Mejore sus habilidades con los conocimientos expertos semanales de Growth Memo. ¡Suscríbete gratis!
La mayoría de los equipos hablan de “visibilidad de la IA” como si fuera una cosa. Los nuevos datos sobre 3,7 millones de citas en ChatGPT, Perplexity y Google AI Overviews sugieren que no lo es. Y la brecha entre los tres motores es más amplia (y más importante desde el punto de vista estratégico) de lo que probablemente admite su tablero.
El memorando de hoy se desglosa:
- Por qué una puntuación OEA combinada oculta el único hallazgo que importa.
- Qué tipos de páginas y dominios realmente viajan a través de los motores.
- El cambio de la medición de la IA presencia para medir portabilidad.
Una de las mayores diferencias entre AEO y SEO es que AEO funciona en más plataformas.
Los datos de Omnia muestran en múltiples muestras que solo entre el 2,35% y el 2,45% de las URL citadas aparecieron en ChatGPT, Perplexity y Google AI Overviews para el mismo mensaje. El 91% de las citaciones aparecieron en un solo motor.
Conclusión: la visibilidad de la IA no es una tabla de clasificación única. En cambio, son tres sistemas de distribución diferentes los que a veces superposición y generalmente no.
Sólo el 2% de las URL son citadas por los 3 motores
La mayoría de la gente adivinaría que si una URL es citada por un importante motor de IA, tiene una posibilidad razonable de aparecer en los demás.
Pero la muestra de 20.000 indicaciones muestra Solo el 2,37 % de las URL citadas aparecen en los tres motores para el mismo mensaje..
En tanto, el 91,07% se presenta en sólo uno. Esos dos números están uno al lado del otro porque se explican entre sí. El ~7% restante se superpone en pares, lo que significa que los motores se basan en grupos en gran medida inconexos en lugar de clasificar el mismo grupo de manera diferente.
Para los equipos OEA/SEO, eso significa que una única puntuación de visibilidad compuesta es la unidad de medida incorrecta. Las puntuaciones promedio de OEA ocultan esto. Una marca puede parecer fuerte en conjunto y ser invisible en 2 de 3 motores. Los equipos que persiguen un número de visibilidad de IA combinado están comprimiendo tres sistemas de clasificación en una métrica y lo llaman estrategia.
El 2% se mantiene en cada corte
La tasa de superposición de ~2% y la tasa de exclusión de ~91% se mantienen casi perfectamente planas en cuatro muestras.
Esa coherencia importa más que el punto decimal exacto. La brecha de consenso no es producto de un conjunto de consultas o de una ventana de tiempo. Parece estructural.
En el tercer trimestre de 2025, la superposición universal fue del 2,2%. En el cuarto trimestre de 2025 y el primer trimestre de 2026, aumentó al 2,7%. Las citaciones exclusivas de motores cayeron del 90,1% a aproximadamente el 88%. Entonces sí, una pequeña cantidad de convergencia. Pero incluso después de ese cambio, la fragmentación sigue dominando.
Las indicaciones comerciales tampoco convergen
La división de intenciones es una de las partes más silenciosas pero más útiles del conjunto de datos. Se podría argumentar que las consultas comerciales deberían generar más consenso. Cuando alguien busca (el mejor CRM), (las mejores zapatillas para correr) o (el mejor software de gestión de proyectos), el conjunto de fuentes aceptables parece más reducido que el de las sugerencias informativas amplias.
Sorprendentemente, los datos no respaldan una gran diferencia.
Las indicaciones comerciales muestran una superposición universal del 2,4%. Las indicaciones informativas muestran un 2,0%. Incluso cuando la consulta debería limitar el conjunto de respuestas, los motores siguen eligiendo fuentes diferentes la mayor parte del tiempo.
Eso va en contra de un instinto común en SEO y estrategia de contenido. Los equipos a menudo asumen que en las consultas de alta intención es donde aparecerá la autoridad compartida. Lo contrario parece más cierto. Incluso en territorio comercial, la propia lógica de recuperación de cada motor, en qué fuentes confía, qué formatos prefiere, hacen la mayor parte del trabajo.
Las guías superan a las páginas de inicio por el doble
El desglose del tipo de página a continuación muestra que las guías y los tutoriales tienen la mayor superposición entre motores con un 2,3%, seguidos de los blogs con un 1,8%, las páginas de categorías con un 1,6%, las páginas de productos con un 1,2% y las páginas de inicio con un 1,1%.
Dos lecciones:
- Primero, el contenido explicativo viaja mejor que la marca o los activos transaccionales. Si desea tener la mejor oportunidad de aparecer en todos los motores, el candidato más fuerte no es la página de inicio ni la página del producto. Es la página que ayuda, explica, compara o enseña, pero ten en cuenta que también son formatos de contenido que las IA pueden responder bien directamente.
- Segundo, Incluso los mejores tipos de páginas funcionan mal en términos absolutos.. Los guías no están ganando entre motores en ningún sentido significativo. La lectura correcta al respecto no es «publica más guías y ganarás en todas partes». Es más simple que eso: el contenido útil viaja mejor que el contenido de marca.
Visibilidad no es lo mismo que portabilidad
Uno de los errores más fáciles en este espacio es confundir la frecuencia de las citas con la portabilidad de las mismas. Wikipedia es el ejemplo más claro. Aparece 16.073 veces en el conjunto de datos, pero solo el 1,3% de esas apariciones son universales en todos los motores. Reddit aparece 14.267 veces, pero sólo el 0,1% son universales. Reuters aparece 1.202 veces y todavía llega a una superposición universal del 0,0%.
Por eso una métrica importante es la portabilidad. Un dominio puede aparecer en todo un motor y apenas viajar, lo que significa que una marca que parece dominante en un panel agregado puede estar a una plataforma de distancia de la invisibilidad. La presencia te dice si eres visible. La portabilidad le indica si esa visibilidad es resistente.
Qué significa esto para los operadores
La implicación práctica es simple: Dejemos de tratar la visibilidad de la IA como una sola cosa. Examine la visibilidad integral de su dominio midiendo:
1. Presencia, el porcentaje de mensajes rastreados en los que aparece su dominio en cualquier motor. La presencia te dice si eres visible.
2. Portabilidad, el porcentaje de las URL citadas que aparecen en los tres motores. La portabilidad le indica si esa visibilidad es resistente.
3. Concentración, el % de tus citas que provienen de un solo motor. La concentración le indica en qué motor está construido en secreto su tablero actual.
Si la superposición entre motores es tan baja, una única estrategia OEA es demasiado abstracta para ser útil.
Cuando abordamos la visibilidad de la IA desde una perspectiva holística, surgen preguntas más agudas:
- ¿Qué motor nos importa más?
- ¿Cuáles de nuestros activos viajan a través de motores y cuáles solo funcionan en uno?
- ¿Estamos midiendo la presencia cuando deberíamos medir la portabilidad?
Esto también cambia la forma en que los equipos de marca deberían pensar sobre los diagnósticos. Una página de inicio débil en todos los motores puede no ser un problema de página de inicio. Es un síntoma de algo más amplio: los motores prefieren la utilidad a la centralidad de la marca. En ese mundo, la visibilidad proviene menos de ser el oficial fuente y más por ser el útil fuente.
La cuestión estratégica ya no es “¿Cómo clasificamos en IA?» En lugar de eso, deberíamos preguntarnos: «¿Cómo construimos activos que sobrevivan a diferentes preferencias de motor?«Ésa es una pregunta más estrecha y también mejor.
Metodología
Hay algunas advertencias sobre este análisis:
- El conjunto de datos está sesgado hacia la base de clientes de Omnia.
- Los cortes de intención y tipo de página se basan en la clasificación de expresiones regulares, que es útil para el análisis direccional pero no para un trabajo de taxonomía perfecto.
Esas advertencias no debilitan mucho el hallazgo principal. La señal más importante no es la precisión en los bordes. Es consistencia en el centro. No importa cómo cambien los cortes, el mismo patrón resurge: muy poca superposición, muy alta especificidad del motor y sólo diferencias modestas por tiempo, intención o tipo de página.
Tamaño del conjunto de datos y ventana de tiempo
El análisis se basa en cuatro muestras rápidas. Tres cohortes de 5000 indicaciones cada una, rastreadas desde el 1 de enero de 2025; 1 de julio de 2025; y el 1 de enero de 2026. Una muestra aleatoria separada de 20.000 muestras respalda las cifras principales de 2,37% y 91,07%. El corte de vista temporal abarca desde el tercer trimestre de 2025 hasta el primer trimestre de 2026 (hasta la fecha) y cubre 3,7 millones de citas de URL en total. Las divisiones de intenciones comerciales/informativas/otras se extraen de aproximadamente 2,6 millones de URL en la muestra combinada. Las divisiones por tipo de página abarcan 4,1 millones de apariciones de URL.
Cómo se seleccionaron las indicaciones
Las 20.000 indicaciones se extraen como una muestra aleatoria del grupo de monitoreo de indicaciones en vivo de Omnia. El grupo refleja lo que los equipos de marketing reales eligieron rastrear, ponderado hacia la geografía de clientes de Omnia (principalmente en España, además del Reino Unido, los países nórdicos y otros mercados de la UE). Cada mensaje se ejecuta en el idioma principal de su país, por lo que el español está sobrerrepresentado en comparación con un conjunto de datos exclusivo de EE. UU. La combinación de industrias incluye fintech/insurtech, viajes, SaaS y servicios B2B. Trate los hallazgos como direccionales para la búsqueda de IA en Europa.
Cobertura del motor
El estudio cubre tres motores: ChatGPT, Perplexity y Google AI Overviews. Cada uno activa el mismo mensaje simultáneamente dentro del mismo minuto, dos veces al día, con localización del país, y cada motor consulta en su estado predeterminado habilitado para la web y no autenticado. El seguimiento de perplejidad se ejecuta en Sonar, mientras que ChatGPT y Google AI Overviews utilizan el modelo de producción predeterminado de cada proveedor para la navegación web sin sesión (que ni OpenAI ni Google fijan públicamente en una versión específica).
Metodología de clasificación
La intención y el tipo de página se asignan mediante expresiones regulares. Los grupos de intención son Comercial, Informativo y Otros. Los depósitos de tipo página son Guía/tutorial, Artículo/blog, Página de categoría, Página de producto, Página de inicio, Wikipedia y Otros. Las reglas se basan en palabras clave y patrones de URL, lo que las hace lo suficientemente rápidas para un conjunto de datos de varios millones de URL, pero toscas en los bordes. Los casos extremos se incluyen en Otros, por lo que Otros tiene una gran participación tanto en las tablas de intención como en las de tipo de página. Trate los cortes de expresiones regulares como direccionales, no autoritarios.
Más recursos:
Imagen de portada: FGC/Shutterstock; Paulo Bobita/Diario del motor de búsqueda
