Auditoría de visibilidad en IA: cómo auditar tu marca en 10 pasos (2026)

Tus compradores les hacen a los asistentes de IA las preguntas que antes escribían en Google, y tú no ves esas conversaciones. No hay Search Console para ChatGPT ni informe de posiciones para Perplexity. Una auditoría de visibilidad en IA, que viene a ser la auditoría SEO de la búsqueda con IA, es la forma de averiguarlo: preguntar a esos sistemas, guardar las respuestas y convertir los patrones en un plan.

Esta guía ordena ese trabajo en diez pasos, con un conjunto fijo de categorías de prompts, una hoja de seguimiento sencilla y un entregable claro al final. Si mantienes la disciplina, cabe en una jornada. Al final la comparamos con el informe gratuito de visibilidad en IA de LLM Pulse, que te da una referencia orientativa en un par de minutos si no tienes ocho horas.

Qué responde una auditoría de visibilidad en IA (y en qué se diferencia de una auditoría SEO)

Una auditoría de visibilidad en IA es un análisis estructurado de cómo aparece tu marca en las respuestas de los grandes modelos de lenguaje. Toca terreno de la auditoría SEO, de la auditoría AEO y del informe de sentimiento de relaciones públicas, pero no es ninguna de las tres. Si quieres ver con calma dónde se separan el SEO y la optimización para IA, lo explicamos en GEO vs. SEO. La auditoría responde a cuatro preguntas:

• Presencia: cuando un comprador hace una pregunta en la que tu marca debería salir, ¿sale?
• Posición: cuando apareces, ¿en qué parte de la respuesta? ¿Primera mención, en mitad de una lista o al final del todo?
• Exactitud: ¿es correcto lo que el modelo dice de ti? Año de fundación, precios, funcionalidades, sede, nombres de los fundadores.
• Sentimiento y encuadre: ¿te presenta como el líder, la alternativa barata, la opción para grandes empresas o la marca de nicho? ¿Con quién te compara?

Lo que no hace: no predice ingresos, no te dice exactamente qué contenido publicar después y no te da volúmenes de búsqueda al estilo de Google. Las respuestas de IA son probabilísticas, así que una respuesta mala suelta no es una crisis. Un patrón que se repite en decenas de prompts sí lo es.

Otra advertencia. Las respuestas de los LLM se personalizan en parte según el historial de la sesión y el contexto de la cuenta, y dos personas que hacen la misma pregunta pueden ver respuestas distintas. Para evitarlo, audita en ventanas privadas o de incógnito, con la sesión cerrada siempre que se pueda, y lanza cada prompt al menos dos veces en días diferentes antes de dar un resultado por bueno. Así mides el comportamiento por defecto del modelo y no tu propio historial.

Paso 1: define tu universo de prompts

Es el paso que más equipos se saltan, y el que decide si la auditoría sirve para algo o se queda en puro trámite. Necesitas un conjunto de prompts que refleje cómo hablan de verdad tus compradores con los asistentes de IA. Un prompt genérico del tipo “cuál es el mejor CRM” te dará resultados genéricos.

Saca los prompts de cinco categorías y apunta a entre 30 y 50 en total para la primera auditoría. Con menos de 30 se te escapan los patrones; con más de 50 no te llega la jornada.

Prompts de marca

Comprueban la exactitud más que la presencia. El modelo ya conoce el nombre, así que algo dirá. Lo que importa es si es verdad.

• ¿Qué es [Marca]?
• ¿A qué se dedica [Marca]?
• ¿Cuánto cuesta [Marca]?
• ¿Quién fundó [Marca]?
• ¿Dónde tiene la sede [Marca]?
• ¿Cuáles son las principales funcionalidades de [Marca]?

Prompts navegacionales

Compradores que ya te conocen y buscan un dato concreto. Con ellos detectas planes de precios equivocados, páginas de equipo desactualizadas y listas de integraciones caducadas.

• precios de [Marca]
• iniciar sesión en [Marca]
• integraciones de [Marca]
• prueba gratuita de [Marca]
• política de cancelación de [Marca]

Prompts transaccionales

Los de intención alta: un comprador con presupuesto que está a punto de elegir. Te dicen si entras siquiera en la lista de opciones.

• mejor software de [categoría] para [público]
• mejores herramientas de [categoría] en 2026
• plataformas de [categoría] recomendadas para equipos pequeños
• soluciones de [categoría] asequibles por menos de [presupuesto]

Prompts de comparación

Aquí se decide el posicionamiento. Si nunca sales en los cara a cara, no estás en la conversación cuando el comprador hace su lista corta.

• [Marca] vs [Competidor A]
• [Competidor A] vs [Competidor B] (sí, audita también prompts en los que tú no eres el protagonista)
• alternativas a [Competidor A]
• mejores competidores de [Competidor A]

Prompts basados en un problema

Las preguntas que hace un comprador antes de saber qué categoría de producto necesita. Son los prompts con más margen, porque casi nadie optimiza para ellos.

• ¿Cómo [resuelvo el problema concreto que aborda tu producto]?
• ¿Qué herramienta puede ayudarme a [tarea concreta]?
• ¿Por qué está cayendo mi [métrica] y qué puedo hacer?
• Soy [cargo] en [tipo de empresa], ¿qué software necesito para [problema]?

Punto de control: al acabar este paso deberías tener en una hoja de cálculo una lista numerada de 30 a 50 prompts, etiquetados por categoría. Guárdala, porque la vas a reutilizar cada vez que repitas la auditoría.

En las auditorías que reviso, el fallo que más se repite es que la marca sale, pero con datos viejos: un precio de hace dos años o una funcionalidad que ya no existe. A menudo el dato viene de un comparativo antiguo o de una ficha de directorio que nadie ha vuelto a tocar. Por eso a los prompts de marca les dedico tanto tiempo como a los de categoría.

Paso 2: elige los motores de IA y los mercados

El mínimo razonable en 2026 son cinco superficies:

• ChatGPT, con la búsqueda web activada. Es el asistente más usado y el de uso más generalista.
• Perplexity. Muestra siempre sus fuentes, así que es el sitio más rápido para ver qué dominios se citan en tu categoría.
• Gemini. Pesa más si tus compradores viven en Google Workspace, Android o dispositivos Pixel.
• Modo IA de Google (AI Mode). La capa conversacional de la Búsqueda de Google, con una selección de fuentes distinta a la de los enlaces azules clásicos.
• Vistas creadas con IA (AI Overviews). El resumen que aparece encima de los resultados normales de Google. Sale en búsquedas corrientes, sin que el usuario haya elegido usar una IA.

En cómo aparecer en el Modo IA de Google y en los AI Overviews tienes el detalle de cómo eligen fuentes estas dos superficies de Google.

Si tu público son desarrolladores o compradores técnicos, añade Claude como sexto motor. Si vendes en China o Corea del Sur, añade los asistentes locales (Baidu AI, DeepSeek, Doubao o Qwen en China; Naver en Corea) y asume que hay menos herramientas para medirlos.

Los mercados importan. Las respuestas de IA en es-ES, es-MX o en-US se parecen menos de lo que la gente espera. Si vendes en varios países, elige los dos o tres mercados más valiosos y haz la auditoría en cada uno, con una VPN o cambiando la región de tu cuenta de Google. Anota el mercado junto a cada resultado: el mismo prompt da respuestas distintas en Madrid, Ciudad de México y Miami.

Punto de control: una auditoría de 30 prompts en 5 motores genera 150 datos por mercado, y 300 si auditas dos mercados. Reserva unas tres o cuatro horas de ejecución concentrada por mercado.

Paso 3: prueba a mano en ChatGPT, Perplexity, Gemini, el Modo IA y los AI Overviews

Esta es la parte lenta. No hay atajo si quieres una referencia de verdad, así que prepárate bien antes de empezar:

• Abre cada motor en una ventana privada o de incógnito distinta y cierra la sesión allí donde el motor lo permita.
• Desactiva la personalización del navegador y borra las cookies entre sesiones.
• Haz una captura de cada respuesta y ponle de nombre el número de prompt y el motor (por ejemplo, p07-perplexity.png). Las vas a necesitar para el plan de acción y para enseñárselas a los responsables.
• Lanza cada prompt dos veces, a ser posible en días distintos. Las respuestas de IA no son deterministas: una respuesta es una muestra y dos ya empiezan a dibujar un patrón.
• Desactiva las extensiones del navegador que inyecten prompts o contenido en la interfaz del chat.

Calcula entre uno y dos minutos por cada combinación de prompt y motor, contando la espera de la respuesta, la captura y el apunte en la hoja, si trabajas con los motores en paralelo como en el truco de abajo. Para 30 prompts en 5 motores son 150 combinaciones: unas tres o cuatro horas de ejecución sin contar las repeticiones.

Un truco para ir más rápido: abre los cinco motores en paralelo en un monitor ancho, pega el prompt en todos, espera a que terminen y captura las respuestas en orden. Avanzas más deprisa y ves las diferencias entre motores sobre la marcha.

Paso 4: registra menciones, citaciones y sentimiento

Usa una sola hoja de seguimiento con una fila por cada combinación de prompt, motor y mercado. Estas son las columnas mínimas:

• ID del prompt (el de tu lista del paso 1)
• Categoría del prompt (de marca, navegacional, transaccional, de comparación, basado en un problema)
• Motor (ChatGPT, Perplexity, Gemini, Modo IA, AI Overviews, Claude)
• Mercado (es-ES, es-MX, etc.)
• Fecha de ejecución
• ¿Marca mencionada? (Sí / No)
• Posición (primera mención, en medio, última, no mencionada) en una escala del 1 al 5, donde 1 es “nombrada la primera” y 5 es “no aparece”
• Exactitud (correcta, parcial, incorrecta, con una nota sobre qué falla)
• Sentimiento (positivo, neutro, negativo)
• Citaciones (las URL que citó el motor)
• Competidores mencionados (separados por comas)
• Nombre del archivo de la captura
• Notas (cualquier detalle cualitativo que merezca la pena recordar)

Con estas columnas puedes calcular todas las métricas sin volver a lanzar los prompts:

• Tasa de mención: porcentaje de prompts en los que apareces.
• Visibilidad ponderada: la versión ponderada por posición. La posición 1 cuenta el 100 %, la 2 el 50 %, la 3 el 33 %, y así sucesivamente. Se parece a cómo calculan el AI Visibility Score las herramientas de seguimiento.
• Share of Voice: tus menciones divididas entre el total de menciones tuyas y de tus competidores.
• Ratio de sentimiento: menciones positivas menos negativas, dividido entre el total.
• Tasa de exactitud: porcentaje de menciones en las que todos los datos son correctos.

Punto de control: al terminar el paso 4 la hoja debería estar completa. Resiste la tentación de analizar mientras capturas: primero lo capturas todo y luego lo analizas en un solo bloque.

Paso 5: compárate con los competidores

Elige los tres a cinco competidores contra los que pierdes operaciones de verdad. No todo el mercado ni las marcas que le quitan el sueño a tu equipo comercial: los nombres que aparecen en tu CRM como “perdida frente a” o “valorada junto a”.

En cada prompt donde salió tu marca, apunta todas las demás marcas mencionadas. En los que no saliste, apunta las que ocuparon tu sitio. Con eso tienes un ranking de Share of Voice frente a la competencia.

El resultado debería caber en una tabla que puedas enseñar a un responsable en 30 segundos. Algo así:

Si no quieres mantener esta tabla a mano, el análisis de competidores de LLM Pulse la construye a partir de tus prompts. Para una primera auditoría, la versión manual funciona bien. Lo que buscas es que las diferencias queden a la vista cuando la presentes dentro de la empresa.

Paso 6: identifica las carencias de contenido en tus dominios

Ahora dale la vuelta a la pregunta. Para cada prompt en el que tu marca no salió, pregúntate si tienes contenido que debería haberse usado como respuesta. En la mayoría de auditorías la respuesta es “sí, pero”: tienes una página sobre el tema, pero está enterrada, se queda corta o está escrita como argumentario comercial y no como respuesta.

Repasa todos los prompts marcados como “no mencionada” y haz dos comprobaciones.

Primera: ¿tienes una página pública que responda directamente a ese prompt? Si la tienes, revisa que sea accesible, que esté indexada, que responda de verdad a la pregunta y que sus datos sean correctos. Que no te citen no te dice por qué, y ni los datos estructurados ni poner la respuesta en las primeras 200 palabras garantizan que te incluyan.

Segunda: ¿tienes alguna página sobre el tema? Si no, tienes una carencia de contenido. Añade el prompt al calendario editorial y escribe una página que empiece por la respuesta y luego la desarrolle, para que tanto un lector con prisa como un sistema que extrae fragmentos la encuentre enseguida. En cómo posicionarte en ChatGPT tienes más ideas para este tipo de páginas.

Para cada carencia, puntúa el esfuerzo como pequeño (reescribir una página que ya existe), medio (una página nueva sobre un tema que ya cubres) o grande (falta un clúster de contenido entero). Guarda esa puntuación para el paso 9.

Paso 7: audita las fuentes de terceros que te citan (y las que no)

Es el paso que más equipos de marketing olvidan. Los LLM no se fijan solo en tu contenido, también en lo que otros dicen de ti. Si las webs de reseñas, los comparativos y los medios del sector no te mencionan, optimizar tu propia web no arreglará el problema.

Abre la hoja del paso 4, vuelca todas las URL citadas en una lista y agrúpalas por dominio. Te saldrán tres grupos:

• Dominios que te citan con frecuencia (tu propia web, webs de reseñas afines, blogs de socios)
• Dominios que citan a tus competidores pero no a ti (la lista de carencias)
• Dominios agregadores que los motores citan mucho (G2, Capterra, Reddit, Wikipedia, listados del sector)

La lista de “citan a los competidores pero no a ti” vale oro. Cada dominio de esa lista ha decidido escribir sobre tu categoría y ha elegido mencionar a otros. Contacta con ellos, ofrece datos o un artículo como invitado y pide entrar en la próxima actualización de su comparativo. El seguimiento de citaciones de LLM Pulse hace esta agrupación de forma automática, pero para una primera pasada te basta una hoja de cálculo.

Dos fuentes que conviene mirar aparte:

• Reddit y los foros. Aparecen a menudo entre las fuentes citadas. Si no tienes ninguna presencia en las comunidades de tu categoría, toma nota y empieza a participar con honestidad, sin hacer spam.
• Wikipedia. Si tu marca cumple los criterios de relevancia y no tiene artículo cuando tus competidores sí, o si el tuyo está desactualizado, no lo edites tú: las normas de Wikipedia sobre conflicto de interés piden proponer los cambios en la página de discusión y aportar fuentes independientes.

Paso 8: revisa los datos estructurados y el llms.txt

Son dos comprobaciones técnicas que llevan alrededor de una hora.

Primero, los datos estructurados. Abre tres o cuatro páginas clave (la página de inicio, una de producto, la de precios y un artículo de la parte alta del embudo) y revisa su marcado. Comprueba que los tipos que uses, como Organization, Product o Article, coincidan con lo que se ve en la página. Ningún motor de IA ha publicado una preferencia por un tipo de schema concreto, y Google explica en su documentación que no hace falta ningún marcado especial para aparecer en sus funciones de IA.

Para revisar tu marcado puedes usar el analizador de esquemas de LLM Pulse, y la prueba de resultados enriquecidos de Google para los tipos que admiten resultados enriquecidos en Google. Empieza por el schema Organization, que resume los datos básicos de tu empresa, y sigue con Product, que afecta a precios y funcionalidades.

Segundo, el llms.txt. Es un archivo opcional que resume tu web para los sistemas de IA. No sustituye a robots.txt ni a sitemap.xml, y Google aclara en esa misma documentación que no hace falta crear archivos de texto para la IA. Si decides tenerlo, puedes crearlo con el generador de llms.txt de LLM Pulse, publicarlo y comprobar que se puede leer. Si ya lo tienes, revisa que apunte a tu página de precios actual, a tus páginas de producto vigentes y a tu contenido más importante: un llms.txt desactualizado reparte datos caducados a quien lo lea.

Punto de control: a estas alturas tu hoja debería tener una pestaña “técnica” con cada carencia de schema y el estado del llms.txt. Esa pestaña alimenta el plan de acción.

Paso 9: monta el plan de acción (matriz de impacto y esfuerzo)

Ya tienes cuatro piezas: la hoja de menciones y citaciones, la tabla de competidores, la lista de carencias de contenido y la de arreglos técnicos. En el paso 9 las conviertes en un plan que alguien pueda empezar a ejecutar el lunes por la mañana.

Usa una matriz de dos por dos y puntúa cada hallazgo por impacto y esfuerzo:

El entregable es un documento de una página con la matriz, las cinco victorias rápidas principales y las tres iniciativas del trimestre. Es lo que compartes con dirección, con el responsable de contenidos y con el de SEO; el resto de la auditoría puede quedarse en tu equipo. Si necesitas ideas para las iniciativas de contenido, tienes un repaso de tácticas en SEO para IA.

Paso 10: programa la siguiente auditoría (una referencia semanal automática)

Una auditoría puntual es una foto fija y caduca rápido. Los motores cambian de modelo y de fuentes con frecuencia, los competidores publican sin parar y tus propios precios y funcionalidades cambian. Cuando actúas sobre una auditoría manual trimestral, buena parte de los datos ya no reflejan lo que ve el comprador.

Para que la referencia sea continua tienes tres opciones realistas:

• Manual trimestral. Repites la auditoría completa cada tres meses. Cobertura total, pero no ves lo que pase entre medias.
• Subconjunto manual mensual. Eliges los 10 prompts más importantes y los repites cada mes, con la auditoría completa cada trimestre. Mejor, aunque sigue llevando muchas horas.
• Automatizarlo. Una plataforma como LLM Pulse u otra de las herramientas GEO del mercado lanza tus 30 a 50 prompts cada semana en los cinco motores y guarda el histórico, así que comparas semana a semana sin abrir una hoja de cálculo. Es lo que acaban haciendo los equipos que trabajan la visibilidad en IA de forma continua, porque repetir la auditoría a mano cada semana se come demasiadas horas.

Elijas la cadencia que elijas, ponla ya en el calendario: la mayoría de auditorías manuales se abandonan porque nadie les reserva tiempo.

Auditoría manual o informe gratuito de LLM Pulse

La auditoría manual es la versión rigurosa: te enseña cómo se comportan los motores y te deja una referencia que puedes defender. A cambio, ocupa una jornada, entre siete y nueve horas de trabajo concentrado.

El informe gratuito de visibilidad en IA de LLM Pulse va por otro camino. Introduces tu dominio y un correo, el sistema lanza una muestra de prompts de tu categoría en ChatGPT, Perplexity, Gemini, el Modo IA y los AI Overviews, y en un par de minutos te devuelve tu tasa de mención y tu AI Visibility Score, las menciones y citaciones de tu marca, el sentimiento, una comparativa con competidores y una lista priorizada de recomendaciones. Es una referencia orientativa, no una auditoría de tus 30 a 50 prompts.

Si nunca has hecho una auditoría, hazla a mano una vez. Conviene que sepas cómo son los datos de base y cómo se comporta cada motor. Después pasa a la automatización, porque el valor de una auditoría de visibilidad en IA está en comparar esta semana con la anterior.

Resumen

Una auditoría de visibilidad en IA te enseña qué dicen ChatGPT, Perplexity, Gemini y las funciones de IA de Google cuando tus compradores preguntan por tu categoría. Los diez pasos caben en una jornada, solo necesitan un navegador, una hoja de cálculo y capturas de pantalla, y te dejan tres entregables: la hoja de seguimiento, la comparativa con competidores y un plan de acción priorizado.

Hay tres errores que se repiten: tratar la auditoría como algo de una sola vez, hacerla sin mirar a los competidores y arreglar lo fácil de tu web dejando de lado las fuentes de terceros que citan los motores. Si quieres empezar con una referencia antes de abrir la hoja de cálculo, el informe gratuito te la da en minutos; luego añade los pasos manuales que más le aporten a tu equipo.