Definición
Una mención en IA es un caso en el que un motor de respuestas de IA nombra una marca, producto, persona o competidor en el texto de una respuesta generada, tenga o no adjunta una URL de origen. Es la respuesta refiriéndose a la entidad en prosa: “para equipos pequeños, considera la Marca X” es una mención de la Marca X aunque no la acompañe ningún enlace.
De dónde vienen las menciones
Una mención puede originarse en dos lugares, y diagnosticar cuál es el correcto importa a la hora de cerrar brechas. El modelo puede nombrar una marca a partir de sus datos de entrenamiento: cobertura pública acumulada, documentación, reseñas y prensa que le enseñaron que la marca pertenece a una categoría. O la mención puede venir de la recuperación (retrieval): el motor obtuvo páginas en el momento de responder, y esas páginas nombraban a la marca. Las menciones basadas en datos de entrenamiento son duraderas pero lentas de cambiar; las menciones impulsadas por recuperación pueden aparecer en cuestión de semanas cuando páginas rastreables, propias o de terceros, asocian con claridad la marca a la pregunta que se está formulando. Una marca que rara vez se menciona suele tener un problema de entidad: la web pública no declara de forma clara y coherente qué es, qué hace y a qué categoría pertenece.
Mención frente a cita
Una mención y una cita en IA describen eventos distintos, y confundirlas lleva a soluciones equivocadas. Una mención nombra a la marca en el texto de la respuesta; una cita adjunta una referencia de origen, normalmente una URL, a una afirmación. Las cuatro combinaciones significan algo: mencionada y citada es la posición más fuerte; mencionada pero nunca citada significa que el modelo conoce la marca pero no trata sus páginas como evidencia; citada pero no nombrada significa que una página propia respalda una afirmación sin que la marca entre en la conversación; ninguna de las dos significa que la marca es invisible para ese prompt. Las menciones reflejan lo que los motores creen sobre una marca; las citas reflejan en qué páginas confían. Ambas alimentan los informes de visibilidad en IA.
Un ejemplo práctico
Un ejemplo hipotético: un proveedor de seguridad del correo electrónico ejecuta 30 prompts de comprador en cuatro motores, 120 respuestas por ronda. Su marca es nombrada en 42 respuestas, una tasa de menciones del 35 por ciento. Al segmentar, se ve que la tasa es del 60 por ciento en los prompts que contienen el nombre del producto del proveedor, pero solo del 12 por ciento en prompts genéricos de categoría como “mejor protección antiphishing para bufetes de abogados”, donde dominan dos competidores. La brecha en los prompts genéricos es el hallazgo accionable: los motores todavía no asocian la marca con la categoría, así que el trabajo es contenido a nivel de categoría, un naming de entidad coherente y presencia en los recopilatorios que citan esas respuestas, no más contenido de marca.
Cómo medir las menciones en IA
Haz seguimiento de la tasa de menciones sobre un conjunto estable de prompts, repetido con una cadencia, segmentado por motor, mercado y conjunto de competidores. Registra a quién más se menciona en las mismas respuestas y cómo se enmarca la marca, porque una mención despectiva (“X existe pero carece de funciones para empresas”) es una situación distinta de una recomendación. Nunca interpretes una única respuesta como prueba; los resultados varían con la redacción y el estado de la recuperación, así que la tasa y su tendencia son la señal. En AEO Goal, el seguimiento de visibilidad en IA realiza esta medición en ChatGPT, Claude, Gemini y Perplexity, y el método está documentado en la metodología de seguimiento de visibilidad en IA.
Cómo mejorar la tasa de menciones
Empieza por el problema de entidad: refuerza las páginas canónicas que declaran qué es la empresa, qué hace el producto y en qué categoría compite, usando los mismos nombres en todas partes, apoyado con datos estructurados precisos. Luego trabaja la puerta de la recuperación: publica respuestas directas a los prompts de categoría en los que la marca está ausente, y gana presencia en las fuentes de terceros que los motores ya citan para esos prompts. Comparar dónde se nombra a los competidores en prompts que deberías dominar es el punto de partida natural, que es lo que muestra la visibilidad en IA de la competencia.
Dónde encaja en un programa de AEO
La tasa de menciones suele ser la señal que se mueve antes en un programa de optimización para motores de respuesta: los motores a menudo empiezan a nombrar una marca antes de citar sus páginas, así que una tasa de menciones al alza con una tasa de citas plana es un estado intermedio normal, no un fracaso. Agregados frente a los competidores, los datos de menciones se convierten en Share of Model, el resumen ejecutivo de presencia en la categoría, y combinados con los datos de citas separan “los motores nos conocen” de “los motores confían en nuestras páginas”.
Términos relacionados
Entre los términos relacionados están cita en IA, visibilidad en IA, Share of Model, visibilidad en LLM y la monitorización de marca.