7 de noviembre de 2026

    ChatGPT mostrará la frecuencia de aparición de una marca en sus respuestas, pero no el porqué

    ChatGPT mostrará a las empresas las impresiones y clics generados por sus respuestas. Analizamos qué indica este contador, qué omite y cómo interpretarlo con una medición independiente.

    Un contador de impresiones junto a cinco anillos de medición: la plataforma muestra un número, la medición independiente muestra con qué empresa se asocia una marca en la respuesta de un modelo.

    El viernes 6 de noviembre, se detectó un banner para empresas en ChatGPT. La promesa es sencilla: confirma que el negocio es tuyo y verás cuántas veces apareció en las respuestas y cuántas personas hicieron clic en tu sitio web. En mi artículo sobre la atención que tus analíticas no pueden ver, escribí que solo la plataforma que muestra la respuesta tiene señales como estas. La plataforma está empezando a compartirlas, y eso es una buena noticia. La pregunta es qué leerás de este contador y qué nunca leerás de él.

    ¿Qué se detectó exactamente y por qué es una buena noticia?

    La función se llama Business Hub. Todavía no está disponible y OpenAI no la ha anunciado oficialmente. El banner y los primeros informes sugieren que un negocio verificado (se da como ejemplo la conexión de una tienda online) verá dos cifras diarias en un gráfico: impresiones en las respuestas y clics en los enlaces a su sitio web. Además, se incluirán detalles actualizados de productos y la empresa, junto con un agente que responderá a los clientes en un contexto controlado por el negocio. El panel no mostrará las preguntas que hicieron las personas, los competidores ni ninguna clasificación.

    Esta es una buena noticia, porque un canal que hasta ahora no dejaba rastro está obteniendo un contador. La búsqueda ya recorrió este camino: Google Search Console ha mostrado impresiones y clics durante años, y los especialistas en marketing han aprendido a tomar decisiones basándose en ello. La peor situación en el canal de IA, por lo tanto, está desapareciendo: aquella en la que la decisión del cliente se toma y el panel permanece vacío.

    El contador confirma que la posibilidad de atención en la respuesta de un modelo existe y se puede cuantificar, pero no dice de dónde provino esa posibilidad.

    El contador mide el último paso en el camino hacia la atención

    En ese artículo anterior, desglosé el camino hacia la atención en el canal de IA en cuatro pasos. El primero es un conjunto fijo de preguntas de los clientes sin el nombre de la marca. El segundo son los cinco niveles leídos del contenido de las respuestas, que juntos constituyen la posibilidad de atención: presencia, competencia, posición, dirección y traspaso. El tercero es la investigación con personas, que confirma que la atención realmente ocurrió, y el cuarto es el impacto comercial: tráfico de las respuestas, consultas y ventas. Las impresiones y los clics del panel de la plataforma pertenecen a ese cuarto paso.

    ¿Por qué no es suficiente? El panel te dirá que la marca apareció en las respuestas mil veces. No te dirá en qué preguntas, junto a quién o en qué posición. Tampoco te dirá si el modelo recomendó la marca o simplemente la mencionó, si la describió con precisión o a dónde envió al cliente. Las cinco preguntas sobre la posibilidad de atención quedan sin respuesta.

    Imagina dos marcas con un contador idéntico. La primera aparece en preguntas sobre la categoría, y el modelo la recomienda claramente. La segunda aparece en preguntas sobre las debilidades del líder, como una alternativa más barata al final de la lista. El gráfico muestra la misma barra, pero estas son dos situaciones completamente diferentes. Michał Grzebyk describió la diferencia entre una mención y una recomendación en un artículo aparte.

    La plataforma muestra que la marca estaba en la respuesta. La medición independiente muestra por qué y junto a quién.

    ¿Por qué las cifras del panel y las cifras de medición nunca coincidirán?

    El panel cuenta cada conversación de cada persona que usa la plataforma, junto con su historial, memoria y personalización. La medición independiente plantea un conjunto fijo de preguntas de los clientes a los modelos, sin el nombre de la marca y sin personalización, con la versión del modelo y la fecha junto a cada cifra. El primero es un contador, el segundo es una muestra de investigación, y ambos describen el mismo fenómeno desde dos lados diferentes.

    Ninguna medida anula a la otra, porque cada una responde a una pregunta diferente. El contador te dice lo que sucedió en las conversaciones de personas reales. La muestra te dice lo que el modelo tiende a hacer cuando un cliente pregunta sobre la categoría, y por qué razón. Ambas cifras son dignas de mantenerse una al lado de la otra, en una misma línea de tiempo, pero nunca sumadas.

    Consejo: cuando ambos gráficos se mueven en la misma dirección, lo más probable es que el cambio sea real. Cuando divergen, eso aún no es un error, solo una pregunta que vale la pena investigar. Una divergencia generalmente dice algo sobre quién pregunta, en qué idioma o en qué modelo.

    ¿Es el aumento del contador obra de la marca?

    Después del primer aumento en el contador, la junta preguntará directamente si es el resultado del trabajo de la empresa. Un aumento puede tener al menos tres causas, y cada una de ellas conduce a una decisión diferente. Puede provenir de las propias acciones de la marca, como nuevo contenido, nuevas fuentes o hechos ordenados.

    También puede provenir de una nueva versión del modelo que, sin ninguna campaña, comenzó a mencionar la marca con más frecuencia. En nuestras mediciones vemos que un cambio de versión puede alterar el resultado notablemente, en cualquier dirección. Finalmente, puede provenir del propio mercado, porque cada vez más personas usan asistentes. El panel de la plataforma no puede distinguir estas causas, porque no sabe lo que hizo la marca y no muestra la versión del modelo.

    Tres cosas permiten distinguirlas: un registro fechado de lo que hizo la marca, un marcador para cada cambio de versión del modelo en la misma línea de tiempo y un umbral de ruido por debajo del cual un cambio no es un cambio. Sin ellos, el gráfico del panel se ve bien pero no dice nada. Por lo tanto, vale la pena comenzar el registro de actividad hoy, antes de que el panel llegue a tu empresa.

    Un asistente no es todavía el canal de IA

    El panel de OpenAI mostrará ChatGPT, mientras que los clientes también preguntan a Gemini, Claude, Perplexity o Copilot. En la Búsqueda de Google, cada vez más leen una respuesta generada por encima de los resultados antes de hacer clic en cualquier enlace. Cada uno de estos modelos construye su lista de manera diferente y apunta a las fuentes de manera diferente.

    Para las marcas presentes en muchos mercados, el idioma es un factor adicional. Un modelo cita la fuente que se ajusta a la situación de la persona que pregunta, en el idioma y contexto de esa persona. Por lo tanto, el mismo producto puede obtener respuestas y referencias completamente diferentes en alemán y en checo.

    Un contador de una plataforma es una medida de una plataforma. El canal de IA se mide en todos los modelos a la vez, con las mismas preguntas.

    Perfil, productos y agente, o el lugar donde la marca habla por sí misma

    La segunda parte del banner es igual de importante para las marcas, porque el negocio obtiene espacio para productos y detalles actuales, además de un agente que responde a los clientes en un contexto que el negocio controla. Por primera vez, una marca tiene un lugar dentro del asistente donde habla con su propia voz.

    Permítanme repetir el principio que seguimos en Brand Semantics: no dirigimos las respuestas de los modelos, medimos los efectos de los cambios. El perfil y el agente son un lugar para los hechos, no para la persuasión. El modelo los verificará con las fuentes de todos modos, y el cliente los verificará con la realidad.

    Entonces, ¿qué debes preparar? Una lista de hechos de la marca que deben ser consistentes en todas partes: productos, precios o rangos de precios, ubicaciones, certificaciones, personas de contacto. Un error contra los hechos de la marca en la respuesta de un modelo es una pérdida diferente a la de ser omitido. Una marca que es omitida pierde una oportunidad, mientras que una marca que es descrita erróneamente pierde la confianza del cliente.

    ¿Qué debes hacer antes de que el panel llegue a tu empresa?

    La verificación a través de una tienda online sugiere que la función comenzará con el comercio electrónico, por lo que una empresa B2B puede tener que esperar más tiempo. Esto hace que sea un buen momento para prepararse para leer el contador.

    1. Mide ahora, con preguntas que no nombren la marca, en varios modelos y en los idiomas de tus clientes. Cuando se lance el panel, tendrás una línea de base fechada.
    2. Mantén un registro de actividad y anota en él lo que se publicó o cambió, y cuándo, en tu sitio web y en tus fuentes.
    3. Separa el tráfico de los asistentes en tus analíticas como fuentes de referencia distintas, para que puedas comparar los clics del panel con las sesiones en tu sitio.
    4. Pon en orden los hechos de la marca en las fuentes que citan los modelos. El perfil y el agente se basarán más tarde en los mismos hechos.
    5. Registra cada cifra con la versión del modelo y la fecha, y mantén las cifras del panel separadas de las cifras de medición, sin sumarlas.

    El contador pone fin a la invisibilidad del canal de IA, pero no al trabajo del especialista en marketing

    Un contador de la plataforma es un buen cambio, porque pone fin al tiempo en que el canal de IA era invisible para las analíticas, pero no libera al especialista en marketing de preguntar sobre las causas. La plataforma muestra que la marca estaba en la respuesta. La medición independiente muestra por qué y junto a quién. La atención sigue siendo la moneda, y el modelo todavía ofrece oportunidades a las marcas que le dan una razón.

    Si deseas una línea de base antes de que un panel de plataforma llegue a tu empresa, Semantio hace preguntas a los modelos que no nombran la marca y muestra si el modelo la presenta, a quién la coloca al lado, con qué fuerza la recomienda y a dónde envía al cliente, con la versión del modelo y la fecha junto a cada cifra. Puedes comenzar con una prueba de 7 días.


    CEO Brand Semantics

    Creador y arquitecto principal de Semantio, concibió su metodología de investigación y marco de puntuación LLM. Cofundador de AI Business Center Foundation, impulsa la implementación de IA alineada con objetivos estratégicos empresariales.