Respuesta corta: una LLM visibility audit mide tres cosas distintas: si la marca aparece en respuestas relevantes, si aparece correctamente y qué fuentes permiten que aparezca. Después conecta esos resultados con gaps de entidad, contenido, evidencia y autoridad externa para crear un roadmap.
Si una página se puede leer pero falta en las respuestas observadas, consulta la guía para diagnosticar por qué tu web no aparece en ChatGPT para separar acceso, contenido y la siguiente evidencia necesaria antes de invertir.
Preguntar una vez a ChatGPT “¿conoces mi empresa?” no es una auditoría. La respuesta puede depender de formulación, contexto, momento, mercado y motor. Para obtener información útil necesitas un set de preguntas estable, categorías de intención y una metodología que permita comparar resultados en el tiempo.
1. Define el objetivo de negocio antes de las queries
Una auditoría para una marca hotelera no debería utilizar las mismas preguntas que una empresa B2B industrial. Define qué decisiones quieres influir: descubrimiento, shortlist, selección de proveedor, reputación, producto, destino o soporte.
El objetivo determina el query set y evita medir visibilidad que nunca podría generar valor.
2. Construye cinco grupos de preguntas
Una base útil combina preguntas de categoría, problema, comparación, selección y marca. Por ejemplo: “qué empresas ofrecen X”, “cómo resolver Y”, “X vs Z”, “mejores proveedores para…” y preguntas explícitas sobre la marca.
Esto permite distinguir si el motor sólo conoce la empresa cuando se le da el nombre o si la recupera de forma espontánea en su categoría.
3. Añade variantes naturales
Los usuarios no formulan siempre igual. Incluye preguntas cortas, largas, técnicas, coloquiales y con contexto sectorial. No necesitas cientos de sinónimos mecánicos; necesitas representar los caminos reales de investigación.
4. Separa idiomas y mercados
Una marca puede tener buena visibilidad en inglés y ninguna en español. Las fuentes utilizadas también pueden cambiar. Evalúa idiomas prioritarios por separado y añade ubicación cuando influye en la decisión.
5. Registra presencia de marca
La métrica más básica es si aparece o no. Pero define qué cuenta como presencia: nombre exacto, producto, dominio o una mención inequívoca. Mantén la regla constante entre mediciones.
6. Registra presencia de competidores
Una respuesta donde no apareces tiene más valor diagnóstico si sabes quién sí aparece. Crea una matriz de competidores por clúster y detecta marcas recurrentes.
Los competidores de IA no siempre coinciden con los competidores comerciales que el equipo tenía en mente.
7. Analiza las fuentes citadas
Cuando el motor muestra fuentes, registra dominio y URL. Clasifica fuente propia, medio, directorio, comunidad, documentación oficial, review, investigación o competidor.
Los patrones indican qué tipo de evidencia domina la categoría y qué fuentes podrías legítimamente desarrollar o ganar.
8. Diferencia mención y citación
Tu marca puede aparecer sin que la web oficial sea fuente. Eso significa que la entidad existe en fuentes externas, pero tus páginas quizá no están siendo seleccionadas. También puede ocurrir lo contrario: una página propia se cita como información sectorial sin que la marca se recomiende.
Ambos son resultados diferentes y requieren acciones diferentes.
9. Mide exactitud factual
Revisa país, servicios, público, producto, precios cuando sean públicos, tamaño si se menciona, fechas y cualquier afirmación sensible. Clasifica errores por gravedad.
La exactitud es especialmente importante en sectores regulados o cuando una respuesta puede influir una compra importante.
10. Evalúa posicionamiento semántico
No basta con aparecer. ¿Con qué categoría te asocia el motor? ¿Te describe como agencia, software, consultora o proveedor industrial? ¿Menciona la especialidad que quieres posicionar?
Una auditoría puede revelar que la entidad existe pero está categorizada de forma poco útil.
11. Evalúa el contexto competitivo
Cuando aparecen varias marcas, observa por qué. ¿Una se menciona por precio, otra por especialización, otra por cobertura geográfica? Estas asociaciones ayudan a entender qué atributos el corpus vincula a cada competidor.
12. Audita la página canónica de entidad
La home y páginas About/Company deben explicar nombre, categoría, servicios, mercados, ubicación y puntos diferenciales de forma coherente. Si los motores se equivocan en información básica, empieza aquí.
13. Audita las páginas de servicio
Cada servicio prioritario necesita una fuente clara: definición, alcance, proceso, entregables, FAQs, casos y límites. Comprueba si la página responde a las preguntas que el query set plantea.
14. Audita evidencia propia
Lista casos, datos, estudios, metodología, herramientas, autores y experiencia publicable. Una marca sin evidencia tiene menos material diferenciador para competir por citaciones.
15. Audita autoridad externa
Busca fuentes independientes que describan la empresa. Evalúa exactitud y actualidad. Identifica ausencias relevantes: asociaciones, medios sectoriales, perfiles, marketplaces, directorios profesionales o publicaciones donde la marca debería existir por actividad real.
16. Audita consistencia de entidad
Compara nombre, descripción, URL, ubicaciones, categorías y servicios entre web, perfiles y fuentes relevantes. Corrige contradicciones antes de intentar crear más volumen de contenido.
17. Audita rastreabilidad
Revisa robots, sitemap, indexación, canonicals, estados HTTP, renderizado y enlaces internos. Una gran página que los motores no recuperan de forma estable no funciona como fuente.
18. Audita contenido bloqueado en formatos poco recuperables
Si las mejores respuestas están en PDFs, vídeos, gráficos o herramientas cerradas, crea equivalentes textuales accesibles. No elimines los formatos originales; añade una capa web que explique y contextualice.
19. Crea un score por clúster, no un único porcentaje
Un “LLM visibility score 42%” puede ocultar demasiado. Es mejor ver descubrimiento 20%, comparación 50%, marca 90% y problema 15%, por ejemplo. Así el roadmap se conecta con intención.
El score debe ser una herramienta interna de comparación, no una verdad universal sobre el algoritmo.
20. Convierte hallazgos en acciones concretas
Cada gap debería producir una acción: mejorar una página de servicio, publicar un caso, aclarar una entidad, crear una comparación, corregir un perfil externo, obtener una mención legítima, añadir una definición o resolver un problema técnico.
21. Prioriza por valor, gap y capacidad de evidencia
No publiques un artículo sólo porque una pregunta tenga baja visibilidad. Prioriza preguntas valiosas donde la empresa tenga algo real que aportar y donde el gap se pueda corregir.
22. Repite la auditoría con metodología constante
Una medición aislada es una foto. Repetir el mismo set permite detectar tendencia. Mantén versiones del query set y documenta cambios importantes para no confundir una metodología nueva con una mejora de visibilidad.
23. Combina datos LLM con SEO y analítica
Search Console puede mostrar crecimiento de queries de marca o temas. Analítica puede mostrar visitas desde motores y conversiones posteriores. CRM puede indicar menciones de ChatGPT o Perplexity en leads si se pregunta de forma natural. Une señales en lugar de atribuir todo a una sola fuente.
24. Añade una capa de AI Overviews
Para Google, incorpora queries donde aparecen AI Overviews y registra fuentes y presencia. El artículo sobre Google AI Overviews explica las señales que conviene revisar.
25. Añade una capa específica de Perplexity
Perplexity facilita observar fuentes en muchas respuestas. Utiliza esa transparencia para estudiar qué páginas ganan citas y qué tipo de contenido falta. El framework de Perplexity optimization desarrolla este proceso.
26. Documenta errores y correcciones
Si detectas información incorrecta, registra qué fuente podría estar alimentándola y qué acción se toma. Con el tiempo, este registro muestra qué tipos de error son recurrentes y qué fuentes tienen más influencia.
27. Incluye una revisión humana
La automatización puede recoger respuestas, pero alguien con conocimiento del negocio debe evaluar exactitud, relevancia y contexto. Un nombre detectado no equivale automáticamente a una recomendación positiva o correcta.
Entregables de una LLM visibility audit útil
- Query set versionado por intención, idioma y mercado.
- Matriz de presencia de marca y competidores.
- Mapa de fuentes citadas.
- Registro de errores factuals.
- Evaluación de entidad y categorías asociadas.
- Gap de páginas fuente y evidencia.
- Auditoría técnica de recuperabilidad.
- Roadmap priorizado de acciones.
- Baseline para repetir medición.
En The GEO Company entendemos la auditoría como una herramienta de decisión. El objetivo no es producir un gráfico bonito, sino saber qué hay que cambiar para que los sistemas tengan mejores fuentes sobre la marca.
Preguntas frecuentes sobre LLM visibility audit
¿Qué motores deberían incluirse?
Depende del mercado, pero normalmente interesa cubrir ChatGPT, Gemini, Perplexity y experiencias generativas de Google. Otros motores pueden añadirse según audiencia.
¿Cuántas preguntas necesita una auditoría?
Un primer baseline puede ser útil con 30–100 preguntas bien seleccionadas. Empresas con varias líneas, países o productos pueden necesitar sets mayores.
¿Un score de visibilidad es comparable entre herramientas?
No necesariamente. Cada herramienta define presencia, motores, prompts y frecuencia de forma distinta. Utiliza el score principalmente para comparar tu propia evolución con una metodología estable.
¿Cuándo repetir la auditoría?
Mensualmente o trimestralmente según velocidad del mercado y volumen de acciones. Tras cambios importantes de marca o arquitectura puede ser útil crear una nueva medición de referencia.
Cómo presentar el baseline a dirección
No empieces por una puntuación global. Resume tres hallazgos: dónde la marca ya es entendida correctamente, en qué preguntas comerciales está ausente y qué errores o fuentes requieren atención. Después presenta cinco acciones priorizadas con propietario y plazo. La auditoría gana valor cuando termina en decisiones de contenido, reputación, técnica o distribución.