Abres ChatGPT y escribes «mejores universidades para estudiar marketing en Madrid». Tu centro sale tercero. Repites al día siguiente y ya no apareces. Lanzas la misma consulta en Google y el AI Overviews te nombra, pero sin enlace. ¿Estás ganando o perdiendo terreno? No lo sabes: cada ejecución te da un dato distinto y no tienes un sistema para compararlos.
Para medir visibilidad IA necesitas prompts que reproduzcan cómo busca un candidato real a grado o máster. El prompt define la medición; uno mal elegido convierte el dato en espejismo. Esta guía ordena el proceso en seis pasos.
Cómo funciona
Los seis pasos para medir visibilidad IA sin engañarte
Paso 1: Define qué estás midiendo — mención, recomendación o cita
Lo primero es fijar qué entiendes por aparecer. Medir visibilidad IA significa contabilizar la presencia de tu marca dentro de la respuesta que genera un modelo de lenguaje. Que tu universidad salga en la primera posición orgánica de Google es información útil, pero te dice cero sobre lo que pasa dentro del AI Overviews ni dentro de la respuesta que construye ChatGPT.
Hay tres categorías de mención que vas a rastrear, y conviene separarlas desde el principio:
- Mención: tu marca aparece nombrada en la respuesta, sin más.
- Recomendación: el modelo sugiere tu centro como una buena opción, con argumento.
- Cita con enlace: tu dominio aparece como fuente con un enlace clicable.
Las tres valen, pero pesan distinto. Una mención de pasada en un listado de diez universidades no tiene el mismo valor que una recomendación argumentada. Y una cita con enlace en Google AI Overviews es lo más cercano a un clic potencial: puede traer tráfico real a tu web. Antes de lanzar un solo prompt, decide cuáles de las tres vas a medir. Las tres, lo ideal. Si tienes que priorizar, empieza por la cita con enlace y la recomendación: son las que mueven decisiones de matriculación.
Si mides solo mención, te conformas con aparecer. Si mides solo cita con enlace, pierdes la mitad del cuadro. Las tres categorías juntas dibujan la posición real de tu universidad en la respuesta generada.
Paso 2: Selecciona prompts que imiten consultas reales de tu mercado
Tu set de prompts tiene que reflejar lo que escribe un candidato real a grado o máster. Lo que importa es lo que de verdad ponen en la barra de búsqueda.
Para construirlo, cubre al menos tres tipos de consulta:
- Transaccionales: «matricularse en máster en finanzas online», «inscripción grado en ingeniería informática».
- Informativas: «qué necesito para entrar en la Universidad de X», «diferencias entre grado en ADE y doble grado en ADE y Derecho».
- Comparativas: «universidad pública vs privada para estudiar comunicación», «mejor máster en data science en Barcelona».
- De recomendación: «qué universidad me recomiendas para estudiar diseño gráfico en Valencia».
Lo práctico suele ser repartir el volumen dando peso a comparativos y de recomendación, donde más se decide la elección de centro, sin descuidar las transaccionales que captan intención de matriculación inmediata. Esta distribución es una recomendación editorial de Volcanz, y te servirá como punto de partida: ajústala al comportamiento de búsqueda que veas en tu mercado.
¿Cuántos prompts? Entre 20 y 50 para empezar. Con menos de 10 mides anécdotas. Con más de 100, el ruido supera a la señal si no segmentas por tipo de consulta y por fase del funnel. Cada prompt debe imitar el lenguaje natural del candidato. Si tu mercado es España, escribe los prompts en español, con la formulación que usaría un estudiante de bachillerato o un profesional buscando reciclaje. «Mejor uni para ADE» es un prompt más real que «instituciones de educación superior para estudios de administración de empresas».
El objetivo al medir visibilidad IA es capturar consultas que tu futuro alumno de verdad lanzaría a un asistente de IA o a Google. Cuanto más se parezca tu prompt a una pregunta genuina, más fiable será tu dato.
Paso 3: Elimina el sesgo de confirmación de tus prompts
El error que más infla los números es elegir prompts donde tu marca es la respuesta obvia. Si lanzas «por qué estudiar en la Universidad X», vas a salir. Felicidades. Has medido tu ego.
Separa dos tipos de prompt. Los de marca incluyen el nombre de tu universidad: «opiniones sobre la Universidad X», «becas en la Universidad X». Sirven para medir reputación y sentimiento. Los de prompts de categoría no mencionan a ninguna institución concreta: «mejor máster en marketing digital en España», «qué universidad elegir para estudiar enfermería». Ahí es donde tu universidad tiene que ganar espacio por mérito. El nombre no te ayuda en un prompt de categoría.
Nuestra recomendación: un set equilibrado tiene como mucho un 20% de prompts de marca. El 80% restante debe ser de categoría y comparativos. Es una sugerencia de Volcanz basada en experiencia, y te sirve como punto de partida. Si la mayor parte de tu set incluye tu nombre, estás midiendo lo bien que la IA te reconoce cuando ya le has dado la respuesta.
Reparto recomendado por Volcanz como punto de partida; ajústalo a tu mercado.
Otro sesgo frecuente: ignorar los prompts donde la competencia sale y tú no. Si «mejor universidad para estudiar arquitectura» nombra a tres centros rivales y al tuyo no, ese prompt vale más que diez donde sales. Es el dato incómodo que necesitas para medir visibilidad IA con honestidad.
Paso 4: Ejecuta en varias plataformas y repite en el tiempo
Una sola ejecución de cada prompt no vale para nada. Los modelos generativos no son deterministas: el mismo prompt puede devolver respuestas distintas según el momento, la ubicación, el idioma y el historial de conversación. Necesitas varias ejecuciones para identificar un patrón estable. Una sola respuesta es una anécdota.
En España, la prioridad es Google AI Overviews y el Modo IA de Google. La mayoría de menciones de IA en búsqueda llegan por ahí, porque tu candidato universitario usa Google, y Google integra IA en sus resultados. ChatGPT funciona como canal secundario: cita fuentes activas cuando usa búsqueda web, pero el volumen de consulta orgánica en Google es muy superior.
Ejecuta cada prompt al menos tres veces en días distintos. Anota cada respuesta. Si en dos de tres ejecuciones sales mencionado, puedes empezar a hablar de patrón. Si sales una de tres, el dato es volátil.
Mantén el mismo set de prompts entre mediciones. Si cambias los prompts cada semana, no puedes comparar evolución. La constancia del set es lo que permite ver tendencias. Para medir visibilidad IA en condiciones reales, la repetición es tan importante como el diseño del prompt.
Lanza los prompts sin sesión iniciada siempre que sea posible. El historial personaliza las respuestas y contamina la medición. Modo incógnito o navegador limpio. Si trabajas con un enfoque GEO estructurado, la repetición y el control de variables forman parte del protocolo desde el principio.
Paso 5: Mide las métricas que importan, no un porcentaje global
Para medir visibilidad IA con precisión, un único porcentaje de aparición engaña. Si mides «aparezco en el 60% de los prompts», estás mezclando menciones de pasada con recomendaciones argumentadas con citas con enlace. Cada una pesa distinto.
Separa las cuatro métricas:
- Mención: tu marca aparece nombrada. Cuenta cuántas veces y en qué posición dentro de la respuesta.
- Recomendación: el modelo te sugiere activamente. Pesa más que una mención.
- Cita con enlace: tu dominio aparece como fuente con enlace clicable. Es lo más cercano a tráfico potencial.
- Share of voice: tu proporción de menciones frente al total de la categoría.
El share of voice es la métrica que más información da. Si en una consulta la IA menciona ocho centros y el tuyo es uno, tienes un 12,5% del share (dato ilustrativo). Ese número sitúa tu posición competitiva real dentro del mercado, algo que un «aparecí» binario no hace.
Y la estabilidad: si sales en 2 de 3 ejecuciones del mismo prompt, tu visibilidad es del 66% para ese prompt. Si sales en 3 de 3, es del 100%. Promediar la estabilidad entre todos tus prompts te da una foto más fiable que contar apariciones puntuales.
Aquí tienes las cuatro métricas resumidas:
| Métrica | Qué mide | Cómo se calcula | Ejemplo |
|---|---|---|---|
| Mención | Si tu marca aparece nombrada | Apariciones / total de prompts | 8 de 20 prompts = 40% |
| Recomendación | Si el modelo te sugiere activamente | Recomendaciones / total de prompts | 3 de 20 prompts = 15% |
| Cita con enlace | Si tu dominio aparece con enlace | Citas / total de prompts | 2 de 20 prompts = 10% |
| Share of voice | Tu peso competitivo en la categoría | Tus menciones / menciones totales de la categoría | 4 de 32 menciones totales = 12,5% |
Paso 6: Elige tu herramienta solo después de tener el set de prompts listo
La calidad del dato la decide el set de prompts que configures. La herramienta pesa menos.
Para un diagnóstico puntual con 20 prompts, la medición manual funciona. Lanzas cada prompt en cada plataforma, anotas menciones, enlaces y posición, y repites en varias ejecuciones. Es tedioso, pero te obliga a leer las respuestas, lo que ningún report automatizado hace por ti.
Con 200 prompts necesitas una herramienta. Hay opciones que automatizan el seguimiento de prompts en varios modelos, como SE Ranking (se abre en una pestaña nueva), Ahrefs Brand Radar (se abre en una pestaña nueva) u otras plataformas de tracking (se abre en una pestaña nueva). Lo que ninguna hace por ti es elegir los prompts correctos. Ese trabajo sigue siendo tuyo.
Antes de pagar una suscripción, ten tu set definido, probado en manual y segmentado por tipo de consulta. Llegar a una herramienta con 200 prompts mal elegidos te da 200 datos inútiles presentados con gráficos bonitos. Medir visibilidad IA bien empieza por el prompt, y el prompt es cosa tuya.
Preguntas frecuentes
¿Cuántos prompts necesito para medir visibilidad IA?+
No hay número mágico. Lo útil es cubrir entre 20 y 50 prompts que reflejen consultas reales de tu mercado, repartidos entre categoría, comparativa y recomendación. Con menos de 10 mides anécdotas; con más de 100 mides ruido si no los segmentas.
¿Puedo medir la visibilidad en IA manualmente?+
Sí, para un diagnóstico puntual. Lanzas tus prompts en cada plataforma, anotas menciones, enlaces y posición, y repites en varias ejecuciones. Es viable con 20 prompts; con 200 necesitas una herramienta.
¿Por qué mis resultados cambian si lanzo el mismo prompt dos veces?+
Los modelos generativos no son deterministas. El modelo, la ubicación, el idioma y el historial influyen en cada respuesta. Una medición aislada no vale; necesitas varias ejecuciones para identificar un patrón estable.
Si no sabes qué prompts lanzar, nosotros los construimos por ti.
Hablemos