SEO & GEO

Cómo medir tu Share of Voice en IA: auditoría de visibilidad de marca en ChatGPT, Perplexity y Gemini

El Share of Voice en IA es el porcentaje de veces que tu marca aparece —y con qué posición, sentimiento y citación— cuando modelos como ChatGPT, Perplexity y Gemini responden preguntas relevantes para tu ICP, frente al total de menciones de todas las marcas del set. Para medirlo, define un set de prompts reales de compra, corre cada uno varias veces por motor, registra aparición/posición/sentimiento/enlace y competidores en una matriz, y calcula tu score como línea base antes de optimizar.

Por Picante Studio · 2026-08-15 · 4 min de lectura

Todo el mundo quiere "aparecer en ChatGPT", pero casi nadie sabe si su marca ya aparece, en qué posición o contra quién pierde. Optimizar sin línea base es gastar esfuerzo a ciegas. Antes de tocar nada, necesitas un número: tu Share of Voice en IA. Este es el protocolo replicable para medirlo con honestidad estadística y convertir el dato en acción.

Qué es el Share of Voice en IA (y en qué se diferencia del SEO)

El Share of Voice en IA es la proporción de menciones que tu marca captura dentro de las respuestas de los modelos generativos (ChatGPT, Perplexity, Gemini) sobre un conjunto de preguntas de tu categoría, comparada con el resto de marcas mencionadas. Es visibilidad de marca en IA medida como cuota, no como ranking.

La diferencia con el SEO tradicional es estructural:

• El SEO mide posiciones en una lista de resultados azules, con volúmenes de búsqueda estables y herramientas maduras.
• El Share of Voice en LLMs mide si el modelo elige nombrarte dentro de una respuesta sintetizada, con o sin enlace, y esa elección cambia según el prompt, el motor y hasta la sesión.

En SEO compites por un clic; en IA compites por ser parte de la respuesta que el usuario ya considera verdadera. Por eso la unidad de medida no es "posición 3", sino "apareciste, en qué lugar del texto, con qué tono y si te citaron con enlace".

Paso 1: construye el set de prompts de tu ICP

La calidad de tu auditoría depende de las preguntas, no del modelo. Necesitas prompts que tu comprador real haría, no keywords sueltas. Cubre las cuatro capas del embudo:

1. Categoría / problema: "¿cuál es la mejor herramienta para [problema]?", "¿cómo resuelvo [dolor]?".
2. Comparativa: "[tu marca] vs [competidor]", "alternativas a [líder de categoría]".
3. Marca directa: "¿qué opinas de [tu marca]?", "¿es confiable [tu marca]?".
4. Casos de uso específicos: "mejor solución de [X] para [industria/tamaño]".

Para B2B, 20 a 40 prompts bien elegidos cubren mejor la intención real que 200 genéricos. Escríbelos como los escribiría un humano ocupado: cortos, ambiguos, con contexto de industria.

Paso 2: la matriz de medición

Cada respuesta se convierte en una fila. Estas son las columnas que hacen que la auditoría sea comparable en el tiempo:

• Aparición (sí/no): ¿te mencionaron?
• Posición: ¿primer nombre, dentro del top de la lista, o al final?
• Sentimiento: positivo, neutral o negativo.
• Citación con enlace: ¿el motor enlazó a tu sitio? (clave en Perplexity y AI Overviews).
• Competidores mencionados: quién más aparece y cuántas veces.
• Motor y fecha: para segmentar y volver a medir.

Esta matriz es tu activo. Sin ella tienes anécdotas; con ella tienes un sistema.

Paso 3: muestreo honesto por motor

Las respuestas de la IA no son deterministas: el mismo prompt puede dar salidas distintas. Por eso una sola corrida no vale. El muestreo mínimo honesto:

• Corre cada prompt 3 a 5 veces por motor, en sesiones limpias (sin historial ni personalización que sesgue).
• Separa por motor: ChatGPT, Perplexity y Gemini se comportan distinto —Perplexity cita fuentes con enlace de forma nativa, ChatGPT tiende a sintetizar sin enlazar salvo con navegación activada.
• Documenta la fecha y la versión del modelo: los resultados envejecen en semanas.

Con 30 prompts × 3 motores × 3 corridas ya tienes ~270 observaciones: suficiente para una línea base defendible sin caer en falsa precisión.

Paso 4: calcula el score y el benchmark

Con la matriz llena, calcula:

• Tasa de aparición: % de respuestas donde apareces sobre el total.
• Tasa de citación: % de apariciones con enlace a tu sitio.
• Share of Voice: tus menciones ÷ menciones totales de todas las marcas del set.
• Índice de posición: pondera aparecer primero más que aparecer al final.

Luego cruza con tus 2 o 3 competidores directos. El número que importa no es "apareces el 40% de las veces", sino "apareces el 40% y el líder el 75%". Ese gap es tu hoja de ruta. Un benchmark de visibilidad de marca vs competencia en IA convierte un dato aislado en prioridad de trabajo.

Errores comunes que invalidan la auditoría

• Medir una sola vez: confundes ruido con señal.
• Usar tu cuenta con historial: el modelo te muestra sesgado hacia lo que ya buscaste.
• Prompts de marca solamente: claro que apareces si preguntas por tu nombre; mide también categoría y comparativas.
• Ignorar el sentimiento: aparecer con tono negativo es peor que no aparecer.
• No volver a medir: sin cadencia (mensual o trimestral) no sabes si tu optimización funciona.

Del dato a la acción

La línea base no es el objetivo, es el punto de partida. Con el score en mano priorizas: si no apareces en prompts de categoría, trabajas contenido y menciones de terceros que la IA usa como fuente; si apareces sin citación, refuerzas datos estructurados y presencia en fuentes citables; si el sentimiento cae, revisas qué información desactualizada está tomando el modelo. Primero el sistema, después la pieza.

Preguntas frecuentes