La aparición de búsquedas y descubrimientos generados por IA está llevando a los comerciantes a evaluar la visibilidad de sus productos en estas plataformas. Muchos optimizadores de búsqueda intentan aplicar métricas convencionales como el tráfico proveniente de la IA generativa y los rankings en las respuestas de IA, pero ambos enfoques quedan cortos. Tráfico: Enfatizar solo el tráfico pasa por alto la función principal de las respuestas de IA, que es satisfacer una necesidad en el sitio web en lugar de ya dirigir clics. Las respuestas generadas por IA generalmente carecen de enlaces a sitios web de marca. Por ejemplo, las vistas generales de Google a veces vinculan los nombres de productos con listados de búsqueda orgánica. Por lo tanto, la visibilidad no necesariamente se traduce en tráfico. Los productos de un comerciante pueden aparecer en una respuesta de IA pero no recibir clics. Posicionamiento: Las respuestas de IA suelen incluir listas, lo que lleva a muchos vendedores a intentar monitorear los rankings para situarse en o cerca de la parte superior. Sin embargo, rastrear dichos rankings no es factible. Las respuestas de IA son inherentemente impredecibles. Un estudio de Sparktoro encontró que las plataformas de IA recomiendan diferentes marcas y en diferentes órdenes cada vez que alguien hace la misma pregunta. Mejores métricas para la IA A continuación, se presentan métricas mejoradas para evaluar la visibilidad en IA. Posicionamiento del producto o marca en los datos de entrenamiento de LLM Los datos de entrenamiento son cruciales para la visibilidad en IA porque los modelos de lenguaje grande (LLM) dependen principalmente de su conocimiento aprendido. Incluso al consultar Google u otras fuentes, los LLM suelen usar sus datos de entrenamiento para formar las consultas de búsqueda. Por ello, es vital monitorear qué retienen los LLM sobre tu marca y competidores, especialmente en relación con errores o información desactualizada. Luego, prioriza proveer datos correctos o actualizados en tu sitio web y en todos tus canales propios. El prompting manual en plataformas como ChatGPT, Claude, Gemini y similares puede ayudar a identificar estas brechas. Algunos prompts útiles incluyen: - “¿Qué sabes sobre [MI PRODUCTO]?” - “Compara [MI PRODUCTO] con [PRODUCTO DEL COMPETIDOR]. ” Las herramientas de seguimiento de visibilidad en IA como Profound y Peec AI pueden automatizar estos prompts para monitorear el posicionamiento de productos en el tiempo. Ten en cuenta que: Las herramientas de rastreo en IA envían los prompts mediante APIs de LLM.

Sin embargo, los resultados que reciben los humanos pueden variar debido a la personalización y variaciones entre modelos de IA. Los resultados generados vía API son mejores para evaluar los datos de entrenamiento, ya que los LLM suelen devolver información basada en sus datos de entrenamiento (y no en búsquedas en vivo) para ahorrar recursos. Los puntajes de visibilidad en estas herramientas dependen completamente de los prompts utilizados. Se recomienda separar los prompts de marca en carpetas individuales ya que suelen puntuar 100%. Además, prioriza los prompts que reflejen tu proposición de valor del producto y no sean de marca, ya que los prompts irrelevantes generalmente puntúan cero. Fuentes más citadas Las plataformas de LLM cada vez realizan búsquedas en vivo al generar respuestas, consultando fuentes como Google, Bing o incluso comunidades como Reddit. De hecho, la búsqueda orgánica afecta la visibilidad en IA. Las citas de estas búsquedas en vivo, como artículos y videos, influyen en las respuestas de IA. Sin embargo, las citas varían mucho porque los LLM exploran muchas consultas diferentes (y a menudo sin relación). Por ello, aspirar a aparecer en todas las fuentes citadas no es realista. Aún así, algunos prompts producen repetidamente las mismas fuentes influyentes, que vale la pena considerar para incluir tu marca o producto. Las herramientas de visibilidad en IA pueden compilar los URL más citados relacionados con tu marca, producto o industria. Menciones de marca y volumen de búsquedas con marca Utiliza Search Console u otras herramientas de análisis tradicionales para rastrear: - Consultas con el nombre de tu marca o variaciones. - Clics derivados de esas consultas. - Impresiones relacionadas con esas consultas. Cuanto más incorporen las respuestas de IA un nombre de marca, mayor será la probabilidad de que los usuarios realicen búsquedas relacionadas. En Search Console, aplica un filtro en la sección “Rendimiento” para analizar los datos de las consultas con marca.