Cómo elegir los prompts adecuados para rastrear tu marca en ChatGPT, Perplexity, Gemini y Google AI Overviews

Elige los prompts rastreados por cobertura, no por volumen ni por ingenio. El conjunto correcto es la lista de preguntas que tus compradores reales hacen en cada etapa de una compra, trazadas hasta una fuente real como una llamada de ventas o una bandeja de soporte, formuladas una vez como un prompt conversacional para las herramientas de chat y una vez como una consulta de búsqueda simple para Google AI Overviews, y luego congeladas, documentadas y ejecutadas de nuevo de forma periódica para que los resultados puedan compararse a lo largo del tiempo. Si eres CMO, director de SEO, propietario o responsable de operaciones de marketing que intenta establecer una línea base de visibilidad en IA creíble, en esa frase está todo el trabajo. El resto de este artículo explica cómo hacerlo bien, cómo distinguir un conjunto de prompts defendible de uno frágil, y qué preguntarle a cualquier proveedor que se ofrezca a construirlo por ti.

Una nota antes de empezar. Gran parte del consejo sobre «elegir prompts» trata de redactar un mejor prompt para que tú personalmente obtengas una mejor respuesta. Es una habilidad útil, y no es de lo que trata este artículo. Una línea base es un instrumento de medición. Si mides las preguntas equivocadas, no importa lo bien redactada que esté cada una. Para la lista más amplia de mediciones que debes capturar, consulta qué registrar antes de lanzar una campaña de GEO.

Dos trabajos distintos a los que ambos se llaman «prompts»

Conviene separar los dos significados desde el principio, porque confundirlos puede desviar una línea base de visibilidad en IA.

• Los prompts que escribes son instrucciones que le das a una herramienta para obtener un mejor resultado para tu propia tarea. Rol, contexto, restricciones, formato, un paso de verificación. Esto es técnica personal.
• Los prompts que rastreas son las preguntas de los compradores que tu marca elige medir. Son un sustituto de lo que escribe un cliente potencial cuando compara proveedores, verifica una reputación o averigua si siquiera necesita lo que vendes.

Los prompts rastreados tampoco son lo mismo que las palabras clave de SEO, aunque los datos de consultas de búsqueda son uno de los insumos. Las palabras clave son fragmentos comprimidos como coste de sustitución de tejado. Las preguntas de los compradores llevan la intención completa: ¿cuánto debería costar la sustitución de un tejado para una casa de 2400 pies cuadrados, y cómo sé que el presupuesto es justo? Las herramientas de IA conversacional aceptan el segundo tipo de pregunta, y tu conjunto rastreado debería parecerse a ello.

Lo que está en juego es simple. Un conjunto rastreado débil produce una línea base engañosa, y una línea base engañosa lleva a decisiones de contenido y gasto construidas sobre conjeturas. Ese es el tipo de punto ciego en IA del que los equipos directivos pueden preocuparse, incluso cuando lo describen como «no sabemos qué rastrear».

El método del conjunto de prompts rastreados: cinco partes

Este es el método recomendado por CiteHarbor para construir un conjunto de prompts que puedas defender ante la dirección. Es un marco de trabajo, no un estándar del sector, y no describe cómo ninguna plataforma de IA selecciona sus fuentes. Describe cómo medir de una manera que se sostenga.

1. Diseño de cobertura. Mapea la etapa de compra frente al alcance para que el conjunto refleje todo el recorrido del comprador, no solo las preguntas que esperas ganar.
2. Procedencia. Rastrea cada pregunta rastreada hasta una fuente real del comprador.
3. Renderizado por plataforma. Mantén constante la intención del comprador y adapta la redacción para cada plataforma, incluida una consulta de búsqueda simple para Google AI Overviews.
4. Congelación y control de cambios. Bloquea el conjunto de referencia, mantén un registro de cambios y vuelve a ejecutarlo según un calendario.
5. Reglas de informes. Informa sobre las respuestas y citas observadas en un momento determinado. Nunca las informes como rankings, referencias o ingresos.

Cada parte se trata a continuación, seguida de una lista de verificación de registros, un breve ejemplo hipotético y una lista de preguntas para evaluar a un proveedor.

Parte 1: Diseño de cobertura

Piensa en el conjunto como una cuadrícula. Las filas son etapas de compra. Las columnas son tipos de alcance. Tu objetivo es una cobertura razonable de las celdas que importan para tu negocio, no un montón de formulaciones casi duplicadas en una sola celda.

Etapa de compra	Categoría sin marca	Marca	Comparación con la competencia	Ubicación o segmento
Consciente del problema	“¿Es este síntoma algo para lo que necesito un profesional?”	Raramente relevante	Raramente relevante	“¿Es esto común en mi área o sector?”
Comparación de soluciones y categorías	“¿Cuáles son mis opciones y en qué se diferencian?”	“¿Ofrece esta marca la opción hacia la que me inclino?”	“¿Qué enfoque recomiendan los principales proveedores?”	“¿Cuál es la opción adecuada para un negocio como el mío o una casa como la mía aquí?”
Lista de proveedores candidatos	“¿Quiénes son los mejores proveedores para esto?”	“¿Es esta marca de confianza?”	“Marca A frente a Marca B para este trabajo”	“Mejores proveedores cerca de mí” o “mejores proveedores para mi segmento”
Validación y objeciones	“¿Cuánto debería costar esto y cuáles son las señales de alerta?”	“¿Qué dicen las reseñas sobre esta marca?”	“¿Por qué elegiría la Marca A sobre la Marca B?”	“¿Hay preocupaciones locales o específicas del segmento sobre las que debería preguntar?”

Las celdas que enfatizas dependen de quién eres:

• Marcas de servicios para el hogar con múltiples ubicaciones. La columna de ubicación tiene más peso. Una pregunta de lista corta en un área metropolitana es una medición diferente a la misma pregunta en otra. Decide qué mercados forman parte de la referencia y trata cada uno como su propio indicador de alcance.
• Servicios profesionales y tecnología B2B. La columna de segmento suele importar más que la geografía. “La mejor opción para una empresa de 40 personas” y “la mejor opción para una empresa de mercado medio con un equipo de cumplimiento” son compradores distintos. Las preguntas de validación y objeción también pueden ser más relevantes aquí, porque los ciclos de venta más largos pueden implicar una mayor verificación por parte de los prospectos.
• Líderes de marketing de carteras de Private Equity. Necesitas una cuadrícula repetible que puedas aplicar entre marcas para que los resultados sean comparables. Mantén la lógica de etapa y alcance constante, y deja que solo los términos de categoría y los mercados cambien por empresa.

Dos reglas de exclusión mantienen la cuadrícula honesta. Primero, excluye las preguntas que tu negocio no podría responder o atender de manera creíble. Una pregunta rastreada sobre un servicio que no ofreces solo genera ruido. Segundo, no rellenes una celda con variantes de redacción. Una pregunta sólida por intención significativa es mejor que cinco reformulaciones de la misma intención.

Hay una razón documentada para pensar en términos de intenciones y subtemas en lugar de formulaciones exactas. Google declara que tanto AI Overviews como AI Mode pueden usar una técnica de “query fan-out”, emitiendo múltiples búsquedas relacionadas entre subtemas para construir una respuesta. Eso respalda cubrir los subtemas en los que la pregunta de un comprador se desglosa de forma natural, en lugar de fijarse en una única formulación.

Parte 2: Procedencia, o de dónde vienen las preguntas

Cada pregunta rastreada debe llevar una nota sobre su origen. Si la respuesta es “el equipo de marketing la propuso en una lluvia de ideas”, esa es una pregunta más débil que una tomada de una llamada de ventas. Las buenas fuentes incluyen:

• Llamadas de ventas grabadas o resumidas, especialmente las preguntas de objeción y comparación cerca del cierre
• Hilos de correo electrónico de clientes y prospectos
• Reseñas, tanto las tuyas como las de otros proveedores de la categoría, que revelan lo que los compradores juzgan a posteriori
• Tickets de soporte y transcripciones de chat
• Datos de consultas de búsqueda de Search Console y búsqueda de pago, usados como señal de intención en lugar de como prompts finales
• Preguntas que tu personal de primera línea y tus técnicos escuchan repetidamente

La procedencia hace dos cosas. Hace que la referencia sea más representativa de la demanda real, y facilita su defensa. Cuando alguien en liderazgo pregunta por qué una determinada pregunta está en la lista, “un prospecto nos hizo esta pregunta en tres llamadas el trimestre pasado” es una respuesta completa.

Parte 3: Representación en plataformas

¿Debes usar los mismos prompts en ChatGPT, Perplexity, Gemini y Google AI Overviews? Mantén la intención de compra constante y adapta la redacción. Estas plataformas recuperan y presentan las respuestas de manera diferente, y algunas de esas diferencias se describen en la documentación propia de las plataformas. El comportamiento de las plataformas cambia, por lo que las descripciones a continuación reflejan esa documentación al momento de redactar este artículo y deben verificarse antes de que te bases en ellas.

Los AI Overviews de Google se activan mediante consultas de búsqueda

Google indica que los AI Overviews están diseñados para aparecer en consultas donde añaden valor más allá de lo que las personas ya obtienen de la Búsqueda, lo que significa que no aparecen en todas las consultas. Para fines de seguimiento, esto lleva a dos reglas prácticas. El elemento rastreado para los AI Overviews debe ser una consulta de búsqueda simple, del tipo que una persona escribe en un cuadro de búsqueda y no una solicitud de varios párrafos. Y el registro debe indicar si apareció un Overview o no. Describir los AI Overviews como respuestas a consultas de búsqueda en lugar de prompts conversacionales es nuestra interpretación razonable de la documentación de Google, no la redacción propia de Google.

El AI Mode de Google, que Google describe como una expansión de lo que los AI Overviews pueden hacer, acepta preguntas más complejas, de varias partes, y preguntas de seguimiento. Si tu equipo decide rastrear también el AI Mode, trátalo como una representación diferente de la misma intención en lugar de asumir que se comporta como el Overview.

ChatGPT puede buscar en la web, o puede que no

La documentación de ayuda de OpenAI indica que ChatGPT puede buscar en la web automáticamente cuando una pregunta se beneficiaría de información actual, y que las respuestas que usan la búsqueda web pueden incluir citas. También indica que ChatGPT normalmente reescribe la pregunta del usuario en una o más consultas de búsqueda específicas, puede usar la ubicación aproximada inferida desde la dirección IP y, cuando la memoria está activada, puede verse influenciado por los recuerdos guardados. (Ver Searching the web with ChatGPT.)

Cada uno de esos hechos tiene una implicación para el seguimiento:

• Una respuesta sin citas es una observación que registrar, no un fallo del prompt.
• Dado que la pregunta puede reescribirse en consultas de búsqueda, tu prompt debe expresar la intención de compra completa con claridad en lugar de depender de una palabra clave específica.
• La ubicación y la memoria pueden influir en los resultados, por lo que las condiciones de ejecución importan. Anota el contexto de ubicación donde puedas controlarlo, y evita ejecutar líneas base desde cuentas con un largo historial personalizado.

Perplexity y Gemini

Cada uno recupera y presenta las respuestas a su manera, y no debes asumir que el comportamiento de una plataforma se transfiere a otra. El método es el mismo independientemente: expresa la intención como una pregunta conversacional natural, registra si la respuesta citó fuentes y cuáles, y registra si apareció tu marca u otras. Para un análisis más detallado de ese último paso, ver cómo rastrear qué marcas se mencionan junto a la tuya. Evita basar tus informes en afirmaciones sobre por qué una plataforma hizo lo que hizo. Puedes observar lo que hizo. No puedes ver el interior de la plataforma, y debes ser cauteloso con cualquiera que afirme lo contrario.

Parte 4: Congelación y control de cambios

Una línea de base solo es una línea de base si se mantiene estable. Una vez aprobado el conjunto, congélalo. Asígnale un número de versión. Si una pregunta necesita cambiar, agrégala como una nueva versión con una nota de registro de cambios que explique qué cambió y por qué, para que nunca estés comparando los resultados de este trimestre con una lista diferente a la del trimestre anterior.

Luego vuelve a ejecutar el conjunto congelado según un calendario. Las respuestas de la IA pueden diferir entre ejecuciones. La documentación de OpenAI, por ejemplo, indica que el uso de búsqueda web, la ubicación aproximada y los recuerdos guardados pueden influir en una respuesta de ChatGPT. Una sola ejecución te dice cómo era una respuesta en un momento concreto. Las ejecuciones repetidas te dan una mejor idea de lo que tiende a aparecer, que es algo más útil de saber.

¿Cuántos prompts son suficientes?

No encontramos un número estándar con fuente, y cualquier número presentado como tal debería levantar sospechas. Usa en cambio una regla de razonamiento: el conjunto es suficientemente grande cuando cada celda de la cuadrícula que importa para tu negocio está cubierta por al menos una pregunta bien documentada, y suficientemente pequeño para que puedas volver a ejecutarlo de manera constante en la cadencia que hayas elegido sin tomar atajos. Si no puedes repetirlo de forma fiable, es demasiado grande. Si una pregunta de liderazgo sobre una etapa de compra o un mercado no tiene ningún prompt rastreado correspondiente, es demasiado pequeño.

Parte 5: Reglas de informes

Esta parte es donde se gana o se pierde la credibilidad. Informa sobre lo que observaste: qué preguntas produjeron respuestas, si se citaron fuentes, si apareció tu marca, si aparecieron otros proveedores y si apareció un Google AI Overview para la consulta de búsqueda renderizada. Fecha todo.

No traduzcas las observaciones en clasificaciones. Una respuesta de IA no es una lista ordenada con posiciones que te pertenecen. No describas una mención de marca como una referencia o un cliente potencial. Y no describas una instantánea puntual como un estado permanente. Un hallazgo de visibilidad es evidencia sobre cómo una plataforma respondió a una pregunta en un día determinado bajo unas condiciones determinadas. Es una instantánea, no una previsión, y no es una garantía de comportamiento futuro.

Una nota relacionada sobre la medición del lado de Google. Google documenta que los sitios que aparecen en AI Overviews y AI Mode se incluyen en los datos de rendimiento de Search Console bajo el tipo de búsqueda Web. Esto convierte a Search Console en un dato de entrada útil del lado de Google. No hemos encontrado documentación de Google que describa una forma de aislar la exposición de AI Overview por sí sola, y los informes de Google pueden cambiar, así que consulta la documentación actual de Search Console y combínala con la observación directa en lugar de depender únicamente de ella.

La lista de verificación del registro de conjuntos de preguntas

Cada pregunta rastreada debe incluir estos campos. Si estás evaluando a un proveedor, esto también es una buena descripción de lo que contiene un entregable utilizable.

• Fuente en lenguaje del comprador: de dónde proviene la pregunta
• Intención y etapa: consciente del problema, comparación, lista corta o validación
• Etiqueta de alcance: categoría sin marca, marca, comparación con competidores, ubicación o segmento
• Representación en plataforma: la formulación del prompt conversacional y la formulación de la consulta de búsqueda simple
• Condiciones de ejecución: fecha, contexto de ubicación cuando sea controlable, y si la cuenta utilizada estaba libre de personalización
• Apareció AI Overview: sí o no para la representación de la consulta de búsqueda
• Fuentes citadas: sí o no, y qué dominios
• Presencia de marca y competidores: quién apareció en la respuesta, si hubo alguien
• Versión y registro de cambios: a qué versión del conjunto pertenece y cualquier nota

Un breve ejemplo hipotético

Este ejemplo está inventado a modo ilustrativo. No contiene resultados, y ningún texto aquí debe interpretarse como un prompt que desencadene una mención de marca.

Imagina una marca de HVAC residencial con múltiples ubicaciones que opera en tres áreas metropolitanas. Un gerente de ventas nota que los prospectos en las llamadas siguen preguntando alguna variante de: “Mi sistema tiene 14 años y el presupuesto de reparación es alto. ¿Debería repararlo o reemplazarlo?”

Se trata de una pregunta de etapa de validación, de categoría sin marca, con una variante de ubicación por área metropolitana. Se representa de dos formas:

• Prompt conversacional para ChatGPT, Perplexity y Gemini: “My home’s HVAC system is about 14 years old and I just got an expensive repair quote. How do I decide whether to repair or replace, and what should I look for in a contractor to help me decide?”
• Consulta de búsqueda para Google AI Overviews: “repair or replace 14 year old HVAC system”

El registro de este elemento se leería así: fuente, llamadas de ventas del trimestre anterior; etapa, validación; alcance, categoría sin marca, con una etiqueta de ubicación por área metropolitana; representación, ambas versiones anteriores; condiciones de ejecución, fecha y área metropolitana registradas, cuenta limpia; AI Overview apareció, por registrar; fuentes citadas, por registrar; presencia de marca y competidores, por registrar; versión 1.0, sin notas en el registro de cambios todavía. Todo lo que está en el lado derecho de ese registro se completa mediante observación, nunca por suposición.

La prueba de «defendible ante la dirección»

Antes de presentar una línea base, pasa el conjunto por cuatro preguntas. Si la respuesta a alguna es no, la línea base no está lista.

1. ¿Se puede rastrear cada pregunta del conjunto hasta una fuente real de compradores?
2. ¿El conjunto cubre cada celda de etapa y alcance que importa al negocio, sin lagunas evidentes ni relleno?
3. ¿El conjunto está congelado, versionado y programado para ejecuciones repetidas bajo condiciones documentadas?
4. ¿Los resultados se reportan estrictamente como respuestas observadas y citas en un momento determinado, sin implicar clasificaciones, referencias, prospectos ni ingresos?

Cómo evaluar un servicio de auditoría y configuración de prompts

Muchos responsables en la etapa de decisión están sopesando dos caminos: crear y operar el conjunto rastreado internamente, a menudo con un panel de autoservicio que el equipo debe gestionar, o apoyarse en un proveedor que realice la auditoría, elija los prompts y conecte los hallazgos con el trabajo de contenido continuo. Ninguno es intrínsecamente mejor. Lo que importa es si el método que lo sustenta es sólido. Para una visión más completa del alcance, consulta qué debe incluir una auditoría completa de visibilidad en IA. Haz estas preguntas a cualquier proveedor y espera respuestas concretas.

1. ¿Cómo se eligen los prompts? Escucha una lógica de cobertura que abarque etapas de compra y tipos de alcance, no un número de volumen ni una exportación de palabras clave.
2. ¿De dónde vienen las preguntas? La respuesta debe incluir tus conversaciones de ventas, el lenguaje de tus clientes y las reseñas, no solo sugerencias generadas por herramientas.
3. ¿Quién aprueba el conjunto y cómo se congela? Deberías ver la lista antes de que se convierta en la línea base, y los cambios deben estar versionados.
4. ¿Cómo se gestionan los demás proveedores? La presencia de la competencia debe observarse y reportarse de forma neutral, como evidencia, no como un marcador con posiciones inventadas.
5. ¿Qué contiene el entregable? Debe mostrar respuestas observadas, citas, presencia de la marca y la competencia, representaciones específicas de cada plataforma y una vista priorizada de las brechas, todo con fecha.
6. ¿Cómo se documentan las reverificaciones? El mismo conjunto congelado, condiciones de ejecución documentadas, registro de cambios y una cadencia clara.
7. ¿Qué tiene que operar mi equipo? Con un panel, tu equipo ejecuta los prompts, lee los datos y decide qué hacer. Con un servicio gestionado, el proveedor se encarga de la ejecución y la lectura, y debe entregarte decisiones priorizadas. Asegúrate de saber qué es lo que estás comprando y qué sigue requiriendo tu autorización.
8. ¿Cómo conecta la auditoría con la ejecución? Si el proveedor no puede explicar qué ocurre después de la línea base, estás comprando un informe.

Dónde encaja CiteHarbor

La objeción más habitual a una auditoría es legítima: puede parecer un informe puntual que llega a una bandeja de entrada y no cambia nada. CiteHarbor está diseñado precisamente para evitar eso.

La Auditoría de Visibilidad en Búsqueda con IA es un análisis competitivo de la visibilidad observada en las principales plataformas de IA, incluidas ChatGPT, Perplexity, Gemini y Google AI Overviews. Se basa en el método descrito anteriormente: investigación de preguntas de compradores con procedencia, un diseño de cobertura por etapas y alcance, representaciones específicas por plataforma e informes que tratan cada hallazgo como evidencia puntual en lugar de una verdad permanente. El resultado es una visión de cómo tu marca está siendo mostrada actualmente en relación con los competidores en las preguntas de compradores que importan, con las brechas de visibilidad priorizadas para que no tengas que adivinar en qué enfocarte.

Esas brechas priorizadas alimentan el Content Authority System, un motor siempre activo de artículos revisados por humanos y contenido social de marca que aborda las brechas respaldadas por evidencia que la auditoría identificó. La revisión humana es una parte explícita del sistema, y está diseñada para apoyar el criterio editorial, no reemplazarlo. La publicación ocurre únicamente a través de los canales que has autorizado, dentro de las guías editoriales y del sector que tu negocio requiere y los permisos de publicación configurados para tu cuenta. Para las marcas que quieren coordinar la visibilidad en IA, la búsqueda tradicional, el contenido y las prioridades de medios de pago bajo una estrategia mensual liderada por un profesional senior, el Full Service Partnership reúne todas esas piezas.

El encuadre honesto es este: la auditoría te muestra lo que dijeron las plataformas cuando se hicieron las preguntas de tus compradores. No controla ni puede controlar lo que digan a continuación, y no promete ninguna cita, recomendación, tráfico o resultado de leads en particular. Lo que hace es reemplazar las conjeturas con un panorama priorizado y verificable, para que el trabajo de contenido y búsqueda que sigue esté orientado a brechas reales.

Preguntas frecuentes

¿Cómo se seleccionan los prompts de seguimiento?

Por cobertura. Empieza con una cuadrícula de etapas de compra (consciente del problema, comparación, lista corta, validación) frente a tipos de alcance (categoría sin marca, marca, comparación con competidores, ubicación o segmento). Rellena las celdas que importan para tu negocio con preguntas rastreadas hasta fuentes reales de compradores, como llamadas de ventas, correos electrónicos, reseñas y conversaciones de soporte. Excluye las preguntas que no puedes responder de forma creíble y evita rellenar con variantes de redacción.

¿Los prompts de seguimiento son lo mismo que las palabras clave de búsqueda?

No. Las palabras clave son fragmentos comprimidos. Los prompts rastreados llevan la intención completa del comprador, de la forma en que una persona realmente preguntaría. Los datos de consultas de búsqueda son un input útil para descubrir la intención, pero el prompt rastreado debe leerse como una pregunta real.

¿Google AI Overviews necesita consultas diferentes a las de los prompts de ChatGPT o Perplexity?

Sí. Keep.