Seguimiento de citas de IA: módulo 6 del curso

Lo que aprenderás

Al terminar este módulo serás capaz de:

• Registrar observaciones de citas en un esquema que permita ver tendencias, no solo capturas de pantalla.
• Clasificar cada URL citada como propia, de la competencia, de terceros o desconocida, y explicar por qué la categoría de terceros es la estratégica.
• Diagnosticar una cita ausente frente a cinco causas, en orden, y dirigir cada causa al responsable adecuado.
• Ejecutar hoy mismo una revisión estructurada de citas para tus propios prompts y salir con un backlog priorizado.

Los módulos 2 al 5 construyeron y publicaron el trabajo. Este módulo es donde descubres qué hicieron los motores con él.

Por qué las citas son la capa de evidencia

Una mención te dice que el modelo asocia tu marca con una categoría. Una cita te dice que tu página proporcionó la respuesta. La distinción impulsa trabajos completamente distintos: corregir una mención ausente es, sobre todo, un problema de entidad y autoridad, mientras que corregir una cita ausente suele ser un problema de página en el que puedes actuar en este mismo sprint. Por eso el seguimiento de citas, y no el recuento de menciones, es la capa de evidencia de un programa de AEO: cada cita es un hecho a nivel de URL que puedes rastrear hasta una página que controlas, una página de la competencia que puedes estudiar o una página de terceros a la que puedes proponerte.

El proceso para reunir esa evidencia tiene este aspecto:

El método solo produce evidencia utilizable si tres variables se mantienen fijas: el conjunto de prompts (el mismo texto en cada ejecución; las incorporaciones reciben su propia fecha de referencia), el conjunto de motores (ChatGPT, Claude, Gemini, Perplexity y Google AI Overviews cuando sea pertinente) y la cadencia (semanal o quincenal, el mismo día). Fija las tres y las diferencias entre ejecuciones se convierten en señal. Deja que se desvíen y cada cambio será discutible.

El esquema de observación

Registra cada par prompt-motor como una fila. Las capturas de pantalla se pudren; las filas muestran tendencias.

Dos notas de clasificación que despistan a la gente. Primero, las citas de terceros no son pérdidas. Cuando los motores responden prompts de comparación, prefieren de forma sistemática las fuentes que parecen neutrales: sitios de reseñas, hilos de comunidad, listicles independientes. Si un listicle está citado para tu categoría y apareces bien posicionado en él, esa cita trabaja a tu favor; si estás ausente de él, conseguir que te incluyan suele ser más rápido que superarlo con una página propia. Segundo, desconocida significa sin resolver, no sin importancia. Rastrea cada URL que no puedas clasificar; con frecuencia son copias sindicadas o versiones scrapeadas de contenido que creías controlar.

Diagnosticar una cita ausente: cinco causas, en orden

Cuando una página propia esperada no está citada, exactamente una de cinco cosas es cierta. Compruébalas en orden, porque cada causa anterior hace irrelevantes las posteriores:

1. Acceso. Un rastreador de IA no puede obtener la página. Comprueba el robots.txt frente a la tabla de agentes del módulo 4. Responsable: ingeniería. Coste de la corrección: minutos.
2. Indexación. La página se puede obtener pero no está en el índice del motor: canonical incorrecto, noindex, huérfana. Responsable: ingeniería o SEO. Coste de la corrección: pequeño.
3. Extracción. La página se recupera pero ningún pasaje responde con claridad al prompt: respuesta enterrada, solo interactiva, con encabezados equivocados. Responsable: contenido, usando la prueba de citabilidad del módulo 5. Coste de la corrección: reescribir una sección.
4. Contenido. La página es extraíble pero el pasaje de la competencia es genuinamente mejor: más específico, mejor demostrado, más completo. Responsable: contenido, con un brief completo del módulo 5. Coste de la corrección: trabajo real.
5. Autoridad. Todo lo anterior pasa y el motor sigue prefiriendo una fuente en la que confía más para este tema. Responsable: marketing y relaciones públicas; la jugada es conseguir cobertura ganada y entrar en las fuentes de terceros en las que los motores ya confían. Coste de la corrección: una campaña, no un sprint.

La mayoría de los equipos dan por sentado que es la causa 4 o la 5 y empiezan a reescribir o a desesperarse. En la práctica, ejecuta las comprobaciones y una gran parte de las brechas mueren en las causas 1 a 3, que son las baratas. Ese es todo el argumento económico para diagnosticar antes de actuar.

Ejemplo práctico: un prompt perdido, tres acciones

Prompt: “¿Qué herramientas ayudan a los equipos de SaaS a rastrear citas de IA?” Ejecutado contra tres motores un lunes.

Observado: ChatGPT search menciona a dos competidores y cita un listicle de terceros de “mejores herramientas de AI SEO” más una entrada de blog de un competidor. Perplexity cita el mismo listicle y un hilo de Reddit. Ninguno menciona la marca; ninguno cita la página de producto de seguimiento de citas de la marca. Gemini menciona la marca pero no cita nada propio.

Recorrido del diagnóstico para la cita ausente de la página de producto:

1. Acceso: robots.txt limpio para todos los agentes. Pasa.
2. Indexación: página indexada, canonical correcto. Pasa.
3. Extracción: la apertura de la página es un eslogan de hero; la explicación real de lo que hace el seguimiento de citas empieza bajo un H2 titulado “Funciones”, 600 palabras más abajo. Falla aquí.

Como el recorrido se detuvo en la causa 3, el backlog es concreto y barato:

1. Reescribe la apertura de la página con la respuesta primero frente a un brief del módulo 5: “El seguimiento de citas de IA registra qué URLs citan ChatGPT, Claude, Gemini y Perplexity…” directamente bajo un H2 con forma de pregunta.
2. Persigue el listicle de terceros citado por dos motores: está haciendo el trabajo de comparación para este prompt, y aparecer en él vale más que escribir mejor que él. Esa es una tarea de outreach con un responsable asignado.
3. Anota el hilo de Reddit. Las respuestas de la comunidad envejecen hasta convertirse en datos de entrenamiento y fuentes de recuperación; una respuesta honesta y declarada del proveedor allí es legítima y duradera.
4. Vuelve a ejecutar el mismo prompt, los mismos motores, dentro de dos semanas, y compara filas, no recuerdos.

Fíjate en lo que evitó el diagnóstico: nadie encargó una página nueva (una ya poseía el clúster) y nadie lanzó una campaña de relaciones públicas por lo que resultó ser un problema de encabezado.

Ejercicio: ejecuta tu primera revisión de citas

Reserva una hora, usando los prompts de referencia del módulo 2:

1. Toma cinco prompts de tu base de referencia. Ejecuta cada uno en ChatGPT (con search activado), Perplexity y Gemini.
2. Rellena una fila del esquema por par prompt-motor: quince filas.
3. Clasifica cada URL citada: propia, competencia, terceros, desconocida. Resuelve las desconocidas antes de continuar.
4. Para cada fila en la que falte tu página esperada, recorre las cinco causas en orden y registra dónde se detuvo el recorrido.
5. Ordena los fallos: todo lo que se detuvo en las causas 1 a 3 es el backlog de este sprint; los elementos de la causa 4 se convierten en briefs del módulo 5; los elementos de la causa 5 van a la lista de medios ganados.
6. Programa en la agenda la re-ejecución idéntica para dentro de dos semanas. La re-ejecución, no esta ejecución, es donde ocurre el aprendizaje.

Errores comunes

• Arqueología de capturas de pantalla. Las capturas de pantalla sin estructura no pueden responder “¿estamos mejorando la tendencia?”. Las filas en un esquema fijo sí. Registra campos, no imágenes.
• Cambiar los prompts entre ejecuciones. Reformular un prompt crea una nueva base de referencia y destruye la tendencia. Congela el texto; añade prompts nuevos como filas nuevas.
• Tratar cada brecha como un problema de contenido. Las causas 1 a 3 son más baratas y más comunes de lo que los equipos esperan. Recorre siempre el orden.
• Ignorar las fuentes de terceros. El listicle citado en varios motores es un canal de distribución. Estar ausente de él es una brecha con una corrección asignada.
• Leer una sola ejecución como un veredicto. Las respuestas varían de una ejecución a otra. Una aparición es ruido; tres apariciones consecutivas son una tendencia.

Dónde lo automatiza AEO Goal

Este módulo es la versión manual del seguimiento de citas de IA de AEO Goal: las ejecuciones programadas de prompts, el análisis por motor de menciones y URLs citadas, la clasificación entre propia, competencia y terceros, y las líneas de tendencia, con las reglas de puntuación publicadas en la metodología de seguimiento de citas. La capa de agentes hace la parte que las hojas de cálculo nunca sostienen: cada brecha llega pre-diagnosticada con su ruta de corrección, y la re-comprobación ocurre automáticamente en el siguiente escaneo en lugar de cuando alguien recuerda la entrada de la agenda.

Resumen y siguiente módulo

Ya puedes capturar evidencia de citas en un esquema que muestra tendencias, clasificar las fuentes según quién las controla y diagnosticar brechas frente a cinco causas ordenadas que dirigen el trabajo al responsable adecuado con el coste adecuado. Tienes un backlog priorizado y una fecha de re-ejecución.

Lo que aún no tienes es una forma de que a alguien fuera del equipo de SEO le importe. Continúa con Informes de visibilidad en IA para convertir las filas de observaciones en un informe que mueva decisiones y presupuesto.