¿Por qué no basta con buscarte a ti mismo?

El error más común al auditar la presencia en motores de respuesta es preguntar «¿qué es mi marca?». Esa pregunta casi siempre devuelve algo, porque el asistente busca ese nombre y encuentra tu sitio. Lo que mide no es tu visibilidad: mide que existes.

La pregunta que importa es la que hace alguien que todavía no te conoce. Nadie le pregunta a ChatGPT por una empresa cuyo nombre ya sabe; le pregunta por un problema. Ahí es donde se decide si te recomiendan o recomiendan a otro.

¿Qué preguntas hay que hacer?

Redacta entre diez y quince preguntas que cumplan tres condiciones: están en lenguaje de negocio, no de producto; describen un problema, no una solución; y no contienen tu marca. Cúbrelas en cuatro categorías:

  • Proveedor: «¿Qué empresas implementan HubSpot en Colombia?»
  • Problema: «Mi equipo comercial no usa el CRM, ¿qué hago?»
  • Comparación: «¿Conviene más una agencia o un partner técnico para integrar sistemas?»
  • Decisión: «¿Qué debo revisar antes de contratar una auditoría digital?»

Las de tipo proveedor miden si te recomiendan. Las otras tres miden si te citan como fuente, que es la vía por la que se construye la primera.

¿Cómo se hace la prueba para que el resultado sea válido?

Tres condiciones, y las tres importan:

  • Sesión nueva, sin historial. Si el asistente recuerda conversaciones anteriores tuyas, te va a mostrar un resultado contaminado por tu propio contexto.
  • Varios motores. ChatGPT, Perplexity y Gemini construyen sus respuestas de forma distinta: Perplexity cita fuentes de forma explícita y es el que más rápido revela de dónde sale la respuesta.
  • Registro escrito. Una hoja con la pregunta, el motor, la fecha, las marcas mencionadas en orden y las fuentes citadas. Sin registro no hay comparación posible dentro de tres meses, y la comparación es el único dato que sirve.

¿Cómo se interpreta que tu marca no aparezca?

La ausencia no es un resultado único. Tiene tres causas distintas y cada una se corrige de forma diferente:

No te encuentra. Tu sitio no es rastreable por los crawlers de IA, o el contenido relevante está detrás de JavaScript que esos rastreadores no ejecutan. Se comprueba rápido: descarga tu página con un agente de usuario de IA y mira si el texto está ahí.

Te encuentra pero no te entiende. Tu sitio existe pero no declara con claridad qué eres, dónde operas y a quién sirves. Es lo que resuelven los datos estructurados y una arquitectura de entidad consistente.

Te entiende pero no te elige. El motor sabe quién eres pero prefiere fuentes con más señales de confianza: contenido con datos verificables, presencia en directorios de terceros, coherencia sostenida en el tiempo. Es el caso más lento de corregir y el único que no se arregla con cambios técnicos.

¿Qué revela la segunda prueba, la que sí nombra tu marca?

Después del bloque anónimo, pregunta directamente: «¿Qué es tu marca?», «¿A qué se dedica?», «¿Dónde opera?». Aquí no mides visibilidad, mides comprensión.

Los fallos típicos son reveladores: el asistente te confunde con otra empresa de nombre parecido, describe servicios que ya no prestas, ubica mal tu país, o mezcla tu razón social con tu marca comercial como si fueran organizaciones distintas. Ese último es sorprendentemente común en empresas que operan bajo una marca diferente a su nombre legal, y se corrige declarando ambas como la misma entidad en los datos estructurados del sitio.

¿Cada cuánto vale la pena repetirlo?

Trimestralmente. Con menos frecuencia no distingues una mejora de una fluctuación del modelo; con más, te vuelves loco persiguiendo ruido, porque las respuestas de un mismo motor varían entre sesiones sin que nada haya cambiado de tu lado.

Lo que se mide no es «¿aparecí?», sino la tendencia: en qué porcentaje de tus preguntas apareces, en qué posición dentro de la respuesta, y si el motor cita tu sitio o solo te menciona. Aparecer citado como fuente vale mucho más que ser mencionado de pasada.

¿Y si el resultado es que no apareces en ninguna parte?

Es el resultado más frecuente y no es una catástrofe: es el punto de partida normal para casi cualquier empresa que no haya trabajado deliberadamente su presencia en motores de respuesta. En Articod Digital Lab tratamos ese diagnóstico como el primer entregable de una estrategia de AEO, porque saber cuál de las tres causas te aplica determina completamente qué hay que hacer después.

Lo que no funciona es intentar resolverlo produciendo más contenido sin antes saber si el problema era de rastreo, de comprensión o de confianza. Son tres trabajos distintos.