El mesurament de visibilitat IA té una trampa elegant: sembla fàcil fins que repeteixes la mateixa consulta dues vegades. Un dimarts ChatGPT cita la teva guia. El dimecres no apareix. Perplexity t’enllaça a la primera resposta, després canvia dues fonts i manté la mateixa conclusió. Google mostra un AI Overview al mòbil, però no a l’escriptori. Si el teu dashboard converteix aquesta variabilitat en un número únic, el número sembla seriós i la decisió surt desviada.
La idea contrària és aquesta: no necessites una mètrica més, necessites una metodologia de mostreig. El recurs sobre mètriques GEO ja cobreix els KPIs. La guia d’eines GEO compara plataformes. Aquest article entra a la part incòmoda: com dissenyar l’experiment perquè una marca pugui dir, amb cautela, “tenim visibilitat en IA” sense confondre una captura de pantalla amb evidència.
Primer defineix què estàs mesurant
Visibilitat IA no significa el mateix a ChatGPT Search, Gemini, AI Overviews i Perplexity. Google explica a la documentació d’AI features que AI Overviews i AI Mode poden usar query fan-out, és a dir, cerques relacionades per construir una resposta amb enllaços de suport. OpenAI documenta que ChatGPT Search pot mostrar cites en línia i un panell de fonts. Perplexity descriu el seu producte com un motor que cerca a la web en temps real i acompanya cada resposta amb cites numerades.
Aquesta diferència d’interfície canvia el mesurament. A Google pots observar impressions i clics amb Search Console, però necessites mostreig manual o una eina externa per saber si una URL va ser enllaç de suport en una resposta concreta. A ChatGPT Search pots registrar cites quan apareixen, però no existeix una Search Console d’OpenAI per a editors. A Perplexity la cita és més visible, tot i que també varia per model, hora, idioma i formulació.
La unitat mínima d’anàlisi no hauria de ser “keyword”, sinó “prompt observat en un context”. Un prompt inclou text exacte, idioma, país, dispositiu si aplica, motor, data, hora, mode de cerca, compte usat i si l’historial era net. Sí, sona burocràtic. També sona a com s’evita llençar setmanes optimitzant per a un fals positiu.
Segons Ronald Sielinski, autor de “Quantifying Uncertainty in AI Visibility”, les mètriques de citació s’han de tractar com a estimadors mostral d’una distribució de respostes, no com a valors fixos. Aquest és el canvi mental. En SEO clàssic acceptem una posició mitjana; en IA hem d’acceptar rangs, intervals i soroll.
Dissenya un corpus de prompts, no una llista de keywords
Un corpus útil barreja demanda real amb variacions conversacionals. La forma pràctica és començar amb 30 a 80 prompts, agrupats per intenció. Per a un SaaS B2B, per exemple, no n’hi ha prou amb “millor software de reporting”. Inclou “quina eina usar per a reporting SEO en una agència”, “alternatives a Looker Studio per a clients”, “com mesurar visibilitat a ChatGPT” i “software per monitoritzar mencions IA en espanyol”.
El mostreig base que fem servir en auditories avançades segueix aquesta estructura:
| Bloc | Exemple | Pes inicial |
|---|---|---|
| Problema informacional | ”com mesurar si la meva marca apareix a ChatGPT” | 30% |
| Comparació | ”Semrush vs Ahrefs per a AI visibility” | 20% |
| Compra o shortlist | ”millors eines per monitoritzar Perplexity” | 20% |
| Marca + categoria | ”Ighenatt visibilitat IA SEO” | 15% |
| Local o idioma | ”agència SEO Barcelona mesurament IA” | 15% |
La mostra ha de cobrir prompts head, mid-tail i long-tail. Els prompts head donen volum, però els long-tail revelen quines fonts usa el motor quan necessita precisió. Per evitar biaix del redactor, treu candidats de Search Console, preguntes de vendes, cerques internes del lloc, People Also Ask, logs de formularis i consultes reals d’atenció al client. Després elimina duplicats semàntics i desa el corpus amb IDs estables: P001, P002, P003.
No canviïs el corpus cada setmana. Reserva un 80% com a panell fix per veure tendència i un 20% com a panell experimental per a preguntes noves. Dit d’una altra manera: el corpus és com una taula de laboratori. Pots moure mostres, però no canviïs la taula cada vegada que vols comparar resultats.
Repeteix execucions i calcula incertesa
La mala pràctica més habitual en visibilitat IA és mesurar una vegada i presentar un percentatge. “Apareixem en 12 de 40 prompts” sona clar. Però si cada prompt s’ha executat una sola vegada, no saps si tens un senyal estable o un cop de sort.
Els papers de 2026 “Quantifying Uncertainty in AI Visibility” i “Don’t Measure Once” arriben a la mateixa conclusió operativa: les respostes generatives varien entre execucions, prompts i temps. El primer estudi va analitzar Perplexity Search, OpenAI SearchGPT i Google Gemini amb mostrejos diaris i d’alta freqüència; el segon insisteix a caracteritzar la visibilitat com a distribució, no com a observació puntual.
Per a equips SEO, un disseny raonable és:
- Executar cada prompt 5 vegades per motor en l’auditoria inicial.
- Separar les execucions en almenys 3 dies quan el pressupost ho permeti.
- Repetir setmanalment els prompts crítics i mensualment el corpus complet.
- Calcular proporció observada, interval de confiança i variació respecte al període anterior.
Si P014 s’executa 10 vegades a Perplexity i el teu domini apareix citat 6 vegades, reporta un 60% de taxa observada, no “posició guanyada”. Si el mes següent apareix 7 de 10 vegades, no ho venguis com una victòria automàtica. Amb mostres petites, la diferència pot estar dins del soroll. Aquí el bootstrap o un interval Wilson ajuden a evitar conclusions massa entusiastes.
L’informe hauria de mostrar tres estats: presència estable, presència intermitent i absència. La presència intermitent és la més accionable. Indica que el motor ja considera el teu domini candidat, però no l’escull de manera consistent. Aquí té sentit millorar passatges citables, autoritat externa, actualització de dades i enllaços interns cap a la pàgina candidata.
Separa cites, mencions, impressions, clics, referrals i conversions
Posar-ho tot dins d’un “AI visibility score” és còmode. També esborra les decisions. Una cita no és una menció; una impressió no és un clic; un referral no és una conversió. Cada capa respon una pregunta diferent.
Cites: registra si el motor enllaça el teu domini o URL com a font. A Perplexity sol ser una cita numerada. A ChatGPT Search pot aparèixer en línia o al panell de Sources. A Google AI Overviews pot aparèixer com a enllaç de suport. La cita mesura selecció com a font.
Mencions: registra si la resposta anomena la marca, producte, autor o entitat sense enllaçar. Ahrefs diferencia entre mencions i cites a la seva eina d’AI visibility, i aquesta distinció és sana: una marca pot ser recomanada sense rebre enllaç.
Impressions: a Google, Search Console defineix impressions com les vegades que algú ha vist un enllaç al teu lloc a Google. No extrapolis aquesta definició a ChatGPT o Perplexity si la plataforma no dona impressions. Per a motors sense dades de publisher, usa “exposicions observades en mostra”, no impressions reals.
Clics: Search Console mesura clics des de Google Search. Google també recomana analitzar conversions i temps al lloc en eines com Analytics per entendre la qualitat del trànsit des de resultats amb AI Overviews. Fora de Google, els clics només apareixen si arriben amb referrer o UTM identificable.
Referrals: a GA4, revisa Session source / medium i Page referrer per a dominis com chatgpt.com, perplexity.ai, gemini.google.com, copilot.microsoft.com o variants d’app. La guia de Google Analytics 4 per a SEO explica com creuar adquisició, interacció i conversió sense barrejar scopes.
Conversions: defineix esdeveniments de negoci per al trànsit IA: formulari enviat, reserva, descàrrega, demo, newsletter, trucada o visita a pàgina de servei. Una cita que no porta clic pot continuar influint en una cerca de marca posterior. Per això convé vigilar també creixement de branded search i conversions assistides, sense atribuir-ho tot a IA per art de màgia.
Creua GSC i GA4 sense inventar atribució
Google Search Console és la base per a Google, no per a tot l’ecosistema IA. La seva documentació defineix quatre mètriques principals de l’informe de rendiment: clics, impressions, CTR i posició mitjana. També adverteix que els resultats poden variar per hora, lloc, dispositiu i historial. Aquest matís importa quan compares una captura manual amb dades agregades.
El flux correcte comença a GSC: identifica pàgines amb moltes impressions informacionals, CTR baix i presència potencial a AI Overviews. Després executa el corpus de prompts relacionat i marca quines URLs apareixen com a enllaços de suport. Finalment, porta aquestes URLs a GA4 i compara interacció, conversions i font de sessió.
Evita tres errors. El primer: atribuir una caiguda de CTR a AI Overviews sense comprovar canvis de rànquing, estacionalitat, snippet, competència o intenció. El segon: assumir que cada visita chatgpt.com / referral ve d’una cita mesurable; pot venir d’un enllaç enganxat en una conversa privada. El tercer: declarar “trànsit IA” només mirant referrals, perquè molts usuaris veuen una marca en una resposta IA i després busquen la marca a Google o entren directe.
Una bona taula mensual té quatre blocs: visibilitat observada per prompt, rendiment GSC de les URLs candidates, referrals GA4 des de plataformes IA i conversions posteriors. Quan aquests quatre blocs es mouen en la mateixa direcció, tens una història. Quan no, tens hipòtesis.
Usa eines de tercers amb criteri estadístic
Les eines d’AI visibility estalvien feina, sobretot quan monitoritzes centenars de prompts o diversos competidors. Semrush documenta mètriques com AI Visibility Score, mencions, cites, pàgines citades, fonts i prompts absents, amb cobertura de Google AI Overviews, AI Mode, Gemini i ChatGPT al seu Visibility Overview. Ahrefs declara que consulta ChatGPT, Gemini, Perplexity, Copilot i AI Overviews amb prompts derivats de comportament de cerca i separa mencions de cites.
Això no elimina la pregunta metodològica. Abans d’acceptar qualsevol score, demana o revisa:
- Quins prompts usa l’eina i si són reals, sintètics o barrejats.
- Quantes execucions fa per prompt i amb quina freqüència.
- Quin país, idioma, dispositiu i motor cobreix.
- Com identifica cites davant de mencions.
- Si desa resposta completa, fonts, timestamp i URL citada.
- Si permet exportar dades crues per recalcular mètriques.
Profound, Otterly, Peec AI, Semrush, Ahrefs i eines similars poden formar part del stack. Però l’eina no decideix el significat. Si un proveïdor no mostra incertesa, documenta tu un marge qualitatiu: estable, volàtil o exploratori. (Sí, és menys espectacular que un score de 0 a 100. També és més honest.)
Limitacions que has d’escriure a l’informe
El mesurament de visibilitat IA té límits estructurals. Primer, no hi ha accés complet a logs d’impressió de ChatGPT, Gemini o Perplexity per a propietaris web. Segon, els motors canvien models, interfícies i polítiques de citació sense avisar el teu dashboard. Tercer, la personalització, la ubicació i l’historial poden alterar respostes. Quart, les cites no sempre suporten perfectament la frase associada: l’estudi de Liu, Zhang i Liang sobre verificabilitat va trobar problemes de suport i precisió en generative search engines.
També hi ha límits de negoci. Un augment de mencions pot no portar trànsit. Una caiguda de referrals pot coexistir amb més cerques de marca. Una cita a Perplexity pot ser valuosa en B2B tècnic i marginal en un ecommerce de tiquet baix. La metodologia ha d’acabar en decisions: quin contingut actualitzar, quines entitats reforçar, quines pàgines convertir en fonts citables i quins temes abandonar per falta de senyal.
El meu format preferit per tancar una auditoria és una matriu simple: mantenir, reforçar, investigar, descartar. Mantenir prompts amb presència estable i conversions. Reforçar prompts amb presència intermitent i bona intenció. Investigar prompts amb moltes mencions però zero clics. Descartar prompts sense presència, sense demanda i sense relació comercial clara.
El següent pas pràctic: crea un corpus de 40 prompts, executa’l 5 vegades en tres motors, etiqueta cites i mencions per separat, creua aquestes URLs amb GSC i revisa referrals/conversions a GA4. En dues setmanes tindràs una línia base imperfecta, però útil. Molt millor que una captura brillant i cap decisió.
Preguntes freqüents sobre mesurament de visibilitat IA
Quantes vegades cal repetir cada prompt per mesurar visibilitat IA?
Per a una auditoria inicial, usa almenys 5 execucions per prompt i motor. Per a prompts crítics, puja a 10-15 execucions repartides en diversos dies. No hi ha un número màgic: l’objectiu és detectar si la presència és estable, intermitent o accidental.
Google Search Console mostra les cites d’AI Overviews?
Search Console mesura clics, impressions, CTR i posició d’enllaços a Google Search. Google indica que AI Overviews i AI Mode formen part de Search, però GSC no substitueix un sistema de mesurament de cites i mencions per a ChatGPT, Perplexity o Gemini.
Quina diferència hi ha entre una cita i una menció en IA?
Una cita enllaça o atribueix una URL com a font. Una menció anomena una marca o entitat sense enllaçar necessàriament. Per a SEO, convé mesurar totes dues per separat perquè tenen efectes diferents: trànsit potencial, autoritat percebuda i record de marca.
Quines eines serveixen per mesurar visibilitat IA?
Semrush, Ahrefs, Profound, Otterly, Peec AI i altres plataformes ajuden a automatitzar prompts, cites, mencions i benchmarking competitiu. Usa-les juntament amb un corpus propi i dades de GSC/GA4 per evitar dependre d’un score opac.
Comparteix aquest article
Si t'ha resultat útil aquest contingut, comparteix-lo amb els teus col·legues.
Preguntes Freqüents
¿Con qué frecuencia publican contenido nuevo?
Publicamos artículos nuevos semanalmente, enfocados en las últimas tendencias de SEO técnico, casos de estudio reales y mejores prácticas. Suscríbete a nuestro newsletter para no perderte ninguna actualización.
¿Los consejos son aplicables a cualquier tipo de sitio web?
Nuestros consejos se adaptan a diferentes tipos de sitios: ecommerce, blogs, sitios corporativos y aplicaciones web. Siempre indicamos cuándo una técnica es específica para cierto tipo de sitio o requerimientos técnicos.
¿Puedo implementar estas técnicas yo mismo?
Muchas técnicas básicas puedes implementarlas tú mismo siguiendo nuestras guías paso a paso. Para optimizaciones avanzadas o auditorías completas, recomendamos consultar con especialistas en SEO técnico como nuestro equipo.
¿Ofrecen servicios de consultoría personalizada?
Sí, ofrecemos servicios de consultoría SEO técnica personalizada, auditorías completas y optimización integral. Contáctanos para discutir las necesidades específicas de tu proyecto y cómo podemos ayudarte.
