La mayoría de las herramientas de visibilidad en IA venden un solo puntaje. No lo compres. Un número que mezcla lo bien que posicionas en una consulta de identidad de marca con lo invisible que eres en una consulta transaccional de compra no es una métrica, es un promedio que oculta exactamente la brecha que estás pagando por cerrar. Nuestra propia línea base de Geoboard, con fecha 2026-06-11, ubicó a wppoland.com primero en cinco de seis modelos en la consulta de identidad estrecha “agencia polaca para clientes de WordPress extranjeros” y mostró cero presencia en las familias de consultas transaccionales de WooCommerce y de implementación de IA en la misma ejecución. Un solo puntaje habría reportado eso como “fuerte visibilidad en IA”. La división dice la verdad: el mecanismo que produce una brecha no es el mecanismo que produce la otra, y necesitan soluciones distintas. Esta guía es la capa de monitoreo de ese programa: qué familias de consultas rastrear, qué métricas realmente predicen ingresos, el stack que usamos en nuestro propio sitio y una tabla de frecuencia que puedes entregar a un proveedor o a un responsable de compras.
Ya publicamos el material en bruto en el que se basa esta guía: el lanzamiento del seguimiento a 90 días que estableció la línea base, y el ciclo de medición de Q2 2026 que mostró cuánto puede mover el propio instrumento de medición el número reportado. Este artículo convierte ambos en un manual operativo: qué rastrear, con qué frecuencia y qué exigir a cualquiera que te venda un informe de “visibilidad en IA”.
Por qué un único puntaje de visibilidad en IA falla a compras
Un puntaje compuesto existe para que una diapositiva se vea limpia, no para que una decisión sea defendible. Comprime al menos cuatro señales distintas, reconocimiento de identidad, presencia en consultas informativas, tasa de citación transaccional y participación de voz de la competencia, en un solo número, y promediar entre ellas destruye exactamente la información que un comprador necesita. Es el mismo error que comete un comprador que revisa una única calificación agregada de un marketplace sin verificar cuántas reseñas hablan realmente del plazo de entrega y cuántas del producto en sí.
Aquí está el problema mecánico. Nuestro resultado en la consulta de identidad (primero en cinco de seis modelos) y nuestro resultado transaccional (cero presencia) están en la misma ejecución de línea base de Geoboard, en la misma fecha, para el mismo dominio. Promédialos y obtienes un puntaje intermedio que parece “margen de mejora”. Repórtalos como una división y obtienes la historia precisa: una posición defendible que cuesta poco mantener, junto a una brecha real que cuesta trabajo real fuera de página para cerrar. Un proveedor que te entrega un solo número, o no separó las familias de consultas, o no quiere que veas esa división.
Compras debería tratar un único puntaje de visibilidad en IA de la misma forma en que trataría un único “puntaje SEO” de una extensión de navegador: como una pieza de marketing, no como una entrada de auditoría. Pide la tabla en lugar del número, siempre.
Familias de consultas a monitorear
Divide las consultas por intención antes de contar nada. Cuatro familias cubren la mayor parte del comportamiento de compra B2B de WordPress y WooCommerce, y cada una responde a una pregunta de negocio distinta.
Consultas de identidad y posicionamiento son preguntas estrechas y de marca que un comprador hace cuando ya sabe que podrías estar en su radar: “agencia polaca para clientes de WordPress extranjeros”, el enfoque nearshore, las promesas de entrega en zona horaria de la UE. Esta familia mide si los modelos resuelven quién eres. Ganar aquí es necesario y, por sí solo, vale poco para un pipeline de ventas.
Consultas informativas y de práctica reflejan cómo investiga un evaluador técnico antes de que exista una solicitud de propuesta: compromisos de WordPress headless, enfoques de integración de WooCommerce con ERP, Core Web Vitals en catálogos grandes. Las respuestas de IA sustituyen cada vez más a los primeros resultados de búsqueda que un profesional habría abierto, así que la ausencia aquí significa que no estás en la conversación de la lista corta aunque tu consulta de identidad esté en primer lugar.
Consultas transaccionales de WooCommerce son donde realmente están los presupuestos: contratar a un desarrollador de WooCommerce, un socio de integración de WooCommerce y ERP, arreglar un checkout lento en una tienda grande, una agencia para Woo más automatización con IA. Nuestra propia línea base mostró cero presencia aquí.
Consultas de implementación de IA corren en paralelo a WooCommerce: integración de IA en WordPress, feeds de producto listos para agentes, gobernanza de plugins de IA, exposición de MCP para datos de tienda. Mismo resultado de línea base, cero al 2026-06-11, y cada vez más empaquetado en paquetes de compras empresariales que combinan trabajo de plataforma con “preparación para IA”.
| Familia de consultas | Qué mide | Nuestra señal de línea base (2026-06-11) | Qué exigir de un informe de proveedor |
|---|---|---|---|
| Identidad / posicionamiento | Resolución de entidad para tu nicho | #1 en 5/6 modelos en la consulta ancla | Confirma la redacción exacta de la consulta, no una paráfrasis |
| Informativa / de práctica | Lista corta técnica antes de que exista una RFP | Mixta, no la métrica principal | Pregunta qué preguntas de práctica se probaron |
| Transaccional (p. ej. WooCommerce) | Intención de contratación cercana a ingresos | Cero presencia | Pide dominios de competidores citados en tu lugar |
| Implementación de IA | Compras de agentes y automatización | Cero presencia | Pregunta si esta familia se probó en absoluto |
Si un informe no desglosa estas cuatro filas por separado, no es un informe de monitoreo, es un resumen diseñado para ser creído en lugar de auditado.
Métricas que importan
Una vez separadas las familias de consultas, cuatro métricas llevan la señal real. Todo lo demás es un agregado de vanidad disfrazado de dato.
Mención de marca. Si el asistente nombró tu marca en algún lugar de la respuesta, independientemente de un enlace. Esta es la señal más laxa y la más fácil de conseguir, así que trata una tasa de mención en aumento por sí sola como evidencia débil.
Citación de URL. Si el asistente enlazó tu página específica. Esto se acerca más a una referencia real y es mucho más difícil de conseguir que una simple mención, especialmente en familias transaccionales donde los modelos tienden a citar directorios en lugar de especialistas.
Dominios de competidores citados en su lugar. Qué otros dominios aparecieron en tu lugar, registrados por nombre, no resumidos como “competencia”. En nuestras propias revisiones transaccionales, lo que aparecía eran agencias generalistas de SEO o SEM que anunciaban “AI SEO”, no especialistas en WooCommerce, lo cual es en sí mismo un hallazgo: la brecha es de asociación y autoridad, no de calidad de contenido.
Participación de voz. Tu número de citaciones dividido por el total de citaciones en el conjunto de consultas rastreado, calculado por familia de consultas, por motor. Esta es la única de las cuatro que se comporta como un KPI real en el tiempo, porque es relativa y comparable entre reejecuciones, siempre que la lista de consultas permanezca fija.
Lo que está deliberadamente ausente de esta lista: un único “porcentaje de visibilidad en IA”, un “puntaje de AI SEO” de 0 a 100, o cualquier métrica que no se pueda rastrear hasta una consulta, un motor y una fecha específicos. Si un panel no puede mostrarte la consulta detrás de un número, ese número no es evidencia.
El stack de monitoreo que realmente usamos
Operamos cuatro capas en nuestro propio sitio, y cada una cubre un modo de fallo que las otras pasan por alto.
Las reejecuciones por lotes de Geoboard ofrecen cobertura multimodelo repetible frente a un conjunto de consultas declarado. Nuestra línea base congelada del 2026-06-11 es la que produjo la división identidad versus transaccional descrita arriba, junto con el sesgo de motor entre ChatGPT y Perplexity. Las herramientas por lotes son la capa correcta para comparar tendencias, no para el monitoreo diario, porque el sondeo multimodelo diario en su mayoría mide ruido de interfaz.
Las revisiones manuales semanales en interfaces de consumidor, ChatGPT, Perplexity, Copilot y Claude cuando aplica, detectan rápido los cambios de producto. Registramos cuatro campos cada vez: fecha, motor, familia de consultas y resultado (mención de marca, URL citada, dominios de competidores citados, o ninguno). Esta capa es el sistema de alerta temprana cuando un modelo añade o quita la navegación en vivo.
El seguimiento estilo radar de marca para dominios de competidores citados. Geoboard y las revisiones manuales te dicen si apareciste. Esta capa te dice quién apareció en tu lugar, que es exactamente el insumo que necesita el plan de autoridad fuera de página. Saber que las agencias generalistas de SEO, no los especialistas en Woo, están ganando la familia transaccional cambia hacia dónde debe ir el presupuesto de remediación.
La barrera de renderizado. Nada de lo anterior importa si tus hechos fundamentales no están en la respuesta HTML sin procesar desde el principio. El experimento de Andre Alpar de junio de 2026, publicado a través de CitationOne, encontró que seis de siete asistentes de IA occidentales leen solo HTML sin procesar, no JavaScript ejecutado. Antes de confiar en un resultado de cero citaciones como un problema de contenido o de autoridad, confirma que el contenido fue realmente visible para la obtención del asistente en primer lugar. Un cero causado por el renderizado del lado del cliente es una solución completamente distinta a un cero causado por la falta de corroboración fuera de página.
Frecuencia: con qué periodicidad ejecutar cada capa
La frecuencia es donde la mayoría de los programas de monitoreo o queman presupuesto en ruido o pasan por alto la deriva real. Tres intervalos, mapeados a lo que cada uno hace bien:
| Frecuencia | Qué se ejecuta | Por qué este intervalo |
|---|---|---|
| Semanal | Revisiones manuales, lista fija de consultas, interfaces de consumidor | Detecta rápido cambios de modelo o de UI; suficientemente barato para sostenerlo indefinidamente |
| Cada 6-8 semanas | Reejecución multimodelo por lotes estilo Geoboard | Suficientemente largo para que los cambios fuera de página y en la página ya hayan sido rastreados y asociados; suficientemente corto para detectar retrocesos antes del cierre de un trimestre |
| Trimestral | Informe a nivel de programa para las partes interesadas, vinculado a presupuesto o revisión de proveedores | Coincide con los ciclos de reporte de compras y marketing; evita sobreestimar una tendencia a partir de ruido |
El sondeo diario o casi diario a través de muchos modelos en su mayoría mide varianza de interfaz, no un cambio real en cómo los modelos asocian tu marca con una consulta. Aprendimos esto directamente: nuestro ciclo de medición de Q2 2026 mostró que una instantánea de proxy y una instantánea de interfaz de consumidor discrepaban lo suficiente dentro de las mismas semanas como para que el instrumento, y no la realidad subyacente, explicara la mayor parte de la diferencia. La disciplina de frecuencia existe para evitar que ese tipo de ruido se confunda con una tendencia.
Perplexity contra ChatGPT: por qué la división por motor es obligatoria
Tratar la “visibilidad en IA” como un solo número entre motores oculta un modo de fallo específico y medible. En nuestra propia ejecución de línea base, ChatGPT mostró cero presencia en ocho consultas rastreadas en el segmento ciego del conjunto de consultas, mientras que Perplexity fue el motor más fuerte en la misma ejecución. No es coincidencia de una mala semana. Perplexity se fundamenta fuertemente en la búsqueda web en vivo, así que tiende a mostrar coincidencias más frescas y estrechas. El comportamiento predeterminado de ChatGPT en el mismo período se inclinó de forma distinta, y la brecha entre ambos fue lo bastante grande como para cambiar toda la lectura de la salud de citaciones de la marca según qué motor revisaras.
La consecuencia práctica para el alcance del monitoreo: nunca reportes a ChatGPT solo como “visibilidad en IA”, y nunca promedies los resultados de ChatGPT y Perplexity en una sola cifra. Un alcance de monitoreo que se detiene en ChatGPT subestimará a una marca que Perplexity ya cita, y un alcance que se detiene en Perplexity sobreestimará qué tan visible eres para la audiencia que aún usa ChatGPT por defecto. Rastrea ambos, reporta ambos, y si el presupuesto obliga a elegir entre añadir un tercer motor o corregir esta división, corrige primero la división.
Lista de verificación de compras: qué exigir a los proveedores
Antes de aprobar a cualquier proveedor de monitoreo de visibilidad en IA o GEO, exige respuestas por escrito a todo lo siguiente. Si un proveedor no puede responder por escrito a uno de estos puntos, trata sus cifras reportadas como material de marketing, no como medición.
- La lista exacta de consultas, no una etiqueta de categoría como “consultas de WooCommerce”. La redacción cambia los resultados.
- Qué motores se probaron y si los resultados se reportan por motor o mezclados en un solo puntaje.
- Si cada número proviene de una interfaz de consumidor o de un proxy de API. Nuestro propio ciclo de Q2 mostró que estos discrepan lo suficiente como para que mezclarlos sea engañoso por defecto.
- La fecha en que se produjo cada cifra. Una instantánea de citaciones de hace tres meses no es un estado actual.
- Dominios de competidores citados en tu lugar, no solo tu propia presencia o ausencia.
- Familias de consultas reportadas por separado: identidad, informativa, transaccional y cualquier familia de implementación o de agentes relevante para tu negocio.
- Si el monitoreo tuvo en cuenta el renderizado. Si tu sitio o el conjunto de competidores usa renderizado pesado del lado del cliente, pregunta si el método del proveedor puede siquiera detectar contenido detrás de JavaScript.
Qué corrige cada tipo de brecha: en página o fuera de página
El monitoreo te dice qué familia está rota. No corrige nada por sí solo, y la solución depende del tipo de brecha que estés viendo.
Las brechas de identidad e informativas suelen responder a trabajo en la página: HTML renderizado en el servidor con hechos fundamentales presentes en la respuesta sin procesar, datos estructurados, bloques de contenido densos en hechos y señales de entidad claras que resuelven quién eres y qué haces. Este es el piso, y es indispensable precisamente porque la mayoría de los asistentes de IA occidentales solo leen HTML sin procesar en lugar de ejecutar JavaScript del lado del cliente. Si tus hechos clave se cargan detrás de un script, ninguna cantidad de pulido en la página cerrará la brecha, porque el asistente nunca vio el contenido en primer lugar.
Las brechas transaccionales y de implementación de IA rara vez se cierran con otro bloque de preguntas frecuentes o una landing page reescrita. Los modelos citan lo que la web abierta corrobora: respuestas técnicas independientes, listados de directorios verificables, menciones de terceros y señales fuera de página que refuerzan la entidad más allá de tu propio dominio. Nuestro cero de línea base en consultas de WooCommerce e implementación de IA persistió a pesar de un contenido en página ya maduro, lo cual es en sí mismo el diagnóstico: cuando la calidad en página no es el cuello de botella, la solución tiene que trasladarse fuera de página.
El manual de visibilidad de IA y LLM ordena estas palancas de la misma forma en que las implementamos en programas de clientes: en página primero como el piso, fuera de página en segundo lugar como la palanca que realmente mueve las tasas de citación transaccional.
Nota final
El monitoreo no es la línea de meta, es el instrumento que te dice dónde gastar. Un único puntaje de visibilidad en IA siempre halagará tu victoria más fácil y ocultará tu brecha más costosa, exactamente al revés de lo que compras necesita. Divide por familia de consultas, rastrea mención de marca, citación de URL, dominios de competidores y participación de voz en lugar de un agregado combinado, ejecuta revisiones semanales y reejecuciones por lotes cada seis a ocho semanas, y nunca cites un número sin indicar el motor, la fecha y si provino de una interfaz de consumidor o de un proxy de API. Si quieres que esta instrumentación se construya y opere sobre tu propia propiedad, vinculada a las correcciones en página y fuera de página que cada tipo de brecha realmente necesita, ese es el programa que entrega nuestro servicio de optimización de SEO, GEO y AEO.
