Cómo comprobar la visibilidad de tu marca en las respuestas de IA (paso a paso)

Paso 1: Construye un conjunto de prompts que refleje a compradores reales

El mayor error es preguntar sobre ti mismo ("¿qué es Acme?"). Los compradores que ya conocen tu nombre no son los que estás perdiendo. Muestrea los prompts donde un modelo elige entre marcas:

• Prompts de categoría — "mejor herramienta de gestión de proyectos para equipos de construcción", "mejor CRM para agencias pequeñas".
• Prompts de comparación — "Acme vs Initech, ¿cuál es mejor para un equipo de 20 personas?"
• Prompts de alternativas — "alternativas a [líder del mercado]", "opción más barata que [proveedor establecido]".
• Prompts de problema — el dolor que resuelve tu producto, formulado sin ninguna palabra de producto: "¿cómo dejo de perder leads por llamadas perdidas?"
• Prompts locales/sectoriales, si aplican — «la mejor empresa de cubiertas comerciales de Madrid».

Entre quince y treinta prompts bastan para una primera pasada. Escríbelos como la gente le habla a un chatbot — preguntas completas, no fragmentos de palabras clave.

Paso 2: Ejecuta cada prompt en los principales modelos

Cada motor tiene un conocimiento y una recuperación (retrieval) distintos, así que comprueba al menos cuatro superficies: ChatGPT (con la búsqueda activada), Claude, Gemini y Perplexity — además de los AI Overviews de Google para tus búsquedas de mayor valor. Usa chats nuevos sin historial, cierra sesión o usa sesiones privadas cuando puedas, y evita cuentas personales con historial de uso, que sesga las respuestas hacia lo que ya has hecho clic.

Como las respuestas se muestrean de una distribución de probabilidad, ejecuta cada prompt de tres a cinco veces por modelo. Una marca que aparece en cuatro de cinco ejecuciones es genuinamente visible; una que aparece una vez de cinco es ruido. Por eso también las capturas de pantalla de una única respuesta afortunada no demuestran nada.

Paso 3: Registra los campos correctos

Una hoja de cálculo con una fila por prompt-modelo-ejecución es suficiente. Después de una pasada completa puedes calcular tu tasa de menciones (respuestas que te nombran ÷ respuestas totales) y tu tasa de citas (respuestas que enlazan tu dominio ÷ total), por modelo y en general.

Por qué las comprobaciones manuales dejan de escalar

Un conjunto de 25 prompts, en 4 modelos, con 4 ejecuciones cada uno son 400 chats — por ciclo de medición. Los modelos además publican actualizaciones silenciosas que reordenan las respuestas de la noche a la mañana, los resultados de recuperación cambian con el ciclo de noticias, y si vendes en varios idiomas o mercados la matriz se multiplica otra vez. La mayoría de los equipos hace una auditoría manual heroica, aprende mucho y no la repite nunca — lo que significa que no hay línea de tendencia, y la tendencia es la métrica que importa.

El camino más rápido: automatiza la referencia

Exactamente para esto existen las plataformas de visibilidad. El análisis gratuito de Peakmark ejecuta una auditoría puntuada de cómo hablan de tu marca los principales modelos de IA — menciones, posición, competidores y fuentes — y te envía el informe por correo en minutos, sin necesidad de cuenta. A partir de ahí, la monitorización continua vuelve a ejecutar tu conjunto de prompts según un calendario, sigue la tendencia por modelo y mercado, y convierte los huecos en un plan de acción priorizado.

Elijas el camino que elijas, haz la primera medición esta semana. Cada decisión de GEO posterior — contenido, Reddit, PR, correcciones técnicas — es una suposición hasta que sepas dónde estás. Si primero quieres el contexto completo, empieza por qué es el GEO y cómo funciona.