Un GEO tracker hace a los asistentes de IA una lista fija de preguntas de forma periódica y anota si tu marca aparece en las respuestas. Ese es todo el mecanismo. Cualquier cosa que te muestre (porcentaje de visibilidad, cuota de voz, número de citas, sentimiento) es una estadística calculada sobre una muestra de respuestas generadas.
Dicho de otro modo: el número que ves es una estimación, y toda estimación tiene su margen de error. La mayoría de las guías sobre seguimiento de la optimización para motores generativos (GEO) van directas a comparar herramientas. Esta se queda en lo que de verdad decide si tu dashboard te está diciendo algo: qué mide realmente un GEO tracker, por qué el número se mueve solo, cuántos prompts y repeticiones necesitas para que la puntuación sea estable, y qué conclusiones aguantan los datos y cuáles no.
Qué mide realmente un GEO tracker
Un GEO tracker mide la presencia en respuestas generadas, no la posición en una página. La unidad de observación es una única respuesta del modelo a un único prompt. En cada respuesta, la herramienta registra alguna combinación de estos datos: si apareció el nombre de tu marca, si tu dominio se enlazó como cita, en qué parte de la respuesta salió, qué competidores aparecieron contigo y qué tono tenía la mención.
Esos registros por respuesta se agregan en la métrica principal. Si lanzas 50 prompts en 4 motores y tu marca aparece en 60 de las 200 respuestas resultantes, tu visibilidad es del 30 %. Aquí no se está desentrañando ningún algoritmo de ranking ni se consulta ningún índice. La herramienta está haciendo una encuesta, y los encuestados son modelos de lenguaje.
El término viene de GEO: Generative Engine Optimization, el trabajo que Aggarwal y sus colegas presentaron en KDD 2024. Fue el primero en demostrar con un experimento controlado que los cambios en el contenido podían aumentar la visibilidad dentro de las respuestas generadas, con mejoras de hasta el 40 % en su benchmark GEO-bench. También fijó el enfoque que heredan los trackers: la visibilidad es una propiedad de la respuesta generada, medida a lo largo de muchas consultas, no una propiedad de un documento.
GEO tracker vs. rank tracker SEO tradicional: objetos distintos, matemáticas distintas
En un dashboard, un rank tracker tradicional y un GEO tracker se parecen bastante, pero hacen cosas de fondo muy distintas.
| Rank tracker SEO | GEO tracker | |
|---|---|---|
| Qué consulta | Un índice de búsqueda | Un modelo generativo |
| Qué mide | La posición de una URL | La presencia de una marca en una respuesta |
| Resultado de una consulta | Una lista ordenada | Un fragmento de texto |
| Repetibilidad | Alta. Misma consulta, resultados casi idénticos | Baja. Mismo prompt, redacción distinta en cada ejecución |
| Competidores | Los fija la SERP | Cambian de una respuesta a otra |
| Muestra necesaria para una lectura estable | Una comprobación | Muchas, en varias dimensiones |
La última fila es la que pilla desprevenidos a muchos equipos. Un rank tracker puede revisar una palabra clave una vez al día porque el índice no cambia entre comprobaciones. Un GEO tracker no puede, porque lo que mide se genera de nuevo cada vez a partir de una distribución de probabilidad.
¿Por qué cambia tu visibilidad en el GEO tracker si tu web sigue igual?
Porque el modelo muestrea, no recupera. Haz la misma pregunta dos veces y obtendrás dos respuestas distintas, y a veces solo una de ellas te menciona.
No es un fallo de tu herramienta. Un estudio de 2026 de Dmitrij Żatuchin, Where Does the Noise Come From? A Variance-Components Decomposition of Non-Determinism in LLM Brand Answers, desmontó la cuestión pieza a pieza. Con 12.933 respuestas sobre 20 marcas, 8 idiomas y 3 modelos, repartió la varianza de las menciones de marca según su origen:
- Remuestreo dentro del mismo prompt: 34,8 % de la varianza total. Es decir, volver a hacer exactamente la misma pregunta.
- Interacción marca-contexto: 29,6 %. Qué marca, en qué contexto concreto de prompt.
- Idioma de la consulta: 26,5 %. El idioma en el que se hizo la pregunta.
- Marca por idioma: 8,6 %.
- Identidad de la marca por sí sola: 1,5 %.
Vuelve a leer esa lista pensando en tu dashboard. Solo el 1,5 % del movimiento en una medición de menciones de marca se debe a la propia marca. El componente más grande, más de un tercio, es puro ruido de remuestreo: el modelo contestando de otra manera la misma pregunta al segundo intento.
La consecuencia práctica: un cambio semana a semana en tu GEO tracker no demuestra nada hasta que sepas cuánto mide la banda de ruido. Una visibilidad que pasa del 28 % al 33 % casi seguro que no se ha movido en absoluto.
¿Cuántos prompts y repeticiones necesita un GEO tracker para dar una puntuación fiable?
Menos repeticiones de las que imaginas y más variedad de la que imaginas. El mismo estudio sobre la varianza encontró rendimientos muy decrecientes al repetir: a partir de la quinta repetición de un prompt, una repetición más solo reducía el error de medición en 0,0003. En cambio, la fiabilidad del diseño completo llegaba a aproximadamente 0,36, frente a 0,01 con una sola respuesta. La conclusión del autor no deja lugar a dudas: la fiabilidad «se consigue repartiendo entre idiomas y modelos, no repitiendo un mismo prompt».
De ahí sale una regla de diseño concreta para cualquiera que configure el seguimiento GEO:
- Repite cada prompt unas 5 veces. Es suficiente para promediar el ruido del muestreo. Más allá, estás quemando créditos de API para nada.
- Invierte el presupuesto en variedad de prompts. Treinta prompts distintos con 5 muestras cada uno ganan a cinco prompts con 30 muestras cada uno, con el mismo coste.
- Cubre varios modelos. La identidad del modelo es una fuente de varianza real y separable. Un motor es una sola opinión.
- Cubre varios idiomas si vendes en varios idiomas. El idioma explicó más de una cuarta parte de la varianza. Una herramienta que solo pregunta en inglés no está midiendo tu mercado alemán.
- Informa de una banda, no de un punto. Publica «28 % más o menos 6» en lugar de «28 %». Si tu herramienta no te da la dispersión, calcúlala tú a partir de los datos por respuesta.
Merece la pena pararse en esa fiabilidad de 0,36. Incluso un diseño bien construido deja mucha varianza sin explicar. La medición GEO sirve para ver la tendencia a lo largo de meses. No es precisa de una semana a otra, y ningún dashboard de ningún proveedor puede hacer que lo sea.
¿Qué motores de IA debería cubrir un GEO tracker?
Cubre los motores que usan de verdad tus compradores, y más de uno, porque la identidad del modelo es un componente de varianza en sí mismo. En la práctica, eso significa los cuatro sistemas que responden preguntas comerciales con recuperación en tiempo real: ChatGPT de OpenAI, Gemini y las experiencias de IA de Google, Claude de Anthropic y Perplexity.
El detalle de la cobertura importa más que el número de logos. Una herramienta que consulta un modelo base sin acceso a la web está midiendo lo que el modelo recuerda de sus datos de entrenamiento, no su comportamiento de búsqueda, y no es lo mismo. En AI Rank Lab, nuestras comprobaciones de marca se ejecutan precisamente sobre configuraciones con acceso web: la Responses API de OpenAI con GPT-4o, Claude Haiku 4.5, Gemini 3 Flash y los modelos Sonar de Perplexity, que tienen la búsqueda web activada por defecto. Cuando evalúes cualquier GEO tracker, pregunta qué versión del modelo y qué modo de recuperación hay detrás de cada icono de motor. Los proveedores casi nunca lo publican, y cambia lo que significa el número.
¿Estar en el top 10 orgánico garantiza que la IA te cite?
No, y la relación se está aflojando. Ahrefs analizó 1,9 millones de citas en 1 millón de AI Overviews (los resúmenes generados con IA de Google) y descubrió que el 76,10 % de las páginas citadas en AI Overviews estaban en el top 10 para la misma consulta en julio de 2025, mientras que el 14,40 % de las citas venía de páginas por debajo de la posición 100. BrightEdge, que siguió 9 sectores entre mayo de 2024 y septiembre de 2025, informó de que el 54,5 % de las citas de AI Overviews ya posiciona en orgánico, frente al 32,3 % anterior, aunque solo el 16,7 % procedía de resultados del top 10.
Los dos estudios miden cosas ligeramente distintas, y precisamente por eso no conviene tomar ninguno como ley. Lo que ambos respaldan es la conclusión práctica: el posicionamiento orgánico es un factor de peso para que la IA te cite, pero no lo garantiza, y una parte importante de las citas va a páginas que posicionan mal o que ni siquiera posicionan. Ese es el hueco que un GEO tracker existe para observar. Tu rank tracker no lo ve.
Por eso también merece la pena citar textualmente la postura de Google. Su guía para optimizar de cara a las funciones de IA generativa, actualizada en julio de 2026, afirma que «las prácticas recomendadas de SEO siguen siendo relevantes porque nuestras funciones de IA generativa en la Búsqueda de Google se basan en nuestros sistemas principales de ranking y calidad de la Búsqueda», y que para ser apta «una página debe estar indexada y poder mostrarse en la Búsqueda de Google con un fragmento». No hay un sistema de ranking de IA aparte que puedas manipular. Hay una capa de recuperación con un query fan-out encima, que Google define como «un conjunto de consultas simultáneas y relacionadas que genera el modelo».
¿Puede un GEO tracker demostrar que la búsqueda con IA te ha traído tráfico?
No. Un GEO tracker mide la aparición en las respuestas. No puede demostrar la atribución, y conviene que nadie lo interprete así.
Dos conjuntos de datos independientes explican por qué la diferencia es tan grande. El ratio de rastreo frente a referencia (crawl-to-refer) de Cloudflare, publicado en julio de 2025, divide las peticiones HTML de los rastreadores de una plataforma entre las peticiones HTML que llevan el referrer de esa plataforma. En la semana del 19 al 26 de junio de 2025, los ratios iban desde aproximadamente 70.900:1 en Anthropic hasta 0,1:1 en Mistral. Cloudflare añade una advertencia importante: el tráfico que llega desde la app nativa de Claude no lleva cabecera de referrer, así que los ratios «pueden exagerar» el desequilibrio en una cantidad desconocida. Aun descontándolo mucho, la dirección es clarísima. Que te lean es habitual. Que te hagan clic desde ahí es raro.
El estudio de Semrush sobre el mix de canales de tráfico, publicado en abril de 2026 con más de 50.000 sitios web de 17 sectores, pone cifras al otro lado: el tráfico de IA supuso el 0,14 % del tráfico total en 2025, frente al 16,04 % de la búsqueda orgánica, aunque el tráfico de IA creció un 66,02 % interanual, de 462 millones a 767 millones de visitas mensuales.
Ten en cuenta las dos cosas a la vez. El volumen de referencias desde IA es hoy pequeño y crece rápido, y el volumen de citas es muchísimo mayor que el de clics. Un GEO tracker mide el lado de las citas. Si le prometes a alguien que una visibilidad al alza va a traer sesiones en la misma proporción, la analítica te va a dejar en evidencia.
Informe de IA generativa de Google Search Console vs. GEO tracker de terceros
Se complementan y ninguno sustituye al otro. Google lanzó los informes de rendimiento de IA generativa en Search Console en junio de 2026. Son datos propios de la plataforma, y ninguna herramienta de terceros puede igualarlos en precisión. Pero su alcance es limitado a propósito:
| Informe de IA generativa de Search Console | GEO tracker de terceros | |
|---|---|---|
| Fuente | Datos propios, de Google | Respuestas de modelos muestreadas |
| Métricas | Solo impresiones. Sin clics, CTR ni posición | Visibilidad, citas, cuota de voz, sentimiento |
| Dimensiones | Página, país, dispositivo, fecha | Prompt, motor, competidor |
| Muestra los prompts | No | Sí, los defines tú |
| Motores cubiertos | Solo AI Overviews y AI Mode de Google | Varios proveedores |
| Vista de competidores | Ninguna | Sí |
Usa Search Console como fuente de verdad para las superficies de Google y para comprobar si las cifras de Google de tu tracker se están alejando de la realidad. Usa el tracker para todo lo que Search Console, por diseño, no puede enseñarte: los asistentes de otros proveedores, los propios prompts y los competidores.
Cómo complementan los logs de bots de IA los datos del GEO tracker
Los logs del servidor te dan la única parte del proceso que es totalmente observable y que no depende de un muestreo. Antes de que un modelo pueda citarte, por lo general un rastreador tiene que descargar tu página, y esa petición queda en tus logs con su user agent.
Es una capa de diagnóstico muy útil porque separa dos problemas que la puntuación de visibilidad mete en el mismo saco. Si tu GEO tracker indica que no apareces en las respuestas, los logs te dicen cuál de los dos tienes:
- Los rastreadores ni siquiera descargan tus páginas. Es un problema técnico o de acceso. Revisa robots.txt, las reglas de bloqueo y el renderizado.
- Los rastreadores descargan tus páginas con regularidad, pero sigues sin aparecer citado. Es un problema de contenido y autoridad. La capa de recuperación ve la página y no la elige.
Cada uno necesita una solución completamente distinta, y el número de visibilidad no permite distinguirlos. Nuestro propio seguimiento de bots vigila GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot y BingBot, y cruzar ese registro del servidor con la visibilidad a nivel de prompt es la forma más rápida que hemos encontrado de averiguar cuál de los dos problemas tiene realmente un dominio.
Lo que un GEO tracker no puede decirte
Dejar claros los límites es lo que separa una forma de reportar que se sostiene de un dashboard de vanidad.
- No puede decirte qué preguntaron los usuarios reales. Tu lista de prompts es una hipótesis sobre la demanda, escrita por ti. Ningún proveedor tiene acceso a los registros de consultas de los asistentes de IA. Search Console tampoco muestra los prompts.
- No puede decirte por qué aparecen tus competidores. Puedes ver que se mencionó a un competidor. El motivo no está en los datos, solo en lo que tú deduzcas.
- No puede demostrar que un cambio de contenido causó el resultado. Si el remuestreo por sí solo explica más de un tercio de la varianza, atribuir un cambio en la puntuación a las ediciones del mes pasado exige una comparación controlada, no una captura del antes y el después.
- No ve las respuestas personalizadas ni las de usuarios con sesión iniciada. Las herramientas consultan APIs. Los usuarios reales tienen memoria, historial y ubicación aplicados.
- No puede medir con autoridad las superficies de IA de Google. Eso solo lo tiene Google. El scraping de AI Overviews por parte de terceros es una aproximación.
Qué métricas de seguimiento GEO presentar a dirección y clientes
Presenta lo poco que la muestra puede respaldar, con su incertidumbre incluida, y olvídate del resto.
Merece la pena reportar:
- Tasa de visibilidad con su banda de dispersión, en una ventana móvil de 30 días y no semana a semana.
- Cuota de voz frente a un grupo fijo de competidores, con una lista de prompts que no cambie entre periodos. Si cambias los prompts, cambias la métrica.
- Recuentos de dominios citados a partir de los logs del servidor, que son recuentos y no estimaciones, y no tienen error de muestreo.
- Impresiones de IA en Search Console para las superficies de Google, como confirmación con datos propios.
Mejor descartar:
- Variaciones porcentuales semana a semana. Casi siempre son ruido. Reportarlas acostumbra a los responsables a reaccionar al azar.
- Una única «puntuación de visibilidad en IA» que mezcle todos los motores. Oculta justo las diferencias entre motores que permiten actuar.
- Sentimiento calculado sobre muestras minúsculas. El sentimiento de 20 menciones no es una tendencia.
- Cualquier proyección de visibilidad a ingresos. La cadena de atribución todavía no existe.
Un despliegue en 30 días para tener una línea base que se sostenga
El orden importa. La mayoría de los equipos empieza a medir antes de decidir qué está midiendo, y luego se pasa meses interpretando ruido.
- Días 1-3. Crea el conjunto de prompts. Apunta a entre 30 y 50 prompts que cubran tu categoría, las categorías de tus competidores, formulaciones que parten del problema y formulaciones comparativas. Escríbelos como los teclearía un comprador. Congela esta lista.
- Días 4-5. Fija el diseño. Cinco muestras por prompt y por motor. Anota qué versión del modelo respondió. Si vendes en más de un idioma, divide ya el conjunto de prompts por mercado, no más adelante.
- Días 6-12. Recoge una línea base. Ejecuta el diseño completo a diario durante una semana sin tocar nada de tu web. La dispersión de esa semana es tu banda de ruido. La vas a necesitar para interpretar cada número que venga después.
- Día 13. Activa el registro de bots en el servidor y confirma que los rastreadores que hemos mencionado están descargando de verdad tus páginas clave.
- Días 14-30. Cambia una sola cosa y observa. Elige el hueco más grande que haya dejado al descubierto la línea base, corrígelo y mantén congelados la lista de prompts y el diseño de muestreo para que la comparación tenga sentido.
El día 30 tienes lo que la mayoría de los equipos nunca consigue: un número de visibilidad, una banda de error conocida a su alrededor y pruebas independientes, desde el servidor, de si los rastreadores pueden siquiera ver tus páginas. Esa combinación es lo que hace que un GEO tracker merezca la pena. El dashboard por sí solo es solo un número que se mueve.
Get a free AI ranking consultation
Want your brand to show up when ChatGPT, Gemini and Perplexity answer questions in your market? Tell us about your site and our team will send a personalized strategy.
