El desafío de monitorear consultas en inteligencia artificial
Las plataformas de búsqueda con inteligencia artificial como ChatGPT, Perplexity y Google AI Mode procesan millones de consultas al día. Es difícil saber si una de estas consultas menciona una marca. Una misma pregunta puede formularse de docenas de maneras, y cada variación puede generar una respuesta distinta, como señala Semrush en su artículo «How to decide which AI search prompts to track». Por eso, elegir los prompts es un reto inicial para cualquier programa de visibilidad en IA. Rastrear demasiados prompts genera ruido; rastrear muy pocos hace que se pierdan oportunidades importantes.
Diferencias con el rastreo de palabras clave tradicional
En la búsqueda orgánica tradicional, una consulta como «mejor software CRM» arroja un conjunto de resultados estable que se puede verificar con regularidad. Las respuestas de IA, sin embargo, se generan de nuevo cada vez y varían según el fraseo, el contexto y la importancia que el modelo dé a las fuentes en ese momento. No hay una lista fija de consultas ni una métrica binaria de presencia. Semrush compara ambos: el rastreo de palabras clave monitorea una cantidad fija de consultas y su posición; el rastreo de prompts de IA se enfoca en si la marca aparece en una respuesta, y esa respuesta puede ser distinta entre plataformas.
Tipos de prompts según la intención
Semrush clasifica los prompts en tres categorías: prompts de marca, que mencionan directamente a la empresa; prompts de categoría, que describen un problema sin nombrar marcas; y prompts de competidor, que mencionan a un rival. Cada tipo atrae a un comprador en una etapa diferente. Los prompts de categoría son los de mayor riesgo, ya que captan a usuarios en fase de descubrimiento. Los prompts de competidor captan a quienes ya están evaluando opciones. Rastrear los tres tipos da una idea clara de la visibilidad en IA.
Cómo construir un conjunto de prompts sin generar ruido
Semrush recomienda empezar con alrededor de 25 prompts. Esto es suficiente para cubrir las intenciones de marca, categoría y competidor sin generar datos imposibles de manejar. El error más común es rastrear cientos de variaciones de una misma pregunta. Para evitarlo, se pueden agrupar variaciones parecidas bajo la misma intención. Por ejemplo, «mejores zapatillas para maratón», «zapatillas para correr larga distancia» y «qué zapatillas usar en un maratón» expresan la misma necesidad; basta con rastrear una o dos de ellas.
Para identificar las variantes más relevantes, Semrush sugiere usar la herramienta Prompt Research, que muestra prompts relacionados y variantes de intención a partir de un tema inicial. También se puede aprovechar el concepto de query fan-out: cuando un usuario hace una pregunta, la IA expande internamente la consulta en varias preguntas relacionadas. Por eso, rastrear un prompt bien elegido puede capturar más de lo que se espera.
Validación y priorización de prompts
Un prompt merece estar en el conjunto de rastreo si cumple al menos una de estas condiciones:
- La marca aparece en las respuestas de IA: un acierto que mantener.
- Aparece un competidor pero la marca no: una brecha que cerrar.
- El prompt describe una situación de compra con alta prioridad donde ninguna marca aparece aún: una oportunidad.
Semrush ofrece una tabla de puntuación para priorizar prompts según tres aspectos: la etapa del comprador (decisión, consideración y conciencia), la relevancia del tema (producto principal, adyacente y tangencial) y la presencia del competidor (competidor presente sin la marca, ambos presentes, o ninguno). La puntuación máxima es 22, para un prompt de etapa de decisión, tema de producto principal y competidor presente sin la marca. Los prompts con puntuación entre 18 y 22 son los principales objetivos de rastreo.
Mantenimiento del conjunto de prompts a lo largo del tiempo
El conjunto de prompts debe revisarse cada tres meses. Se añaden prompts cuando se lanza un producto, se entra en una nueva categoría, se identifica una nueva oportunidad frente a un competidor o se escucha nuevo lenguaje de los clientes. Se eliminan los prompts que no hayan generado citas o menciones durante más de 60 días, o cuando el producto o característica a la que se refieren se ha descontinuado.
Para informar sobre el rendimiento, Semrush sugiere medir tres métricas a nivel de categoría: la tasa de citación (con qué frecuencia la IA cita a la marca), la cuota de voz (citas en relación con los competidores) y el sentimiento (si la IA describe la marca de forma positiva). Por ejemplo, se puede informar que la tasa de citación en la categoría ‘herramientas de rastreo de prompts de IA’ subió del 12% al 27% en un trimestre.
No todos los prompts de búsqueda en IA necesitan ser rastreados. El conjunto correcto, basado en la intención del comprador, validado con datos de visibilidad real y actualizado conforme el negocio cambia, ofrece una lectura fiable de la posición en la búsqueda con IA y de los siguientes pasos. La herramienta AI Visibility Toolkit de Semrush permite empezar a construir ese conjunto.