Un informe mensual puede mostrar posiciones en la primera página y un tráfico orgánico estable, mientras reporta menos leads cualificados. En una tribuna patrocinada por WebPros, cuyas opiniones son las del editor patrocinador, el autor sostiene que las agencias deben medir algo más que el posicionamiento: la visibilidad en las respuestas de las herramientas de IA, que propone evaluar en tres pasos.
- Las agencias deben medir la visibilidad en las respuestas de IA, no solo el posicionamiento.
- Una respuesta de IA actúa como un veredicto y puede evitar que el usuario haga clic.
- Tres pasos evalúan esa visibilidad : inclusión, encuadre y aprobación, medidos por separado.
- Las cifras deben cruzarse con búsquedas de marca, tráfico de IA y leads, con mucha prudencia.
Una respuesta de IA no es una lista
Un posicionamiento en resultados de búsqueda da una posición en una lista, y el internauta aún debe recorrer las opciones y elegir una. Una respuesta generada por un modelo de IA funciona de manera diferente: se asemeja a un veredicto, porque el modelo ya ha comparado las opciones. Cuando el usuario lee la respuesta, la selección puede estar hecha, de modo que una marca a veces nunca tuvo la oportunidad de obtener el clic.
La tribuna establece una distinción entre la cita, la mención y la recomendación. Un modelo puede citar una empresa entre cinco opciones mientras recomienda regularmente a un competidor. A la inversa, una marca puede aparecer en una respuesta sin ser presentada como una solución adecuada. El texto juzga que la frecuencia de las menciones, tomada de forma aislada, es un indicador engañoso.
Tres pasos para medir la visibilidad
El primer paso, la inclusión, consiste en saber si la marca figura en la respuesta. Para medirla, hay que plantear un conjunto definido de preguntas relacionadas con la actividad del cliente, probarlas en las plataformas seguidas, y luego reportar el número de respuestas que mencionan la marca respecto al total de respuestas probadas. La fuente toma el ejemplo de una marca presente en 12 respuestas de 40, es decir, una tasa observada del 30 %. Precisa que esta cifra informa sobre las preguntas probadas, y no sobre el conjunto de búsquedas de IA.
El segundo paso se refiere al encuadre: ¿es exacta la descripción de la empresa? Una cita técnicamente correcta puede presentar una marca como una opción barata o un actor obsoleto, lo que puede perjudicar más que la ausencia de cita. La fuente cita el caso de una empresa de software B2B cuyas antiguas páginas de producto describían la herramienta para autónomos, mientras que ahora se dirige a grandes empresas.
El tercer paso, la aprobación, verifica si la marca es explícitamente recomendada en preguntas de compra. El texto describe el caso de una IA que cita el producto de un cliente, describe correctamente sus funcionalidades, y luego recomienda a un competidor que considera mejor adaptado para equipos pequeños. La inclusión y el encuadre son exitosos, pero la aprobación falla. Los tres pasos son medidas distintas y no un embudo de conversión: un aumento de las citas acompañado de una caída en la proporción de recomendaciones puede constituir, por tanto, una señal de alerta.
Relacionar las cifras con los resultados comerciales
La fuente insiste en la prudencia en la interpretación de los vínculos con los resultados comerciales. Recomienda seguir por separado la progresión de las búsquedas de marca, las visitas procedentes de IA identificables y los leads o ventas relacionados con esos canales. Las búsquedas de marca también aumentan con las relaciones con la prensa, las campañas de pago y la estacionalidad.
Un estudio de Similarweb sobre los comportamientos tras una recomendación de ChatGPT reporta que, en los siete días siguientes, los usuarios que vieron una marca recomendada fueron más numerosos en visitarla que su competidor. Cuando ChatGPT recomendaba American Express, el 7,2 % de los usuarios visitaron luego su sitio, frente al 3,1 % para Capital One. En el otro sentido, el 14,2 % visitó Capital One tras su recomendación, frente al 3,8 % para American Express. El estudio se basa en un panel estadounidense de ordenadores de escritorio, con adhesión voluntaria, cubriendo de julio a diciembre de 2025, y sobre marcas de consumo masivo. Sus resultados no valen necesariamente para pequeñas empresas o el B2B.
Según el panel opt-in Web Analytics de Ahrefs, los asistentes de IA representaban menos del 1 % del tráfico de los sitios en septiembre de 2026. El texto precisa que esta cifra mide el tráfico recibido por los sitios participantes, y no la proporción de usos de herramientas de IA que generan un clic saliente.
El informe para el cliente propuesto en la fuente asocia cada hallazgo a una interpretación y a una acción. Sus cifras, presentadas como ilustrativas y no como resultados reales, hacen pasar las menciones del 30 % al 45 % de las respuestas probadas, y las descripciones exactas del 70 % al 85 %. Las recomendaciones explícitas pasan del 15 % al 25 % de las respuestas de compra probadas, y los clics procedentes de las búsquedas de marca progresan un 12 %, sin que este aumento sea atribuido a la IA.
