Guía · Inspeccia
Visibilidad en IA para tiendas online: qué se mide de verdad
La conversación sobre visibilidad en IA en comercio electrónico arrastra un problema de vocabulario que cuesta dinero. Se habla de "aparecer en ChatGPT" como si fuera una sola cosa que se gana o se pierde, cuando en realidad son tres competencias separadas, con reglas distintas, material distinto y equipos distintos dentro de la empresa. Ganar una no te da las otras. Y peor: la mayoría de las tiendas mide una sola de las tres y saca conclusiones sobre el conjunto.
Las tres carreras, en una línea cada una.
1. La conversación de categoría. Que te nombren cuando alguien pregunta por tu rubro sin mencionarte. Se gana con reputación y contenido. Rivales: otras marcas.
2. El puesto en la ficha de producto. Que tu tienda salga cuando el asistente muestra dónde comprar algo concreto. Se gana con datos de catálogo. Rivales: todos los que venden lo mismo, marketplaces incluidos.
3. La respuesta informativa. Que te citen en las respuestas de tipo "cómo elegir". Se gana con SEO clásico bien estructurado.
Por qué separarlas cambia las decisiones
Un ejemplo que se repite. Una tienda descubre que al preguntarle al asistente por su producto estrella aparecen tres marketplaces y ella no. Conclusión inmediata del equipo: "no hay nada que hacer, esto lo ganan los grandes". Se abandona el tema.
Lo que pasó en realidad es que midieron la carrera número dos, la del puesto en la ficha, que es justo la que peor pinta tiene para una tienda pequeña, y decidieron por las tres. Si hubieran preguntado en formato de categoría —"estoy buscando X para Y, ¿qué marcas me recomiendas?"— habrían medido la carrera número uno, donde el rival no es Amazon sino las otras cuatro marcas del sector, y donde una tienda con buen contenido y buena reputación compite de igual a igual.
La separación también aclara quién arregla qué. La carrera uno es de marketing y contenido. La dos es de catálogo y sistemas: si el precio que se muestra está mal, no hay artículo de blog que lo corrija. La tres es de SEO. Cuando todo se llama igual, el problema aterriza en el escritorio equivocado.
Carrera 1: que te nombren en la categoría
Es la que más se parece a la reputación de toda la vida, y la que menos se controla directamente. Alguien describe una necesidad sin nombrar ninguna marca y el asistente contesta con una lista. La pregunta es si estás en ella.
Lo que la mueve no es tu ficha de producto: es lo que hay escrito sobre ti en la web, tuyo y ajeno. Reseñas, comparativas, menciones en medios del sector, foros, tus propias páginas explicando qué haces y para quién. Cuando un modelo busca en vivo para responder, abre fuentes; cuando responde de memoria, repite lo que aprendió. En los dos casos, el material es texto que existe en algún sitio.
Cómo se mide. Preguntando por categoría y nunca por tu marca. Si preguntas "¿qué sabes de [tu tienda]?", el modelo va a hablar de ti: eso confirma que existes, no que seas visible. La prueba útil es la que un cliente haría sin conocerte. Y hay que repetirla: la misma pregunta da respuestas distintas en sesiones distintas, así que un intento no es una medición. La cifra que sirve es cuántas veces de cuántas apareces.
Carrera 2: el puesto en la ficha de producto
Aquí el terreno cambia por completo. Ya no se trata de contenido sino de datos estructurados de catálogo, y de que estén al día.
La especificación pública del feed de productos de OpenAI da la medida de cuán operativa es esta capa: el precio y la disponibilidad son campos obligatorios, y hay un campo que controla explícitamente si un producto puede mostrarse en la búsqueda de ChatGPT —con la particularidad de que ese permiso tiene que estar activo para que el producto pueda además entrar en el flujo de compra—. Existe también una fecha de caducidad para retirar un artículo pasado cierto día.
Traducido a la práctica: esta carrera se pierde por fontanería. Un feed que no se actualiza, una promoción corta que el catálogo publica y el asistente todavía no refleja, un campo mal rellenado. Nada de eso se arregla escribiendo mejor. Y es también la razón por la que el precio que ves en un asistente muchas veces no coincide con el de tu web: no lo sacó de ahí. Lo desarrollamos en datos de producto incorrectos en ChatGPT, y el camino de entrada, en cómo aparecer en ChatGPT Shopping con tus productos.
Cómo se mide. Producto a producto, y empezando por los pocos que importan. Toma los cinco de mayor margen, pregunta por cada uno como preguntaría un comprador y compara cuatro campos contra tu web: precio, disponibilidad, quién figura como vendedor y si el enlace lleva a tu ficha o a la de otro. Es aburrido y es el único método que da un dato accionable.
Carrera 3: las respuestas informativas
La tercera es la más familiar para quien viene del SEO, porque en buena medida es SEO. Son las respuestas a preguntas que no son de compra inmediata: cómo elegir, qué diferencia hay entre, cuál conviene para tal uso. Ahí el asistente cita páginas, y esas páginas pueden ser tuyas.
La documentación de Google sobre sus funciones con IA es explícita en lo que más se malinterpreta: no hace falta crear archivos legibles por máquina nuevos, archivos de texto para IA ni marcado para aparecer en esas funciones, y no hay datos estructurados especiales que añadir. Lo que sí hace falta es lo de siempre: para poder salir como enlace de apoyo, una página tiene que estar indexada y ser elegible para mostrarse con un fragmento. No hay requisitos técnicos adicionales.
Para una tienda esto tiene una lectura concreta y algo incómoda: la sección de contenidos que muchos ecommerce tratan como relleno —guías de compra, comparativas, preguntas frecuentes reales— es justamente el material de esta carrera. Y es la única de las tres donde el trabajo que ya hiciste para Google se transfiere casi entero.
Las tres advertencias honestas
Cualquiera que te prometa un número limpio en esto te está simplificando algo. Tres cosas que conviene aceptar antes de montar un tablero.
- La misma pregunta no da la misma respuesta. Repetir la consulta en dos sesiones puede devolver listas distintas. Por eso una medición aislada no es una medición: la unidad mínima útil es una tanda repetida, y la métrica es una frecuencia, no un sí o un no.
- El tráfico cuenta de menos, por diseño. Muchas menciones no llevan enlace. De las que lo llevan, parte pierde el referente y se contabiliza como directo, y parte se convierte en una búsqueda posterior de tu marca que aparece como orgánico. Medir visibilidad con la analítica de tráfico es medir la sombra del objeto.
- No hay panel oficial. Google documenta que las páginas que aparecen en sus funciones con IA se incluyen dentro del tráfico general de Search Console, sin un desglose propio. No existe un informe que te diga cuántas veces te nombró un asistente. Auditar, aquí, sigue siendo volver a hacer la pregunta.
El diagnóstico de una tarde. Elige tres preguntas de categoría (sin tu marca) y tus cinco productos de mayor margen. Haz las tres preguntas cinco veces cada una en sesiones separadas y anota cuántas veces apareces y quién aparece cuando tú no. Después revisa los cinco productos campo por campo: precio, disponibilidad, vendedor, enlace.
Al final tienes dos números que sí significan algo —tu frecuencia de mención en categoría y tus errores de catálogo— y sabes cuál de las tres carreras estás perdiendo. Que es la única pregunta que hacía falta responder.
Preguntas frecuentes
¿Qué es la visibilidad en IA para una tienda online?
Es la suma de tres cosas que la industria suele mezclar en una sola palabra. La primera: que te nombren cuando alguien le pregunta al asistente por tu categoría, sin mencionarte. La segunda: que tu ficha gane el puesto cuando el asistente muestra dónde comprar un producto concreto, con su precio y su disponibilidad. Y la tercera: que tus contenidos aparezcan citados en las respuestas informativas, las de tipo cómo elegir o cuál me conviene. Son tres carreras distintas porque se ganan con material distinto: la primera con reputación y contenido, la segunda con datos de catálogo, la tercera con SEO clásico bien estructurado.
¿Estar bien posicionado en Google me da visibilidad en IA?
Te ayuda mucho en una de las tres carreras y bastante poco en las otras dos. Para las respuestas informativas de Google, la relación es directa: la documentación oficial dice que para poder salir como enlace de apoyo una página tiene que estar indexada y ser elegible para mostrarse con un fragmento, y que no hacen falta archivos ni marcado especiales. Pero el puesto en una ficha de producto se decide con datos de catálogo que no viven en tu web, y que te nombren en una conversación de categoría depende también de lo que digan de ti otras fuentes. Por eso una tienda puede rankear primera y seguir sin aparecer donde se decide la compra.
¿Cómo mido si mi tienda aparece en ChatGPT?
Preguntando por categoría, nunca por tu marca, y repitiendo. Si preguntas por tu nombre, el modelo va a hablar de ti casi siempre: eso no mide visibilidad, mide que existes. Lo que quieres saber es si apareces cuando alguien describe la necesidad sin conocerte. Y hay que repetir la misma pregunta varias veces en sesiones distintas, porque la respuesta varía entre una y otra. La métrica útil no es aparecí o no aparecí, es cuántas veces de cuántas.
¿El tráfico desde la IA sirve para medir esto?
Sirve poco y engaña bastante, sobre todo en una tienda. Muchas menciones no llevan enlace, así que no generan visita ninguna. De las que sí, buena parte pierde el referente por el camino y termina contada como tráfico directo, y otra parte se convierte en una búsqueda posterior de tu marca que aparece como orgánico. El resultado es que la analítica cuenta de menos por diseño. El tráfico mide una consecuencia parcial; para medir la visibilidad hay que mirar la respuesta.
¿Qué datos de mi catálogo importan para las fichas de producto?
Los básicos, y sobre todo que estén al día. En la especificación de feed de productos de OpenAI, el precio y la disponibilidad son campos obligatorios, y hay un campo que controla explícitamente si el producto puede mostrarse en la búsqueda de ChatGPT. También existe una fecha de caducidad para retirar un producto pasado cierto día. Nada de esto es contenido editorial: es fontanería de catálogo, y es la razón por la que el equipo de marketing a veces no puede arreglar solo el problema.
¿Competir en IA es competir contra los marketplaces?
Depende de la carrera. En la conversación de categoría tus rivales suelen ser otras marcas, no Amazon: la pregunta es a quién nombra el modelo cuando alguien pide recomendaciones. En el puesto de la ficha de producto sí compites de frente con quien vende lo mismo, marketplaces incluidos. Mezclar las dos cosas lleva a una conclusión falsa muy común, la de que no hay nada que hacer porque los marketplaces ganan siempre. Lo desarrollamos aparte en la guía de marketplaces frente a tu tienda.
¿Cada cuánto conviene medirlo?
Con la frecuencia suficiente para ver la variación, no para tener un número. Una medición aislada de una sola pregunta no dice casi nada, porque la misma consulta puede dar respuestas distintas en sesiones distintas. Lo que sí informa es una tanda de preguntas de categoría repetida cada cierto tiempo, mirando la tendencia: si el porcentaje de veces que apareces sube o baja, y quién ocupa tu lugar cuando no estás.
Fuentes citadas
- Google Search Central — "AI features and your website" (no hacen falta archivos legibles por máquina nuevos, archivos de texto para IA ni marcado; no hay datos estructurados especiales; para salir como enlace de apoyo hay que estar indexado y ser elegible para un fragmento; sin requisitos técnicos adicionales; las páginas que aparecen en funciones con IA se incluyen en el tráfico general de Search Console). Documentación oficial.
- OpenAI Developers — "Product Feed Reference" (
priceyavailabilityobligatorios;is_eligible_searchcontrola si el producto puede mostrarse en la búsqueda de ChatGPT y debe estar activo para habilitaris_eligible_checkout;expiration_datepara retirar un producto). Especificación.
¿En cuál de las tres carreras vas perdiendo?
En cada análisis preguntamos por tu categoría en vivo y capturamos qué responde la IA: si tu tienda aparece, qué marcas ocupan tu lugar y qué fuentes se citan. Es el punto de partida para saber dónde poner el esfuerzo.