Las respuestas de IA sobre una marca no se basan solo en el sitio de la marca. En 123 auditorías y 7 264 respuestas registramos las fuentes de terceros mostradas por los modelos. LinkedIn aparece en el 37 % de las auditorías, por delante de Wikipedia y Trustpilot. Es una descripción de esta muestra, no una clasificación de calidad ni una predicción de cada respuesta futura.
En síntesis
Contamos las URL que los modelos presentan como fuentes al hablar de marcas auditadas. Cada fuente cuenta una vez por auditoría y se excluye el sitio de la propia marca. LinkedIn, Wikipedia, Trustpilot, registros mercantiles, plataformas de reseñas y comunidades reaparecen con frecuencia. Lo útil es revisar los datos visibles en esas superficies, sin asumir que una presencia garantiza una cita.
Qué medimos
Analizamos 123 auditorías, equivalentes a 7 264 respuestas de IA. Para cada auditoría extrajimos las URL indicadas como fuente cuando una respuesta trataba la marca. Quitamos los sitios de las marcas para conservar solo fuentes de terceros. Después contamos una fuente una sola vez dentro de cada auditoría. Así, una respuesta larga o una marca muy documentada no eleva mecánicamente un dominio.
El porcentaje expresa la parte de las 123 auditorías en la que la fuente aparece al menos una vez. No es una tasa global de citas ni un promedio de citas por respuesta. La tabla no mide tráfico, fiabilidad editorial ni intención del modelo. Es un indicador de frecuencia en este corpus.
Las fuentes de terceros más observadas
El ranking recoge frecuencias observadas. Las categorías ayudan a leer las familias de fuentes; no son una escala de calidad.
| Puesto | Fuente | Parte de 123 auditorías | Tipo |
|---|---|---|---|
| 1 | 37 % | Red profesional | |
| 2 | Wikipedia | 35 % | Enciclopedia |
| 3 | Trustpilot | 32 % | Reseñas |
| 4 | Pappers | 24 % | Registro de empresas |
| 5 | YouTube | 23 % | Vídeo |
| 6 | 21 % | Comunidad | |
| 7 | Societe.com | 19 % | Registro de empresas |
| 8 | 19 % | Red social | |
| 9 | G2 | 14 % | Reseñas B2B |
| 10 | PagesJaunes | 10 % | Directorio de empresas |
| 11 | annuaire-entreprises.data.gouv.fr | 7 % | Registro público |
| 12 | Glassdoor | 7 % | Reseñas de empleo |
Cómo leer la tabla sin exagerar su alcance
LinkedIn aparece en el 37 % de las auditorías, Wikipedia en el 35 % y Trustpilot en el 32 %. En este corpus, esos tres servicios se muestran con más frecuencia que las demás fuentes listadas. Eso no demuestra que cada perfil de LinkedIn, página de Wikipedia o reseña de Trustpilot sea reutilizado. Una URL puede aparecer sin ser la única causa de la formulación de la respuesta.
Pappers aparece en el 24 % y Societe.com en el 19 %. Estas cifras reflejan también el componente francés de la muestra. Sería incorrecto concluir que los registros franceses dominan todos los mercados o idiomas. La misma prudencia vale para PagesJaunes y el directorio público de empresas francés: pueden importar en un contexto concreto, no de manera universal.
Cuatro familias de fuentes que se repiten
Redes profesionales, enciclopedias y perfiles públicos
LinkedIn, Wikipedia y Facebook figuran en el ranking. Estas páginas suelen reunir datos de identidad: nombre, actividad, personas vinculadas, historia o descripción pública. Es posible contrastarlos con una fuente primaria. Antes de modificar nada, conviene comprobar que sean exactos, que lleven fecha cuando haga falta y que sean coherentes entre los canales que la empresa controla.
Registros y directorios
Pappers, Societe.com, PagesJaunes y annuaire-entreprises.data.gouv.fr pertenecen a esta familia. Las respuestas pueden asociarlos a datos estructurados como razón social, actividad o situación de la empresa. La respuesta adecuada no es reescribir la historia empresarial. Es diferenciar dato oficial, dato agregado y texto descriptivo, y corregir la fuente de origen solo cuando una corrección verificable sea legítima.
Reseñas y experiencias
Trustpilot, G2 y Glassdoor aparecen en la muestra. No cumplen la misma función: opinión de clientes, reseña de software y experiencia laboral responden a preguntas diferentes. Llamarlo todo reputación borra esa diferencia. Que una IA muestre una reseña no la convierte en verdad general. Solo indica que una superficie de terceros fue visible en la respuesta observada.
Comunidades y vídeo
YouTube y Reddit están entre las seis primeras fuentes. Su presencia recuerda que una marca también se describe mediante vídeos, comentarios, comparativas y conversaciones. Son formatos heterogéneos. Antes de interpretar una cita hay que leer la fecha, el autor, el asunto y el contexto. Una demostración, un hilo de soporte y una opinión personal no tienen el mismo alcance.
Un proceso de verificación práctico
El punto de partida no es una lista universal de plataformas. Es el registro de fuentes que ya aparecen en respuestas sobre su marca y sus preguntas. A partir de ahí, un proceso corto evita decidir por intuición.
- Conserve el prompt, el modelo, la fecha y el modo de respuesta junto a cada URL observada.
- Clasifique la URL: página oficial, registro, reseña, comunidad, medio o perfil social.
- Revise por separado los datos de identidad, las afirmaciones comerciales y las opiniones de experiencia.
- Corrija datos inexactos solo donde una corrección sea legítima y trazable.
- Repita el mismo panel más adelante para observar cambios, sin atribuirlos automáticamente a una sola acción.
Este método separa un hecho medido de una explicación. El hecho es que una URL apareció en una respuesta concreta bajo condiciones conocidas. Explicar por qué exige más pruebas. Un perfil actualizado puede coincidir con un cambio de respuesta sin ser necesariamente la causa. Del mismo modo, una URL no resuelta o ausente no demuestra que se haya inventado información.
Qué cambia para una marca
El estudio desplaza la atención del sitio oficial aislado al ecosistema de fuentes que ya describen la marca. No para manipularlas, sino para cartografiarlas: dónde se describe la identidad, dónde se publican reseñas, dónde se repiten datos legales o comerciales y qué páginas reaparecen en respuestas probadas. Nuestro artículo sobre Source Authority desarrolla este enfoque a nivel de URL.
La visibilidad no basta para valorar una respuesta. También importan exactitud, actualidad y contexto. Por eso el barómetro de visibilidad IA y el estudio sobre las URL inventadas por modelos complementan este ranking. Contestan preguntas distintas y tienen sus propios perímetros. Mezclarlos produciría una conclusión más llamativa, pero menos fiable.
Límites que conviene recordar
Las marcas de este corpus eligieron auditarse, por lo que la muestra no representa a todas las empresas. Su componente francés explica en parte la visibilidad de directorios y registros locales. El ranking se limita a fuentes de terceros mostradas en las respuestas recogidas y no predice un comportamiento futuro. El modelo, la pregunta, el idioma y el acceso a búsqueda web pueden cambiar lo observado.
La conclusión es prudente: su sitio sigue siendo importante, pero no contiene todo lo que una respuesta de IA puede exponer sobre su marca. Mida las fuentes que aparecen, compruebe los hechos, documente las correcciones válidas y no confunda frecuencia con causalidad.
Qué conviene registrar para cada fuente
Un registro útil de fuentes debe ser concreto. No basta con anotar que un modelo citó LinkedIn o un directorio. Conviene guardar la página exacta, la pregunta, el modelo, la fecha, si había búsqueda web y la frase en la que se mostró la fuente. Así se puede revisar el resultado después y se evita convertir una observación sobre un dominio en una afirmación sobre todas sus páginas.
Después hay que comparar la información expuesta con una fuente primaria. La razón social, la forma jurídica, la dirección, el nombre de una persona, una descripción de producto, una reseña o un precio antiguo no se corrigen de la misma manera. Algunos datos corresponden a un registro público, otros al propietario de un perfil y otros a un autor de reseña. La pregunta útil no es «¿cómo hacemos que aparezca esta página?», sino «¿la información que aparece es exacta, atribuible y actual para esta consulta?».
También conviene registrar el resultado con precisión: confirmado, desactualizado, incompleto, opinión, no resuelto o no aplicable. Una URL no resuelta debe seguir marcada como no resuelta. No debe transformarse en una afirmación de que el modelo inventó un hecho. Si existe una discrepancia factual, el registro debe indicar la prueba primaria y la vía legítima de corrección, si la hay.
Para situar este registro junto a datos publicados, consulte el Observatorio y la metodología AGS. Tratan objetos distintos: no convierten la frecuencia registrada aquí en una media, una causalidad ni una previsión.
Esta trazabilidad ofrece otra ventaja. Si una respuesta cambia más adelante, el equipo puede comparar condiciones equivalentes: misma familia de prompts, modelo, idioma y modo de respuesta. Es más útil que comparar dos capturas sin condiciones conocidas. No demuestra causalidad, pero hace que la observación sea repetible y útil para equipos editoriales, jurídicos y de marca.
Preguntas y respuestas
¿Qué fuentes citan más las IA sobre las marcas?
En 123 auditorías, las fuentes de terceros más citadas son LinkedIn (37 % de las auditorías), Wikipedia (35 %), Trustpilot (32 %), Pappers (24 %), YouTube (23 %) y Reddit (21 %). Los registros de empresas y las plataformas de reseñas pesan especialmente.
¿Por qué mi sitio web no basta para ser visible en las IA?
Porque las IA construyen la imagen de una marca a partir de fuentes de terceros — redes profesionales, enciclopedias, reseñas, registros de empresas — y no solo del sitio oficial. Si esas fuentes son inexactas o incompletas, la IA repite el error.
Comparación: ¿LinkedIn o Wikipedia cuentan más que mi sitio?
En nuestra muestra, LinkedIn es la fuente de terceros más citada por las IA sobre las marcas, por delante de Wikipedia y Trustpilot. Una ficha de LinkedIn al día y una presencia enciclopédica exacta influyen directamente en lo que la IA dice de usted.
¿Cómo se realizó este estudio?
Extrajimos las URLs que los modelos citan como fuentes en 123 auditorías reales (7 264 respuestas), quitamos los sitios de las propias marcas y luego contamos cada fuente una vez por auditoría para medir una autoridad transversal en lugar del peso de una sola marca.
Agencias, consultores y equipos internos: comparen las respuestas de sus propios escenarios, idiomas y modelos seleccionados. Nuestra infraestructura, sus escenarios, su experiencia.