Cómo saber si ChatGPT recomienda tu marca (método en 5 pasos)

Antes de invertir un peso en posicionamiento en motores de IA, necesitas la foto inicial: ¿qué responde hoy cada motor cuando alguien pregunta por tu categoría? Este método es el mismo que ia¹ usa en sus diagnósticos, y puedes ejecutarlo tú mismo en una tarde.

# Paso 1 · Define los prompts críticos de tu categoría

No preguntes por tu marca — pregunta como pregunta tu cliente cuando todavía no te conoce. Tres familias de prompts: de recomendación (“¿qué empresa de X me recomiendas en México?”), de comparación (“¿cuáles son las mejores opciones de X en Guadalajara?”) y de problema (“necesito resolver Y, ¿quién puede ayudarme?”). Escribe 10-15, en el lenguaje natural de tu comprador, incluyendo variantes con ciudad.

# Paso 2 · Corre los prompts en los 5 motores, en condiciones limpias

ChatGPT, Perplexity, Gemini, Claude y Google con AI Overviews. Tres reglas para no contaminar el resultado: usa sesiones sin historial (el contexto previo sesga las respuestas), no uses tu cuenta logueada si has hablado de tu marca con el asistente, y corre cada prompt dos veces en días distintos — las respuestas varían y te interesa la tendencia, no la foto única.

# Paso 3 · Registra menciones, orden y sentimiento

Para cada prompt y motor, registra en una hoja: marcas mencionadas y en qué orden, si tu marca aparece, cómo te describe (¿la descripción es correcta? ¿vieja? ¿confundida con otro?), y qué atributos destaca de los competidores citados. El orden importa: la primera mención se lleva la mayor parte de la decisión.

# Paso 4 · Identifica las fuentes que alimentan cada respuesta

Perplexity y los AI Overviews citan sus fuentes explícitamente; ChatGPT con búsqueda también enlaza. Esa lista es oro estratégico: son las páginas que el motor considera autoridad en tu categoría. Si tus competidores aparecen y tú no, revisa qué fuentes los mencionan y cuáles podrían mencionarte a ti — ahí está tu plan de autoridad externa.

# Paso 5 · Convierte la foto en una serie mensual

Una medición aislada no sirve para decidir: los modelos varían entre versiones y días. Repite el ejercicio cada mes con los mismos prompts y registra la tasa de mención por motor. Con tres meses de serie ya distingues tendencia de ruido — y puedes atribuir el efecto de lo que implementas (schema, contenido, autoridad) a los movimientos en la curva.

# Fuentes referenciadas

• Aggarwal et al. · GEO: Generative Engine Optimization (KDD 2024) · Marco de medición de visibilidad en respuestas generadas del que deriva la métrica de citación por prompt.