Mil ciento veinticinco respuestas de asistentes de IA con búsqueda web, y ni una nos nombra. Lo que hemos medido sobre cómo los LLM eligen a quién citar.
Desde el 29 de junio, cada semana, le hacemos a un asistente de IA 35 preguntas como las que haría un comprador de nuestro sector: «qué herramienta de monitorización de medios me recomiendas», «dónde consigo datos de noticias por API», «alternativas a Brandwatch para una agencia en España». Con la búsqueda en internet activada, en español y en inglés, y guardamos cada respuesta completa. Llevamos 1.125.
En ninguna ha aparecido DashAI. Ni FeedScale. Ni Voxscope. Ni Trawlingweb. Son solo ejemplos de los productos con los que estamos experimentando: tenemos varios, cada uno con su propio segmento de competidores.
Brandwatch sale en el 93 % de las respuestas. Talkwalker, Meltwater, Mention y Brand24, todas las semanas. Nosotros, cero. Y no es un fallo de medición: hemos probado el detector con textos que sí contienen nuestras marcas y las encuentra. Es un cero real.
Llevamos veinticinco años trabajando con datos e inteligencia artificial, y estamos convencidos de que ese recorrido nos ayuda a entender cómo funcionan estos modelos mejor que a quien acaba de llegar al campo. Que no supiéramos qué se dice de nosotros en los asistentes de IA era, literalmente, el zapatero sin zapatos. Así que decidimos explorar este terreno nuevo nosotros mismos, empezando por lo más difícil: medirlo bien.
Este artículo cuenta por dónde hemos empezado, qué hemos aprendido leyendo lo que publican los propios proveedores de IA y la investigación académica (no los artículos de marketing sobre «GEO»), qué pista nos parece que merece la pena seguir, y por qué lo que empezó como una herramienta interna se va a convertir en un producto para otras empresas.
Por qué importa un número que nadie mira
Cada vez más gente ya no busca en Google: le pregunta a ChatGPT, a Gemini o a Perplexity y se queda con los tres o cuatro nombres que le devuelven. En Google hay diez resultados y salir el sexto sirve de algo. En la respuesta de un asistente hay tres nombres. O estás, o no existes.
A esto se le llama GEO (Generative Engine Optimization, optimizar para los buscadores de IA), y alrededor del término ha crecido una industria de consejos, muchos sin evidencia. Nosotros vendemos media intelligence: medir qué se dice de una marca en medios y redes. Así que construimos primero el termómetro, antes de buscar la cura.
Lo que construimos: GrowthOS
GrowthOS es nuestro centro de mando interno de marketing. Nació para ver en un solo sitio lo que estaba repartido en diez: analítica web, Search Console, campañas de correo, captación de clientes, anuncios y uso de producto. La parte que nos ocupa es la de Visibilidad en IA, y funciona así:
- Un termómetro semanal. Cada lunes lanzamos un conjunto de preguntas por producto, escritas como las escribiría un comprador real, contra un modelo con búsqueda real en internet. Guardamos la respuesta, cuántas búsquedas hizo, qué páginas consultó y qué marcas aparecen, y en qué posición.
- Un detector de competidores que no conocíamos. Cuando el modelo enumera herramientas, pone los nombres en negrita. Extraemos los que no están en nuestra lista y los contamos. El primer día descubrió dieciséis competidores que llevaban meses saliendo en las respuestas sin que los contáramos. Nuestra lista «cerrada» escondía un tercio de la competencia real.
- Una lista única de acciones, con su fecha de publicación y medición automática del antes y el después. Si publicamos una comparativa el día 10, la herramienta compara la presencia de los 30 días anteriores con la de los 30 posteriores.
Por el camino hicimos dos descubrimientos de ingeniería que cuento porque cualquiera que monte algo parecido se los va a encontrar:
Separar la memoria del modelo de lo que busca en internet. Al principio el modelo contestaba «de memoria»: la respuesta se cortaba antes de terminar la búsqueda y se disculpaba con una frase que casi nadie lee. Lo detectamos y lo corregimos, porque un cero medido sobre lo que el modelo recuerda de su entrenamiento está garantizado de antemano para una empresa pequeña, haga lo que haga: no informa de nada. Un cero medido buscando en internet ahora mismo sí puede moverse. Hoy guardamos el número de búsquedas de cada respuesta y la herramienta avisa si ninguna buscó.
El modelo caro buscaba menos que el barato. Cuando cambiamos de proveedor medimos dos modelos con las mismas preguntas. El caro «pensaba» mucho (novecientos tokens, las unidades en que un modelo mide su razonamiento, por respuesta) y buscaba en internet el 15 % de las veces; el barato buscaba el 90 %. En lo único que da valor al proceso, buscar de verdad, ganaba el barato, y además era 5,6 veces más barato. Elegimos midiendo, no suponiendo.
Lo que dice la evidencia, no la industria del GEO
Antes de mover un dedo hicimos lo que deberíamos haber hecho el primer día: leer qué publican OpenAI, Google, Anthropic, Perplexity, Mistral y Microsoft sobre cómo eligen sus fuentes, y qué ha medido la investigación académica. El resultado es más corto y más duro que la literatura de marketing.
Hay dos relojes. Lo que un asistente dice buscando depende de qué páginas recupera su buscador en ese momento: ChatGPT y Copilot buscan en Bing (documentación de OpenAI); Gemini y las respuestas de IA de Google, en Google (Google Search Central); Perplexity, Claude y Mistral, en índices propios (Perplexity, Anthropic, Mistral). Ese reloj va en días. Lo que dice sin buscar depende de cuántos documentos de su entrenamiento mencionan la empresa: la relación es logarítmica (cada mención nueva pesa menos que la anterior; Kandpal et al., ICML 2023) y hacen falta cientos o miles para que una entidad se recuerde con fiabilidad, y la memoria de los modelos actuales ya está fijada: según publican Anthropic y OpenAI, el conocimiento de sus modelos en producción se cierra entre diciembre de 2025 y junio de 2026. Ese reloj va en años. Para una empresa de nuestro tamaño, la memoria del modelo no se persigue: llega por acumulación o no llega.
Los proveedores documentan muy poco, y todo lo documentado es técnico. Dejar entrar al bot de búsqueda de cada uno (distinto del bot de entrenamiento: se puede permitir uno y no el otro; así lo documentan OpenAI, Google y Anthropic), estar indexado donde busca cada motor, y poco más. Google lo dice sin rodeos en su guía sobre funciones de IA y en su guía de optimización para IA: no hay requisitos adicionales para aparecer en sus respuestas de IA, ningún marcado especial (schema), y el famoso fichero llms.txt «no perjudica (ni ayuda)»; de hecho, el 97 % de esos ficheros no reciben ni una petición. Ninguno publica sus criterios de ordenación. Nosotros auditamos nuestros cuatro dominios contra diez bots distintos: todo abierto, todo indexado. El cero no era técnico.
La investigación desinfla buena parte del GEO. El estudio que dio nombre al campo prometía mejoras de visibilidad reescribiendo los textos: añadir citas, estadísticas, un tono más autoritativo. Cuando otro equipo lo repitió en 2025 con un conjunto de pruebas más amplio, solo encontró tres mejoras significativas de cincuenta y cuatro. Lo que de verdad pesa es la posición del documento entre lo que se recupera, ocho veces más que la mejor reescritura. Y la varianza (cuánto de la variación se debe a cada factor) es enorme: la marca explica el 1,5 % de la variación de la posición; el simple hecho de repetir la pregunta, el 35 %. Quien mida con una sola ejecución (una sola vez la misma pregunta) está midiendo ruido.
Lo que midió la industria en B2B es lo que nos cambió el plan. En software B2B, según un estudio de 40 categorías y 233 recomendaciones, el 82 % de las citas de ChatGPT van a blogs de nicho y listas comparativas de terceros, con el año en el título y una tabla; la web del propio fabricante recibe el 12 %; las plataformas de reseñas como G2 y Capterra, cero citas de 233. La señal que mejor se relaciona con la visibilidad en IA es tener menciones en YouTube (Ahrefs, 75.000 marcas). En España, los dominios más citados son YouTube, Reddit e Instagram, y el primer medio es El País (Ahrefs), cuya editora tiene un acuerdo de licencia con OpenAI. Y un matiz que nos tocaba de lleno: Gemini apenas cita contenido de comunidades (Tinuiti/Profound), así que Reddit mueve a Perplexity, no a nuestro termómetro.
Qué vamos a hacer con eso
La conclusión cabe en una frase: invertir en lo que los motores recuperan —páginas de terceros que nombren la marca junto a su categoría, en español y en inglés— y dejar de invertir en lo que no mueve nada.
En concreto, hemos reordenado nuestra lista de acciones. Suben las comparativas honestas y los artículos invitados en medios del sector. Entra YouTube, con la marca en el título y en la transcripción. Entran los paneles gratuitos de los propios proveedores (el informe de IA de Search Console y el de Bing Webmaster). Y bajan las reseñas en directorios y las piezas «para IA» que ya habíamos publicado y que no han movido nada. Además hemos rediseñado la medición: cinco ejecuciones por pregunta (repeticiones de la misma pregunta), con su margen de error; controles positivos (textos que sí contienen la marca) que digan si el fallo es del contenido o de la recuperación; tres niveles de pregunta; y un segundo motor para no depender de uno solo.
Es una apuesta con fundamento, no una intuición, y hemos reordenado todo nuestro plan alrededor de ella. Hay además más líneas abiertas de las que hoy contamos; las iremos desvelando cuando tengan resultado.
De herramienta interna a producto
Aquí está la parte que de verdad quería escribir.
Llevamos veinticinco años midiendo reputación y presencia de marcas en medios y redes. Lo que hemos montado para nosotros en GrowthOS (el termómetro con búsqueda real, el detector de competidores que no estaban en la lista, la lista de acciones con medición de impacto, la auditoría de bots y ahora la medición rediseñada) es exactamente el problema de cualquier empresa que se pregunte: «¿qué dicen de mí ChatGPT, Gemini y Perplexity, y qué hago para cambiarlo?».
Y es un problema mal resuelto. En lo que hemos revisado, muchas herramientas de «visibilidad en IA» venden cuota de presencia sobre preguntas que elige el proveedor, con una sola ejecución por pregunta y sin separar lo que el modelo recuerda de lo que busca. Nosotros hemos comprobado, midiendo de las dos formas, que con esa medición no se puede decidir.
Por eso GrowthOS va a dejar de ser solo nuestro. Estamos convirtiendo lo que investigamos con nuestras propias marcas en una solución para otras empresas, que permita entender y mejorar su posición en los asistentes de IA, junto con su SEO clásico y su reputación en internet, desde un mismo sitio:
- Medir cómo la nombran los asistentes, con búsqueda real, varias ejecuciones, controles positivos y varios motores; y qué competidores aparecen, también los que no sabía que tenía.
- Entender de dónde salen las menciones: qué páginas recupera cada motor para las preguntas de su sector, en qué idioma, y dónde una mención suya sí se vería.
- Actuar sobre una lista única de acciones con evidencia detrás —no con el folclore del GEO— y con medición automática del antes y el después de cada una.
- Vigilar la reputación: el sentimiento alrededor de la marca en las respuestas, los cambios de una semana a otra y las alertas cuando algo se mueve.
No vamos a prometer resultados que nadie puede garantizar: ningún proveedor publica sus criterios y no existe ningún caso documentado de «meter» una marca en la memoria de un modelo de frontera. Lo que sí tenemos es un método para medirlo bien, distinguir las causas, descartar lo que no funciona y aplicar lo que la evidencia respalda, y veinticinco años de oficio que nos dan una buena intuición de por dónde ir.
Empezamos por nosotros mismos porque es el único experimento donde podemos ver todas las cartas. Mil ciento veinticinco ceros son un punto de partida limpio: medido, verificado y por eso útil. Desde ahí, solo se puede subir. En el próximo artículo, más.
Si tu empresa quiere saber qué dicen de ella los asistentes de IA, y qué hacer al respecto, escríbeme. Estamos buscando tres empresas para probar GrowthOS con ellas antes de abrirlo.