Por qué seguir sus menciones en las IA
Porque sus prospectos ya no siempre escriben en Google. Le piden a ChatGPT «cuál es la mejor agencia GEO en Francia» y leen una respuesta sintética de tres párrafos. Si su marca no figura en ella, usted no existe en esa conversación. El seguimiento de las menciones en ChatGPT mide precisamente eso: su presencia en las respuestas que las IA sirven a su mercado.
El reto no es teórico. ChatGPT cuenta con más de 900 millones de usuarios semanales, y más de la mitad de las consultas de Google activan ahora un AI Overview. Una parte creciente de las decisiones de compra se forma antes del menor clic, dentro de una respuesta generada.
El problema es que no existe ninguna Search Console de los LLM. Google le dice en qué consultas aparece. Ningún editor de modelo lo hace. Su visibilidad en IA es, por tanto, una caja negra, salvo que decida iluminarla usted mismo.
Seguir sus menciones responde a tres preguntas operativas. ¿Le citan? ¿Sobre qué temas y con qué frecuencia? Y sobre todo: cómo, es decir, con qué sentimiento y qué fuentes de apoyo. Estas respuestas orientan después toda su estrategia de agencia GEO.
El método manual: prompts, hoja de cálculo, disciplina
Empiece de forma sencilla. El método manual no cuesta nada y le obliga a comprender cómo hablan las IA de su mercado antes de automatizar nada.
El principio: usted define una lista de prompts representativos de las consultas de sus prospectos, los ejecuta a intervalos regulares en cada IA objetivo y registra las respuestas en una hoja de cálculo. Tres columnas como mínimo: el prompt, la fecha y el verbatim de la respuesta. Después añada columnas de análisis.
Construir su lista de prompts
Cubra tres familias. Los prompts sin marca («mejor agencia SEO Toulouse») prueban su descubribilidad. Los prompts de marca («qué tal es LUWIZ») prueban su reputación. Los prompts comparativos («LUWIZ o Eskimoz») prueban su posicionamiento frente a los competidores.
Gestionar la variabilidad
Un mismo prompt produce respuestas diferentes en cada ejecución. Es inherente a los modelos, que son probabilísticos. Nunca saque una conclusión de una sola respuesta. Repita cada prompt al menos de tres a cinco veces por sesión y razone en frecuencia de aparición, no en presencia binaria.
Redacte una lista de 10 a 20 prompts estables. No los modifique más: cualquier reformulación rompe la comparabilidad en el tiempo.
Consulte como mínimo ChatGPT, Perplexity y Gemini. Cada uno bebe de fuentes diferentes y le citará de forma distinta.
Ejecute cada prompt varias veces por sesión para medir una frecuencia de aparición fiable, no un golpe de suerte.
Copie la respuesta íntegra y las fuentes citadas. El detalle cuenta tanto como la presencia bruta.
Marque con fecha y hora cada sesión. Una actualización de modelo puede hacer cambiar sus resultados de un día para otro.
El método manual tiene un límite evidente: no escala. Veinte prompts repetidos cinco veces en tres modelos hacen trescientas ejecuciones por sesión. Más allá de la prueba inicial, necesitará herramientas.
Las herramientas de monitoreo de IA
Las plataformas de monitoreo de IA automatizan lo que usted haría a mano: consultan varios modelos con sus prompts, a una frecuencia definida, e historizan todo. Transforman trescientas ejecuciones semanales en un panel de control legible.
Lo que mide una buena herramienta: su tasa de presencia por prompt, su posición media en las respuestas, las fuentes que las IA citan para justificar su mención, el sentimiento asociado y su cuota de voz en IA frente a los competidores. Algunas detectan también las nuevas fuentes que empiezan a citarle, una señal valiosa para su estrategia off-site.
| Criterio | Seguimiento manual | Herramienta de monitoreo |
|---|---|---|
| Coste | Gratis (tiempo) | Suscripción mensual |
| Volumen de prompts | Limitado, lento | Cientos, automatizado |
| Historización | Hoja de cálculo manual | Automática y fechada |
| Detección de fuentes | Manual, parcial | Sistemática |
| Alertas | Ninguna | Tiempo real |
Sin embargo, ninguna herramienta lee la mente de los modelos. Todas funcionan por muestreo: plantean sus prompts, como haría usted, y agregan las respuestas. La calidad de una herramienta reside en la diversidad de modelos cubiertos, en la frecuencia de consulta y en la finura del análisis de sentimiento. Verifique estos tres puntos antes de pagar.
Para medir su punto de partida sin compromiso, puede utilizar nuestro Score de Visibilidad IA: establece una primera fotografía de su presencia en los principales modelos.
Frecuencia, alertas y señales a vigilar
Una frecuencia semanal basta en la mayoría de los casos. Las respuestas de los LLM se mueven lentamente entre dos actualizaciones de modelo, pero fluctúan en cada generación. Una muestra semanal, suficientemente amplia, suaviza ese ruido y revela las tendencias reales. Ajuste a un seguimiento diario únicamente en torno a un lanzamiento, una crisis de reputación o una actualización importante anunciada por un editor.
Las cuatro señales que cuentan
No se detenga en la presencia bruta. Cuatro señales dibujan su situación real.
El análisis de Ahrefs de 200.000 dominios (dic. 2025) muestra que las menciones off-site — Wikipedia, Reddit, YouTube — correlacionan mucho más con las citas de IA (YouTube en 0,737) que el Domain Rating (0,266). Vigile, pues, qué fuentes citan las IA sobre usted.
La posición: ser mencionado al inicio de una respuesta no tiene el mismo valor que una cita en la última línea. Las fuentes: la IA se apoya en páginas para justificarle; identificar cuáles le indica dónde reforzar su presencia off-site. El sentimiento: ser citado negativamente es una señal de alerta, no una victoria. La cuota de voz: su frecuencia de aparición en relación con la de sus competidores, el único indicador verdaderamente comparativo.
Cuándo activar una alerta
Una alerta útil señala un cambio, no un estado. Configure umbrales: desaparición de un prompt en el que estaba presente, aparición de un competidor en una respuesta comparativa, cambio de sentimiento o nueva fuente que empieza a citarle. Para profundizar en la dimensión competitiva, plantee un benchmark competitivo de LLM estructurado en paralelo a su seguimiento de marca.
Del seguimiento a la acción
Medir no sirve de nada si no actúa. El seguimiento de las menciones en ChatGPT es un instrumento de pilotaje, no un fin. Cada señal debe desembocar en una decisión.
¿No aparece en ningún prompt sin marca? Su problema es la descubribilidad: trabaje las fuentes que las IA citan en su sector y asegúrese de que su contenido es accesible para los crawlers. Recordatorio técnico importante: los LLM no ejecutan el JavaScript. Si su contenido solo existe tras el renderizado del lado del cliente, es invisible. El SSR o el HTML estático es indispensable.
¿Le citan pero está mal posicionado? Refuerce la citabilidad de sus páginas: pasajes autosuficientes de 134 a 167 palabras, que respondan directamente a una pregunta. Y despliegue un schema FAQPage, una señal fuerte para los AI Overviews.
¿Aparece con un sentimiento deteriorado? El problema es reputacional, no técnico. Identifique las fuentes negativas que las IA recogen y abórdelas de raíz.
Un último recordatorio estructurante: solo el 11 % de los dominios son citados a la vez por ChatGPT y por los AI Overviews. Ser visible en un modelo no garantiza nada en los demás. Su seguimiento debe seguir siendo multimodelo, y sus acciones, dirigidas según dónde le falte presencia.
Nuestra auditoría GEO gratuita mide su presencia real en ChatGPT, Perplexity y los AI Overviews, e identifica sus palancas prioritarias.
Questions fréquentes
¿Existe una Search Console para ChatGPT?+
No. Ningún editor de LLM ofrece una interfaz oficial que muestre sus citas, a diferencia de la Search Console de Google. Debe construir su propio dispositivo de seguimiento, manual o con herramientas, consultando los modelos con prompts estables y registrando las respuestas.
¿Con qué frecuencia hay que seguir las menciones en las IA?+
Un ritmo semanal basta para la mayoría de las marcas. Las respuestas de los LLM evolucionan lentamente entre dos actualizaciones de modelo, pero varían en cada ejecución. Una muestra semanal de varios prompts repetidos suaviza ese ruido y revela las verdaderas tendencias.
¿Por qué ChatGPT da respuestas diferentes al mismo prompt?+
Los LLM son probabilísticos: muestrean su respuesta en cada generación. Un mismo prompt produce, pues, resultados variables. Por eso un seguimiento serio repite cada prompt varias veces y razona en frecuencia de aparición más que en presencia puntual.
¿Qué señales medir más allá de la simple presencia?+
Más allá del hecho de ser citado, mida la posición en la respuesta, las fuentes que la IA cita para justificarle, el sentimiento asociado a su marca y su cuota de voz frente a los competidores. Estas señales indican no solo si existe, sino cómo se le percibe.
