Mitos, datos de Argentina y cómo se mide de verdad la visibilidad en los modelos de lenguaje.
En julio estuve en Buenos Aires, invitado por Eleven, para hablar de algo que en esta industria genera bastante más ruido que datos: si la visibilidad en IA se puede medir, si vale la pena medirla y qué está pasando concretamente en Argentina.
Ese día pedí dos cosas a la sala, y las repito acá antes de empezar.
La primera es mente abierta. Mucho de lo que funcionaba en Google aplica distinto en los modelos de lenguaje, y algunas «verdades» del SEO tradicional directamente no aplican.
La segunda es escepticismo con datos. Duden de todo lo que voy a decir, pero exijan datos, no opiniones. Ese es exactamente el filtro que vamos a aplicar a los mitos.
El debate no es si medir, es cómo
Cuando aparece el prompt tracking en una conversación de SEOs, casi siempre salen los mismos tres argumentos: que es snake oil, que las respuestas son probabilísticas y por lo tanto medirlas no tiene sentido, y que el tracking es una feature y no una empresa.
Casi todos comparten la misma falacia: confunden «no es perfecto» con «no es útil».
Vamos con los que más se repiten.
«Las respuestas son inconsistentes, así que medir no sirve»
Es verdad que una misma pregunta da respuestas distintas. Pero eso confunde el azar de una respuesta individual con los patrones agregados.
El tiempo de mañana es caótico y el clima se mide igual. Nadie discute que se pueda medir la temperatura media de una ciudad porque el martes que viene sea impredecible.
En la investigación de Rand Fishkin (SparkToro) sobre hospitales oncológicos, el 97% de las respuestas mencionaba a City of Hope, aunque su posición variaba constantemente. Lo que se mide es el patrón en el tiempo, no la respuesta individual. Las marcas fuertes aparecen más, y aparecen de forma consistente.
«La IA casi no manda tráfico, así que no importa»
Este es, para mí, el mito más caro de todos. Pensemos en el recorrido real:
El usuario pregunta a la IA cuál es la mejor opción para lo que necesita. La respuesta le recomienda tres marcas. La tuya es una de ellas.
No hace click en nada. Cierra el chat. La recomendación ya hizo su trabajo.
Después busca tu marca en Google o escribe tu URL directamente.
En tu analytics eso aparece como búsqueda de marca o tráfico directo. Nunca como «IA».
Cero clicks, y aun así la IA decidió la compra. La influencia ocurre dentro de la respuesta. El referral es la punta del iceberg, no la medida del impacto.
Juzgar la visibilidad en IA por los clicks de referral es como juzgar un cartel en la ruta por cuánta gente entra caminando desde la autopista.
«Si posicionas bien en Google, la IA ya te cubre»
Hay overlap real, sobre todo en AI Overviews. Pero es parcial, y la oportunidad vive justamente en los huecos.
Muchas recomendaciones salen de Reddit, YouTube y listicles de nicho que nunca entran al top 10 de Google. Y en los datos se ve el patrón en las dos direcciones: marcas que dominan Google y casi no existen en las respuestas de ChatGPT, y challengers con un SEO mediocre que son dueños de su categoría en los LLMs porque las fuentes que los modelos consultan los mencionan constantemente.
Cada modelo se apoya en fuentes distintas. Tu fuerza en Google se traslada solo en parte, y hay que medir dónde sí y dónde no.
Dos mitos sobre el método
Hay otros dos que valen la pena porque no son sobre el qué, sino sobre el cómo.
El primero es pensar que la API alcanza. No alcanza. En nuestras mediciones, ChatGPT vía API cita menos de la mitad de las fuentes que muestra la interfaz real: 7 fuentes vía API frente a 16 en la UI. En Perplexity, el overlap entre ambos métodos fue del 8% según el estudio de Surfer de diciembre de 2025. La API no refleja lo que ve el usuario.
El segundo es el «preguntale vos a ChatGPT y listo». El spot check manual está bien, pero es una anécdota, no un dataset. Tu cuenta tiene memoria y personalización: el modelo ya sabe quién sos y dónde trabajás. Es un modelo, un idioma, un momento, sin registro de qué decía el mes pasado. Lo sistemático es otra cosa: los mismos prompts, cada semana, en varios modelos, con sesiones limpias y sin personalización (Monitorización de prompts: monitoriza las respuestas de IA sobre tu marca | LLM Pulse), y con histórico.
Qué citan los modelos en Argentina
Hasta acá, argumentos. Ahora, datos.
Analizamos 644.291 citas limpias de respuestas de IA a prompts de Argentina, entre junio de 2025 y julio de 2026. Son 48.152 dominios distintos, 2.722 prompts argentinos y 13 meses de datos continuos, sobre cinco superficies: ChatGPT, Google AI Mode, AI Overviews, Perplexity y Gemini.
Una advertencia honesta antes de los números: el corpus se inclina a verticales comerciales (finanzas, seguros, viajes, retail). Léanlo como «qué cita la IA para preguntas comerciales y de dinero en Argentina», no como una muestra de todos los temas.
Instagram y YouTube son el sustrato
Las plataformas más citadas en respuestas de IA a prompts argentinos:
Social y video no son un complemento del contenido que citan los modelos en Argentina. Son el sustrato.
Diez dominios, un cuarto de todas las citas
El 22% de las citas va al top 10 de dominios, y sube a 26,1% si mirás solo lo que se muestra en pantalla. El 44% va al top 100. Es decir: cien dominios capturan casi la mitad del total.
Y hay un detalle interesante: la concentración sube más de 4 puntos al filtrar lo que el modelo no muestra. Lo que los modelos enseñan está más curado que lo que leen.
«Wikipedia es súper citada»: acá no
La regla «AI loves Wikipedia» de los estudios en inglés no se cumple en Argentina. Ningún modelo le manda más del 0,29% de sus citas:
Modelo
Citas a Wikipedia
ChatGPT
0,29%
Gemini
0,25%
Perplexity
0,20%
Google AI Mode
0,17%
Google AI Overview
0,12%
Ojo con la lectura: esto no significa que la IA no lea Wikipedia, sobre todo en training. Pero el rol de «fuente citada» acá lo ocupan sitios comerciales argentinos y argentina.gob.ar.
Cada modelo tiene su personalidad
Solo 17 dominios aparecen en el top 50 de los cinco modelos. Todo el resto es huella propia.
ChatGPT es el más argentino y el que menos cita redes: el 41,8% de sus citas va a dominios .ar, catorce puntos más local que Google AI Mode (27,7%). Tener .com.ar paga en ChatGPT. Y su apuesta de contenido generado por usuarios es Reddit (Reddit Intelligence: sigue las citaciones de Reddit en las respuestas de IA | LLM Pulse), con un 2,94% de sus citas, la más alta de todos los modelos, frente a un 0,24% de Instagram y un 0,22% de YouTube.
Google AI Mode es el más internacional, liderado por Instagram (9,6% de sus citas) y YouTube.
AI Overviews y AI Mode son gemelos casi idénticos: comparten 49 de sus 50 dominios principales, 15 de 15 en el top 15, y cada uno tiene un solo dominio único en su top 50. Salen del mismo índice de Google. Optimizar para uno es optimizar para el otro: es un target, no dos.
Perplexity es el más financiero y periodístico: el 29,3% de sus citas son de finanzas y fintech, el mix más financiero de los cinco, y un 5,6% va a medios de noticias. Y es un desierto para retail: 180 citas de retail en total, contra más de 3.000 en ChatGPT y en cada superficie de Google. Si vendés en Argentina, Perplexity no es donde aparece tu tienda.
Gemini es el más periodístico en su mix, con un 6,2% de sus fuentes en noticias, y Clarín como su medio número uno.
Noticias: la prensa de negocios le gana a los grandes nombres
Medio
Citas
iprofesional.com
2.992
infobae.com
2.876
lanacion.com.ar
1.739
iproup.com
1.693
clarin.com
1.372
ambito.com
983
cronista.com
913
elpais.com (España)
784
Cerca del 18% de las citas de noticias son del grupo iProfesional más iProUP. El 41% se concentra en solo cinco medios, y un 18% se va a prensa extranjera.
El dato que más me llamó la atención: hay una sola cita a Télam en todo el dataset. El que deja de publicar, desaparece.
Ecommerce: MercadoLibre es la mitad del retail en IA
El número dos no es lo que uno esperaría: es un supermercado. ChangoMas (masonline.com.ar) suma 1.759 citas con una posición promedio de 3,4, por encima de Frávega y de toda cadena de electro.
El 96% que no depende de vos
Este es el hallazgo que más me cambió la forma de trabajar: el 96% de las citas que influyen en que una marca aparezca en respuestas de IA viene de sitios de terceros. Prensa, reviews, comparativas, foros, Reddit, YouTube, Trustpilot, publicaciones de nicho. Sitios que no controlás.
Solo el 4% viene de tu propio sitio.
Es exactamente lo contrario de lo que enseñó el SEO on-page. Acá se gana o se pierde afuera. Por eso digo que el GEO es, en el fondo, una disciplina off-page (Autoridad off-site para la búsqueda con IA y el PR digital | LLM Pulse): importa mucho más lo que otros dicen de vos que lo que vos decís de vos mismo.
Cómo se mide esto sin engañarse
Se puede medir, pero no con las mismas unidades que el SEO.
El manual de SEO era impresiones, clicks y tráfico orgánico. Funciona porque en Google el valor se captura en tu sitio: el click es la conversión del ranking.
En IA la influencia pasa dentro de la respuesta, y la recomendación llega aunque nadie haga click. Impresiones, clicks y tráfico no desaparecen, pero juegan en otra liga. Medir en IA con métricas de SEO es medir un partido de tenis contando goles.
Hay tres métricas primitivas, y todo lo demás se deriva de ellas:
Menciones: ¿aparece tu marca en la respuesta? De ahí salen el share of voice y el AI Visibility Score.
Citaciones: ¿qué fuentes enlaza el modelo al responder? De ahí salen el citation rate y el mapa de qué terceros influyen en que aparezcas, ese 96% de antes.
Sentimiento: ¿lo que dice de vos es positivo, neutro o negativo? De ahí salen el net sentiment y las alertas de reputación.
Cualquier score de visibilidad en IA que te vendan sale de una de estas tres. Si no te saben decir de cuál, desconfiá.
Qué exigirle a cualquier herramienta
Este checklist aplica a cualquiera, incluida la nuestra:
¿Scraping de la UI o API? Si es API, el dato no refleja lo que ve el usuario.
¿De dónde salen los prompts? Derivados de demanda real (Search Console, Reddit, keyword research, análisis de competidores), no de un brainstorm.
¿Cuántos modelos cubre? Uno o dos LLMs es una foto parcial.
¿Es transparente? Respuestas reales, fuentes citadas y fan-out de queries, no solo un score.
¿Es honesta? Quien promete visibilidad «exacta» miente. El dato es direccional, y direccional le gana a nada, siempre.
Cambiaron las fuentes, no los principios
Medir, entender dónde te citan y optimizar sigue siendo el trabajo. Lo que cambió es a quién le creen los modelos, y en Argentina eso ya tiene ganadores claros: Instagram, YouTube, Reddit, la prensa de negocios y MercadoLibre.
El riesgo no es medir imperfecto. El riesgo es no medir.
Esteve Castells es co-fundador de LLM Pulse (LLM Pulse: plataforma integral de visibilidad y reputación en búsqueda con IA), plataforma de visibilidad en buscadores de IA. Lleva más de una década haciendo SEO para marcas globales y grandes empresas, y hoy se dedica a medir cómo ChatGPT, Gemini, Perplexity y Google AI hablan de las marcas. Está en X y LinkedIn como @estevecastells.
Tabla de contenidos
Cómo podemos ayudar
Consultoría SEO
Aumenta tu visibilidad orgánica con nuestra asesoría personalizada, estratégica e integral.
¿Querés recibir más contenido como este? Suscribite a nuestro newsletter
Únete a cientos de profesionales que ya están recibiendo las novedades más importantes de SEO cada mes. Suscríbete gratis y no te pierdas lo que está marcando la agenda en la industria.
