Medir la presencia en AI Search significa revisar qué responde ChatGPT, Perplexity o el AI Overview de Google cuando un usuario pregunta sobre el rubro de tu empresa: a quiénes menciona, con qué frecuencia, con qué tono y a partir de qué fuentes. No es una métrica automática sacada de una herramienta. Es una verificación recurrente con preguntas reales.
Muchas empresas invirtieron años en posicionar para Google, pero no saben si la IA las cita o no. Tienen rankings, tráfico orgánico y posición en el mapa. Pero cuando un usuario le pregunta a Perplexity algo como cuál es la mejor academia de inglés para clases online en Buenos Aires, la respuesta puede mencionar marcas que nunca rankearon. Y puede omitir otras que rankeaban primero desde 2019. Si una empresa no está midiendo esto, no está viendo una parte importante de la demanda.
Puntos clave
- Medir la presencia en AI Search no es un número de posición: es una lista de menciones, ausencias, fuentes y contexto.
- ChatGPT, Perplexity y Google AI Overviews pueden mencionar marcas distintas en cada consulta, lo que vuelve la medición más cualitativa que el ranking tradicional.
- Se puede medir con preguntas estándar repetidas cada cierto tiempo y con el análisis de qué fuentes alimentan cada respuesta.
- La medición no da un puntaje fijo. Da un mapa de dónde aparece tu marca y dónde no, que es información estratégica.
- Una empresa puede rankear bien en Google y aparecer cero veces en las respuestas de IA si su contenido no genera señales suficientes para ser citado.
Qué está cambiando en la medición de presencia de marca
Hasta hace poco, medir presencia digital significaba mirar posiciones de Google, volumen de tráfico orgánico y quizás algunas métricas de redes sociales. Lo demás era ruido. Hoy están apareciendo respuestas directas de Perplexity, ChatGPT Search y AI Overviews que en muchos casos reemplazan el clic al resultado orgánico.
ChatGPT puede responder una pregunta sobre contratación de personal con una lista de consultoras. Perplexity puede mencionar un software B2B concreto con su URL y su argumento de venta, o mencionar a su competidor porque la fuente que usó estaba mejor estructurada. Google AI Overviews puede elegir citar datos de una empresa o de otra según la claridad de la información en el sitio. El usuario ni se entera de lo que quedó afuera.
El cambio clave es que la medición se vuelve deliberada y manual, no pasiva. No hay un Search Console de AI Search que mande un reporte de menciones. Toca hacer preguntas, registrar respuestas y leer fuentes.
Pero eso no significa que sea trabajo perdido. Significa que el primer paso es aceptar que la medición existe aunque no sea del patrón de Google. Y que medir mal es mejor que no medir nada.
Por qué el enfoque viejo ya no alcanza
El enfoque viejo decía: rankeo, tráfico, conversiones. Eso sigue siendo útil. Pero ya no cuenta todo. Marca de indumentaria técnica que rankea primero para la ropa de trabajo industrial puede ver que ChatGPT recomienda una marca internacional que ni siquiera tiene posiciones locales. Eso sucede porque esa marca internacional tiene datos públicos sólidos, fichas de producto, información técnica y certificaciones visibles en inglés que ChatGPT cruza antes que el contenido de una marca local.
Un estudio contable argentino puede tener tráfico aceptable para consultas como /cuanto paga de ganancias un monotributista/, pero si Perplexity responde con información del sitio de AFIP porque no encontró contenido claro y actualizado en el sitio del estudio, el tráfico que llega por Google puede no alcanzar ni generar el mismo tipo de autoridad. La autoridad de tráfico no es autoridad de cita.
El error no es usar posiciones como métrica. El error es creer que las posiciones te dicen todo lo que pasa. La IA opera con otro juego de reglas: entidad, claridad, frecuencia de citas externas y estructura de información. Eso no se mide mirando la Search Console.
Cómo debería pensarlo una empresa
Una empresa debería pensar la medición en AI Search como quien revisa la reputación de su marca de forma periódica, pero sobre su presencia en respuestas de IA. No es una métrica que se optimiza con una auditoría técnica tradicional. Es un monitoreo constante.
Una academia de inglés puede hacer una vez por mes un chequeo de cinco preguntas en Perplexity y ChatGPT como: mejores academias de inglés online en Argentina, o cuánto sale estudiar inglés para viajar. Si la academia no aparece en ninguna de las tres respuestas, o aparece detrás de marcas que tienen menos de 2 años, hay un problema que los rankings de Google no están mostrando.
Un ecommerce de repuestos para equipos industriales puede hacer el mismo monitoreo sectorial. Comparar si sus competidores de toda la vida aparecen mencionados en respuestas de ChatGPT cuando se pregunta por proveedores locales. Si uno de ellos es citado sistemáticamente y el otro no, la diferencia no está en el precio. Está en quién tiene la información más fácil de encontrar, estructurar y cruzar para las IA.
En España existen empresas de logística y última milla que jamás se han medido una historia contada desde estas estadísticas. Si un modelo de lenguaje responde citas de manera habitual con el nombre de otra empresa, y el gerente no tiene idea, lo que tiene es un ranking orgánico sin dimensiones de autoridad real.
La salida práctica es designar un responsable editorial que monitoree preguntas que la empresa considera valiosas en distintos meses del año, y luego evolucionar cada informe a una planilla de revisión sobre las mismas consultas. Medir diferencias tendencia sí o sí lo primero que debe hacer una empresa al encarar AI Search.
Qué se puede hacer en la práctica
- Armar una lista de 10 a 20 preguntas que un cliente potencial haría sobre tu rubro en lenguaje natural, no en keywords de Google. Preguntas como cuántico sale… o cómo elegir… o cuál recomiendan para…
- Hacer esas preguntas en Perplexity, ChatGPT Search y Google AI Overviews una vez por mes y registrar qué marcas menciona, en qué orden y de qué fuentes extrajo la información.
- Comparar con tus métricas de Google: ¿las marcas que no rankean están siendo citadas? ¿Tu site, aunque rankea, no está siendo citado? Esa brecha es lo que hay que cerrar.
- Revisar cada vez las fuentes: entender por qué AI cita a una marca y no a otra, no solo en cantidad de menciones sino en calidad de lo que se cita. Una ficha de producto con datos reales y consistentes pesa más que estamos para vos.
- Armar una planilla mensual de menciones: marca, producto o servicio citado, fuente, si se menciona con tono positivo, neutro o comparación desfavorable.
- Si tu marca no aparece, investigar qué tiene el competidor que sí: Podría ser una ficha técnica pública, un artículo con experiencias reales, un estudio de caso, estructura clara del sitio o un perfil de entidad más fuerte.
- Corregir contenido del sitio donde corresponda y volver a medir al mes siguiente para ver si las menciones cambian.
Qué NO hay que hacer
- No medir solo con una herramienta automática que (la) prometa resultados en un dashboard simplificado que no confronta con la realidad del search IA.
- No medir una vez por trimestre cuando los resultados cambian cada semana.
- No ignorar los vacíos: si tu marca no sale en ninguna consulta, hay trabajo que hacer.
- No comparar tu presencia con marcas globales gigantes que tienen 40personas de contenido.
- No asumir que si no aparecés es culpa del AI o que al final esto ‘no sirve’. Si no aparecés, hay razones. Hacer la auditoría.
- No conformarse con aparecer una vez. La consistencia importa más que una mención aislada.
- No repetir las mismas preguntas sin variar el vocabulario: la IA responde distinto si la de input es pregunta real o keyword artificial.
Conclusión
Medir la presencia en AI Search no tiene una fórmula estandarizada. Y sin embargo, el método es más concreto que cualquier dashboard: preguntás, registrás, comparás y sabés qué marcas son citadas. Pero no necesitás una fórmula para empezar a hacerlo. Necesitás preguntas reales, constancia y una planilla en el estado que te diga: tu marca no está siendo citada, aquella sí.
El problema no es que sea difícil medir. El problema es que la mayoría de las empresas todavía cree que medir tráfico es lo mismo que medir relevancia. Y en AI Search, ya no lo es.
