Reportes de visibilidad en IA: qué miden, por qué cuesta confiar en ellos y qué configurar antes de pagar

Un reporte de visibilidad en IA cuenta con qué frecuencia aparece una marca en las respuestas de un asistente a un conjunto de preguntas elegido por el proveedor. Los estudios públicos muestran que esas respuestas cambian entre repeticiones, de modo que importan el método y la cantidad de repeticiones. Antes de pagar conviene medir el tráfico propio y exigir que el proveedor explique cómo mide.

Esta guía está pensada para quien debe decidir si contratar un reporte de este tipo, no solo para quien lo configura. Los términos técnicos se explican en palabras simples y el detalle va bajo la etiqueta «Para el equipo técnico». Conviene saber desde dónde se escribe: CookingMetrics ofrece auditorías de medición y acompañamiento a equipos de desarrollo, y desarrolla sus propias aplicaciones. No vende ni revende herramientas de visibilidad, pero sí tiene interés en que cada sitio mida lo suyo. Que «las herramientas de visibilidad no son una base confiable para decidir» es una opinión de CookingMetrics; lo que sigue separa esa opinión de lo que dicen las fuentes.

En síntesis

• Un reporte de visibilidad mide apariciones en respuestas de modelos ante preguntas definidas, no visitas ni ventas. Es una muestra, y su valor depende de cuántas preguntas y cuántas repeticiones incluye.
• Un estudio de SparkToro (27/1/2026, no revisado por pares) encontró que, al repetir una misma pregunta unas cien veces, la lista de marcas recomendadas casi nunca se repetía. Su autor sostiene que una posición en un ranking de IA no es una medida significativa y que un porcentaje de visibilidad sobre muchas preguntas repetidas puede serlo.
• Un estudio de Authoritas (19/2/2025) midió el cambio en las fuentes citadas por los AI Overviews de Google, no en asistentes de chat. Esos cambios fueron mayores que los de los resultados orgánicos del mismo período.
• «Visibilidad no es ingresos»: que una marca aparezca más no equivale a que venda más. La relación existe o no según el negocio, y se comprueba con las conversiones propias, no se da por supuesta ni por descartada.
• Antes de pagar, conviene tener medición propia (visitas, rastreo, citas en las consolas) y llevar al proveedor un conjunto corto de preguntas sobre su método.

Qué mide un reporte de visibilidad

La descripción siguiente es general y es una síntesis de esta guía; los métodos varían y cada proveedor debería documentar el suyo.

Un reporte típico funciona así: el proveedor define una lista de preguntas que un cliente podría hacerle a un asistente de IA («cuál es el mejor…», «qué proveedor conviene para…»). Las envía a uno o más asistentes, guarda las respuestas y cuenta en cuántas aparece la marca del cliente, a veces con su posición en una lista o con una valoración. El resultado se muestra como un porcentaje de visibilidad, una posición promedio o una comparación con competidores.

Eso es muy distinto de lo que miden las herramientas propias del sitio:

• Un reporte de visibilidad estima apariciones en respuestas a preguntas elegidas. No registra a ninguna persona real.
• La analítica y los registros del servidor miden visitas y actividad de robots reales sobre el sitio. No saben qué se respondió.
• Las consolas de los buscadores informan impresiones, clics y, en el caso de Bing Webmaster Tools, citas, sobre el dominio verificado. La guía Cómo medir el tráfico de asistentes de IA describe esas capas y sus límites.

Ninguna de las tres reemplaza a las otras. La analítica y los registros describen actividad del sitio; las consolas informan apariciones o clics en sus superficies; un reporte de visibilidad observa respuestas dentro de una muestra elegida. Impresiones y citas pueden ocurrir sin una visita al dominio.

Qué dice la evidencia pública sobre la estabilidad de las respuestas

Hay dos estudios públicos que sirven de referencia. Ninguno prueba que todas las herramientas sean poco confiables, y ambos tienen límites que sus propios autores declaran.

SparkToro, enero de 2026: asistentes de chat

• Qué hicieron: Rand Fishkin (SparkToro), con Patrick O'Donnell, que según el propio artículo trabaja en una empresa del sector de seguimiento de IA, convocó a 600 voluntarios. Se hicieron 12 preguntas distintas, cada una repetida entre 60 y 100 veces, hasta sumar 2.961 respuestas de ChatGPT, Claude y AI Overviews de Google (con AI Mode cuando no aparecían los primeros). Los datos se recogieron en noviembre y diciembre de 2025.
• Qué encontraron, según los autores: al pedir la misma recomendación unas cien veces, la probabilidad de obtener dos veces la misma lista de marcas era inferior a una en cien; la de obtenerlas en el mismo orden, del orden de una en mil. Con preguntas escritas por personas para una misma necesidad, la similitud entre los textos fue muy baja (0,081 en la medida que usaron los autores), pero algunas marcas aparecían con frecuencia alta (entre el 55 % y el 77 % de las respuestas, para cuatro marcas de auriculares).
• Qué concluye el autor: que una «posición en el ranking de IA» no tiene sentido como medida y que un porcentaje de visibilidad sobre decenas o cientos de preguntas, cada una repetida varias veces, es una medida razonable. Recomienda verificar que el proveedor documente su método de forma pública.
• Límites declarados: no está revisado por pares; los autores dicen que no son investigadores profesionales; no controlaron ubicación, dispositivo ni historial; los datos son de noviembre y diciembre de 2025 y los modelos cambian; no recogieron cómo describen las respuestas a las marcas; piden muestras mucho más grandes.

Authoritas, febrero de 2025: AI Overviews de Google

• Qué hicieron: el director ejecutivo de la empresa, Laurence O'Toole, reunió 11.203 palabras clave en Google.com de Estados Unidos, en escritorio, y las consultó en tres fechas: 23 de agosto de 2024, 17 de octubre de 2024 y 17 de enero de 2025. Solo 2.104 mostraban un AI Overview, y el análisis de esas respuestas usa solo ese grupo.
• Qué midió: cuánto cambia la lista de páginas citadas en el AI Overview entre dos fechas, en una escala de 0 a 1 donde un valor mayor significa más cambio. El autor la calcula como una distancia entre listas que da más peso a las primeras posiciones y no publica en la página los pesos exactos.
• Qué encontró: entre agosto y octubre (unas ocho semanas), el cambio en las fuentes citadas fue de 0,68, contra 0,49 en los resultados orgánicos; entre octubre y enero (unas trece semanas), 0,73 contra 0,55. El autor resume que en dos o tres meses cabe esperar que cambie una proporción cercana al 70 % de las páginas citadas.
• Límites declarados: solo escritorio y solo Estados Unidos; tres fechas; un subconjunto pequeño de palabras clave con AI Overview; no se informan pruebas de significación ni intervalos de confianza; el autor advierte que algunas de sus métricas no son comparables entre sí.

Qué se puede y qué no se puede concluir

• Se puede decir que, en esos dos estudios, las respuestas y las fuentes citadas cambiaron mucho entre repeticiones y entre fechas, y que un solo dato puntual de un reporte puede no representar lo que verá otra persona.
• No se puede decir que todas las herramientas de visibilidad sean poco confiables. Los estudios no evaluaron ninguna herramienta concreta, y una herramienta que repita cada pregunta muchas veces y publique su método responde, al menos en parte, a lo que el autor de SparkToro considera razonable.
• No se puede extrapolar el segundo estudio a asistentes de chat, ni el primero a AI Overviews: miden cosas distintas, en fechas distintas y con métodos distintos.
• Ambos estudios tienen más de nueve meses (el de Authoritas, casi dos años) y los modelos cambian con frecuencia; conviene buscar trabajos más recientes antes de citar cifras.

Para el equipo técnico. La «volatilidad» del segundo estudio es una distancia entre listas (los autores la describen como una distancia de Levenshtein ponderada): cuenta cuántos cambios de posición, altas y bajas hacen falta para pasar de la lista de una fecha a la de otra. No mide la calidad de la respuesta ni si el cambio fue bueno o malo para una marca. Si el proveedor informa un porcentaje de visibilidad, la pregunta técnica es cuántas repeticiones respaldan ese porcentaje: con pocas repeticiones, el margen de error es grande.

Contenido exclusivo

Para lectores con cuenta

Calcular la proporción sin esconder el denominador

Resuelva un ejemplo ficticio que distingue promedio por pregunta de proporción por ejecuciones.

Ingrese para acceder a esta sección →

Trabajamos para ofrecer contenidos de la mejor calidad; por eso algunas de estas explicaciones no son públicas.

Qué preguntar a un proveedor antes de pagar

Estas preguntas son criterio editorial de CookingMetrics, no un estándar de la industria. Sirven para comparar propuestas sin necesitar conocimientos técnicos.

1. ¿Quién define las preguntas y puedo verlas y cambiarlas? Las preguntas deberían parecerse a las que hacen sus clientes, no solo a las que el proveedor eligió. En el estudio de SparkToro, personas distintas escribieron de forma muy diferente una misma necesidad.
2. ¿Cuántas veces se repite cada pregunta y cómo se informa la variación? Un porcentaje sin cantidad de repeticiones es difícil de interpretar. SparkToro sugiere del orden de 60 a 100 por pregunta; es una recomendación de ese autor, no una norma.
3. ¿En qué condiciones se consulta? País, idioma, dispositivo, si se usa la interfaz que ve la gente o una conexión técnica (API) al modelo. Los estudios citados no controlaron estas condiciones, y no hay forma de saber desde aquí si cambian el resultado.
4. ¿Qué asistente y qué versión? Los modelos cambian. Un reporte sin fecha de consulta y sin modelo es difícil de comparar con el siguiente.
5. ¿Cómo se decide que una marca «aparece»? Mención textual, enlace, recomendación. ¿Y si la respuesta es errónea o negativa? El estudio de SparkToro no recogió esa información.
6. ¿Puedo exportar las respuestas completas, con fecha? Si el proveedor no entrega las respuestas, no hay forma de revisar el porcentaje. Esto, y que el método sea público, es lo que el autor de SparkToro recomienda comprobar.

Si el proveedor no puede contestar tres o más, el dato sigue siendo una estimación, pero no una que se pueda defender frente a un directorio.

Contenido exclusivo

Para lectores con cuenta

Evaluar el método de un reporte concreto

Solicite consultas, definiciones, repeticiones y respuestas exportables antes de interpretar un porcentaje.

Ingrese para acceder a esta sección →

Trabajamos para ofrecer contenidos de la mejor calidad; por eso algunas de estas explicaciones no son públicas.

Visibilidad no es ingresos

Una marca puede aparecer en muchas respuestas y no vender más, o vender más sin aparecer en ellas. La frase «visibilidad no es ingresos» no afirma que la visibilidad no genere ventas. Afirma que no equivalen: la relación no está medida en general y depende del negocio, del producto y de quién pregunta. Esta guía no cita ningún estudio que cuantifique esa relación y, por lo tanto, no la afirma ni la niega.

Lo que sí puede hacer una organización es comprobarla con sus propios datos:

• Qué mirar: las conversiones atribuibles a visitas desde asistentes de IA y desde el buscador, y cuántas de ellas corresponden a las páginas o los temas que el reporte dice que mejoraron.
• Con qué cuidado: si ninguna visita registrada llega desde asistentes, o si son pocas, no hay base para sacar conclusiones en ninguna dirección. El detalle de qué se puede medir está en la guía de medición por capas.

Qué configurar antes de pagar

Antes de contratar un reporte conviene que la organización tenga resuelto lo siguiente. Es una recomendación de CookingMetrics y su orden es una propuesta.

• Las consolas verificadas. El dominio verificado en Google Search Console y en Bing Webmaster Tools, para ver impresiones, clics y citas sobre el propio sitio.
• La analítica con el canal de asistentes de IA revisado. Ver qué visitas ya llegan y cuáles no se pueden atribuir.
• Los registros del servidor o de la CDN. Para saber qué robots de IA leen el sitio. Las guías de accesibilidad para robots de IA y de Cloudflare para SEO y GEO explican cómo comprobar el acceso.
• Un marco para interpretar los resultados. La nota qué es GEO describe el concepto.

Con eso resuelto, el reporte pasa a ser un complemento y no la única fuente del dato.

Contenido exclusivo

Para lectores con cuenta

Documentar una decisión de compra

Compare necesidad, cobertura, evidencia y trabajo interno sin inventar precios ni retorno económico.

Ingrese para acceder a esta sección →

Trabajamos para ofrecer contenidos de la mejor calidad; por eso algunas de estas explicaciones no son públicas.

Cuándo puede tener sentido evaluar una herramienta

Puede tener sentido cuando la organización ya mide lo suyo y necesita ver algo que las consolas no ofrecen, por ejemplo cómo aparece frente a competidores en preguntas concretas de sus clientes, en varios países o idiomas. Una forma razonable de decidir es una prueba de repetición, un método propuesto en esta guía que CookingMetrics todavía no ejecutó:

1. Elegir entre 5 y 10 preguntas que de verdad hacen sus clientes, escritas por ellos, no por el proveedor.
2. Hacer cada una varias veces, en sesiones nuevas, en un mismo país e idioma, y anotar en cuántas aparece la marca y con qué fuentes.
3. Pedir al proveedor los mismos datos para las mismas preguntas.
4. Comparar. Si el proveedor y la prueba propia difieren mucho, preguntar por qué antes de pagar.
5. Registrar la fecha, el asistente y la versión, para repetir la prueba más adelante.

Con pocas repeticiones, la prueba no es estadísticamente sólida; sirve para detectar diferencias grandes, no pequeñas.

Contenido exclusivo

Para lectores con cuenta

Diseñar un piloto comparable

Fije condiciones, repeticiones y criterios para continuar o detener antes de ver las cifras.

Ingrese para acceder a esta sección →

Trabajamos para ofrecer contenidos de la mejor calidad; por eso algunas de estas explicaciones no son públicas.

Qué no concluir

• Que un porcentaje de visibilidad alto signifique más ventas. No hay evidencia citada aquí de esa relación.
• Que una posición en un ranking de IA sea una medida estable. Según el autor del estudio de SparkToro, no lo es.
• Que los dos estudios representen a todas las herramientas ni a todos los asistentes.
• Que alguna herramienta sea mejor o peor que otra. Esta guía no compara proveedores ni recomienda ninguno.

Qué hacer después

Si su equipo evalúa una herramienta de visibilidad, lleve las seis preguntas a la reunión y compare las respuestas por escrito. Si todavía no mide las visitas, el rastreo y las citas de su propio sitio, empiece por ahí. Si desea que revisemos esa base, conozca nuestro servicio de SEO para búsquedas con IA: revisamos la configuración y acompañamos a su equipo, y no vendemos herramientas de visibilidad.

Preguntas frecuentes

¿Qué es un reporte de visibilidad en IA?

Es un informe que estima cuántas veces aparece una marca en las respuestas de asistentes de IA a un conjunto de preguntas elegido por el proveedor. No registra visitas de personas ni ventas.

¿Por qué cambian las respuestas de un asistente entre repeticiones?

Los estudios citados observaron que las listas de marcas y las fuentes citadas cambian entre repeticiones y entre fechas. Esta guía no explica la causa; solo informa lo observado.

¿Un porcentaje de visibilidad es una medida confiable?

Según el autor del estudio de SparkToro, puede serlo si se calcula sobre decenas o cientos de preguntas repetidas varias veces y el proveedor documenta su método. Con pocas preguntas o pocas repeticiones, el margen de error es grande.

¿La visibilidad en IA aumenta las ventas?

No hay en esta guía datos que lo cuantifiquen. Puede comprobarse con las conversiones propias de visitas llegadas desde asistentes; si hay pocas visitas, no se puede concluir.

¿Hace falta pagar una herramienta para medir la visibilidad en IA?

No necesariamente. Las consolas de Google y Bing, la analítica y los registros del servidor miden visitas, rastreo y citas sobre el propio sitio, sin depender de preguntas elegidas por un proveedor. Una herramienta de visibilidad puede complementar esa base, no reemplazarla.