📖 Ruta: Ruta para investigadores Paso 6 de 9

A continuación se presenta un estándar mínimo de observación a partir del cual puede empezar a construirse una base de datos acumulativa sobre marcas, categorías y sistemas de respuestas. La ficha es deliberadamente simple: debe ser reproducible y servir tanto para el trabajo de investigación de gabinete como para el monitoreo periódico dentro de un equipo de producto o de marketing.

El principio central de la ficha consiste en registrar no solo el hecho de la aparición de la marca, sino todo el contorno de la respuesta: la formulación de la pregunta, la intención del usuario, el idioma, el sistema, el tipo de fuentes, el papel de la marca, la presencia de citación, el carácter de la sustitución de categoría, el desfase de actualización y la interpretación práctica final. De lo contrario, la base se convertirá rápidamente en un almacén de capturas de pantalla vistosas sin profundidad analítica.

Campos de la ficha

Sistema y modo

Por ejemplo: Google AI Overviews, AI Mode, ChatGPT Search, Copilot Search, Perplexity.

Fecha y geografía de la ejecución

Se registran la fecha, la configuración regional, el idioma de la interfaz y el país, si este influye en la respuesta.

Pregunta original

Formulación exacta de la pregunta del usuario, sin correcciones editoriales.

Tipo de intención

De referencia, comparativa, comercial, local, navegacional, de investigación.

Papel de la marca en la respuesta

Ausente; hay mención; hay citación; influye en el marco de la respuesta; entra en la lista corta.

Tipo y calidad de las fuentes

Oficiales, editoriales, de usuarios, institucionales, de catálogo; fuertes o débiles.

Indicios de sustitución de categoría

Si hay deriva de la tarea, cambio del lenguaje de comparación, inserción de alternativas ajenas.

Indicios de desfase de actualización

Si la respuesta corresponde a los últimos hechos conocidos y de dónde procede, probablemente, el retraso.

Conclusión editorial

Interpretación breve: dónde está el problema, dónde está el punto fuerte y qué conviene verificar a continuación.

Materiales relacionados

Artículo de investigación 7 min

«Burbuja de respuestas»: por qué una misma marca se ve de manera distinta en ChatGPT, Google, Copilot y otros sistemas

Por qué no existe una visibilidad IA única: la misma marca puede verse notablemente diferente entre ChatGPT, Google AI Overviews, Copilot y Perplexity.

Abrir material →
Artículo de investigación 7 min

Desfase de actualización: con qué rapidez los sistemas de respuestas modifican la representación de una empresa tras una noticia, el lanzamiento de un producto o un cambio de precio

Por qué transcurre un tiempo entre el cambio de un hecho sobre la marca y su aparición estable en las respuestas de la máquina — y cómo observar este desfase en la práctica.

Abrir material →
Siguiente paso

Cómo se relaciona esto con AI100 en la práctica

Si necesita no una visión general sino un diagnóstico específico para su marca, AI100 permite verificar cómo el modelo ve la empresa en escenarios neutrales de elección, qué competidores se posicionan más arriba y qué mejoras tienen mayor probabilidad de aumentar la visibilidad.

Ver informe de muestra