Después de todo, conversar con una IA no es como buscar de forma tradicional, ya que las peticiones pueden ser mucho más detalladas o darse en medio de conversaciones largas.
Las respuestas de la IA también son menos consistentes que los resultados de búsqueda orgánica; tanto las recomendaciones de marcas como las URLs citadas cambian de un minuto a otro.
En este post, voy a compartir el marco de trabajo y las fuentes de consultas que creemos que tienen más sentido.
Si ya sabes lo que quieres rastrear, la funcionalidad de prompts personalizados en Brand Radar te permite monitorear respuestas en las ubicaciones y plataformas que elijas, con una programación diaria, semanal o mensual.
Mira las menciones de marca para cualquier consulta individual o (como recomendamos) agrupa clusters de prompts y mira las respuestas agregadas —incluyendo URLs y tendencias— de todas a la vez.
El rastreo de prompts ha sido un tema polémico en los últimos meses; una crítica común es que la volatilidad y personalización de las respuestas de la IA hacen difícil saber qué tan bien le va realmente a tu marca.
Las plataformas no comparten directamente qué consultas escriben los usuarios ni con qué frecuencia, lo que significa que podrías estar rastreando la visibilidad de frases que nadie busca de verdad.
Otros argumentan que los datos direccionales son mejores que nada y que, al menos, deberías rastrear si lo que la IA “piensa” de ti coincide con la realidad.
En Ahrefs, entendemos que no trabajamos con datos perfectos, pero creemos que hay insights en las respuestas que podemos aprovechar.
Como visión general sobre el monitoreo de prompts, aquí está nuestra postura:
| No hagas esto | Haz esto |
|---|---|
| Enfocarte en los resultados de prompts individuales | Agrupa prompts similares y analiza las coincidencias en los resultados agregados |
| Pensar que es una tarea de “configurar y olvidar” | Ten un plan para tomar acción, como construir relaciones con fuentes que se citan con frecuencia |
| Pensar en el seguimiento de prompts como si fuera el rank tracking tradicional | Entiende que tu “posición” en las respuestas es altamente volátil |
| Asumir que el seguimiento de prompts es la mejor y única fuente de datos de visibilidad en IA | Monitorea el tráfico desde LLMs, server logs relevantes, rendimiento en búsqueda tradicional y (si es posible) bases de datos de prompts más amplios |
| Pensar que tener URLs citadas es el objetivo final | Entiende que tu negocio puede ser recomendado regularmente sin que lo citen |
| Intentar rastrear cada posible persona y ángulo de keyword que cubre tu sitio | Empieza priorizando consultas sobre temas de alto valor. Siempre puedes expandir después |
Identificar posibles pasos a seguir es una parte fundamental de nuestro enfoque al analizar respuestas.
Por ejemplo, cuando lanzamos nuevas funciones como el rastreo de prompts personalizados (medio meta, lo sé), queremos saber si las respuestas de la IA reflejan que Ahrefs ya tiene esta función o si citan fuentes antiguas.
Monitorear varias plataformas de IA hace que aparezcan menciones de marca en sitios que no solo destacan en Google (donde los SEOs suelen enfocarse), sino también en Bing, Brave Search e índices personalizados.
Además de la precisión de las respuestas, buscamos principalmente sitios web citados con frecuencia para conectar con ellos, funciones y casos de uso de plataformas SEO muy mencionadas para cubrirlas mejor, y cómo estamos posicionados frente a la competencia en nuestros servicios clave.
Dicho esto, no nos enfocamos solo en rastrear prompts personalizados.
La actividad de los bots de IA en los logs del servidor, el tráfico de plataformas de IA, el rendimiento en búsquedas tradicionales y los insights de decenas de millones de prompts en Brand Radar también son parte de nuestro monitoreo.
Mi compañero Patrick Stox lanzó un estudio que indica que, excluyendo todo lo demás para lo que la gente usa LLMs, las interacciones tipo búsqueda en ChatGPT tienen un volumen de aproximadamente el 12% del de Google.
Las grandes plataformas de IA no comparten los datos de consultas de sus usuarios, así que solo ellas saben exactamente con qué frecuencia se hacen preguntas específicas.
Aunque hay proveedores externos de algunos datos reales de conversaciones, hemos visto que se usan para estimar volúmenes de consultas mucho más altos de lo que nosotros avalaríamos.
Nuestro enfoque actual es basar la mayoría de nuestros prompts en términos de búsqueda tradicional, donde tenemos datos más fiables sobre su popularidad.
Hay que admitir que las variaciones “sintéticas” de términos de búsqueda tradicional no reflejarán perfectamente cómo pregunta la gente a la IA, pero ayudan a priorizar el monitoreo de temas con interés demostrado.
Vamos a profundizar en cómo agrupar puntos similares, ya que es una parte importante de cómo vemos el rastreo de prompts en general.
Pregúntale a ChatGPT cuál es el mejor software de gestión de gimnasios, y puede que Wodify y PushPress encabecen sus recomendaciones. Unos segundos después, Mindbody podría ser la mejor solución, acompañada de una lista donde aparecía en segundo lugar.
He visualizado esta volatilidad de “rankings” en una herramienta gratuita en Detailed.com, inspirada en un informe del CEO de Sparktoro, Rand Fishkin.
Por esta razón, recomendamos agrupar prompts relacionados para obtener una visión general direccional y agregada de los puntos comunes en las respuestas, en lugar de priorizar cualquier resultado individual.
Estos grupos o clusters de prompts pueden definirse por intención, la etapa del embudo de marketing a la que pertenecen, los productos y servicios que ofreces, o cualquier otra cosa que tenga sentido para tu negocio.
Los siguientes ejemplos se inspiraron principalmente en las preguntas de la función ‘People Also Ask’ de las SERP de Google, y luego se ampliaron con otras fuentes de datos.
| Ángulo del cluster Diferentes clusters tendrán sentido según el tipo de negocio en el que estés | Fuente de datos potencial Hay beneficios en combinar fuentes, como consultas de customer support con datos de GSC | Consultas de ejemplo para que te bases Solo a modo ilustrativo. Para mejores resultados, usa tus propios datos y tu experiencia en el nicho | |
|---|---|---|---|
| Posicionamiento competitivo | Funcionalidad SERP de Google ‘People Also Ask’ | ¿Cuál es el mejor CRM para agentes inmobiliarios? | ¿Cuál es el mejor CRM para empresas de construcción? |
| Confianza y validación | Discusiones en foros y grupos de redes sociales | ¿Son confiables a largo plazo las zapatillas para correr Hoka? | ¿Son buenas las zapatillas Hoka para la fascitis plantar? |
| Página con mayor conversión (por ejemplo, personas que buscan “alternativas a WeTransfer” y se convierten en clientes) | Analítica web y datos de autoatribución | ¿Qué está usando la gente en vez de WeTransfer? | ¿Cuál es una buena alternativa a WeTransfer? |
| Etapas del embudo (por ejemplo, fondo del embudo) | Consultas al equipo de soporte | ¿Vale la pena HubSpot para una pequeña empresa? | ¿Valdrá la pena HubSpot en 2026? |
| Requisitos específicos | Keywords Explorer de Ahrefs | ¿Cuál es el mejor hosting web que incluya cPanel? | ¿Me puedes recomendar algunas empresas de hosting que cumplan con HIPAA? |
Cada uno de estos, especialmente los temas, también se puede desglosar a un nivel mucho más granular.
Si intentas monitorear menciones de marca generales, recomiendo separar las consultas de marca y las que no son de marca en sus propios grupos.
Técnicamente, con el tiempo podrías mirar datos agregados de respuestas a un prompt individual, pero eso tiene sus desventajas.
Ahora que ya tienes una idea de cómo agrupar prompts, veamos las fuentes de datos que pueden darte ideas sobre qué rastrear.
Abre Google Search Console directamente, o a través de Ahrefs Webmaster Tools, y busca específicamente las preguntas por las que tu sitio ya está posicionando.
Una forma sencilla de hacerlo es usar la siguiente expresión regular (regex):
\b(por qué|qué|cuándo|son|será|hace|debería|dónde|quién|cómo|puede|hace|es)\b
Esto solo selecciona términos que contienen una o más de esas palabras específicas.
También puedes usar esta regex para encontrar todas las consultas de al menos 6 palabras: ^(\S+\s+){5}\S+. Cambia el ‘5’ por un número mayor si hace falta.
Si tu sitio es nuevo, todavía no tiene mucho tráfico de búsqueda o simplemente estás investigando otro sector, puedes usar los mismos términos en un filtro de la herramienta Keywords Explorer de Ahrefs.
Aunque los volúmenes de búsqueda estimados nunca se trasladarán perfectamente a los volúmenes de chat de la IA, este enfoque te dará una idea de qué tan populares son los temas en general.
En 2022, Google lanzó una nueva función en los resultados, ‘Discusiones y foros’, para destacar conversaciones en comunidades online. Dijeron que la intención era mostrar consejos más de primera mano.
Mientras que las páginas web típicas suelen tener etiquetas de título perfectamente optimizadas y llenas de palabras clave, los posts de foros se parecen mucho más a cómo escribe la gente de forma natural, ya que a los usuarios no les preocupa si algo posiciona o no.
Gracias a esto, puedes encontrar inspiración para preguntas escritas de forma natural que la gente también podría estar haciendo en plataformas centradas en la IA.
Reddit es el dominio más importante aquí, pero también verás Facebook, Quora, la Comunidad Steam y miles de otros sitios.
Hay un parámetro específico que puedes añadir a tu barra de direcciones, &udm=18, que te permite buscar directamente en foros sobre tu tema en lugar de cruzar los dedos para que la función aparezca en los resultados.
Está bien cuando las preguntas generan muchos comentarios, pero yo suelo buscar los ángulos que aparecen más a menudo.
Lo ideal es que ya tengas datos sobre qué páginas de tu sitio ayudan a convertir más visitantes en una acción deseada, como suscribirse a un boletín o pedir una demo.
Por ejemplo, digamos que nuestra herramienta gratuita generadora de palabras clave ha conseguido más registros de clientes que cualquier otra página, gracias a que posiciona bien en Google para términos populares.
Para rastrear su rendimiento en las búsquedas de IA, un enfoque podría ser usar LLMs para convertir términos tradicionales en un lenguaje más conversacional y natural.
Recuerda que no nos centramos en cada respuesta individual, sino en cómo se nos menciona en conjunto en un grupo grande de consultas.
Una petición sencilla para tu asistente de IA favorito podría ser esta:
Por favor, toma esta lista de consultas reales de Google que trajeron tráfico a [URL] y conviértelas en prompts de estilo conversacional que la gente usaría en plataformas de IA. Eres experto en esto y fuiste creado precisamente para este tipo de tareas.
Asegúrate de visitar la página en cuestión.
Cuanto más larga sea la consulta original, menos deberías cambiarla. No modifiques la intención bajo ningún concepto. Solo modifica los términos que creas relevantes para lo que ofrece la página. Si hacen falta años, menciona solo el año actual: 2026.
Aquí tienes una lista de consultas que ya han enviado gente a esta página:
[Preguntas de GSC con clics e impresiones / datos de keyword research]Aquí tienes algunos ejemplos de consultas de búsqueda tradicionales y cómo se vería su alternativa conversacional:
“Mejores herramientas de gestión de proyectos baratas” > “¿Cuáles son las mejores herramientas de gestión de proyectos para startups con poco presupuesto?”
[añadir más ejemplos específicos]
Si la página aún no ha posicionado para ninguna consulta, puedes sustituir esa sección con datos de herramientas como Keywords Explorer de Ahrefs, compartiendo los términos que te interesan con volumen conocido.
Como ocurre con muchas cosas en el SEO, puedes llevar este concepto al siguiente nivel.
He disfrutado leyendo el trabajo de Metehan Yesilyurt estos últimos meses, y se le ha ocurrido un prompt mucho más detallado en su guía sobre cómo convertir datos de GSC en consultas más largas.
Creó una herramienta personalizada específicamente para convertir términos de búsqueda normales en prompts tipo LLM.
Por respeto, no quiero compartirlo todo, pero aquí tienes una muestra de su archivo app.py:
Creo que Metehan estaría de acuerdo en que cuanto más específicos sean tus ejemplos de antes-y-después, mejor.
Me fascina cómo Perplexity está creando su propio índice de la web, supongo que para depender menos de los buscadores tradicionales para obtener datos.
En una investigación reciente, descubrí que eran mucho más propensos a recomendar fuentes de alta calidad en sus respuestas que ChatGPT o Microsoft Copilot.
Y eso que tenían más dominios principales en común con Microsoft de los que Microsoft tenía con ChatGPT, con quienes tienen una relación de largo recorrido.
Una función genial cuando haces preguntas a Perplexity sobre tu sector es que, al terminar cada chat, te recomienda consultas de seguimiento relacionadas.
Me puse en contacto con Perplexity y les pregunté si estas sugerencias se basan en consultas reales que se han hecho antes.
Me dijeron que las genera un modelo de IA que usa la consulta original y sus resultados. Básicamente son las siguientes preguntas naturales que el modelo cree que vendrían después de esos datos.
Es una lástima para nuestro propósito que no se basen en consultas históricas, pero Perplexity querrá que sean lo más relevantes posible, así que sigo viendo útil estudiarlas.
Para algunos de los nichos que rastreo, me gusta empezar mi investigación usando preguntas de la función ‘People Also Ask’ de Google.
Si estás en el nicho de las mascotas, una simple búsqueda de ‘mejor comida para cachorros’ te devuelve al instante sugerencias de preguntas relacionadas y posibles seguimientos:
Si haces clic en cualquier pregunta para desplegarla, Google te ofrecerá aún más consultas sugeridas.
Cuando investigo sectores que conozco menos, a menudo tomo estas preguntas tal cual para ver qué marcas, dominios y tipos de respuestas aparecen más a menudo con el tiempo.
Para trabajos más serios y proyectos personales, las uso como base para ampliar. Cubriré algunas formas de hacerlo en la sección #9.
Si quieres escalar tu análisis, puedes usar tanto la Ahrefs Toolbar como la Detailed SEO Extension para extraer varios niveles de preguntas de People Also Ask automáticamente.
Ahrefs Brand Radar ofrece información sobre más de 240 millones de prompts en plataformas de IA populares, incluyendo Google AI Mode, ChatGPT y Perplexity.
Si miramos la visibilidad de la plataforma de finanzas NerdWallet, vemos que ya se la asocia con temas como ‘seguro de coche’ y ‘préstamos para pequeñas empresas’.
Puedes hacer clic en cada uno individualmente para identificar las consultas que quieras modificar y seguir rastreando.
Por ejemplo, si has empezado hace poco a crear contenido para lugares específicos, podrías rastrear esos términos en esos países o mencionar el país específicamente en el prompt.
También puedes configurar tu propia frecuencia de actualización exacta, ya sea diaria, semanal o mensual.
Los detalles dependerán de la solución de analítica que uses, pero la idea es la misma: encuentra páginas que reciben tráfico y crea prompts sobre ellas.
Para uno de los sitios que estoy rastreando con Web Analytics de Ahrefs, vemos que casi todo el tráfico de búsqueda de IA que recibe viene de ChatGPT:
Aparte de la analítica web tradicional, también puedes echar un ojo a los logs del servidor.
Abajo podemos ver cuándo ChatGPT-User solicitó páginas en Detailed.com durante un periodo de siete días.
Este no es un bot que rastrea la web continuamente; se usa cuando los usuarios hacen una pregunta a ChatGPT o a los Custom GPTs, y esa página puede ayudar a generar una respuesta.
Además de los bots de búsqueda tradicionales, puedes investigar las peticiones de otros como Perplexity-User (Perplexity), DuckAssistBot (DuckDuckGo) y MistralAI-User (Mistral).
Podrías sacar ideas de prompts siguiendo estas sugerencias:
- Mira los términos que traen tráfico a esa página en Google Search Console
- Busca preguntas relevantes de People Also Ask que aparezcan donde posiciona orgánicamente
- Pregunta a los LLMs qué preguntas relevantes haría la gente para encontrar esa página
Ambas fuentes son útiles por sí solas, pero mola tener puntos de datos extra para combinarlas.
Otra gran ventaja de Brand Radar es que no tienes que empezar tu análisis de visibilidad de cero.
Puedes revisar datos de visibilidad de IA de meses atrás para encontrar consultas que hemos analizado donde sale la competencia pero tu marca no.
A partir de ahí, podrías añadirlas a grupos de prompts personalizados para rastrearlas con más frecuencia, o en más ubicaciones y plataformas.
Otro beneficio de esta herramienta es que destaca los huecos de contenido (content gaps) que puedas tener. Igual no apareces simplemente porque no tienes ninguna página relevante sobre esos temas.
Nuestra base de datos de Keywords Explorer te permite investigar 28.700 millones de términos para encontrar los más relevantes para tu sector.
Empieza con una frase semilla como ‘hoteles en París’, haz clic en Términos coincidentes, luego en Preguntas, y verás enseguida sugerencias relevantes con su volumen de búsqueda.
Cuanto más amplia sea tu búsqueda inicial, más preguntas obtendrás. Abajo he buscado el tema general ‘carpintería’ y han salido más de 800 preguntas:
Obviamente habrá términos por los que probablemente no te interese que te citen.
Dependiendo de la plataforma que uses, “¿Qué es la carpintería?” puede responderse sin búsquedas web ni enlaces a fuentes.
Si diriges una escuela de carpintería online o prestas servicios de creación de empresas, quizás quieras coger una frase con búsquedas constantes como “cómo empezar un negocio de carpintería” y rastrear variaciones como un solo cluster.
Cuando se trata de SEO, tu enfoque principal habrá sido probablemente los resultados de búsqueda de Google por encima de todo.
Las respuestas de la IA, por otro lado, también pueden apoyarse en datos de Bing, Brave Search, índices web personalizados y sus datos originales de entrenamiento.
Puede haber muchas fuentes de información negativa o imprecisa sobre tu marca que estas fuentes extra destacan y que nunca habías visto en Google.
Cuando empecé a escribir este artículo, las consultas relevantes que monitoreaba en ChatGPT no confirmaban que Ahrefs ofreciera ahora seguimiento de prompts personalizados.
Eso significaba que teníamos trabajo por delante para difundir el mensaje en nuestra web, redes sociales y en artículos de terceros, que quizás no habían actualizado sus comentarios pasados sobre que a nosotros nos faltaba esa función.
Por suerte, ahora muestran información precisa de forma consistente:
Para tu propia marca, podrías rastrear respuestas sobre:
- Tus precios actuales
- Prioridades relevantes para el cliente, como precio, fiabilidad o comodidad
- Si ofreces ciertas funciones
- Las quejas comunes de la gente
- Cómo te comparas con tus principales competidores
Steve Toth, fundador de Notebook Agency, es un firme defensor de comprobar si la visión de la IA sobre tu marca se ajusta a la realidad.
Me contó que al trabajar con clientes, puede usar datos de documentación de ayuda, transcripciones de llamadas de ventas, llamadas privadas y recursos extra para entender cómo quieren estar representados en los LLMs.
A partir de ahí, su equipo crea prompts con preguntas clave y mide la precisión de las respuestas. Si encuentran discrepancias, intentan influir con contenido adicional en su propio sitio y en otros.
Algo que hace difícil el rastreo de respuestas es la información que un asistente puede tener sobre su usuario, como su ubicación, preferencias compartidas en chats anteriores y el contexto de la conversación actual.
Podemos intentar modelar esto añadiendo más contexto a nuestros prompts, pero ten en cuenta que tiene sus límites. No es una alternativa perfecta.
Mucha gente defiende mucho el rastreo por “personas” como defensa contra las respuestas personalizadas, y muchos (comprensiblemente) tienen sus dudas. Nosotros rastreamos prompts basados en ellas, pero no son nuestra prioridad número uno.
Un formato que he estado monitoreando sigue una estructura simple: [Mi situación] [Limitaciones] [Prioridades] [Puntos de dolor] [Pregunta].
Desglosado, eso podría cubrir cosas como:
| [Situación] | He estado estresado en el trabajo y… | Acabo de comprar una propiedad nueva con un jardín grande… |
|---|---|---|
| [Restricciones] | No tengo mucho tiempo libre… | Necesito una solución de riego sencilla en la que incluso los niños puedan ayudar… |
| [Prioridades] | Me encantaría poder calmar esa voz en mi cabeza… | Necesita alcanzar al menos 50 metros sin perder presión de agua… |
| [Puntos de dolor] | He probado yoga y he visto tutoriales en YouTube… | Ya he intentado conectar varias mangueras sin éxito… |
| [Pregunta] | ¿Recomendarías probar un retiro de meditación local o…? | ¿Hay algún sistema de aspersores o mangueras que debería considerar…? |
Para ayudarte con esto, puedes usar todas las fuentes de datos internas que puedas, como chats de soporte, datos de anuncios, búsquedas internas del sitio (en posts, documentación, etc.) y cualquier otra cosa que se te ocurra.
Si no te apetece meterte en ese lío, me gustó la fórmula sencilla que compartió Mark Williams-Cook, que personaliza términos en lugar de crear personas “completas”.
Él le pide a los LLMs: “Si yo fuera [Persona] intentando encontrar [Keyword], ¿qué buscaría?”
Es divertido jugar con esto pero, como digo, no sabemos qué tanto coincide con la personalización real.
Mientras trabajaba en este artículo, Ahrefs lanzó una función nueva para ayudar a generar consultas que rastrear.
Toma el proyecto en el que trabajas y/o las consultas personalizadas que ya has metido para determinar áreas de enfoque específicas que quizás quieras mirar.
En la captura de arriba, buscaba prompts extra para PlayStation y generó temas relevantes sobre juegos.
Seguiremos mejorando esto según el feedback, así que pruébalo y dinos qué te parece.
Con todo el dinero que se ha movido en el mundillo de la visibilidad de la IA, lo lógico es que muchísimas empresas recalquen la importancia del seguimiento de prompts a cada paso.
Lo más importante que te recomendamos es que no rastrees prompts solo por rastrear, sino que estés listo para pasar a la acción con lo que veas.
Eso puede incluir cosas como:
- Asegurarte de que tus páginas más citadas sean precisas y estén al día
- Notar patrones en las respuestas que se te pueden estar pasando, como certificaciones o funciones
- Entablar relación con los sitios principales que aparecen como fuentes en las respuestas
- Tener analítica lista para vincular el tráfico de IA con ingresos u otras conversiones
- Asegurarte de que lo que otros dicen de ti es verdad
- Encontrar y llenar huecos de conocimientos y contenido
Nosotros hemos pedido (amablemente) que se rectifiquen afirmaciones incorrectas, hemos actualizado nuestras guías de ayuda con más aclaraciones y, donde ha hecho falta, hemos creado páginas dedicadas a casos de uso específicos que cubrimos.
Por último, no hace falta empezar rastreando miles de términos.
Unas pocas docenas de prompts sobre un conjunto cerrado de temas bastan para empezar, antes de ampliar a medida que entres en nuevos sectores o quieras un monitoreo más amplio.
Como con todo lo relacionado con la IA, compartimos estudios e insights constantemente y mantendremos esta guía al día si nuestro enfoque cambia con el tiempo.
Si quieres descubrir más insights que ofrece Brand Radar de Ahrefs, te recomendamos este vídeo con hasta 10 casos uso que van más allá del seguimiento de prompts personalizados.
Si tienes alguna sugerencia para futuras guías o alguna pregunta, no dudes en contactarme por LinkedIn o X!
