Por qué medir rankings en IA es una mala idea (y qué deberíamos hacer)
La obsesión por medirlo todo ha llegado también a la inteligencia artificial. Muchas marcas quieren saber “en qué posición salen” cuando una IA recomienda productos o servicios. El problema es que esa
A raíz de la publicación El problema no es la IA, es que llevamos años midiendo mal el SEO, me habéis hecho llegar bastante dudas acerca de cómo medir rigurosamente una estrategia SEO en plataformas de inteligencia artificial.
Por eso hoy me gustaría explicar en mayor detalle el panorama al que nos enfrentamos y de qué manera tendríamos que utilizar la información que nos arrojan las plataformas actuales, que vaya por delante, no les veo gran valor.
La falsa analogía con el SEO tradicional
Durante años hemos aprendido a trabajar con rankings relativamente estables en buscadores. El salto a la IA generativa ha hecho que muchos intenten aplicar el mismo marco mental: prompts como si fueran keywords, respuestas como si fueran SERPs.
No hace falta darle muchas vueltas a la cabeza para darse cuenta de que cada respuesta de un prompt puede estar influenciada en base al historial de ese usuario. Y si sumamos a la ecuación la integración que está llevando a cabo Google de la IA con todos sus sistemas, tendremos un escenario hiperpersonalizado imposible de trackear.
El estudio de Rand Fishkin -el más completo hasta la fecha- demuestra que esta comparación no tiene sentido. Las IA no devuelven listas ordenadas por un criterio fijo. Devuelven respuestas probabilísticas, influenciadas por el contexto, el entrenamiento del modelo y una enorme dosis de variabilidad.
Preguntar cien veces por las “mejores marcas” produce cien respuestas distintas. Cambian las marcas, cambia el orden y cambia incluso el número de recomendaciones.
Por ejemplo, para conseguir la misma respuesta por parte de Claude tendríamos que repetir la pregunta 1.429 veces. Para el caso de Google AI, valdría con 124, pero eso sí, aunque mencione a las mismas marcas, el orden podría cambiar, por lo que no sería exactamente la misma respuesta.
El riesgo de tomar decisiones con métricas erróneas
Aquí aparece el verdadero problema: hay empresas tomando decisiones estratégicas basadas en métricas que no representan la realidad. Medir “posición en IA” suena tranquilizador, pero no explica nada. Y mucho menos nos ayuda a accionar tareas para nuestra estrategia.
Es más, abre la puerta a prácticas poco éticas. Igual que ocurrió con el SEO hace veinte años, algunos proveedores pueden “demostrar mejoras” simplemente repitiendo prompts hasta obtener el resultado deseado.
No es mala fe. Es mala metodología y bajo conocimiento de cómo funcionan estos sistemas.
Donde sí hay una señal interesante
La parte más valiosa del estudio es que desmonta el ranking, pero rescata algo útil: la frecuencia de aparición.
Cuando una marca aparece en el 70%, 80% o 90% de las respuestas ante un mismo tipo de intención, esa visibilidad es real. No significa liderazgo absoluto, pero sí presencia consistente en el universo mental del modelo.
Esto no convierte la IA en un oráculo fiable, pero sí en un termómetro aproximado de notoriedad. Y con esto sí que podemos trabajar.
Menos dashboards espectaculares y más transparencia metodológica. Explicad bien a vuestros clientes o jefes qué es lo que sí podemos medir con cierta fiabilidad y obsesionaros menos por el ranking. Es vital que entendáis qué mide realmente cada dato.
La IA no necesita más humo. Necesita criterio.
Estrategia SEO para aparecer en ChatGPT
Durante los últimos meses, muchos profesionales y marcas se han hecho la misma pregunta: por qué ChatGPT menciona a algunos actores de un sector y a otros no. La respuesta suele atribuirse a la “magia” de la inteligencia artificial. Pero la realidad es bastante más terrenal. Y aquí el SEO tradicional tiene mucho que ver.