Cómo medimos la visibilidad y la demanda en asistentes de IA

Punto de partida: una observación, no una mejora demostrada

En una prueba manual del 1 de noviembre de 2026, ChatGPT con GPT-5.6 Sol, razonamiento medio, conversación temporal y sin personalización citó nuestra web al responder sobre Multiconversion y reprodujo correctamente los datos de contacto comercial. En otra consulta que pedía cinco agencias de Valencia para SEO/GEO y Google Ads no incluyó a Multiconversion.

La prueba genérica anterior utilizó un modelo distinto. Por tanto, estas observaciones no son una comparación controlada antes/después ni una medida representativa del mercado. Tampoco acreditan que el asistente haya incorporado las últimas modificaciones de la web.

Un protocolo repetible

El panel contiene 16 preguntas en español para el mercado español: cuatro de hoteles, cuatro de ecommerce, cuatro de educación y cuatro de marca. De las 12 preguntas sin marca, nueve solicitan proveedores y tres son informativas (H04, E02 y D04). Conservamos sus textos e identificadores. La clasificación por intención se añadió después de observar el panel inicial, en la versión 2026-11-01.2; no convierte el seguimiento en una comparación causal antes/después.

El diseño prevé dos ejecuciones independientes por pregunta en cada asistente al inicio y en los días 30, 60 y 90. Son 128 respuestas previstas por corte cuando se complete la cobertura. Una ejecución pendiente o fallida no se presenta como respuesta negativa.

Registramos fecha, aplicación o API, modelo y versión visibles, idioma, mercado, búsqueda web disponible, personalización y respuesta completa con sus fuentes. Las sesiones deben ser independientes. Si cambia el modelo o el canal, se señala y se analiza como una serie distinta.

Qué estamos poniendo a prueba

El trabajo combina contenido comercial por sector, casos con alcance explícito, datos de empresa coherentes, guías para decidir y un diagnóstico conectado con el proceso comercial. También se conserva contenido HTML accesible y estable para personas y agentes.

Anotaremos las fechas de publicación y las páginas afectadas. Una variación posterior puede coincidir con cambios del buscador, del modelo o de otros sitios: este seguimiento observacional no permite atribuir por sí solo toda la mejora a una intervención.

De la respuesta a una oportunidad comercial

Combinamos el origen identificable de una visita con lo que declara el contacto y su avance comercial. Eliminamos duplicados antes de contar oportunidades. Una recomendación sin clic puede ayudar al comprador, aunque no deje un referente identificable.

El coste por oportunidad cualificada se calcula con los costes imputados al programa y las oportunidades de origen IA definidas de antemano. Las oportunidades asistidas se informan por separado. No publicamos datos personales de contactos ni información confidencial de clientes.

Cuatro niveles de medición

Acceso

Disponibilidad del HTML, rastreo, indexación y lectura del contenido. Es un requisito técnico.

Recomendación

Respuestas válidas a las nueve preguntas de selección de proveedores que proponen Multiconversion ÷ respuestas válidas a esas mismas preguntas, con el mismo asistente y configuración. Se excluyen las preguntas informativas y de marca.

Cita

Respuestas válidas que enlazan a multiconversion.com ÷ respuestas válidas del grupo analizado. Se revisa que la fuente respalde la afirmación.

Negocio

Contactos cualificados, propuestas, contratos y margen. Se separan origen detectado, origen declarado y contribución asistida.

Publicaremos numerador y denominador, cobertura por asistente y errores. Una mención, una cita y una recomendación son categorías diferentes. Las tres preguntas informativas se evalúan por menciones, citas y exactitud, por separado de la recomendación comercial; una respuesta útil puede no nombrar proveedores. Las cuatro preguntas de marca también forman un grupo separado.

Qué no garantiza este protocolo

Permitir el rastreo y mantener llms.txt correcto no garantiza indexación, citas ni recomendaciones. Google indica que su buscador ignora los archivos llms.txt y se apoya en sus fundamentos de búsqueda. Los proveedores distinguen distintos usos de sus rastreadores; revisamos su documentación oficial.

Los cuatro asistentes son superficies distintas. Una respuesta de API o una herramienta de seguimiento no se presenta como una prueba idéntica de la aplicación del consumidor. El panel mide una muestra definida de preguntas, no la cuota total de demanda.

• Google Search
• OpenAI
• Anthropic
• Perplexity

Las 16 preguntas del panel

Se ejecutarán en español para conservar la misma muestra. El archivo descargable contiene las preguntas y la configuración prevista, sin datos internos de cuentas.

Descargar panel de preguntas (JSON) ↓