Ejemplo trabajado
Un informe mensual de AEO son cuatro tablas y una nota de método, por motor y trazables hasta las respuestas de cada cifra. Las cuatro son una rejilla de visibilidad por motor, una tabla de cuota de voz frente a competidores nombrados, una matriz de huecos de cita y la lista de fuentes. Lo que llega como una puntuación única sin nota de método no es un informe: es una captura de pantalla.
Todos los números de las tablas de ejemplo son ilustrativos. Están construidos para enseñar la forma y la aritmética de un informe creíble, usando rangos publicados como valores plausibles. No son datos de cliente, no son la medición de ninguna marca real y nadie debería tomarlos como referencia para su propio sector. Las estadísticas con fuente van marcadas aparte y enlazan a su estudio.
Por qué el informe se construye así
La estructura que sigue no es una preferencia de estilo. Se deduce de tres hallazgos publicados: los motores citan webs en buena medida distintas, citan con profundidades muy dispares y una única muestra de un sistema probabilístico no dice casi nada.
El documento
Un informe mensual de Answer Engine Optimization existe para responder a cuatro preguntas de quien paga el trabajo: dónde aparecemos, cómo estamos frente a los competidores que nos importan, qué se interpone entre nosotros y las respuestas en las que no salimos, y qué fuentes están alimentando a los motores que ya nos nombran. Todo lo demás del documento o es evidencia de una de esas cuatro respuestas o es decoración. El orden importa, porque cada tabla solo se puede interpretar una vez leída la anterior.
Antes de todas ellas va la nota de método. Es un párrafo corto, va en la primera página y declara el tamaño del conjunto de prompts, cuántas veces se repitió cada uno, qué motores se muestrearon, la geografía y el estado de la sesión, y el rango de fechas. Sin eso, ningún número posterior es falsable. Un informe sin nota de método no es un informe riguroso con una omisión: es un documento que no se puede comprobar, que es otra categoría de cosa. Los criterios de aceptación sección por sección están desarrollados en nuestra guía sobre qué contiene un buen informe de visibilidad en IA.
La primera tabla es una fila por motor y una columna por resultado, nunca fundidas en una cifra única. Los tres resultados son sucesos genuinamente distintos: una cita es un enlace o una fuente nombrada en la respuesta, una mención es la marca nombrada sin fuente, y una recomendación es el motor proponiendo activamente la marca como opción. Una marca puede ser citada constantemente y no recomendada nunca, lo cual es un problema de contenido; y puede ser recomendada sin ser citada, que vive en la memoria paramétrica del modelo y no en la recuperación. Un informe que los colapsa pierde justo la información que permite distinguirlos.
Mezclar motores en una sola cifra no es solo impreciso. En el estudio de SurfacedBy sobre 127.198 citas, el 69,6% de los dominios citados lo fueron por un único motor y solo el 2,7% por los cinco, y la media de fuentes por respuesta iba de 3,7 en ChatGPT a 11,0 en Gemini. Promediar motores con esa dispersión produce un número que no describe a ninguno y, peor aún, puede moverse por razones ajenas al trabajo: basta con que cambie la mezcla de motores de la muestra para que la puntuación mezclada se mueva sola.
La cuota de voz solo significa algo contra un conjunto de comparación fijo y nombrado, acordado con el cliente antes de que empiece el mes. La lista de competidores no debe cambiar de un mes a otro sin que el cambio se declare en la nota de método, porque quitar en silencio al competidor que te ganaba es la forma más fácil de fabricar una mejora. La tabla muestra, para cada competidor y para la marca, en qué proporción de respuestas fue nombrado cada uno; la suma no dará 100%, porque la mayoría de respuestas nombra a varias marcas. La versión honesta informa además de la proporción de respuestas que no nombraron a nadie: en muchos sectores es la celda más grande y es una buena noticia real, porque es el espacio direccionable.
Esta es la tabla que convierte la medición en trabajo. Para cada prompt en el que un competidor fue nombrado y la marca no, registra qué motor, qué competidor y qué fuente citó el motor para justificar nombrarlo. Esa tercera columna es todo el asunto, porque en torno al 85% de las citas de las respuestas de IA vienen de fuentes de terceros y no del dominio propio. El hueco, por tanto, casi nunca se resuelve en la web de la marca: se resuelve allí donde el motor fue a mirar.
Un marco de medición reciente afina el punto. Analizando 602 prompts controlados, 21.143 citas de la capa de búsqueda y 18.151 páginas descargadas en ChatGPT, Google AI Overview/Gemini y Perplexity, sus autores separan la selección de cita —ser recuperado hasta la lista de fuentes— de la absorción de cita, donde la página citada aporta de verdad lenguaje, evidencia o estructura a la respuesta. Una página puede ser seleccionada constantemente y absorbida rara vez. Las de mayor absorción eran más largas, más estructuradas, más alineadas semánticamente con la consulta y más ricas en evidencia extraíble: definiciones, cifras y comparativas. Una matriz de huecos que solo cuenta apariciones en listas de fuentes mide la mitad barata del problema.
La cuarta tabla lista todas las URL que los motores citaron en respuestas donde la marca apareció, agrupadas por dominio y con su recuento. Es la sección menos vistosa y a menudo la más accionable, porque nombra las superficies concretas de terceros que están haciendo el trabajo: una ficha de directorio, una página de reseñas, un artículo comparativo, una publicación sectorial. A lo largo de varios meses se convierte en un mapa del grafo de fuentes real de la marca y en la base de evidencia para decidir dónde debe ir el esfuerzo externo del mes siguiente.
Hay tres cosas que aparecen con frecuencia en los informes mensuales de AEO y que no deberían. Una puntuación de visibilidad mezclada sin fórmula publicada: si quien lee no puede reconstruirla, no se puede auditar. Una gráfica de tráfico web presentada como prueba de visibilidad en IA: las visitas originadas en IA llegan en su mayoría sin referente legible —un análisis de 446.405 visitas encontró un 70,6% cayendo en el cubo de «Directo»—, así que el tráfico es un proxy pobre y retardado de un canal que se mide bien por tasa de cita, mención y recomendación. Y el movimiento semana contra semana en un sistema estocástico: por debajo de unas diez repeticiones por prompt, un cambio pequeño es ruido, y presentarlo como avance es presentar ruido.
Ilustrativo — Tabla 1
Un ejemplo solo de forma y aritmética. Estos números están construidos para ilustrar y no son una referencia de sector, ni un resultado de cliente, ni la medición de ninguna marca real. Fíjese en que los motores discrepan lo suficiente como para que ninguna media describa a ninguna fila.
| Motor | Tasa de cita | Tasa de mención | Tasa de recomendación |
|---|---|---|---|
| ChatGPT | 8% | 21% | 12% |
| Google AI Mode | 19% | 26% | 9% |
| Perplexity | 24% | 28% | 14% |
| Gemini | 22% | 25% | 7% |
| Claude | 11% | 18% | 10% |
| Media mezclada (no informar) | 16,8% | 23,6% | 10,4% |
Cómo producirlo
La misma secuencia todos los meses. La disciplina está en que la cartera de prompts y el conjunto de competidores se fijan de antemano y cualquier cambio se declara, porque un denominador móvil puede fabricar mejoras de la nada.
Acuerde un conjunto fijo de prompts con intención de compra y una lista de competidores nombrados antes de que empiece el mes, y escriba ambos en la nota de método. Si añade o retira un prompt, dígalo y muestre las cifras afectadas de las dos maneras durante un mes.
Lance cada prompt al menos diez veces en cada motor antes de dar una tasa por estable, manteniendo constantes la geografía y el estado de la sesión. Cincuenta prompts repetidos diez veces dicen más sobre estabilidad que quinientos lanzados una sola vez.
En cada respuesta, anote si la marca fue citada, mencionada o recomendada. Son sucesos distintos, con causas y arreglos distintos; una única cifra combinada de «visibilidad» destruye la información que hace falta para elegir el trabajo del mes siguiente.
Registre las URL exactas que citó el motor, no solo si citó algo. Es lo que hace posible la lista de fuentes y la única forma de ver qué superficies de terceros alimentan las respuestas, dado que en torno al 85% de las citas son externas.
Filtre los prompts en los que se nombró a un competidor y no a la marca, y anote el motor, el competidor y la fuente que lo justificó. Indique, cuando se pueda, si la página rival solo figuraba como fuente o se ve que moldeó la redacción.
Presente el movimiento mes contra mes como un intervalo, no como un punto, y diga con claridad cuándo el cambio cae dentro del ruido de muestreo. Un informe dispuesto a decir «esto no se distingue de la varianza entre repeticiones» es el más creíble.
Cada acción recomendada debería apuntar a una fila numerada de la matriz de huecos o de la lista de fuentes. Una lista de acciones que no se puede trazar hasta un hueco medido es un calendario de contenidos disfrazado de informe.
Leer el ejemplo con honestidad
Los ejemplos trabajados son útiles para enseñar estructura y peligrosos si se confunden con datos. Estas son las tres malas lecturas que conviene evitar.
Están construidos para demostrar aritmética y forma. Las tasas reales varían enormemente según el sector, la formulación del prompt, la geografía y lo estrechamente que se defina el mercado de la marca, y no hay ninguna cifra publicada que haga significativa una referencia entre sectores.
Las filas ilustrativas no afirman que Perplexity cite a una marca concreta más que ChatGPT. Los datos publicados muestran que los motores difieren mucho en cuántas fuentes citan por respuesta y de qué dominios tiran, pero la dirección para una marca concreta es una pregunta empírica que su propia medición tiene que responder.
Medir bien el canal no vuelve controlable la respuesta de un motor. Las respuestas son probabilísticas y se resintetizan con cada actualización de modelo, así que el trabajo del informe es describir lo que pasó y estrechar el hueco de evidencia, nunca avalar una posición.
Definición
Documento recurrente que mide cómo los motores de IA citaron, mencionaron y recomendaron una marca durante un mes, presentado por motor contra una cartera fija de prompts y trazable hasta las respuestas y fuentes exactas de cada cifra.
Un informe mensual de AEO se distingue de un informe de marketing en su unidad de observación. La unidad no es una sesión ni una posición de ranking, sino una respuesta: una única contestación generada a un prompt, de un motor, en un momento, citando un conjunto concreto de fuentes. Como el mismo prompt produce respuestas distintas entre repeticiones, el informe es un ejercicio de muestreo, y su credibilidad descansa en que el diseño muestral esté declarado, no en que los números sean halagadores. La versión mínima viable es una nota de método, una rejilla por motor de tasa de cita, mención y recomendación, una tabla de cuota de voz contra un conjunto fijo de competidores, una matriz de huecos de cita y una lista de fuentes. Describe un sistema probabilístico; no puede prometer un puesto en él.
Divulgación
Este sitio es un portal de referencia independiente sobre AEO. No vende auditorías, informes ni trabajo de optimización, y no intermedia presentaciones ni cobra comisión a las agencias que lista. Las empresas que quieran que alguien les produzca este informe deberían elegir proveedor en el directorio de agencias recomendadas y usar la lista de comprobación del comprador para examinar el método antes de firmar.
Quien opera el portal dirige además la agencia Blobic, que figura en el directorio bajo exactamente los mismos criterios públicos que cualquier otra ficha y con distintivo de divulgación. Blobic no está clasificada por encima de nadie, ninguna posición del directorio está ni ha estado nunca en venta, y los criterios de inclusión están publicados enteros para que cualquiera pueda contrastar las fichas con ellos. Declaramos la relación cada vez que el texto toca la neutralidad del directorio, porque la credibilidad del directorio es el único activo que tiene el portal.
Preguntas frecuentes
Una nota de método con el conjunto de prompts, las repeticiones por prompt, los motores, la geografía y el rango de fechas; una rejilla por motor de tasa de cita, mención y recomendación; una tabla de cuota de voz contra un conjunto fijo de competidores nombrados; una matriz de huecos de cita con los prompts en los que se nombró a competidores y no a usted, indicando la fuente que citó el motor; y una lista de las URL que alimentan las respuestas donde sí aparece. Las acciones finales deben apuntar a filas concretas de esas tablas.
Mensual es la cadencia práctica de reporte, con el muestreo ocurriendo por debajo con más frecuencia. Las respuestas son probabilísticas y varían entre repeticiones, así que una ventana más corta tiende a sacar a la superficie el ruido de muestreo como si fuera avance. Una tasa debería apoyarse en al menos diez repeticiones por prompt y motor antes de que merezca la pena interpretar el movimiento mensual.
Porque los motores citan webs en buena medida distintas. Sobre 127.198 citas de cinco motores, el 69,6% de los dominios citados lo fue por un único motor y solo el 2,7% por los cinco, y la media de fuentes por respuesta iba de 3,7 en ChatGPT a 11,0 en Gemini. Una media entre motores con esa dispersión no describe a ninguno, y puede moverse solo porque cambie la mezcla de motores de la muestra.
No: es un proxy débil y retardado. La mayoría de visitas originadas en IA llegan sin referente legible —un análisis de 446.405 visitas encontró un 70,6% cayendo en el cubo de «Directo» en GA4—, así que el tráfico infravalora el canal y no puede decirle qué prompt, motor o respuesta produjo una visita. Mida el canal por tasa de cita, mención y recomendación contra una cartera fija de prompts, y trate el tráfico como señal secundaria.
No. Las respuestas de IA se generan de forma probabilística y se resintetizan con cada actualización de modelo, así que ningún proveedor puede garantizar una cita, una mención ni una recomendación. A lo que sí puede comprometerse una agencia es al método: cartera de prompts declarada, muestreo honesto, reporte por motor y un hueco de evidencia trazable. Una posición garantizada es la señal de alerta más clara del sector.
No. Todos los números de las tablas ilustrativas están construidos para demostrar la estructura y la aritmética de un informe. No son datos de cliente, ni la medición de ninguna marca real, ni una referencia para ningún sector. Las estadísticas con fuente van marcadas aparte y enlazan a los estudios publicados que las respaldan.
Siguiente
Las empresas que comparan proveedores pueden empezar por el directorio y los criterios de inclusión. Las agencias que ya reportan así pueden proponer su candidatura al directorio.