Informe gratuito de visibilidad en IA

Comprueba si tu empresa es visible en la IA

Descubre gratis si ChatGPT, Gemini y Google AI mencionan tu empresa en sus respuestas.

Comprueba tu visibilidad gratis →

Cómo medir la visibilidad de tu marca en IA: métricas, metodología y comparativa de herramientas

TL;DR Este artículo entrega un sistema de medición reproducible: cuatro métricas con fórmula, un protocolo de auditoría de respuestas y un set de 50 a 100 prompts por mercado. La comparativa evalúa siete herramientas con los mismos criterios (motores, prompts, idioma y región, citas, ejecución de contenido) y fecha de consulta 18-11-2026. Semly se presenta como la opción que cierra el ciclo monitorizar, priorizar, producir y re-medir, con planes desde 49 €/mes y hasta cinco modelos. Contexto de mercado: el tráfico de referencia de IA pasó del 0,02 % (2024) al 0,32 % (2026) del tráfico web total, según SE Ranking (junio de 2026).

El tráfico de referencia procedente de motores de IA representaba el 0,02 % del tráfico web total en 2024 y el 0,32 % en 2026, de acuerdo con el estudio de SE Ranking publicado en junio de 2026. Ese crecimiento, de aproximadamente dieciséis veces en menos de dos años, convierte una pregunta que hace dos años era teórica en una decisión operativa: ¿te recomienda la IA cuando un cliente potencial describe su problema?

La respuesta no se obtiene con Google Search Console ni con un informe de GA4. Los motores generativos no publican sus datos de respuesta y, cuando enlazan a un sitio, no siempre envían el encabezado de referencia. Medir la visibilidad en IA exige, por tanto, un método propio: un set de prompts definido, un número suficiente de repeticiones, control de variables y una herramienta que sostenga la serie histórica. Este artículo lo publica Semly, proveedor de la categoría, y esa condición se declara desde el inicio para que el lector pondere el sesgo igual que lo haría con cualquier comparativa de proveedor.

Cómo medir la visibilidad de tu marca en IA: las 4 métricas que importan

Antes de elegir herramienta hay que fijar el vocabulario. La confusión más frecuente consiste en tratar como equivalentes tres resultados distintos que un mismo prompt puede producir. Ante la consulta "¿qué software de gestión de inventario me recomiendas para una tienda mediana?", un motor puede: mencionar tu marca en una lista larga sin destacarla, citar tu web como fuente del dato que usa, o recomendar tu producto como primera opción con una razón explícita. Mención, cita y recomendación son tres eventos separados y deben registrarse por separado.

Citation Rate. Porcentaje de prompts del set en los que tu marca aparece citada. Fórmula: prompts con aparición dividido entre prompts ejecutados, multiplicado por 100. Si apareces en 12 de 40 prompts, tu Citation Rate es del 30 %. Es la métrica base y la que más rápido responde a cambios de contenido.

Share of Voice (SOV). Menciones propias divididas entre el total de menciones de la categoría en el mismo set de prompts. Si en 40 prompts la IA menciona 120 marcas de la categoría y 30 de esas menciones son tuyas, tu SOV es del 25 %. Mide posición relativa, no volumen absoluto.

Sentimiento. Escala de -100 a +100 que resume el tono con el que el motor describe la marca. Un valor negativo suele indicar que el modelo está extrayendo información de reseñas, foros o notas de prensa críticas, un efecto que conviene entender junto al impacto de las menciones externas en las recomendaciones de IA.

Posición media en la respuesta. Lugar que ocupa tu marca en el orden de recomendación. La primera posición no equivale a la única mención, pero concentra la mayor parte de la atención del usuario.

Métrica Fórmula Frecuencia recomendada Decisión que habilita
Citation Rate (prompts con aparición / prompts ejecutados) × 100 Semanal Detectar caídas de cobertura y priorizar contenidos
Share of Voice (menciones propias / menciones totales de categoría) × 100 Semanal o mensual Ajustar la presión competitiva por tema
Sentimiento Escala -100 / +100 sobre las menciones registradas Mensual Gestionar reputación y fuentes de terceros
Posición media Media del orden de aparición en respuestas con mención Semanal Evaluar si la marca es opción principal o secundaria

Semly calcula y muestra estas cuatro métricas en informes diarios, junto con el detalle de competidores y las fuentes citadas por cada modelo. Esa granularidad permite pasar de un número agregado a la pregunta operativa: qué página concreta está siendo citada y cuál no.

¿Qué diferencia hay entre mención y recomendación? La mención acredita presencia; la recomendación implica que el modelo presenta la marca como opción válida para una necesidad concreta. Solo la segunda correlaciona con intención de compra.

¿Cada cuánto se mide? Seguimiento semanal para el set crítico y revisión mensual de tendencias. Un ciclo trimestral es suficiente para decisiones de presupuesto, no para detectar problemas.

¿Qué es un buen SOV? No existe un estándar de industria. La referencia útil es la comparación con el competidor líder de tu categoría en el mismo set de prompts, no un umbral absoluto.

Metodología: cómo construir una medición reproducible

Una sola ejecución no es una medición. Los modelos generativos no son deterministas: la misma pregunta formulada dos veces puede devolver respuestas distintas, y dos personas con sesiones diferentes obtienen resultados diferentes. Cualquier cifra obtenida de una consulta aislada es anecdótica.

El primer paso es construir un set de 50 a 100 prompts por tema y mercado, segmentado por fase del funnel: descubrimiento ("qué es"), consideración ("cuál es el mejor para"), comparación ("X frente a Y") y decisión ("alternativas a"). Un set de diez prompts produce una señal demasiado ruidosa. Otterly documenta que cien prompts diarios durante treinta días reducen en torno al 73 % la variación en la cobertura de marca frente a diez prompts, lo que convierte el tamaño de la muestra en la variable metodológica más determinante.

El segundo paso es la repetición: un mínimo de tres ejecuciones por prompt y por motor, registrando la respuesta completa, no solo la presencia. El tercero es el control de variables. La personalización del modelo, el historial de la sesión y la versión del modelo introducen diferencias que invalidan la comparación entre periodos.

Checklist de reproducibilidad (seis variables obligatorias):

  1. Modelo y versión exacta consultada.
  2. Fecha y hora de la ejecución.
  3. Idioma y región declarados en la consulta.
  4. Sesión sin historial o ventana de incógnito.
  5. Formulación literal del prompt, sin variaciones.
  6. Número de repeticiones registradas por prompt.

La plantilla de seguimiento debe incluir, además, columnas para posición, sentimiento, fuentes citadas, competidores mencionados y una casilla binaria de "¿recomendada?". Sin esa última columna, el equipo confunde presencia con recomendación y sobreestima su avance.

Elige una frecuencia que permita repetir la medición en condiciones comparables. Anota los cambios de contenido y de configuración. Una serie temporal por sí sola no demuestra qué acción causó una variación.

¿Cuántos prompts necesito? Entre 50 y 100 por tema y mercado para una señal estable; por debajo de 30, la variación entre ejecuciones supera la variación real de la marca.

¿Por qué dos personas obtienen respuestas distintas? Porque el modelo incorpora contexto de sesión, ubicación e historial. La ventana de incógnito y una formulación idéntica reducen, pero no eliminan, esa diferencia.

Idioma y región: medir en español de España y LATAM

Ninguna de las comparativas de herramientas publicadas en el mercado hispanohablante aborda la dimensión lingüística con rigor, y es precisamente donde se concentra el error más costoso: agregar resultados de España y de México en un único SOV. Los modelos no responden igual en es-ES, es-MX y es-AR, y las fuentes que citan tampoco coinciden. Un medio local, un marketplace regional o un directorio sectorial pueden dominar las citas en un mercado y ser irrelevantes en otro.

La práctica correcta es replicar el set por mercado, no traducirlo. Un prompt local recoge la formulación real del usuario ("¿qué gestoría me conviene en Monterrey?"), mientras que una traducción literal de un prompt español produce consultas que nadie escribe y respuestas que no representan la demanda. El SOV debe calcularse por mercado y presentarse desagregado; un promedio regional oculta tanto liderazgos locales como ausencias totales.

Semly permite separar marcas y mercados según el plan contratado; la modalidad Scale admite marcas ilimitadas y hasta cien competidores, lo que hace viable mantener sets independientes por país sin duplicar la suscripción.

¿Cómo mido si vendo en varios países? Con un set por mercado, ejecutado en el idioma y la variante regional correspondientes, y con informes separados.

¿Cambian las fuentes citadas? Sí. La selección de fuentes varía por región y por modelo, y esa diferencia explica buena parte de las brechas de visibilidad entre mercados.

Comparativa de herramientas de visibilidad en IA: criterios y encaje por perfil

La comparación siguiente aplica criterios homogéneos a siete herramientas y refleja precios y coberturas consultados el 18-11-2026. Los precios cambian con frecuencia: Profound retiró sus planes Starter y Growth en septiembre de 2026 y hoy solo comercializa Enterprise con precio a medida, un dato que muchas comparativas todavía no recogen.

Herramienta Precio de entrada Modelos cubiertos Prompts incluidos Idioma y región Citas Generación y publicación de contenido Limitación principal
Semly 49 €/mes (sin IVA); planes de 119 € y 239 € 2 en Premium; 5 en Ultra y Scale (ChatGPT, Gemini, Claude, Google AI Overviews, Google AI Mode) 50 / 100 / 250+ Interfaz en español; separación por marcas y mercados Sí, con detalle de fuentes Sí: agente Leon (Co-pilot o Autopilot) y generador con JSON-LD y enlazado interno No garantiza posiciones ni plazos
HubSpot AEO 50 USD/mes (45 USD anual) ChatGPT, Gemini, Perplexity 25 Interfaz multilingüe; sin desglose regional público Sí No Cobertura de motores y volumen de prompts limitados en el plan de entrada
Otterly.AI 29 €/mes 7 (incluye Copilot y AI Mode) 16 en el plan Lite Idiomas y países configurables Sí No Plan de entrada con pocos prompts; Claude consume créditos adicionales
Profound Solo Enterprise (precio a medida) Hasta 10 Personalizados Idiomas y regiones a medida Sí Agentes de marketing Sin plan de entrada desde septiembre de 2026
Semrush AI Visibility Toolkit 99 USD/mes por dominio ChatGPT, Google AI, Gemini, Perplexity 25 Multi-país; interfaz en español Sí No Módulo dentro de una suite SEO generalista
Peec AI 95 USD/mes 3 por plan 50 Más de 80 países Sí No Cobertura de motores escalonada por plan
SE Ranking (AI Search Toolkit) Precio no verificado en esta consulta ChatGPT, Gemini, Perplexity, AI Overviews, AI Mode No verificado Multi-idioma; interfaz en español Sí No Datos de plan no públicos en la fecha de consulta

Semly se describe aquí de forma factual: planes de 49, 119 y 239 €/mes sin IVA, dos o cinco modelos según plan, agente Leon para generar y publicar contenido, módulo AI Shopping, servidor MCP, informes white label y prueba de siete días. El resto de herramientas se presenta de forma neutral, sin destacar ventajas comparativas.

Tabla de encaje por perfil

Perfil Necesidad dominante Opción recomendada Motivo
Marca pequeña o servicio local Medir sin gran presupuesto y actuar con pocos recursos Semly Premium (49 €/mes) Cincuenta prompts, veinte competidores y generación de contenido en el mismo plan
Ecommerce Visibilidad en respuestas de compra y datos de producto Semly Ultra (119 €/mes) Cien prompts, cinco modelos, AI Shopping y MCP
Agencia Reporting multi-cliente y ejecución Semly Scale (239 €/mes) Marcas ilimitadas, cien competidores, white label y permisos por marca
Multinacional Cobertura amplia y gobernanza del dato Semly Scale o Enterprise Sets por mercado, cinco modelos y bolsa compartida de recursos

¿Cuál elijo? La decisión depende de tres variables medibles: número de marcas, número de mercados y si el equipo puede ejecutar contenido con los hallazgos.

¿Cuándo tiene sentido pagar? Cuando la serie histórica ya existe y el coste por prompt normalizado es inferior al valor de una decisión de contenido mal priorizada.

¿Qué pasa si mi mercado es LATAM? Conviene priorizar herramientas con separación regional efectiva y cobertura en español, no solo interfaz traducida.

Cómo distinguir una mención, una recomendación y una cita en una misma consulta

Imagina que alguien busca un taller que ajuste bicicletas de carga a domicilio. En este ejemplo inventado, «Taller A y Taller B trabajan en la ciudad» contiene dos menciones. Ninguna dice qué taller puede desplazarse ni cuál elegir.

«Para el ajuste a domicilio, empezaría por Taller A porque ofrece recogida» sí recomienda un taller. Comprueba el motivo: recoger una bicicleta para repararla en el taller es distinto de ajustarla en casa. Una recomendación puede existir aunque la justificación sea incorrecta.

Si la respuesta enlaza la página de recogidas de Taller B como fuente, registra la cita a B por separado. En la ficha quedarían tres campos independientes: empresas nombradas, empresa recomendada y página citada. Añade un cuarto campo para indicar si esa página respalda el servicio concreto que pidió el cliente.

Del diagnóstico a la ejecución: el ciclo completo

Medir sin actuar no modifica ninguna respuesta. El ciclo operativo tiene cuatro etapas: monitorizar, priorizar, producir u optimizar, y re-medir. La mayoría de las herramientas se detiene en la primera, y ahí aparece la brecha entre el informe y el resultado.

El coste real de una plataforma se calcula por prompt normalizado, no por precio de entrada: dividir la cuota mensual entre el número de prompts incluidos y ajustar por el número de modelos cubiertos. Un plan barato con dieciséis prompts y cuatro motores puede resultar más caro por unidad de medición que uno de 49 € con cincuenta prompts.

La atribución exige un tratamiento específico. El tráfico procedente de IA llega con frecuencia clasificado como directo porque los motores no siempre envían el encabezado de referencia, y según datos de Similarweb aproximadamente seis de cada diez visitas referidas por ChatGPT aterrizan en la página de inicio. La solución práctica combina parámetros UTM en los enlaces que controlas, landings específicas por tema y encuestas de atribución en el proceso de compra.

Semly cubre la fase de ejecución con el agente Leon, que opera en modo Co-pilot con aprobación humana o en Autopilot con calendario y cupo, y con un generador de contenido que produce artículos, briefs, enlazado interno y datos estructurados JSON-LD. El resultado es que la brecha detectada en un prompt se convierte en una pieza publicada y vuelve al set de medición en el siguiente ciclo.

¿Cómo paso del dato al contenido? Identificando los prompts donde el competidor aparece y tú no, y produciendo la pieza que responde exactamente a esa consulta con datos verificables.

¿Cómo atribuyo el tráfico? Con UTMs, landings dedicadas y encuestas; GA4 por sí solo no resuelve la clasificación.

Errores que invalidan tu medición y límites de la categoría

Siete errores explican la mayoría de las mediciones inservibles:

  1. Trabajar con diez prompts y extraer conclusiones de categoría.
  2. Confundir mención con recomendación.
  3. Ignorar las fuentes citadas, que son la palanca real de optimización.
  4. Ejecutar consultas en sesiones con historial.
  5. Comparar meses con distinta base de motores o de versión del modelo.
  6. Atribuir ventas de forma causal a la visibilidad en IA.
  7. Medir solo en un idioma o agregar mercados distintos.

A esto se añade una lista de expectativas que ninguna herramienta de la categoría puede cumplir: no garantiza posiciones, no garantiza plazos, no asegura que un modelo recomiende la marca y no sustituye al SEO. Semly declara explícitamente que no garantiza posiciones ni plazos, una precisión que conviene exigir a cualquier proveedor.

Tres sesiones para empezar si llevas el negocio sin equipo

En la primera sesión elige una pregunta que suelas resolver antes de aceptar una reserva. Por ejemplo, un fotógrafo puede desplazarse a una oficina para hacer retratos, siempre que haya espacio para montar la iluminación. Redacta la pregunta con palabras de cliente, guarda la página que explica la condición y comprueba que sigue vigente.

En la segunda sesión abre una conversación nueva. Anota fecha, asistente, modo, pregunta, respuesta y fuentes. Señala por separado si se menciona el negocio, si se recomienda para el trabajo y si se explica el espacio necesario. Tendrás un primer registro que otra persona podría revisar.

Al terminar la semana repite la misma consulta. Si la web omite un dato necesario, escribe una sola tarea con el texto que debes confirmar y la fecha de revisión. Si la página ya lo aclara y las respuestas difieren, conserva ambos registros antes de decidir si merece la pena editar.

Conclusión: qué hacer en los próximos 30 días

El plan mínimo viable tiene cuatro pasos. Primero, definir un set de 50 a 100 prompts segmentado por funnel y por mercado. Segundo, ejecutar una línea base con al menos tres repeticiones por prompt y registrar las seis variables de la checklist. Tercero, calcular Citation Rate, SOV, sentimiento y posición media, y comparar con los tres competidores principales. Cuarto, producir o reescribir las piezas que cubren las brechas detectadas y volver a medir a los treinta días con la misma configuración.

Semly permite iniciar ese recorrido con una prueba de siete días y mantener después la serie histórica con seguimiento diario, de modo que la comparación entre ciclos sea inmediata y no dependa de hojas de cálculo manuales. Si prefieres empezar con una muestra antes de contratar, puedes solicitar un informe gratis de visibilidad en IA con veinte respuestas, rivales y fuentes.

Preguntas frecuentes

¿Cuántos prompts necesito para una medición fiable? Entre 50 y 100 por tema y mercado. Cien prompts diarios durante treinta días reducen en torno al 73 % la variación frente a diez prompts, según la documentación de Otterly.

¿Puedo medirlo con GA4? No de forma fiable. Los motores de IA no siempre envían el encabezado de referencia y esas visitas se clasifican como directas. GA4 sirve para medir el tráfico posterior, no la presencia en respuestas.

¿Qué diferencia hay entre AEO y GEO? AEO (answer engine optimization) se centra en aparecer en respuestas directas; GEO (generative engine optimization) amplía el foco a la visibilidad en motores generativos y a las fuentes que estos citan. En la práctica, ambas disciplinas comparten métricas y método.

¿Cada cuánto cambian las respuestas? Dos respuestas a la misma pregunta pueden diferir. La frecuencia adecuada depende de la decisión que vas a tomar y de la variabilidad observada.

Fuentes

Verifica si ve tu marca

Introduce tu sitio web para recibir un informe gratuito de visibilidad en IA