La mayoría de las marcas improvisan su set de prompts o rastrean miles que nunca consultan – así funciona el Prompt Tracking para la visibilidad IA de marcas multi-ubicación

La primera pregunta que hacen la mayoría de los responsables de SEO (o AEO, o GEO) cuando configuran su herramienta de Prompt Tracking suele venir de una muy buena intención:

«¿Por qué estos prompts?»

«¿De dónde vienen?»

«¿Cuáles debo priorizar para que mi gasto de créditos no se descontrole?»

Porque ya saben que una sola respuesta de cualquier modelo de IA es solo una posibilidad de un sistema que da una respuesta diferente la próxima vez que un cliente local pregunte.

Las preguntas son legítimas. Cuando nuestra analista GEO/AEO Katya Shishchenko estudió cómo 5 modelos de IA recomiendan negocios locales – de 9 a 11 prompts por sector, de 50 a 100 ejecuciones cada uno, más de 120.000 menciones en 3.700 negocios –, confirmó que solo el 5,5 % de los negocios mencionados por algún modelo aparecen en las respuestas de los 5 modelos al mismo prompt. Y casi 2 de cada 3 negocios citados por alguna herramienta de IA aparecen solo en las recomendaciones de un único modelo – los otros 4 no los mencionan en absoluto.

¿Cómo sabes, como responsable de búsqueda de tu marca, qué prompts rastrear, cuántos necesitas y cuáles priorizar – especialmente cuando rastrear miles daría datos mucho mejores, pero cuesta más créditos?

El set de prompts que construyes proporciona los indicadores de visibilidad IA que presentas a la dirección; define tu estrategia de contenido en todos los establecimientos. Pero si no se construye de forma eficiente, costará dinero y producirá métricas que te pondrán nervioso compartir con tu equipo.

Si aún estás en la fase de encontrar prompts, hemos explicado por separado cómo funciona la investigación de prompts en GEO Studio. Aquí se trata de entender cómo funciona el Prompt Tracking – cómo convertir tu lista de ideas de prompts en un set sólido que te proporcione a ti y a la dirección los insights que necesitan por establecimiento. Y de saber qué es lo que ese set no puede revelarte, incluso cuando está bien construido.

‍

4 reglas para elegir los prompts que debes rastrear

Aquí es donde empiezas en GEO Studio. El Prompt Universe extrae prompts candidatos de fuentes como Google Search Console, Reddit, YouTube y dominios de la competencia, y los organiza para que veas qué preguntan las personas a los modelos de IA sobre tu categoría de negocio.

Te proporcionará más prompts candidatos de los que deberías ejecutar de una vez – nuestro equipo recomienda estas 4 reglas cuando construyas tu set de prompts.

1. Separa los prompts de marca y sin marca

«¿Es [marca] buena para X?» te dice lo que la IA opina de ti cuando el cliente ya te conoce. «Mejor X en [ciudad]» te dice si la IA te menciona en absoluto.

«Si los prompts sin marca miden la visibilidad competitiva, los de marca nos ayudan a entender el reconocimiento de marca, la precisión de la entidad comercial, la reputación y el sentimiento general – y si la IA recomienda otras marcas cuando la tuya ya está mencionada en el prompt. Es como un control de temperatura para tu marca.» – Katya Shishchenko

Mide ambos – prompts de marca y sin marca –, pero ten en cuenta que los prompts de marca siempre te darán un Mention Rate alto, por lo que mezclarlos en un promedio único en un dashboard o informe ocultará algunas de tus mayores oportunidades sin marca.

Es tentador quedarse con los prompts en los que te citan constantemente y que señalan autoridad de marca, pero no dejes que distorsionen la impresión general de tu visibilidad IA. Necesitas saber cuándo tu marca multi-ubicación empieza a perder visibilidad en consultas sin marca – la volatilidad es más frecuente ahí.

2. Cubre las intenciones que llevan a una visita, no solo al descubrimiento

La cobertura de intenciones te muestra dónde están tus carencias y dónde enfocar tu contenido.

Basándose en su investigación – un estudio separado del mencionado arriba –, Katya Shishchenko, nuestra analista AEO/GEO en Uberall, recomienda el siguiente Prompt Management:

• De 7 a 11 tipos de intención, con
• De 5 a 12 variaciones de formulación por intención – 5 formulaciones bastan para ver si tu visibilidad se mueve, y 12 te muestran el conjunto completo de negocios que la IA recomienda
• en al menos 2 modelos de IA (ChatGPT y Gemini)

Eso supone aproximadamente de 35 a 130 prompts por mercado.

Envió 182.430 prompts a 3 modelos de IA: GPT-4o, Claude 3.5 Sonnet y Gemini 1.5 Pro. Estos prompts cubrieron 16 tipos de intención de búsqueda local en 5 sectores – restauración, talleres de automóviles, despachos jurídicos, clínicas veterinarias y peluquerías – en 4 ciudades estadounidenses. Cada prompt se ejecutó de 10 a 30 veces para tener en cuenta las variaciones en las respuestas de la IA.

Las intenciones que rastreas determinan qué competidores ves. Los prompts de urgencia, especialista y comparación, como «dentista barato en Madrid» y «dentista de urgencia abierto domingo cerca de Malasaña», suelen favorecer a las cadenas nacionales. Estos están más cerca de generar visitas presenciales. En cambio, «mejor», «mejor valorado» y «dónde van los locales» favorecen a negocios locales más pequeños e independientes, y son el tipo de prompts que ayudan a que tu marca sea descubierta.

En el estudio del marco de monitoring de Katya, los prompts de urgencia hicieron aparecer cadenas nacionales el 20 % de las veces, mientras que los prompts «mejor valorado» y «mejor» las hicieron aparecer menos del 1,5 % de las veces.

También puedes ahorrar créditos fusionando consultas que se solapan como «mejor», «más fiable» y «cerca de mí». Estas, según la investigación de Katya, devuelven en gran medida los mismos negocios en las respuestas de la IA. Fueron las únicas 2 de las 16 intenciones probadas que se solapaban fuertemente.

3. Incluye barrios y puntos de referencia en el texto del prompt

GEO Studio tiene dos campos separados para el Prompt Tracking:

1. una ubicación (dónde se encuentra tu negocio)
2. el texto del prompt (lo que pregunta el cliente).

Nuestro Technical Product Manager Luma Ghazaleh explica: «Los barrios, distritos y términos locales como 'Malasaña' o 'El Born' son modificadores de intención de búsqueda y no entidades comerciales independientes – trátalos como variaciones de prompt, no como ubicaciones separadas.»

En la práctica, eso significa en GEO Studio:

• Campo de ubicación: Madrid (el mercado a nivel de ciudad en el que opera tu establecimiento)
• Texto del prompt: «dentista cerca de Malasaña» (no «dentista en Madrid»)

Rastrear solo un prompt a nivel de ciudad como «dentista en Madrid» es demasiado amplio para mostrarte dónde gana o pierde tu marca dentro de esa ciudad. Cuando las consultas son más específicas de barrio (Malasaña en lugar de Madrid), los modelos de IA varían sus respuestas al ponderar reseñas locales, proximidad y relevancia a nivel de barrio.

Rastrea esas variaciones de barrio como prompts separados, todos con «Madrid» como ubicación, y podrás ver cómo los modelos de IA recomiendan tu marca multi-ubicación en cada parte de la ciudad – y dónde un competidor está ganando un barrio que creías tuyo.

4. Prueba las formulaciones antes de invertir créditos

El query fan-out te muestra las subpreguntas que un modelo se hace a sí mismo antes de elaborar una respuesta o recomendación local. Puedes usarlo de dos maneras para construir un mejor set de prompts en tu herramienta de Prompt Tracking.

Eliminar prompts redundantes. Antes de invertir créditos en dos prompts que suenan parecido, ejecuta el fan-out en ambos introduciendo variaciones de prompt en el modelo de IA que prefieras. Si «dentista barato en Madrid» y «dentista económico en Madrid» se descomponen en las mismas subpreguntas y recomiendan las mismas marcas, elimina uno y ahorra tus créditos.

Si se despliegan de forma diferente – quizás «barato» genera subpreguntas relacionadas con seguros, mientras que «económico» apunta a precios sin cita previa –, están probando diferentes partes de tu visibilidad, y deberías rastrear ambos si quieres ser recomendado en ambos escenarios.

Un prompt específico y detallado se descompone a menudo en más subpreguntas que uno genérico – prueba ambos para comprobarlo. Aunque haya poco volumen de búsqueda para prompts específicos y detallados, cubrirás más subpreguntas que los clientes locales hacen antes de elegir un establecimiento.

Por ejemplo, «¿Dónde puedo comprar zapatillas de running para pies planos cerca de mí que esté abierto el domingo?» podría descomponerse en:

• «mejores zapatillas de running para pies planos»
• «tiendas de zapatillas de running cerca de [ubicación]»
• «tiendas con análisis de pisada cerca de [ubicación]»
• «[nombre de tienda] horarios domingo»
• «[nombre de tienda] reseñas pies planos»
• «zapatillas de estabilidad vs control de movimiento»

Son 6 subpreguntas de un prompt «padre» detallado. Un prompt genérico como «tiendas de zapatillas de running cerca de mí» quizás solo se descomponga en dos. Cuando dudes entre prompts similares, ejecuta el fan-out en ambos y elige el que te dé insights de búsqueda y visibilidad más ricos.

¿Cuántos prompts, con qué frecuencia y en qué modelos?

Un set pequeño de prompts te da falsos positivos y falsos negativos.

Supongamos que rastreas 10 prompts en 3 modelos (ChatGPT, Gemini, Perplexity), una vez por semana. Son 30 respuestas. Tu marca aparece en 9, así que tu Mention Rate es del 30 %.

La semana siguiente apareces en 6, porque los modelos de IA varían sus respuestas, y tu Mention Rate baja al 20 % – aunque tu contenido, tus prompts y tus competidores no han cambiado. Es un falso negativo, porque tu visibilidad no ha bajado necesariamente; 30 respuestas son simplemente insuficientes para compensar esas variaciones.

O corres el riesgo de introducir falsos positivos en tus informes de Prompt Tracking. Supongamos que publicas 3 nuevas páginas de establecimiento, apareces la semana siguiente en 12 de 30 respuestas e informas a tu CMO de un Mention Rate del 40 % como prueba de que la actualización de contenido funcionó.

En realidad, el salto del 30 % al 40 % son solo 6 menciones más de 30 respuestas – está dentro del rango de variación que los modelos de IA producen por sí solos entre ejecuciones. Es un falso positivo: el contenido puede haber ayudado o no a tu visibilidad IA, pero esta muestra era demasiado pequeña para confirmar ese resultado.

{{quote}}

Debes asegurarte de alcanzar el volumen de datos adecuado para producir análisis fiables sobre la visibilidad IA de tu marca y tomar las acciones correctas a partir de ellos.

Estas son nuestras recomendaciones para GEO Studio.

Prompts

Rastrea más de lo que parece necesario. Si tu presupuesto requiere gestión prudente de créditos, menos prompts ejecutados más a menudo es mejor que muchos prompts ejecutados raramente.

Rastrea la cobertura de intenciones junto con las menciones. Una marca mencionada 100 veces en 2 intenciones es visible para menos clientes que una mencionada 50 veces en 8. Por ejemplo, si un restaurante franquicia italiano aparece en prompts de «barato» y «dónde van los locales» pero no en «mejor» o prompts específicos de atributos («opciones veganas»), los modelos de IA quizás perciban esa marca de restaurante como una opción local conocida, pero no como líder en calidad o especialista.

Eso suele significar que el restaurante necesita más reseñas de calidad y atributos de servicio más detallados en su perfil de Google Business para que los modelos de IA tengan las señales necesarias para recomendarlo en esos prompts de mayor intención.

Frecuencia

Puedes configurar streaming diario, semanal o mensual en GEO Studio. Elige uno y manténlo. Racionar las ejecuciones para ahorrar créditos puede crear lagunas en tus datos, donde una caída de visibilidad está causada en realidad por una caída de datos. No es lo que quieres presentar.

En un estudio de monitoring separado, Katya descubrió que el seguimiento semanal y diario surfaceaba las mismas marcas con Mention Rates y rankings muy similares. El semanal es, por tanto, suficiente para la mayoría de las configuraciones.

Modelos

Cada motor construye sus respuestas a partir de fuentes diferentes. GEO Studio rastrea ChatGPT, Gemini, Perplexity, Grok, Copilot, DeepSeek y Google AI Overviews, y una caída de visibilidad en un modelo sin caída en los demás es más probablemente una actualización del modelo que una pérdida de visibilidad. Rastréalos todos y compara el rendimiento de tu marca.

En la investigación de Katya, ChatGPT y Claude coincidían en gran medida en qué negocios recomendar, pero ambos diferían mucho de Gemini – así que si solo rastreas 2 modelos, asegúrate de que Gemini sea uno de ellos.

Antes de presentar esa métrica GEO

Solo el 5,5 % de los negocios aparecen en los 5 modelos de IA para el mismo prompt, y en sectores como la odontología es incluso menos.

Necesitas rastrear la visibilidad local, no solo la visibilidad de marca – con la configuración de Prompt Tracking adecuada. Un promedio nacional puede parecer saludable mientras establecimientos individuales son invisibles.

Si tu set de prompts es pequeño, tu frecuencia es irregular o solo rastreas 2 o 3 modelos, el Mention Rate que entregas a la dirección mide cómo los modelos respondieron por casualidad esa semana – eso no es fiable.

Mide los prompts de marca y sin marca por separado, las intenciones que llevan a una visita en lugar de solo al descubrimiento, los barrios y puntos de referencia en el texto del prompt – y mantén un calendario de streaming.

GEO Studio te proporciona los prompts, los modelos y el detalle a nivel de respuesta detrás de cada tasa – cuánta confianza puedes depositar en la cifra depende del set que elijas ejecutar. Nuestros expertos pueden acompañarte en tu configuración.