Cómo medir si ChatGPT te recomienda: tres métodos prácticos para 2026

Hablar de GEO sin medir es decoración. Si no sabes con qué frecuencia ChatGPT te menciona cuando alguien pregunta por tu categoría, no estás haciendo SEO generativo: estás escribiendo contenido y cruzando los dedos. Hay tres formas razonables de dejar de adivinar, y todas llevan menos tiempo del que piensas.

Abajo recorro cada una con sus pros y contras honestos. Después, un par de líneas sobre cuándo tiene sentido automatizar y los errores que vemos en equipos que se entusiasman con su primera medición y la arruinan.

Por qué medir pesa más en GEO que en el SEO clásico

En el SEO clásico es fácil saber dónde estás parado: abres Search Console o Ahrefs y ves tu posición por keyword. El GEO no tiene un dashboard equivalente. La pregunta "¿ChatGPT me recomienda?" no tiene una respuesta numérica limpia, porque depende del prompt, del modelo, de si el retrieval está activado y de cómo venía el viento ese día.

Lo que sí puedes hacer es armar tu propio sistema. Repetible, simple, anclado en las preguntas reales que tu cliente ideal le hace a una IA. Sin eso, cualquier inversión en GEO es a ciegas.

Método 1: prompt testing manual

El más básico, el más confiable y el más subestimado. La idea es definir diez a veinte prompts que representen cómo tu cliente potencial le preguntaría a un LLM por tu categoría, y correrlos contra los modelos que importan para tu mercado.

Cómo se ve en la práctica:

• Lista los prompts. No son keywords, son preguntas reales. Si vendes herramientas de auditoría web: "qué herramienta uso para auditar mi sitio", "cómo sé si mi SEO está sano", "alternativa más barata a Semrush", "quién hace auditorías SEO para SaaS B2B". Piensa como tu cliente, no como un SEO.
• Corre cada prompt en ChatGPT (con retrieval activado), Perplexity, Claude y Gemini. Esos cuatro cubren cerca del 95% del mercado de búsqueda generativa hoy.
• Regístralo en una planilla: ¿aparece tu marca? ¿en qué posición? ¿en qué tono? ¿la confunde con un competidor? ¿dice algo inexacto?
• Repite cada mes. Lo que enseña es la comparación mes a mes, no la foto suelta.

Lo que lleva tiempo no es correr los prompts, es decidir cuáles correr. Una lista sólida de quince prompts representativos vale más que un script disparando cien genéricos.

Variante útil: suma cinco prompts de competidores a la lista. "Quién es el principal competidor de Semrush", "alternativas a Ubersuggest". Si apareces ahí, encontraste tráfico calificado que no sabías que existía.

Método 2: monitoreo de menciones de marca

El segundo método mira de costado en lugar de mirar de frente. La premisa es que los LLM aprenden de lo que se publica en la web abierta —Reddit, blogs, foros, prensa—. Cuanto más se menciona tu marca en esos lugares de forma consistente, más razones tiene el modelo para mencionarte en el futuro.

Cómo medirlo:

• Google Alerts, gratis, configurado con tu nombre de marca y variantes. Recibís un mail cada vez que te mencionan en una página indexada.
• Mention o Brand24 si tienes presupuesto. Cubren mejor Reddit, Twitter/X, foros y comentarios. Andan entre treinta y cien dólares al mes.
• Búsqueda manual en Reddit: una vez al mes, recorre los subreddits relevantes a tu categoría y busca tu marca. Tedioso pero claro.

Lo que aprendés acá es distinto de lo del método 1. El método 1 te dice si la IA te menciona hoy. El método 2 te dice si te van a mencionar dentro de seis meses, porque las menciones de Reddit de hoy son las que van a estar en el corpus de entrenamiento del próximo modelo.

Método 3: análisis del Brand SERP en vivo

El más rápido y el más subestimado. Busca el nombre de tu marca en Google y mira los primeros diez resultados. Eso es lo que ve la IA la primera vez que habla de ti.

Cómo se ve un Brand SERP sano:

• Posición #1: tu propio sitio.
• Posiciones #2-5: perfiles oficiales (LinkedIn de la empresa, About del fundador, página de equipo si tienes).
• Posiciones #6-10: reseñas auténticas en sitios verticales relevantes (G2, Capterra, Product Hunt según tu nicho), prensa positiva si la hubo, contenido de calidad que menciona tu marca.

Lo que no debería estar ahí:

• Scrapers automáticos copiando tu copy.
• Reseñas viejas y mezcladas en directorios genéricos que ya no son relevantes.
• Hilos de foro con quejas sin responder.
• Resultados de "alternativa a [tu marca]" por encima del tuyo.

Anota qué está mal y arma un plan para empujar cada resultado problemático hacia abajo. Es de las mejores relaciones esfuerzo-impacto de todo el GEO.

Cuándo conviene automatizar de verdad

Si estás midiendo una sola marca con cinco prompts, hazlo a mano. El costo de tiempo es una hora al mes, y el beneficio de ver los resultados con tus propios ojos es real. Si cruzas los quince prompts, o quieres cubrir tres modelos en serio, la planilla manual se vuelve dolorosa para el segundo mes.

Lo que vale la pena automatizar son las corridas (scripts contra las APIs de los LLM) y el monitoreo de menciones. Lo que queda manual y valioso: decidir qué prompts usar, leer las respuestas con criterio crítico y decidir qué hacer con los datos.

Errores comunes

El más común es medir prompts que nadie preguntaría nunca. Tu cliente no le pregunta a ChatGPT "cuál es la mejor solución SaaS de auditoría web del mercado para empresas medianas". Pregunta "qué herramienta uso para auditar mi sitio". Si tus prompts suenan a brief de marketing, estás midiendo algo que no existe.

El segundo es medir una vez y cantar victoria o derrota. Un solo dato no es una tendencia. Necesitas al menos tres mediciones mensuales antes de sacar conclusiones, porque los LLM tienen varianza y el corpus cambia.

El tercero es obsesionarse con un solo modelo. Si solo mides ChatGPT, te pierdes Perplexity (cada vez más usado por marketers), Gemini (que pesa por su integración con Google Search) y Claude (que carga cada vez más uso profesional).

El cuarto es no anotar nada. Medir sin registrar es trabajo desperdiciado. Una planilla simple con fecha, prompt, modelo y resultado vale más que cualquier herramienta cara que no usas con regularidad.

Preguntas frecuentes