciones

    El método se verificó internamente: el ranking temprano se comparó con el final, no con un estándar externo. Sin embargo, un equipo independiente de la Universidad de St. Gallen (Julius Schulte, Malte Bleeker, Philipp Kaufmann) publicó en abril resultados similares en su propio conjunto de datos, confirmando que una lectura única no es fiable.

    El futuro de la visibilidad de IA: de números exactos a rangos

    La presentación de informes sobre visibilidad de IA avanza hacia un formato con margen de error, como en la publicidad y el análisis web. Mientras Search Console no informe qué clics provienen de la IA, la tarea recae en usted: ejecute la verificación varias veces e informe un rango, no un número único del panel.

    Preguntas frecuentes

    ¿Cuántas veces hay que consultar la búsqueda de IA para obtener datos estables?

    De 33 a 94 respuestas con citas, según la plataforma y el tema. No hay un umbral universal.

    ¿Se puede confiar en los paneles de visibilidad de IA?

    Solo si muestran el margen de error y mediciones múltiples. Un número puro sin contexto es una señal de alerta.

    Visibilidad de IA: cómo distinguir el crecimiento real del ruido de las mediciones

    ¿Qué hacer si después de actualizar el contenido las citas aumentan un 3%?

    Realice varias mediciones antes y después. Si la diferencia se mantiene, es crecimiento real. Si no, es ruido.

    ¿Qué plataformas requieren más datos?

    SearchGPT, debido a la menor cantidad de citas por respuesta, pero mayor independencia de cada respuesta. Gemini, por el contrario, da muchas citas, pero a menudo repiten los mismos sitios.

    Conclusión

    Conclusión principal: la visibilidad de IA no es una métrica fija, sino un rango. Use la regla de parada, verifique varias veces y no publique rankings si los sitios principales no se han separado. Solo así obtendrá datos en los que pueda confiar. Comience a implementar estos principios hoy mismo para que sus informes de visibilidad de IA sean fiables y útiles para la toma de decisiones.