¿Cómo se mide la visibilidad de una marca en las respuestas de IA?
La visibilidad en IA se mide mejor como una frecuencia muestreada (el porcentaje de veces que aparece su marca en muchas repeticiones de las mismas preguntas), acompañada de su varianza, y nunca como una posición única. Las respuestas de IA no son deterministas: si se hace la misma pregunta dos veces, la lista de marcas suele cambiar.
Por qué una sola cifra engaña
Las pruebas de SparkToro mostraron que, al hacer la misma pregunta 100 veces a ChatGPT y a Google, la lista de marcas coincidía en bastante menos del 1 % de las ejecuciones, y el orden prácticamente nunca. Una captura puntual de «estamos en el puesto 2» es ruido. La unidad honesta es una distribución: ejecutar cada pregunta entre 60 y más de 100 veces por motor e informar del porcentaje de ejecuciones en las que aparece su marca, con un intervalo de confianza.
Qué conviene medir
Tres cosas, por motor: la presencia (el porcentaje de veces que aparece), la cuota de voz (su presencia frente a la de sus competidores en el mismo conjunto de preguntas) y la brecha de citas (las fuentes independientes citadas en las respuestas en las que usted no aparece). Medir esa brecha es lo que convierte la medición en acción: le dice exactamente qué fuentes debe ganarse.
La honestidad como función
Como la señal tiene mucho ruido, lo creíble es mostrar la varianza abiertamente y no atribuir nunca causas que no se pueden demostrar. Una plataforma que le muestra una posición exacta está sobreajustando al azar. New Map mide la presencia como una banda de frecuencia que se estrecha a medida que acumula muestras, y cada recomendación posterior la revisa un verificador independiente antes de llegar a usted.
Preguntas frecuentes
¿Por qué mi posición en la IA cambia cada vez que la consulto?
Porque las respuestas de IA no son deterministas: el modelo muestrea de forma distinta en cada ejecución. SparkToro encontró listas de marcas idénticas en menos del 1 % de las repeticiones. Por eso la visibilidad debe medirse como una frecuencia sobre muchas muestras, no con una sola consulta.
¿Cuántas muestras hacen falta para una medición fiable?
Las suficientes para estimar una frecuencia estable con un intervalo de confianza útil: normalmente, entre 60 y 100 o más ejecuciones por motor y conjunto de preguntas. Con menos, lo que se mide es ruido.
¿Qué es la cuota de voz en las respuestas de IA?
El porcentaje de respuestas de IA relevantes que citan su marca frente a las de sus competidores en el mismo conjunto de preguntas: una comparación en igualdad de condiciones, no una puntuación absoluta.
Publicado por New Map, la plataforma de visibilidad en IA. Actualizado el 14 de junio de 2026.