Saltar al contenido principal
Tu agencia digital de servicio completo y socio de estrategia con IA
1Digital

Estado de la industria · Datos propios · 2.º trimestre de 2026

El estado de las citas en compras con IA - 2026

Datos de referencia propios del T2 2026 del 1Digital® AI Visibility Monitor. Cinco motores, un panel de prompts, 28 respuestas analizadas y una diferencia de 86 puntos porcentuales en la tasa de menciones de marca entre el motor más alto y el más bajo en las mismas preguntas.

Ningún whitepaper de proveedor. Ningún scraping de terceros. Telemetría de producción de nuestro propio monitor, que ejecuta los mismos escaneos que aplicamos en los proyectos con clientes. Las cifras siguientes son lo que los motores hacen realmente, capturado en el momento del análisis y agregado a nivel de motor. Los hallazgos a nivel de marca se mantienen privados; el comportamiento a nivel de motor es público.

Estado de las citas en compras con IA 2026

Con la confianza de más de 400 marcas · Socios certificados

Google Partner
Socio Elite de BigCommerce
Socios de Shopify Plus
Neil Patel
15

Años en eCommerce

De resultados, escala y calidad a nivel empresarial.

50+

Equipo experto

Especialistas en SEO, SEO con IA, PPC, diseño, desarrollo y estrategia.

EE. UU.

Equipo central en EE. UU. + talento global

Equipo central en EE. UU. para una comunicación clara; especialistas globales verificados para proyectos internacionales de clientes.

4.9

Puntuación de reputación

Calificación de 4.9/5 en más de 100 reseñas verificadas de clientes.

5
Motores de IA monitoreados
28
Respuestas procesadas (ventana piloto)
86 pts
Dispersión entre motores
Semanal
Cadencia de ejecución

TL;DR

  • Dispersión de 86 puntos porcentuales en la tasa de menciones entre cinco motores. Perplexity menciona las marcas monitoreadas en el 86% de las respuestas exitosas; Google AI Overviews, en el 0%. La misma consulta ejecutada en el mismo panel produce una superficie de marca fundamentalmente distinta según el motor, lo que significa que el "SEO para IA" no es un problema de optimización, sino cinco.
  • Google AI Overviews se activó en el 100% de las consultas del piloto pero no nombró ninguna marca. AI Overviews se comportó como una superficie de respuestas por categoría, no de recomendación, durante toda la ventana. Las marcas que buscan citas con nombre en AI Overviews deben replantear esa expectativa; la condición de victoria es dominar el bloque de respuesta que define la categoría y que AI Overviews parafrasea.
  • Perplexity es el motor de menor costo y mayor rendimiento del panel. $0.022 por respuesta y una tasa de menciones de marca del 86% hacen de Perplexity la superficie de IA más atribuible para las marcas que optimizan por citas directas. Su comportamiento transparente de citas también lo hace el más fácil de instrumentar y de demostrar el ROI.
  • La posición promedio de la primera mención de Gemini está a 4,380 caracteres dentro de la respuesta, aproximadamente 3 veces más profundo que los demás motores de chat. Cuando Gemini nombra una marca, lo hace tarde, después de extensas generalidades de categoría. Las marcas que optimizan para Gemini necesitan ganar el espacio de entidad al final del párrafo, no el titular.
  • La coincidencia de menciones entre motores es parcial, no universal. En las consultas ejecutadas en todos los motores, ninguna marca del panel monitoreado fue mencionada por los cinco proveedores; en la mayoría de las consultas, ninguna marca del panel fue mencionada por ninguno de los cinco. Es la mejor evidencia posible de que optimizar para un solo motor deja distribución sin aprovechar.
  • La elevada tasa de error de Claude (tiempos de espera de búsqueda web en el 63% de las llamadas del piloto) es en sí misma un hallazgo. Los motores no tienen la misma confiabilidad operativa, y la confiabilidad importa para la medición. Las marcas que dan seguimiento a la participación en citas en los cinco motores deben tener en cuenta los modos de falla del lado del motor al leer los cambios semana a semana.

Guía de lectura: Los agregados se calculan a partir de la tabla de respuestas analizadas del AI Visibility Monitor para el periodo piloto del T2 2026. La tasa de menciones se calcula solo sobre las respuestas correctas (sin error ni timeout). La sección de coincidencia por pares usa prompts que ambos motores ejecutaron correctamente en el mismo periodo. Consulta la página de metodología para ver el schema completo, las reglas de análisis y la lógica de coincidencia de entidades.

Cómo se elaboró el reporte

Elmismapreguntas,preguntódecadaasistente

Hicimos a los asistentes de compras con IA las preguntas que hacen los compradores reales y registramos qué tiendas citó cada uno. Ejecutar las mismas consultas en todos los asistentes es lo que hace comparables los resultados.

  • ›Consultas tomadas de preguntas reales de compradores
  • ›Las mismas consultas en todos los asistentes
  • ›Citas registradas tienda por tienda

Qué mide este reporte

Cuatro definiciones, léelas con atención

Tasa de citas

Porcentaje de respuestas exitosas del proveedor en las que una o más URL del conjunto de dominios de la marca monitoreada aparece en la lista de fuentes del motor. Es la señal más limpia y atribuible: cuando un motor cita tu dominio, puedes modelar directamente el clic posterior y el aumento en el recuerdo de marca.

Tasa de menciones

Porcentaje de respuestas exitosas en las que el nombre de la marca monitoreada (o cualquiera de sus alias registrados) aparece en el texto de la respuesta, sin importar si el motor también la enlazó. La mención es una señal más débil que la cita, pero mucho más amplia: muchos motores nombran marcas en forma narrativa sin citar fuentes.

Presencia en la respuesta (posición de la primera mención)

Desplazamiento en caracteres de la primera mención dentro del texto de la respuesta. La posición se correlaciona con la atención del lector: una marca nombrada en la primera frase se comporta de forma distinta en la conversión posterior que una nombrada en el párrafo final. El monitor registra la primera posición de cada mención; este informe las agrega como un promedio por motor.

Aparición de marcas descubiertas

Marcas y dominios que aparecen en las respuestas pero no están en las listas de sujetos ni de competidores del panel monitoreado. El monitor los marca para revisión humana; aquí solo se muestran los agregados por categoría, sin nombres ni dominios. Es la visión que tiene el motor del conjunto competitivo, distinta de la que declaró la marca.

Estas definiciones coinciden con el schema documentado en /methodology/citation-share-monitoring. La capa de análisis del monitor las aplica de forma idéntica en los cinco motores, así que las cifras por motor son directamente comparables.

Los cinco motores, uno por uno

Desglose proveedor por proveedor

Ordenados por tasa de menciones de marca del 2.º trimestre de 2026 frente al panel piloto. A continuación se resume el comportamiento, la latencia, el costo y la postura de cada motor. El patrón (Perplexity arriba, Google AI Overviews abajo y tres motores de chat en medio) es la lectura de un vistazo más útil del mercado de búsqueda con IA que una marca puede tener.

N.º 1 por tasa de menciones

Perplexity Sonar

Modelo: sonar-pro

86%Tasa de menciones
10.6sLatencia
$0.022 / respuestaCosto

Postura en el panel: La tasa de menciones más alta de cualquier motor del panel piloto, y el comportamiento de citas más transparente. Perplexity es la superficie donde las respuestas de marca se nombran con mayor fiabilidad.

Comportamiento observado: Devuelve en promedio de 5 a 8 citas con nombre por respuesta, muestra directamente los dominios de las marcas en línea y reproduce con alta fidelidad el lenguaje de marca de las páginas citadas. El mejor motor del panel para las marcas que quieren tráfico de IA medible y atribuible.

Citas por respuesta citada: 5–8 · Tasa de error en la ventana piloto: 0%

N.º 2 por tasa de menciones

OpenAI ChatGPT

Modelo: gpt-4o

40%Tasa de menciones
12.8sLatencia
$0.093 / respuestaCosto

Postura en el panel: En el medio del grupo en tasa de menciones. La distribución más amplia: lo que gana en ChatGPT mueve la mayor parte del tráfico posterior, pero el motor devolvió 0 citas en línea durante la ventana piloto con el procesamiento en modo de navegación.

Comportamiento observado: Menciona marcas en forma narrativa ("el ajuste estilo X de marcas como A y B") con más frecuencia que como fuentes individuales. La implicación: optimizar para ChatGPT significa optimizar para el recuerdo de paráfrasis, no para la densidad de citas al estilo de notas al pie.

Citas por respuesta citada: 2–4 (con navegación activada) · Tasa de error en la ventana piloto: 29% (2 de 7 llamadas)

N.º 3 por tasa de menciones

Anthropic Claude

Modelo: claude-sonnet-4-6

33%Tasa de menciones
36.9sLatencia
$0.099 / respuestaCosto

Postura en el panel: Nivel medio en tasa de menciones, pero el motor más lento del panel y con la tasa de error más alta. Claude con búsqueda web activada sigue siendo una superficie de citas más deliberada y extensa que la competencia conversacional.

Comportamiento observado: Cuando la búsqueda web tiene éxito, Claude tiende a citar contenido de fuentes primarias (páginas de fabricantes, especificaciones originales) por encima del contenido de agregadores. El modo solo con datos de entrenamiento muestra un recuerdo de marca notablemente menor.

Citas por respuesta citada: 2–4 (cuando se invoca la búsqueda web) · Tasa de error en la ventana piloto: 63% (5 de 8 llamadas) en la ventana piloto: en investigación; principalmente tiempos de espera de búsqueda web

N.º 4 por tasa de menciones

Google Gemini

Modelo: gemini-2.5-pro

17%Tasa de menciones
32.0sLatencia
$0.041 / respuestaCosto

Postura en el panel: La tasa de menciones de marca más baja de cualquier motor basado en chat en el piloto. La posición promedio del primer carácter de mención de Gemini estuvo a 4,380 caracteres dentro de la respuesta, aproximadamente 3 veces más profundo que los demás motores de chat, lo que significa que cuando las marcas aparecen, lo hacen tarde.

Comportamiento observado: Cargado de generalidades de categoría ("busca materiales premium, revisa la garantía") antes de nombrar marcas. Las marcas necesitan aparecer como entidad al final del párrafo (introducción genérica, cuerpo con marcas nombradas) para ganar menciones aquí.

Citas por respuesta citada: 1–3 · Tasa de error en la ventana piloto: 25% (2 de 8 llamadas)

N.º 5 por tasa de menciones

Vistas generales de IA de Google

Modelo: serpapi-google

0%Tasa de menciones
1.5sLatencia
$0.015 / respuestaCosto

Postura en el panel: 0% de tasa de menciones de marca durante la ventana piloto. Google AI Overviews se activó en todas las consultas de esta ventana (no_ai_overview = 0), pero los Overviews devueltos fueron totalmente a nivel de categoría: ninguna marca con nombre apareció en ninguna respuesta.

Comportamiento observado: AI Overviews en el piloto con intención de compra actúa más como una evolución del fragmento destacado que como un motor de recomendación: responde la pregunta de la categoría, no la de la marca. La jugada de optimización es dominar el bloque de respuesta que define la categoría, no perseguir menciones por marca dentro de un AI Overview que no nombra marcas.

Citas por respuesta citada: varía según el disparador de la consulta · Tasa de error en la ventana piloto: 0%

Referencia de calibración · 1Digital® en el panel

Cómo se compara 1Digital® con el resto del sector

El 17 de mayo de 2026 ampliamos el panel de prompts del monitor con 6 consultas neutrales de comparación de agencias: “mejores agencias SEO para Shopify Plus”, “principales consultores SEO de BigCommerce para marcas enterprise”, “mejor agencia SEO para Magento Adobe Commerce” y tres más con la misma forma. Las ejecutamos en los cinco motores y medimos la tasa de menciones de 1Digital® como sujeto frente a la tasa media de menciones de 7 agencias SEO pares monitoreadas activamente en la cohorte. Mismos prompts, mismos motores, mismo periodo. Agencias pares anonimizadas.

Ventaja general en consultas neutrales de comparación de agencias

1.87×

Más superficie de marca en los motores de IA que la agencia de SEO competidora promedio, en consultas de comparación neutrales. 1Digital® promedió una tasa de menciones de 40% en los cuatro motores que muestran marcas; el panel de 7 agencias competidoras promedió 21.4%.

Motor
Tasa de menciones · sujeto vs promedio de competidores
Multiplicador

Anthropic Claude

claude-sonnet-4-6

1Digital®
67%
Promedio de competidores
17%
4.00×
La mayor brecha del panel. Claude nombró a 1Digital® en 4 de 6 consultas de comparación de agencias; la agencia competidora promedio apareció en aproximadamente 1 de 6. La postura de síntesis extensa de Claude premia a las agencias con contenido más profundo de casos de éxito y metodología sobre los listados de directorio más superficiales.

Google Gemini

gemini-2.5-pro

1Digital®
50%
Promedio de competidores
21%
2.33×
Una brecha sólida de 2.3×. Gemini mostró a 1Digital® en la mitad de las consultas (3 de 6) con una posición promedio de primera mención de ~1,960 caracteres: colocación de la entidad al final del párrafo, consistente con el hallazgo más amplio del 2.º trimestre de que Gemini nombra marcas en lo profundo de sus respuestas.

OpenAI ChatGPT

gpt-4o

1Digital®
50%
Promedio de competidores
40%
1.24×
Ventaja marginal. ChatGPT mencionó a 1Digital® en 3 de 6 consultas, pero también mencionó a la principal agencia competidora en 5 de 6: el motor muestra varios nombres de agencias por respuesta, así que la condición de victoria aquí es estar incluido en la lista, no ser la única respuesta.

Perplexity Sonar

sonar-pro

1Digital®
33%
Promedio de competidores
29%
1.17×
Aproximadamente a la par del promedio de competidores. La postura de Perplexity, muy basada en citas, reparte la presencia de marca entre muchos nombres de agencias por respuesta; 1Digital® aparece en 2 de 6 consultas, solo un poco por encima de la media de competidores. La vertical de comparación de agencias es más competitiva en Perplexity que en las superficies de chat.

Vistas generales de IA de Google

serpapi-google

1Digital®
0%
Promedio de competidores
0%
-
AI Overviews no devolvió ninguna mención de marca en ninguna de las consultas de comparación de agencias: ni 1Digital® ni ninguna agencia competidora apareció. Es consistente con el hallazgo del piloto del 2.º trimestre de que AI Overviews se comporta como una superficie de respuestas por categoría, no de recomendación de marcas, en verticales cercanas al comercio.

Cómo leer la brecha en términos comerciales: los motores no muestran a las agencias de manera uniforme. Anthropic Claude y Google Gemini producen las respuestas de síntesis extensas con más probabilidad de aparecer en consultas empresariales de evaluación de proveedores, y en esas superficies la tasa de menciones de 1Digital® es considerablemente mayor que la media de competidores: 4× en Claude, 2.3× en Gemini. ChatGPT y Perplexity muestran varios nombres de agencias por respuesta, así que la condición de victoria es estar incluido en la lista (algo que 1Digital® logra en la mitad de las consultas de ChatGPT y en un tercio de las de Perplexity), no ser la única respuesta. La brecha es real, pero su forma es específica de cada motor.

Advertencia honesta: estos hallazgos provienen de un solo panel de comparación de agencias de 6 consultas ejecutado el 17 de mayo de 2026: 30 respuestas exitosas de proveedores en 5 motores con 0 errores. Los conjuntos de comparación más amplios y las ventanas más largas llegarán en la actualización del 3.er trimestre de 2026. Google AI Overviews mostró cero menciones de marca en todo el panel (sujeto y competidores, ambos 0%), por lo que ningún multiplicador es significativo allí: el motor no es actualmente una superficie de recomendación de marcas para esta categoría.

Metodología: 1Digital® frente al promedio de 7 agencias SEO pares activas en la cohorte monitoreada. Mismos prompts, mismos motores, mismo periodo, misma lógica de análisis. Multiplicador por motor = tasa de menciones de 1Digital® como sujeto ÷ tasa media de menciones de los pares. El multiplicador general promedia las medias del sujeto y de los pares en los cuatro motores que muestran marcas (AI Overviews queda excluido porque tanto el numerador como el denominador son cero). Agencias pares anonimizadas.

Dónde coinciden y dónde discrepan los motores

Análisis entre motores

Para cada par de motores, comparamos el comportamiento de menciones en las consultas que ambos completaron con éxito en la misma ventana. Ambos = ambos motores mencionaron al menos una marca del panel monitoreado. Solo A / Solo B = exactamente un motor lo hizo. Ninguno = la consulta no produjo ninguna mención de marca del panel en ninguno de los dos motores. El patrón muestra dónde la optimización entre motores te da superficie adicional y dónde la coincidencia entre motores ya es alta.

Perplexity vs OpenAI

67% de coincidencia entre motores

1
Ambos
1
Solo A
0
Solo B
1
Ninguno

Perplexity superó a OpenAI en menciones del sujeto en el 33% de las consultas ejecutadas en ambos (1 de 3). Cuando ambos motores mencionaron la marca, coincidieron; cuando solo uno lo hizo, fue Perplexity.

Perplexity vs Gemini

67% de coincidencia entre motores

1
Ambos
1
Solo A
0
Solo B
1
Ninguno

Menciones solo de Perplexity en el 33% de las consultas ejecutadas en ambos. Señal direccional fuerte: Gemini muestra poco las marcas que Perplexity muestra de forma rutinaria.

Perplexity vs Anthropic

50% de coincidencia entre motores

1
Ambos
1
Solo A
0
Solo B
0
Ninguno

Donde ambos motores completaron con éxito, Perplexity mencionó marcas en todas las consultas; Claude, en el 50%. Sugiere que la menor tasa de menciones de Claude no se debe solo a la confiabilidad de la búsqueda web, sino a su postura.

Perplexity vs Google AI Overviews

33% de coincidencia entre motores

0
Ambos
2
Solo A
0
Solo B
1
Ninguno

La divergencia más extrema del panel. Perplexity mencionó marcas en el 67% de las consultas ejecutadas en ambos; AI Overviews, en el 0%. El comportamiento exclusivo de respuestas por categoría de AI Overviews lo hace funcionalmente distinto a las superficies de chat.

OpenAI vs Gemini

100% de coincidencia entre motores

1
Ambos
0
Solo A
0
Solo B
2
Ninguno

Estrechamente correlacionados: cuando uno mencionó, ambos lo hicieron; cuando ninguno lo hizo, ninguno lo hizo. Sugiere patrones de recuperación que se traslapan o un énfasis compartido en los datos de entrenamiento sobre el encuadre de categorías al estilo chat.

OpenAI vs Anthropic

100% de coincidencia entre motores

1
Ambos
0
Solo A
0
Solo B
1
Ninguno

Coincidencia perfecta en las consultas donde ambos tuvieron éxito. Las marcas que ganan en OpenAI tienden a ganar en Claude con búsqueda web, lo que implica señales de autoridad que se traslapan (fuentes primarias citadas, datos estructurados, esquema).

Gemini vs Anthropic

100% de coincidencia entre motores

1
Ambos
0
Solo A
0
Solo B
1
Ninguno

Alineados en menciones cuando ambos tienen éxito; la menor tasa general de Gemini es el factor más lento.

OpenAI vs Google AI Overviews

67% de coincidencia entre motores

0
Ambos
1
Solo A
0
Solo B
2
Ninguno

Cuando ChatGPT nombró marcas, AI Overviews no lo hizo. Las dos superficies cercanas a Google (el chat de Gemini y AI Overviews) no pueden optimizarse como una sola estrategia de Google: su comportamiento al mostrar marcas es materialmente distinto.

Lo que te dice el patrón por pares

  • Perplexity domina la columna "solo A". En los cuatro pares en los que participó, Perplexity fue el único motor que mencionó una marca monitoreada con más frecuencia que cualquier otro motor. El caso más sólido del mercado para optimizar para un solo motor.
  • OpenAI ↔ Gemini y OpenAI ↔ Anthropic muestran coincidencia perfecta cuando ambos se activan. Las marcas que ganan en uno de esos motores tienden a ganar en los demás: las victorias se acumulan. La división tiene más que ver con la confiabilidad del motor que con su postura.
  • Google AI Overviews nunca coincide con nadie en menciones. Todo emparejamiento con AI Overviews tiene 0 en la columna "ambos". AI Overviews es funcionalmente un problema aparte de la optimización para chat.
  • La coincidencia entre motores no significa que sean idénticos. Incluso donde dos motores coincidieron en lo binario de "se mencionó una marca", la posición, la densidad de citas y el encuadre narrativo fueron distintos. Una sola mención en Gemini a 4,000 caracteres de profundidad es una superficie distinta a la misma mención en Perplexity en el carácter 200.

Postura según la intención de la consulta

Hallazgos por tipo de intención

The monitor classifies every prompt in the panel by intent - informativa (“what is X,” “how does Y work”), comercial (“best X for Y,” “is X worth it”), and comparación (“X vs Y,” “X or Y for Z”). The Q2 2026 pilot window is intent-unspecified at the row level; the next report (Q3 2026, 12-week window) will publish intent-bucketed citation and mention rates per engine with statistical power. Findings expected from the larger panel and informed by the engines' Q2 posture:

Intención informativa

Territorio de respuestas por categoría

Los motores se inclinan por la explicación genérica en lugar de nombrar marcas. Espera que Google AI Overviews domine la frecuencia de activación; espera que el patrón de entidades al final del párrafo de Gemini se acumule en consultas largas de tipo "cómo funciona X"; espera que Perplexity cite en exceso fuentes primarias.

Intención comercial

Dónde divergen las tasas de menciones

Las consultas de tipo "el mejor X para Y" son donde los motores realmente nombran marcas. La tasa de menciones de Perplexity es más alta aquí; Google AI Overviews sigue siendo solo de categoría; el patrón de mención narrativa de OpenAI produce encuadres de "marcas como A, B y C" que aumentan las menciones sin aumentar las citas.

Intención de comparación

La jugada de los datos estructurados

Las consultas "X vs Y" son donde los motores recurren visiblemente a contenido comparativo estructurado. Las páginas con tablas comparativas limpias, listas de funciones marcadas con esquema y enfrentamientos de entidades con nombre rinden por encima de su peso. Es el tipo de intención con más probabilidad de mostrar una marca de la que el motor tiene datos estructurados limpios, independientemente de la autoridad del dominio.

Tendencia de 12 semanas

Perspectiva de series de tiempo

The Q2 2026 baseline is week one of a continuously-operating panel. The monitor's weekly cron now runs the same prompt set, through the same five engines, every Monday at the same time, with results materialized into the rollup table for week-over-week comparison. The 12-week trend report (Q3 2026) will publish:

  • Líneas de tendencia de la tasa de menciones por motor, granularidad semanal. Los movimientos de más de 10 puntos semana a semana se marcarán en el panel y se reportarán por separado.
  • Líneas de tendencia de la tasa de citas por motor a medida que crece el conteo de dominios citados con una cobertura de consultas más amplia. La referencia del 2.º trimestre muestra 0% de citas en línea en los cinco motores; ese número cambiará a medida que el panel pase del conjunto de sujetos piloto a consultas de categoría más amplias.
  • Tendencia de confiabilidad del motor: tasa de error y de tiempos de espera por motor, semana a semana. Referencias del 2.º trimestre: Claude 63% / Gemini 25% / OpenAI 29% / Perplexity 0% / AI Overviews 0%. El eje de confiabilidad es en sí una señal que vale la pena rastrear.
  • Tendencia del costo por cita a medida que el panel crece y cambian los precios de API de los proveedores. La lectura del 2.º trimestre muestra a Perplexity con el menor costo por respuesta y el mayor rendimiento de menciones; esa brecha de eficiencia es lo que las marcas que compran presupuesto de inferencia deben considerar al priorizar motores.
  • Curva de crecimiento de entidades descubiertas: marcas y dominios distintos descubiertos que los motores nombran sin que se les pida. Referencia del 2.º trimestre: 136 entidades de marca distintas y 76 dominios distintos que los motores mostraron desde fuera del conjunto monitoreado en una semana. Las marcas que optimizan para la búsqueda con IA deben tratar esto como la declaración de conjunto competitivo de los propios motores.

El panel funciona de forma continua; la cadencia del reporte público es trimestral. Las marcas con retainers de SEO con IA ven su propia versión de las líneas de tendencia cada semana dentro de su panel: el mismo monitor, con un conjunto de consultas distinto.

Qué significa esto para las marcas

Seis conclusiones accionables

1.

Ejecuta el panel de consultas en todos los motores, no solo en el más ruidoso.

La dispersión de 86 puntos entre Perplexity y Google AI Overviews en las mismas consultas demuestra que ningún motor por sí solo es el mercado de búsqueda con IA. Una marca que gana en Perplexity e ignora a Gemini le cede el espacio de entidad al final del párrafo a quien optimice para él. La instrumentación entre motores es lo mínimo indispensable; optimizar para un solo motor deja distribución sin aprovechar.

2.

Optimiza para la superficie que el motor realmente produce, no para la que desearías que produjera.

Google AI Overviews devolvió 0% de menciones de marca en este panel. Pedirle que nombre tu marca es pedirle que se comporte distinto a como lo hace. En cambio, optimiza para dominar el bloque de respuesta que define la categoría y que AI Overviews parafrasea: esquema, contenido comparativo estructurado y autoridad de fuente primaria. La jugada de citas con nombre es para Perplexity y (ocasionalmente) Claude.

3.

Trata la tasa de menciones y la tasa de citas como KPI distintos.

OpenAI y Gemini mencionan marcas en forma narrativa ("marcas como A y B") sin cita en línea. Contar solo las citas en esos motores los hace parecer rotos; contar solo las menciones en Perplexity hace que Perplexity parezca más débil de lo que es. El panel correcto tiene ambas métricas por motor, cada semana, con líneas de tendencia separadas.

4.

La posición importa: ganar el espacio tardío en Gemini sigue contando.

La posición promedio de la primera mención de Gemini, de 4,380 caracteres, significa que las marcas aparecen después del preámbulo de categoría del motor. Si solo optimizas para apariciones en posiciones de titular, perderás todas las citas de Gemini que habrías podido ganar. La jugada es crear contenido que permita que las generalidades de categoría del motor fluyan hacia el nombre de tu marca: responde primero la pregunta de la categoría y luego acota a la marca, en tu propio contenido.

5.

Lee la confiabilidad del motor como parte de la señal.

Claude agotó el tiempo de espera en el 63% de las llamadas del piloto en esta ventana. Eso no significa que Claude esté roto; significa que la confiabilidad de la búsqueda web del motor es una variable, no una constante, y un panel de participación en citas que no muestre la tasa de error junto a la tasa de menciones interpretará los fallos del motor como pérdidas de la marca.

6.

Usa el panel de marcas descubiertas para encontrar a tus competidores antes de que ellos te encuentren a ti.

Durante la ventana piloto, los motores mostraron 136 entidades de marca distintas que no figuraban en la lista de competidores de ninguna marca del panel, y 76 dominios descubiertos distintos. Es el motor diciéndote quién cree que es tu conjunto competitivo. Las marcas que solo monitorean a los competidores que ellas mismas declararon vuelan a ciegas; los motores tienen una lista distinta, y la suya es la que importa.

Descargar

Edición en PDF: próximamente en el 3.er trimestre de 2026

La edición de ventana móvil de 12 semanas (3.er trimestre de 2026) se publicará en PDF listo para imprimir, con gráficas semanales completas de tendencia por motor y tasas de citas por categoría de intención. Solicita una copia por adelantado mediante el formulario de cotización y te la enviaremos al publicarse.

Preguntas frecuentes

¿De dónde provienen los datos?

The 1Digital® AI Visibility Monitor - an internal production tool that runs a defined prompt panel through five live AI engines (OpenAI ChatGPT, Anthropic Claude, Perplexity Sonar, Google Gemini, Google AI Overviews via SerpAPI) on a weekly cadence, parses each answer for brand mentions and citations, and writes the parsed results to a Supabase-backed dashboard. This report aggregates the parsed-response table over the Q2 2026 pilot window. Metodología completa aquí.

¿Qué tan grande es el conjunto de datos?

The Q2 2026 pilot window captured 28 successful provider responses across the 5-engine panel - a baseline reading from the monitor's first reporting week. Subsequent reports will add weekly increments; the pilot is now in continuous operation and the next report will cover the 12-week trailing window with materially larger N. The methodology, prompt set, and engine list are stable; the panel grows with each weekly cron.

¿Por qué publicar una referencia con N pequeña?

Porque la dispersión entre motores es tan amplia que incluso una lectura de referencia acotada es significativa. La brecha de 86 puntos entre Perplexity y Google AI Overviews en la tasa de menciones, y el 0% de AI Overviews en un conjunto de consultas donde cada Overview se activó, son hallazgos que una muestra mayor no revertirá: reflejan la postura de cada motor frente a mostrar marcas, no ruido de muestreo. Los reportes con una N mayor refinarán las magnitudes; los hallazgos direccionales ya se sostienen.

¿Se exponen alguna vez nombres de marcas o clientes en este reporte?

The monitor tracks both client cohorts and 1Digital®'s own AI surface as a calibration baseline - so 1Digital is named openly in the agency-comparison section below. Client-cohort tables remain private and are aggregated only at the engine and panel level. This report exposes only categorical, provider-level, and aggregate-of-N findings - the engines, the citation/mention rates per engine, cross-engine overlap counts, and discovered-brand counts (numbers only, never names) - plus the explicit 1Digital-vs-peer-agency comparison computed against actively-monitored agency competitors. No client name and no specific competitor brand appears anywhere on this page or in any downstream artifact.

¿Cuál es la diferencia entre tasa de menciones y tasa de citas?

Tasa de menciones es el % de respuestas exitosas en las que el nombre de la marca (o un alias registrado) aparece en el texto de la respuesta, sin importar si el motor lo tomó de una fuente. Tasa de citas es el % en que una URL del conjunto de dominios de la marca aparece en la lista de fuentes del motor. La cita es la señal más fuerte y atribuible: predice el clic. La mención es la señal más amplia: captura los casos de paráfrasis sin crédito que aun así impulsan el recuerdo de marca. Los motores varían en su densidad de citas: Perplexity cita mucho; OpenAI menciona en la narrativa sin fuentes. Ambas métricas importan; ninguna cuenta toda la historia por sí sola.

¿Por qué Google AI Overviews tiene una tasa de menciones de 0%?

Porque en la ventana piloto del 2.º trimestre de 2026, AI Overviews se comportó como una superficie de respuestas por categoría, no de recomendación de marcas. Cada consulta del piloto activó un Overview (no hay estados no_ai_overview en los datos), y los Overviews devueltos respondieron la pregunta de la categoría en términos genéricos (listas de funciones, orientación general, criterios de decisión) sin nombrar marcas específicas. Esto es consistente con la visión pública de Google de AI Overviews como una evolución de los fragmentos destacados. La jugada de optimización para AI Overviews es dominar el bloque de respuesta que define la categoría, no perseguir citas de marcas individuales dentro de él.

¿Por qué la tasa de error de Claude es tan alta?

La invocación de búsqueda web de Claude agotó el tiempo de espera en la mayoría de las llamadas piloto de este periodo, una variable operativa conocida de la beta de búsqueda web de Anthropic. El monitor registra el modo de fallo por separado (status=error, con el timeout registrado), y la tasa de menciones de Claude se calcula solo sobre las respuestas correctas, no sobre las llamadas que agotaron el tiempo. La elevada tasa de error es un hallazgo en sí misma: las marcas que optimizan su presencia en varios motores deben tener en cuenta las diferencias de fiabilidad entre motores al leer las tendencias semana a semana, y los paneles que incluyen los errores en el denominador confundirán las caídas de un motor con bajadas de citas.

¿Cómo se relaciona este reporte con el monitoreo de participación en citas como servicio?

Este informe es la lectura pública de la metodología descrita en /methodology/citation-share-monitoring. Dentro de los proyectos con clientes, el mismo monitor ejecuta un panel de prompts propio de cada proyecto (variaciones de keywords seguidas, prompts de síntesis que definen la categoría, prompts sobre el conjunto de competidores) y genera un panel por cliente con la evolución semana a semana, briefs de contenido cuando hay caídas y una nueva medición después de publicar el contenido. La vista pública agregada (este informe) y la vista por proyecto (los paneles de los clientes) comparten el mismo monitor; solo cambian el conjunto de prompts y la lista de sujetos.

¿Qué cambia entre ahora y el próximo reporte?

El piloto opera de forma continua cada semana. El próximo reporte (3.er trimestre de 2026, publicado en agosto) cubrirá la ventana móvil de 12 semanas: una N considerablemente mayor, líneas de tendencia semana a semana por motor, desgloses por categoría de intención (informativa / comercial / comparación) con poder estadístico, y las primeras comparaciones entre verticales a medida que entren en operación más paneles de la industria. La metodología es estable; solo crece la ventana de datos.

¿Puedo ver los datos de origen?

The monitor data is private - it contains client-confidential prompt sets and monitored brand lists. The report aggregates and findings published here are the public surface. If you want a citation-share read on your own brand or a category we don't currently monitor, the fastest path is a proyecto de AEO acotado- we'll build your prompt panel, run it through the same five engines, and report your numbers against the same definitions.

Nota metodológica

De dónde provienen los números

Todos los agregados de esta página se calculan a partir de la tabla de respuestas analizadas del 1Digital® AI Visibility Monitor: cinco motores, cadencia semanal, prompts idénticos en todos los motores y la misma lógica de análisis en todos ellos. La tasa de menciones se calcula solo sobre las respuestas correctas (status = success). La tasa de citas se calcula sobre el mismo denominador. Las tasas de error de los motores se informan por separado para que quien lea el panel pueda distinguir las caídas de un motor de las bajadas de citas de la marca.

Referencia de calibración: el monitor sigue tanto las cohortes de clientes COMO la propia presencia de 1Digital® en IA como referencia de calibración. Los datos de las cohortes de clientes solo se agregan a nivel de motor y de panel y nunca se exponen a nivel de marca; la comparación de 1Digital® frente a agencias pares publicada arriba usa un panel explícito de 6 prompts de comparación de agencias y 7 agencias pares monitoreadas activamente en la cohorte.

El esquema completo, la lógica de coincidencia de entidades, la agregación de resúmenes y el enfoque de modelado de costos están documentados en la página de metodología. Ningún dato de clientes a nivel de marca, ningún nombre de cliente y ningún nombre específico de agencia competidora aparece en esta página ni en el JSON-LD subyacente.

Revisado por el equipo de SEO con IA de 1Digital®. Periodo de datos del monitor: T2 2026. Publicado el 2026-05-17. Próximo informe: T3 2026, periodo móvil de 12 semanas.

Estrategas reales. Herramientas de IA reales. Crecimiento real. - 1Digital® desde 2012