La puntuacion de 100 puntos sobre visibilidad IA, explicada

Bienvenidos a una nueva inmersión profunda. A ver, la misión de hoy es muy concreta. Vamos a ir directos al grano y diseccionar la documentación de ZenRadar. Porque hay una realidad innegable ahora mismo y es que tener el escaparate más grande en la calle principal, o sea Google, ya no sirve de nada si a puerta cerrada en el club privado más exclusivo nadie recomienda un proyecto en concreto. Claro, ese club privado son las inteligencias artificiales.

Fíjate, es un cambio brutal. Exacto. Porque estar bien posicionado en Google y no ser citado nunca por ChatGPT son dos cosas distintas y la segunda ya se puede medir. Hoy vamos a hablar de eso, de visibilidad en IA, ChatGPT, Perplexity y posicionamiento. Es que, o sea, hemos pasado de intentar descifrar el algoritmo de un solo buscador a tener que entender cómo razonan múltiples cerebros artificiales a la vez para decidir qué recomiendan. Ostras, pero a ver, si asumimos que ese club privado no tiene ventanas, ¿cómo sabemos qué pasa dentro?

Hasta ahora parecía una caja negra, no nos llega un informe diciendo ChatGPT ha hecho diez recomendaciones hoy. No, qué va. No hay métricas tradicionales para eso. Y ahí es donde entra el enfoque de ZenRadar, que lo que hace es interrogar a la máquina en directo. Ajá. Lanza consultas reales a los cinco motores principales.

Hablamos de ChatGPT buscando en la web Perplexity, Gemini, Claude y las AI Overviews de Google. Y mide exactamente si un sitio aparece citado en la respuesta o en las fuentes. Vale, pero espera, me surge una duda con las AI Overviews de Google, porque al hacer búsquedas normales no siempre salta ese resumen generado por IA. A veces solo ves los enlaces azules de siempre. Sí, sí, totalmente.

Entonces eso cuenta como que la IA ignora la página. Pues esa es una distinción vital. Y la verdad, un punto de mucha honestidad en los datos de esta plataforma. Si las AI Overviews no se activan ante una búsqueda, el reporte lo marca tal cual. Ah, o sea, no lo cuenta como ausencia de cita.

Exacto. No es un rechazo. Una pregunta que la IA decide no responder no equivale a un suspenso para la web. Prefieren mostrar que ese hueco está vacío antes que dar, bueno, un dato falso de poca visibilidad. Tiene todo el sentido. Vale, ahora digamos que la IA sí responde, pero cita la competencia.

En la documentación hablan de una puntuación sobre 100 puntos dividida en tres pilares, ¿verdad? Sí, así es. 50 puntos son puramente empíricos. O sea, ¿cuántos motores citan el contenido en ese momento? Justo. Y los otros 50 se dividen en dos.

25 puntos se evalúan si la página tiene datos estructurados JTZN-LD. Vale, JTZN-LD. Pero ¿por qué esto es importante? Pues porque una IA no lee una web como hace un rastreador tradicional. Necesita contexto rápido.

El JTZN-LD le dice explícitamente a la máquina, oye, esto es un precio o esta es la fecha de un evento. Claro, elimina la necesidad de que la IA ande adivinando. Básicamente se le está quitando el trabajo pesado. Eso es. Al no tener que interpretar el contexto, la confianza de la IA en esa información se dispara y es muchísimo más probable que la cite. Tiene lógica. Y los últimos 25 puntos van al formato del contenido.

La máquina exige que se dé la respuesta directa en las primeras 100 palabras y además busca cosas como cifras concretas, listas, bloques de preguntas y respuestas y una fecha visible. Espera un momento, detengámonos ahí. En las primeras 100 palabras. Sí, tal cual. Suena, no sé, a una regla de redacción un poco caprichosa, no?

Puede parecerlo, pero no es capricho. Es pura eficiencia de procesamiento y límites de tokens. Si un modelo tiene que leerse un artículo larguísimo lleno de florituras para encontrar el dato duro, gasta más capacidad de cómputo. Claro, y aumenta el riesgo de inventarse cosas. Exacto. Las famosas alucinaciones.

Si se le da la respuesta masticada al principio en un formato estructurado, la IA lo toma como un fragmento seguro y lo inyecta directo en su respuesta. Oye, pero cuidado. Esto suena demasiado bien. Me estás diciendo que si alguien formatá su texto, pone unas viñetes y añade el código JSON-LD, ya tiene el tráfico asegurado de por vida con un 100 sobre 100. Porque a ver, las SIAs cambian de modelo cada pocos meses.

Y haces muy bien en dudar. La propia documentación es supertajante al rechazar cualquier sobrepromesa. Llegar a ese 100 sobre 100 es un objetivo técnico, no una garantía perpetua. Ya, porque los competidores también se mueven. Claro, y los motores evolucionan.

Por eso la plataforma usa agentes de IA que generan correcciones listas para pegar. Todos se basan un ciclo continuo, o sea, medir, corregir y volver a medir a la semana siguiente. Ostras, pues esto deja una incógnita enorme en el aire para cualquiera que gestione un proyecto digital. Fíjate. Ya te digo. En este mismo instante, mientras tiene lugar esta charla, ¿qué competidor está siendo citado por las IA en lugar del sitio propio?

La gran pregunta ya no es si se tiene una página web, sino si las máquinas le entienden mejor que a la competencia. Esa es la verdadera frontera de la cuota de mercado ahora mismo. Totalmente. Así que para salir de dudas, lo que se puede hacer justo después de escuchar este análisis es entrar en la web de ZenRadar, introducir un sitio web y lanzar el diagnóstico gratuito de 30 segundos. Y ver ese puntaje sobre 100, claro. Eso es. Para saber de una vez por todas si el club privado está abriendo sus puertas o si, bueno, se ha dejado el proyecto en la calle.

Transcripción automática, revisada por muestreo.