Método
Cómo medir la visibilidad en IA de una web
Medir la visibilidad en IA exige saber qué parte de la página lee cada motor. Te contamos cómo hacerlo sin convertir una ausencia de dato en un cero engañoso.
Si te preguntas cómo se medir la visibilidad en IA de una web, conviene empezar por algo muy concreto: no se analiza la página tal como la ves tú, sino los fragmentos que cada motor llega a leer. Piensa en una guía que acabas de publicar y en la duda de si ChatGPT, Perplexity o Gemini la citan. Antes de nada, hay que determinar qué partes del documento han leído realmente esos sistemas: si el contenido útil está dentro de un script o detrás de un bloqueo inaccesible, la medición no corresponde a esa página. RankAI arranca justo ahí, desde las páginas públicas que leen los motores, y separa lo que se puede observar de lo que queda fuera.
Qué supone observar la visibilidad en IA
La visibilidad en IA no es una cifra única. Se compone de observaciones independientes, y cada una va ligada a un motor y a una forma de lectura. Las páginas públicas de RankAI nombran ChatGPT, Perplexity, Gemini, Grok y Google AI. Esa lista marca el perímetro declarado: no incluye otros sistemas y no debe ampliarse por analogía.
Hay dos distinciones que importan y que puedes comprobar:
- Claude y Grok solo se miden después de conectarlos. Antes de ese paso no hay ninguna medición disponible.
- Gemini y Google AI Overviews no son la misma observación. Deben tratarse como dos lecturas distintas, aunque se refieran a la misma web.
Por eso, un único dato agregado no responde a la pregunta del lector. Hace falta saber qué motor ha leído qué parte de la página.
El método operativo que propone RankAI
Lo que sigue es una propuesta operativa de RankAI, no un estándar universal. Su objetivo es que la medición pueda verificarse paso a paso.
- Delimita la página observable. Criterio verificable: la porción de contenido que quieres medir debe poder leerse sin depender de elementos que el motor no procesa. Si el texto útil no está en la página pública, la medición no lo cubre.
- Asigna cada observación a un motor. Criterio verificable: todo resultado debe indicar el nombre del motor que lo ha generado. Un dato sin motor asociado no es una medición de visibilidad en IA.
- Trata los motores no conectados como no medidos. Criterio verificable: en Claude y Grok la medición existe solo tras la conexión. Antes, el estado correcto es la ausencia de medición, no un valor bajo.
- Separa Gemini de Google AI Overviews. Criterio verificable: las dos observaciones se registran en campos distintos, aunque se refieran a la misma página y al mismo periodo.
- Registra la ausencia como N/D. Criterio verificable: si falta una medición de visibilidad, el producto la muestra como N/D, nunca como cero. Cero es un valor observado; N/D es una ausencia de observación.
Cuando hablamos de visibilidad en IA, lo más delicado es la tentación de rellenar los huecos. Si un motor no está conectado, o si una página no se puede leer en la parte que nos interesa, la reacción instintiva es escribir cero: parece un dato limpio, comparable y útil para una media. Pero cero significa que el motor ha leído y no ha encontrado nada; N/D significa que no hemos observado. Son dos afirmaciones diferentes y llevan a decisiones diferentes: la primera sugiere reescribir el contenido, la segunda activar una lectura que todavía falta.
Por eso, en nuestra forma de plantear la medición, la unidad básica no es la web sino el par motor-página. Una página puede ser observable para un motor y no para otro, y eso no es un error que haya que corregir: es información. Mantener los campos separados, declarar el perímetro de los motores nombrados y conservar los N/D hace que el cuadro sea comparable a lo largo del tiempo sin inventar continuidad donde no la hay. La comprobación que proponemos es sencilla: para cada cifra mostrada debe poder rastrearse el motor, la página y el tipo de lectura que la han producido. Si falta uno de los tres elementos, no es una medición de visibilidad en IA, sino una aproximación.
Un límite que puedes comprobar
El límite está en el propio perímetro: las páginas públicas de RankAI nombran ChatGPT, Perplexity, Gemini, Grok y Google AI, y Claude y Grok se miden solo después de conectarlos. Todo lo que quede fuera de esa lista no está cubierto por la medición y no debe deducirse por parecido. Además, una respuesta de API no es la pantalla que ve una persona: lo que observamos no coincide con la experiencia visual de un usuario delante del motor.
Para ver el cuadro completo de cómo funciona la medición y qué queda fuera, puedes consultar la página de detalle.