La respuesta honesta es que no lo sabe hasta que no ha preguntado bien. Muchos gerentes abren ChatGPT, escriben el nombre de su propia empresa, reciben una descripción amable y concluyen que son visibles. Esa prueba no mide nada.
Unos 900 millones de personas usan ChatGPT cada semana, según OpenAI (febrero de 2026). Una parte creciente pregunta a la IA por proveedores, servicios y productos en lugar de abrir un buscador clásico. Que su empresa aparezca en esas respuestas influye en quién le sigue encontrando.
¿Menciona ChatGPT mi empresa siquiera?
Lo averigua haciendo la pregunta que haría un cliente, no la que ya contiene su nombre. Pregunte por su servicio en su zona, no por usted mismo.
Un ejemplo: en vez de "¿Qué hace la empresa Ejemplo S.L.?", pregunte "¿Qué proveedores de [su servicio] hay en [su ciudad]?". Solo la segunda pregunta comprueba si el modelo le menciona por iniciativa propia. La primera solo comprueba si es capaz de confirmar un nombre que usted mismo le ha dado.
Por qué no debe escribir su marca en la consulta
En cuanto el nombre de su empresa está en la consulta, el modelo suele limitarse a repetirlo. Entonces mide autoconfirmación, no visibilidad.
Un modelo de lenguaje toma el nombre de su pregunta y construye una respuesta plausible a su alrededor. Eso parece una confirmación, pero no dice nada sobre si la IA le propondría a un desconocido por su cuenta. Y ese desconocido es el caso que cuenta. Quien escribe su propio nombre en la consulta prueba la cortesía del modelo, no su alcance.
Mención, cita y recomendación son tres cosas distintas
Que usted aparezca no es una pregunta de sí o no. Son tres niveles, y confundirlos lleva a interpretar mal el resultado.
- Mención: su nombre aparece en la respuesta, sin fuente. El modelo le vio durante el entrenamiento.
- Cita: la IA nombra o enlaza una fuente, como su web o un artículo de prensa. Ocurre sobre todo con la búsqueda web activa.
- Recomendación: la IA no solo le nombra, le propone como opción adecuada. Es el nivel con mayor valor comercial.
Fundir estos tres en una sola cifra lleva a decisiones equivocadas. Una mención de pasada perdida en una lista larga es algo muy distinto de una recomendación clara y con fuente en primer lugar.
El autotest de 15 minutos, paso a paso
Así llega a una primera impresión sólida en un cuarto de hora. Anote cada respuesta en vez de solo desplazarse por la pantalla.
- Reúna de cinco a ocho preguntas que escribiría un cliente. Use formulaciones distintas para lo mismo.
- Haga cada pregunta en un chat nuevo y vacío. El historial antiguo tiñe la respuesta.
- Repita cada pregunta dos o tres veces. Verá que las respuestas varían.
- Active la búsqueda web en una pasada y desactívela en otra. Las respuestas cambian de forma notable.
- Registre si le mencionaron, le citaron o le recomendaron, y en qué posición.
Tras quince minutos no tiene una medición, pero sí una dirección. Basta para decidir si vale la pena una medición a fondo.
Qué sistemas de IA debería probar
ChatGPT es el principio, no el final. Sus clientes también preguntan a otros sistemas, y cada uno extrae sus respuestas de fuentes algo distintas.
Además de ChatGPT, revise al menos las respuestas de IA de Google, más Perplexity y otro asistente que use su público. Un proveedor que aparece con fuerza en ChatGPT puede faltar en Perplexity, porque allí la búsqueda web en vivo, y con ella las fuentes frescas y bien estructuradas, pesan más. Use las mismas preguntas en todas partes, o los resultados no serán comparables.
Por qué una captura de pantalla no prueba nada
Una sola captura muestra una de muchas respuestas posibles, congelada en un momento. La misma pregunta puede nombrar a otra empresa cinco minutos después.
Los modelos de lenguaje responden de forma probabilística. Dos consultas idénticas dan redacciones distintas y a veces recomendaciones distintas. Por eso la visibilidad se mide con frecuencias sobre muchas pasadas, no con una imagen.
A esto se suma la parte técnica. Según Cloudflare (agosto de 2025), más de 2,5 millones de webs bloquean por completo los bots de entrenamiento de IA. Bloqueo y localización están ligados: quien cierra el paso a todos los bots de golpe puede desaparecer de algunas respuestas sin darse cuenta.
Una cifra más, que conviene leer con honestidad. Gartner pronosticó en febrero de 2024 una caída del 25 por ciento del volumen de búsqueda clásica para 2026. A mediados de 2026 esa caída no se ha confirmado en esa forma. La búsqueda clásica sigue siendo importante, y las respuestas de IA se suman como un segundo canal.
Del autotest a la medición sistemática
El autotest le dice si existe un problema. No le dice el tamaño del problema.
Una medición fiable trabaja con una batería de preguntas en lugar de una sola, con muchas repeticiones, en varias plataformas y en los idiomas de sus clientes. Separa con claridad mención, cita y recomendación, y entrega frecuencias en vez de impresiones. Cómo se construye esa medición lo explicamos en nuestra página sobre visibilidad en IA.
No hay posiciones garantizadas, y quien las promete no ha entendido el mecanismo. Se pueden mejorar las condiciones bajo las que un modelo le nombra, y se puede medir el avance. Eso sí, pero nada más.
Si quiere saber con qué frecuencia los grandes sistemas de IA ya le mencionan, un proyecto piloto es la vía más rápida a cifras reales. Escríbanos desde la página de contacto y estudiamos su caso.