{"id":1213,"date":"2026-09-12T09:00:00","date_gmt":"2026-09-12T07:00:00","guid":{"rendered":"https:\/\/thegeocompany.eu\/?p=1213"},"modified":"2026-09-08T21:00:57","modified_gmt":"2026-09-08T19:00:57","slug":"auditoria-visibilitat-llm-chatgpt-gemini-perplexity-marca","status":"publish","type":"post","link":"https:\/\/thegeocompany.eu\/ca\/blog\/auditoria-visibilitat-llm-chatgpt-gemini-perplexity-marca\/","title":{"rendered":"LLM visibility audit: com mesurar si ChatGPT, Gemini i Perplexity troben i entenen la teva marca"},"content":{"rendered":"

Resposta curta:<\/strong> una LLM visibility audit<\/em> mesura tres coses diferents: si la marca apareix en respostes rellevants, si hi apareix correctament i quines fonts permeten que hi aparegui. Despr\u00e9s connecta aquests resultats amb gaps d\u2019entitat, contingut, evid\u00e8ncia i autoritat externa per crear un roadmap.<\/p>\n

Preguntar una vegada a ChatGPT \u201cconeixes la meva empresa?\u201d no \u00e9s una auditoria. La resposta pot dependre de formulaci\u00f3, context, moment, mercat i motor. Per obtenir informaci\u00f3 \u00fatil necessites un set de preguntes estable, categories d\u2019intenci\u00f3 i una metodologia que permeti comparar resultats en el temps.<\/p>\n

1. Defineix l\u2019objectiu de negoci abans de les queries<\/h2>\n

Una auditoria per a una marca hotelera no hauria d\u2019utilitzar les mateixes preguntes que una empresa B2B industrial. Defineix quines decisions vols influir: descobriment, shortlist, selecci\u00f3 de prove\u00efdor, reputaci\u00f3, producte, destinaci\u00f3 o suport.<\/p>\n

L\u2019objectiu determina el query set i evita mesurar visibilitat que mai podria generar valor.<\/p>\n

2. Construeix cinc grups de preguntes<\/h2>\n

Una base \u00fatil combina preguntes de categoria, problema, comparaci\u00f3, selecci\u00f3 i marca. Per exemple: \u201cquines empreses ofereixen X\u201d, \u201ccom resoldre Y\u201d, \u201cX vs Z\u201d, \u201cmillors prove\u00efdors per a\u2026\u201d i preguntes expl\u00edcites sobre la marca.<\/p>\n

Aix\u00f2 permet distingir si el motor nom\u00e9s coneix l\u2019empresa quan se li dona el nom o si la recupera espont\u00e0niament dins la seva categoria.<\/p>\n

3. Afegeix variants naturals<\/h2>\n

Els usuaris no formulen sempre igual. Inclou preguntes curtes, llargues, t\u00e8cniques, col\u00b7loquials i amb context sectorial. No necessites centenars de sin\u00f2nims mec\u00e0nics; necessites representar els camins reals d\u2019investigaci\u00f3.<\/p>\n

4. Separa idiomes i mercats<\/h2>\n

Una marca pot tenir bona visibilitat en angl\u00e8s i cap en catal\u00e0 o castell\u00e0. Les fonts utilitzades tamb\u00e9 poden canviar. Avalua idiomes prioritaris per separat i afegeix ubicaci\u00f3 quan influeix en la decisi\u00f3.<\/p>\n

5. Registra pres\u00e8ncia de marca<\/h2>\n

La m\u00e8trica m\u00e9s b\u00e0sica \u00e9s si apareix o no. Per\u00f2 defineix qu\u00e8 compta com a pres\u00e8ncia: nom exacte, producte, domini o una menci\u00f3 inequ\u00edvoca. Mant\u00e9n la regla constant entre mesures.<\/p>\n

6. Registra pres\u00e8ncia de competidors<\/h2>\n

Una resposta on no apareixes t\u00e9 m\u00e9s valor diagn\u00f2stic si saps qui s\u00ed hi apareix. Crea una matriu de competidors per cl\u00faster i detecta marques recurrents.<\/p>\n

Els competidors d\u2019IA no sempre coincideixen amb els competidors comercials que l\u2019equip tenia al cap.<\/p>\n

7. Analitza les fonts citades<\/h2>\n

Quan el motor mostra fonts, registra domini i URL. Classifica font pr\u00f2pia, mitj\u00e0, directori, comunitat, documentaci\u00f3 oficial, review, investigaci\u00f3 o competidor.<\/p>\n

Els patrons indiquen quin tipus d\u2019evid\u00e8ncia domina la categoria i quines fonts podries leg\u00edtimament desenvolupar o guanyar.<\/p>\n

8. Diferencia menci\u00f3 i citaci\u00f3<\/h2>\n

La teva marca pot apar\u00e8ixer sense que el web oficial sigui font. Aix\u00f2 significa que l\u2019entitat existeix en fonts externes, per\u00f2 les teves p\u00e0gines potser no estan sent seleccionades. Tamb\u00e9 pot passar el contrari: una p\u00e0gina pr\u00f2pia se cita com a informaci\u00f3 sectorial sense que la marca es recomani.<\/p>\n

Tots dos s\u00f3n resultats diferents i requereixen accions diferents.<\/p>\n

9. Mesura exactitud factual<\/h2>\n

Revisa pa\u00eds, serveis, p\u00fablic, producte, preus quan siguin p\u00fablics, mida si es menciona, dates i qualsevol afirmaci\u00f3 sensible. Classifica errors per gravetat.<\/p>\n

L\u2019exactitud \u00e9s especialment important en sectors regulats o quan una resposta pot influir una compra important.<\/p>\n

10. Avalua posicionament sem\u00e0ntic<\/h2>\n

No n\u2019hi ha prou amb apar\u00e8ixer. Amb quina categoria t\u2019associa el motor? Et descriu com ag\u00e8ncia, software, consultora o prove\u00efdor industrial? Menciona l\u2019especialitat que vols posicionar?<\/p>\n

Una auditoria pot revelar que l\u2019entitat existeix per\u00f2 est\u00e0 categoritzada de manera poc \u00fatil.<\/p>\n

11. Avalua el context competitiu<\/h2>\n

Quan apareixen diverses marques, observa per qu\u00e8. Una es menciona per preu, una altra per especialitzaci\u00f3, una altra per cobertura geogr\u00e0fica? Aquestes associacions ajuden a entendre quins atributs el corpus vincula a cada competidor.<\/p>\n

12. Audita la p\u00e0gina can\u00f2nica d\u2019entitat<\/h2>\n

La home i p\u00e0gines About\/Company han d\u2019explicar nom, categoria, serveis, mercats, ubicaci\u00f3 i punts diferencials de manera coherent. Si els motors s\u2019equivoquen en informaci\u00f3 b\u00e0sica, comen\u00e7a aqu\u00ed.<\/p>\n

13. Audita les p\u00e0gines de servei<\/h2>\n

Cada servei prioritari necessita una font clara: definici\u00f3, abast, proc\u00e9s, lliurables, FAQs, casos i l\u00edmits. Comprova si la p\u00e0gina respon les preguntes que el query set planteja.<\/p>\n

14. Audita evid\u00e8ncia pr\u00f2pia<\/h2>\n

Llista casos, dades, estudis, metodologia, eines, autors i experi\u00e8ncia publicable. Una marca sense evid\u00e8ncia t\u00e9 menys material diferenciador per competir per citacions.<\/p>\n

15. Audita autoritat externa<\/h2>\n

Busca fonts independents que descriguin l\u2019empresa. Avalua exactitud i actualitat. Identifica abs\u00e8ncies rellevants: associacions, mitjans sectorials, perfils, marketplaces, directoris professionals o publicacions on la marca hauria d\u2019existir per activitat real.<\/p>\n

16. Audita consist\u00e8ncia d\u2019entitat<\/h2>\n

Compara nom, descripci\u00f3, URL, ubicacions, categories i serveis entre web, perfils i fonts rellevants. Corregeix contradiccions abans d\u2019intentar crear m\u00e9s volum de contingut.<\/p>\n

17. Audita rastrejabilitat<\/h2>\n

Revisa robots, sitemap, indexaci\u00f3, canonicals, estats HTTP, renderitzat i enlla\u00e7os interns. Una gran p\u00e0gina que els motors no recuperen de manera estable no funciona com a font.<\/p>\n

18. Audita contingut bloquejat en formats poc recuperables<\/h2>\n

Si les millors respostes s\u00f3n en PDFs, v\u00eddeos, gr\u00e0fics o eines tancades, crea equivalents textuals accessibles. No eliminis els formats originals; afegeix una capa web que expliqui i contextualitzi.<\/p>\n

19. Crea un score per cl\u00faster, no un \u00fanic percentatge<\/h2>\n

Un \u201cLLM visibility score 42%\u201d pot ocultar massa. \u00c9s millor veure descobriment 20%, comparaci\u00f3 50%, marca 90% i problema 15%, per exemple. Aix\u00ed el roadmap es connecta amb intenci\u00f3.<\/p>\n

El score ha de ser una eina interna de comparaci\u00f3, no una veritat universal sobre l\u2019algoritme.<\/p>\n

20. Converteix troballes en accions concretes<\/h2>\n

Cada gap hauria de produir una acci\u00f3: millorar una p\u00e0gina de servei, publicar un cas, aclarir una entitat, crear una comparaci\u00f3, corregir un perfil extern, obtenir una menci\u00f3 leg\u00edtima, afegir una definici\u00f3 o resoldre un problema t\u00e8cnic.<\/p>\n

21. Prioritza per valor, gap i capacitat d\u2019evid\u00e8ncia<\/h2>\n

No publiquis un article nom\u00e9s perqu\u00e8 una pregunta tingui baixa visibilitat. Prioritza preguntes valuoses on l\u2019empresa tingui alguna cosa real a aportar i on el gap es pugui corregir.<\/p>\n

22. Repeteix l\u2019auditoria amb metodologia constant<\/h2>\n

Una mesura a\u00efllada \u00e9s una foto. Repetir el mateix set permet detectar tend\u00e8ncia. Mant\u00e9n versions del query set i documenta canvis importants per no confondre una metodologia nova amb una millora de visibilitat.<\/p>\n

23. Combina dades LLM amb SEO i anal\u00edtica<\/h2>\n

Search Console pot mostrar creixement de queries de marca o temes. Anal\u00edtica pot mostrar visites des de motors i conversions posteriors. CRM pot indicar mencions de ChatGPT o Perplexity en leads si es pregunta de manera natural. Uneix senyals en lloc d\u2019atribuir-ho tot a una sola font.<\/p>\n

24. Afegeix una capa d\u2019AI Overviews<\/h2>\n

Per a Google, incorpora queries on apareixen AI Overviews i registra fonts i pres\u00e8ncia. L\u2019article sobre Google AI Overviews<\/a> explica els senyals que conv\u00e9 revisar.<\/p>\n

25. Afegeix una capa espec\u00edfica de Perplexity<\/h2>\n

Perplexity facilita observar fonts en moltes respostes. Utilitza aquesta transpar\u00e8ncia per estudiar quines p\u00e0gines guanyen cites i quin tipus de contingut falta. El framework de Perplexity optimization<\/a> desenvolupa aquest proc\u00e9s.<\/p>\n

26. Documenta errors i correccions<\/h2>\n

Si detectes informaci\u00f3 incorrecta, registra quina font podria estar alimentant-la i quina acci\u00f3 es pren. Amb el temps, aquest registre mostra quins tipus d\u2019error s\u00f3n recurrents i quines fonts tenen m\u00e9s influ\u00e8ncia.<\/p>\n

27. Inclou una revisi\u00f3 humana<\/h2>\n

L\u2019automatitzaci\u00f3 pot recollir respostes, per\u00f2 alg\u00fa amb coneixement del negoci ha d\u2019avaluar exactitud, rellev\u00e0ncia i context. Un nom detectat no equival autom\u00e0ticament a una recomanaci\u00f3 positiva o correcta.<\/p>\n

Lliurables d\u2019una LLM visibility audit \u00fatil<\/h2>\n