Auditoría AEO: guía práctica de visibilidad IA

En síntesis

Una auditoría AEO comprueba si las respuestas de IA mencionan una marca espontáneamente, la describen con datos correctos y proponen alternativas pertinentes. Mantén preguntas estables, separa los modos nativo y web y conserva las respuestas completas antes de decidir qué corregir. Nuestro barómetro de 2026 registró 106 menciones en 657 respuestas sin marca, cerca del 16 %, en un subgrupo de solo 13 marcas. El resultado se limita a ese subgrupo.

Una auditoría AEO analiza qué dicen los motores de respuesta sobre una marca, qué errores repiten y qué alternativas recomiendan. No es una lista de palabras clave. Para que sirva en una decisión, necesita preguntas cercanas a una compra real, respuestas guardadas en condiciones comparables y una separación clara entre una mención espontánea y un nombre repetido porque la propia pregunta lo incluía.

Qué es una auditoría AEO

Una auditoría AEO es una revisión estructurada de la presencia de una marca en respuestas generadas a una pregunta. La cuestión práctica es: cuando un posible comprador pide opciones, consejo o una comparación, ¿la respuesta identifica la marca con datos correctos, en el contexto adecuado y frente a los competidores pertinentes? Por eso se analiza la respuesta completa, su contexto y, cuando se muestran, las fuentes mencionadas.

El objetivo no es sustituir el análisis de descubrimiento de un sitio. Es entender cómo una respuesta presenta una recomendación, una cautela o un dato. Una respuesta puede citar una marca sin recomendarla: esa mención puede ser espontánea si la pregunta no incluía el nombre de la marca. En cambio, repetir un nombre ya incluido en el prompt, con o sin un detalle inventado, no demuestra visibilidad espontánea.

Cuándo conviene realizarla

La auditoría resulta útil cuando la investigación asistida por IA interviene en una decisión de compra, cuando un equipo detecta una afirmación inesperada o cuando debe comprobarse un cambio de oferta o posicionamiento. No se trata de probar todos los modelos con cientos de variantes. Se trata de fijar una línea de partida defendible para las preguntas que importan.

  • Antes de un proyecto de contenidos o relaciones públicas digitales, para documentar el punto de partida.
  • Después de cambiar el sitio, la oferta o el posicionamiento, para comprobar cómo se describe la marca.
  • Para un cliente de agencia, para comparar las marcas que aparecen en el mismo caso de uso.
  • Cuando se detecta un error factual, para conservar la prueba antes de plantear una corrección.

Elegir un software AEO: auditoría, seguimiento o producción de contenido

Para producir a gran escala, pide una demostración con tus propios briefs. Comprueba si cada afirmación puede vincularse a una fuente verificable, si los lotes conservan las instrucciones de marca, si los ejemplos se pueden localizar y si alguien puede aprobar los textos antes de exportarlos al CMS. Revisa el historial de versiones, la detección de duplicados y el coste real del lote tras la revisión. Las FAQ estructuradas también necesitan verificación. Nuestro criterio: poder rastrear un dato y bloquear su publicación importa más que generar muchos borradores. Son criterios para evaluar herramientas de redacción, no funciones prometidas por AI Labs Audit.

La elección empieza por la necesidad. Una herramienta de auditoría responde a una cuestión de diagnóstico: qué dicen las respuestas observadas, en qué condiciones, con qué competidores y con qué riesgos factuales. Una herramienta de seguimiento repite el mismo conjunto de preguntas para comparar observaciones a lo largo del tiempo. Una herramienta de producción de contenido ayuda a redactar u organizar páginas, pero no sustituye las respuestas recogidas ni su revisión.

Al comparar software AEO, comprueba al menos si conserva prompt, modelo, modo, fecha y respuesta completa; si separa preguntas sin marca de las que incluyen el nombre; si diferencia modo nativo y modo web; y si permite revisar competidores, fuentes y URL detectadas. Revisa también los idiomas cubiertos y la posibilidad de exportar la evidencia. Un panel o una puntuación puede ayudar a leer un conjunto de respuestas, pero no explica por sí solo una observación.

Preparar preguntas comparables

Empezar por una decisión

Define la decisión que la respuesta debe apoyar: seleccionar proveedor, crear una lista corta de herramientas, encontrar un servicio local o verificar una afirmación. Después concreta mercado, idioma, audiencia y categoría. Una pregunta sobre software contable para un autónomo del Reino Unido no mide lo mismo que una definición general. Sin ese marco, los resultados son difíciles de comparar y de explicar.

Mantener tres familias de prompts

Combina preguntas de categoría sin marca, preguntas comparativas y preguntas de verificación con marca. Las primeras permiten observar si la marca aparece sin introducir su nombre. Las comparativas muestran el marco de alternativas que construye la respuesta. Las preguntas de marca sirven para revisar exactitud, reservas y fabricaciones, pero no prueban visibilidad espontánea porque el nombre ya está en la consulta.

Guarda el texto exacto de cada prompt. Cambiar la redacción entre modelos puede cambiar la intención, el nivel de detalle o los competidores que aparecen. Un banco corto, estable y anotado es más defendible que una lista larga y heterogénea. También conviene registrar el idioma, el mercado y cualquier condición incluida en la pregunta.

Metodología en seis pasos

1. Delimitar el alcance

Enumera la marca, los competidores relevantes, el mercado, los idiomas y las decisiones que cubrirás. El alcance evita comparar resultados que no responden a la misma necesidad. Es preferible explicar por qué se incluye una pregunta que afirmar que representa todas las consultas posibles.

2. Congelar el banco de prompts

Redacta un conjunto pequeño de preguntas naturales y mantenlo estable durante la serie. Actualizarlo es posible, pero debe anotarse: una tendencia que compara preguntas diferentes no mide la evolución de la misma señal.

3. Separar la respuesta nativa de la respuesta con web

Si el motor ofrece ambos modos, regístralos por separado. La respuesta nativa refleja lo que genera el modelo sin una búsqueda en directo. La respuesta con web puede incorporar páginas recientes y citas. Mezclarlas elimina un diagnóstico útil: una marca puede ser conocida por el modelo y no aparecer en los resultados web disponibles, o suceder lo contrario.

4. Conservar la evidencia completa

Para cada prueba guarda el prompt, modelo, modo, fecha, respuesta completa, competidores mencionados, URL citadas y dudas expresadas por el motor. El primer párrafo no basta siempre: una condición, una corrección o un competidor puede aparecer después. Esta trazabilidad permite comprobar una afirmación atractiva antes de tratarla como un resultado positivo.

5. Medir señales explicativas

SeñalQué registrarPor qué importa
Mención espontáneaPresencia de la marca en la respuesta a una pregunta sin marcaSepara reconocimiento de categoría y repetición del nombre
Posición de recomendaciónLugar en una lista o comparaciónMuestra cómo se sitúa la marca ante alternativas
ExactitudDatos confirmados, omitidos o contradictoriosConvierte una preocupación difusa en evidencia revisable
Presencia competitivaAlternativas repetidas en el mismo conjuntoRevela la lista corta que construyen las respuestas
Fuentes y URLPáginas citadas, no disponibles o inventadasOrienta la revisión de pruebas disponibles

6. Vincular acciones y pruebas

Un dato de producto ausente requiere una página fuente clara y accesible. Un error repetido requiere una vía de corrección y pruebas que lo respalden. Un competidor que aparece en un caso de uso puede señalar una brecha de contenido, entidad o autoridad. Son hipótesis que deben examinarse a partir de respuestas observadas, no una promesa de que un cambio aislado modificará una respuesta futura.

Qué debe incluir un informe

Un informe útil sirve a quien gestiona el sitio, la marca y la hoja de ruta editorial. Incluye el banco de prompts, las condiciones de prueba, un registro de evidencia por respuesta, los competidores observados, ejemplos de riesgo factual y prioridades vinculadas a una decisión. Una cifra única sin las respuestas subyacentes no permite discutir el hallazgo ni elegir una acción responsable.

AI Labs Audit está diseñado para conservar evidencia entre modelos, separar la visibilidad espontánea del simple eco de un nombre proporcionado y señalar URL o afirmaciones inventadas. Una respuesta con tono positivo no se considera correcta automáticamente. Para revisar los datos medidos, consulta el Barómetro de visibilidad IA 2026.

Interpretar los resultados con prudencia

Una ejecución describe respuestas observadas en condiciones documentadas. No demuestra la preferencia general de un modelo ni la causa del resultado. Separa patrones recurrentes de excepciones y vuelve a las respuestas guardadas antes de concluir. Cambiar modelo, idioma, mercado o modo puede modificar las observaciones.

Un competidor citado repetidamente no es necesariamente la mejor opción para todos los compradores. Lee los datos, los usos y las fuentes que acompañan su mención. La ausencia de una marca también requiere investigar varias hipótesis, no atribuirla automáticamente al contenido o a la autoridad.

Errores habituales

  • Contar toda mención de marca como presencia espontánea.
  • Cambiar el prompt entre modelos y comparar los resultados como si fueran idénticos.
  • Unir respuestas nativas y respuestas con web en una sola métrica.
  • Guardar solo la primera frase y perder una reserva o competidor posterior.
  • Tratar una afirmación generada como prueba sin contrastarla con una fuente primaria.
  • Tomar una URL no resuelta como prueba de una intención o un hecho.

Organizar las correcciones después de la auditoría

Ordena las acciones por la evidencia disponible y su responsable. Los hechos de marca necesitan fuentes primarias coherentes. Las páginas que ayudan a una decisión deben responder con claridad a la pregunta que cubren. Las incoherencias de entidad deben verificarse antes de reescribir. Una URL alucinada debe anotarse como señal a investigar, sin atribuirle una causa no demostrada. El artículo sobre URL alucinadas profundiza en ese caso.

Una segunda auditoría puede aplicar el mismo banco de prompts tras cambios documentados. No convierte una variación en una garantía. Su valor consiste en comparar observaciones con condiciones explícitas y ajustar el plan con prudencia. Para un enfoque próximo sobre IA generativa, consulta la guía de auditoría GEO.

Checklist AEO

  • Definir audiencia, mercado, idioma y decisión detrás de cada pregunta.
  • Usar preguntas sin marca, comparativas y de verificación de marca.
  • Guardar modelo, modo, fecha y respuesta completa.
  • Separar mención espontánea y repetición inducida por el prompt.
  • Revisar posición, competidores, exactitud y URL citadas.
  • Asignar cada prioridad a una prueba y a una persona responsable.

Preguntas y respuestas

¿Cuánto tarda una auditoría AEO?

Una auditoría automatizada de 60 a 100 prompts en cuatro modelos corre en unas horas de cómputo, y luego un día de análisis para producir un informe escrito. Manualmente, el mismo alcance requiere una semana de trabajo cuidadoso.

¿Con qué frecuencia repetir una auditoría AEO?

El trimestre es el mínimo para categorías de movimiento lento; el mes es más saludable en mercados competitivos. El banco de prompts debe permanecer congelado entre ejecuciones — de lo contrario la línea de tendencia compara preguntas distintas.

¿Puede una marca pequeña hacer una auditoría AEO?

Sí. Una marca pequeña con un posicionamiento claro y tres competidores directos solo necesita unos 40 prompts. La complejidad escala con el número de geografías e idiomas, no con el tamaño de la marca.

¿Hay que incluir las consultas de marca?

Sí — revelan lo que los modelos de IA dicen espontáneamente sobre la marca, incluyendo sentimiento y alucinaciones. Entre el 20 y el 30 % del banco debería ser de marca; el resto se queda en no-marca para medir la visibilidad orgánica.

¿Una auditoría AEO sustituye a una auditoría GEO técnica?

No, se complementan. La autoridad de búsqueda sigue influyendo en lo que los modelos de IA citan, sobre todo en modo web. La auditoría AEO mide la superficie IA; el trabajo de fondo continúa sosteniéndola.

¿Cuánto cuesta una auditoría AEO?

Depende del volumen de prompts, los idiomas cubiertos y el número de modelos. Una ejecución en autoservicio en una plataforma como la nuestra puede hacerse con los 600 créditos ofrecidos al registrarse; las auditorías acompañadas por una agencia con interpretación estratégica se facturan por proyecto.

¿Una auditoría AEO es útil para una marca ya fuerte en posicionamiento?

A menudo más todavía. Una autoridad de búsqueda fuerte no garantiza citaciones IA — la lógica de selección de fuentes difiere y el formato del contenido estructurado pesa tanto como el ranking. Ver la Checklist AEO 2026 para la capa de acción.

Sobre el autor

Davy Abderrahman

Fundador de

Como especialista en visibilidad en las respuestas de IA (AEO/GEO/LLMO), ayudo a agencias y consultores a medir y analizar la presencia de sus clientes en ChatGPT, Claude, Gemini, Perplexity y otros motores de respuesta de IA.

AEO GEO LLMO Visibilidad en IA Auditorías de IA
¿Cómo aparecen sus marcas en las respuestas de la IA?

Agencias, consultores y equipos internos: comparen las respuestas de sus propios escenarios, idiomas y modelos seleccionados. Nuestra infraestructura, sus escenarios, su experiencia.

¿Te ha sido útil este artículo?

- (0 votes)