Visibilidad en IA

Un proyecto de visibilidad sigue una marca en los distintos modelos de IA. Crea uno en Visibilidad en IA → Nuevo proyecto, introduce el nombre de la marca y su sitio web, y añade los competidores con los que quieres compararte. CrunchJunkie usa los nombres de la marca y de los competidores para detectar menciones en las respuestas de la IA, así que escríbelos exactamente como aparecen en el mercado, incluidas las variantes habituales si la marca se conoce por más de un nombre. Los conjuntos grandes de competidores no son un problema: un proyecto puede seguir el ranking de todo un sector. A partir de 20 nombres seguidos, el extractor pasa a un modo que lee solo las marcas que una respuesta nombra de verdad, así que una lista larga nunca reduce la precisión de la detección. Un competidor introducido como dirección web («https://www.example.com/») se sigue bajo su dominio («example.com»), con el dominio como sitio web; en la página Marcas, renómbralo con el nombre que usan las respuestas para esa marca, porque las menciones se asocian por nombre. Un cambio de nombre traslada el historial del competidor (sus menciones y sus cifras diarias) al nuevo nombre. La guía de configuración redacta los primeros prompts a partir de los datos introducidos hasta ese momento (la marca, su dirección web, la categoría, los competidores y el mercado; no lee el sitio por sí misma, salvo que exista un Perfil de marca): preguntas abiertas que un comprador se hace antes de saber qué marca elegir, y como máximo una sobre la marca. Un prompt cuyo texto nombra la marca muestra si se archivará como Marca o como Descubrimiento, y un clic lo cambia. Márcalos, edítalos o sustitúyelos; si no llega ningún borrador, el paso muestra campos vacíos y un botón Sugerir prompts. Cada proyecto es independiente, lo que facilita llevar la visibilidad de varios clientes en paralelo. Una vez creado el proyecto, añades los prompts y eliges qué modelos escanear, y CrunchJunkie se encarga de la monitorización diaria.

Los prompts son las preguntas que CrunchJunkie plantea a los modelos de IA en tu nombre. Añádelos en la pestaña Prompts del proyecto y dale a cada uno una categoría: los prompts de Descubrimiento son preguntas de categoría sin marca («mejores herramientas de informes de marketing para agencias»), los prompts de Marca nombran directamente a tu cliente («¿es buena Lumière?») y los prompts de Competidor nombran a un competidor o piden alternativas a él («alternativas a Velora»). CrunchJunkie ejecuta cada prompt en cada modelo activado en cada escaneo y registra si se mencionó tu marca, en qué posición quedó en la respuesta, cómo se la describió y qué fuentes citó el modelo. Qué prompts añadir, y cuántos, es el tema de la siguiente sección.

Si ya tienes una lista de prompts (en una hoja de cálculo, exportada de otra herramienta o entregada por un cliente), importa toda la lista de una vez en lugar de escribir cada uno. En la pestaña Prompts, haz clic en Importar y sube un archivo CSV, TSV o Excel (.xlsx). CrunchJunkie lee un prompt por fila y muestra una vista previa de exactamente lo que va a crear antes de guardar nada. Descarga la plantilla del cuadro de diálogo de importación para ver las columnas. Solo prompt es obligatoria; las demás son opcionales. La columna tags contiene una o varias etiquetas separadas por punto y coma (por ejemplo «reporting; agencies»), o puedes repartir las etiquetas en varias columnas de etiquetas si así está construida tu hoja. category es una de discovery, brand, competitor o shopping; cualquier otra cosa se convierte en discovery. market y language fijan el mercado propio de un prompt (un nombre o código de país, y un idioma), de modo que una sola importación puede abarcar varios mercados a la vez; déjalas en blanco para heredar el valor por defecto del proyecto. Pon active en «no» para importar un prompt desactivado; durante la prueba, una fila así se importa siempre, porque solo los prompts activos cuentan para el límite de la prueba. La intención se aplica automáticamente. No necesitas una columna de intención: CrunchJunkie predice la intención de cada prompt (Comercial, Informativa o Navegacional) a partir de su formulación, exactamente igual que cuando añades un prompt a mano. Si prefieres fijarla tú, añade una columna intent y prevalece tu valor. En cualquier caso, cada intención sigue siendo editable en el prompt después. La vista previa te dice cuántos prompts están listos, cuántos se omitieron (en blanco o de más de 2000 caracteres), cuántas filas eran duplicadas y cuántos existen ya en el proyecto. CrunchJunkie nunca importa un prompt que ya estás siguiendo, así que volver a importar una lista actualizada añade solo lo que es nuevo. Confirma, y los prompts aparecen en la tabla, listos para escanear.

Cada proyecto tiene un mercado y un idioma, que se fijan en los Ajustes del proyecto. Deciden qué se pregunta a cada modelo de IA, no cuántos modelos se ejecutan, y acertar con ellos importa más que con la mayoría de los ajustes del producto. Funcionan de forma distinta según el motor, y esa diferencia es el punto clave. A los siete modelos de chat (ChatGPT, Gemini, Perplexity, Claude, Grok, DeepSeek, Meta AI) se les indica que respondan como si fuera para alguien de ese mercado, respondiendo en ese idioma. Google AI Overviews, Google AI Mode y Microsoft Copilot, en cambio, se buscan desde el país seleccionado, porque son superficies de búsqueda y no modelos de chat. Ese segundo grupo es la razón por la que importa el idioma del prompt. En AI Overviews y AI Mode, el texto de tu prompt es la consulta de búsqueda. «beste Marketing-Agentur München» y «best marketing agency Munich» son dos búsquedas distintas: resultados distintos, fuentes distintas, respuestas de IA distintas. Ningún ajuste de mercado cambia eso; solo lo cambia el texto del prompt. Por eso, escribe los prompts en el idioma en el que buscan realmente los compradores de tu cliente. Para un cliente alemán, alemán. El criterio no es en qué idioma trabaja tu agencia, sino qué escribe un comprador real en ChatGPT o en Google. Una pyme alemana que busca un proveedor escribe en alemán. Una excepción que conviene comprobar antes de localizarlo todo: en algunas categorías y mercados, los compradores buscan de verdad en inglés porque el material en inglés domina el sector. El software B2B en los países nórdicos y en los Países Bajos suele comportarse así. Si eso es cierto de la categoría de tu cliente, los prompts en inglés son la medición correcta y debes conservarlos. El idioma decide también qué escribe CrunchJunkie para el proyecto. El autocompletado del Perfil de marca, las sugerencias de prompts, los análisis de Objeciones y de Verificación de hechos y los insights de IA de la Auditoría GEO se escriben todos en el idioma del proyecto, sea cual sea el idioma del sitio web o de las respuestas de la IA; los nombres de marca y de producto se mantienen tal como están escritos. El texto escrito antes de cambiar el idioma se queda como estaba hasta que lo vuelvas a ejecutar. El mercado y el idioma del proyecto son el valor por defecto, pero puedes sustituir el mercado en prompts concretos, que es como un solo proyecto sigue una marca en varios mercados a la vez. La siguiente sección lo explica.

Encontrar los prompts adecuados es lo más difícil de la configuración, así que Crunch puede hacer la primera pasada por ti. En la pestaña Prompts, haz clic en «Sugerir prompts» y CrunchJunkie lee la marca del proyecto, su sitio web, el tipo de producto, los atributos por los que quieres que te conozcan, tus competidores (y sus dominios) y la cobertura que ya tienes, y propone diez preguntas candidatas de comprador con el método de Elegir tus prompts: una pregunta abierta por intención del comprador a lo largo de las fases de compra (el problema, la preselección, la comparación, la compra), cada una formulada una sola vez y sin nombrar ninguna marca ni competidor, más como máximo una pregunta sobre la marca mientras el proyecto no siga ninguna. Cubren intenciones que aún no sigues en lugar de reformular las que sí sigues. Desde keywords las construye en cambio a partir de tus propios términos, y una keyword que nombra una empresa la conserva. Las sugerencias mejoran cuando el proyecto tiene un Perfil de marca: una descripción breve de lo que es el negocio, su segmento de mercado, su posicionamiento, su público y sus productos. En los Ajustes del proyecto, haz clic en «Autocompletar desde el sitio» para que Crunch lea el sitio web de la marca y lo redacte (o escríbelo a mano); se pasa directamente al prompt de sugerencias para que las ideas encajen con el negocio real, no solo con el nombre de la marca. Todo es editable y nunca inventado: un campo que el sitio no respalda se deja en blanco. El perfil se escribe en el idioma del proyecto (Ajustes → Mercado e idioma), sea cual sea el idioma del sitio web: un sitio en inglés para un proyecto alemán da un perfil en alemán, con los nombres de marca y de producto tal como los escribe el sitio. Un perfil existente no se traduce automáticamente: si el tuyo salió en el idioma del sitio, haz clic de nuevo en «Autocompletar desde el sitio» para reescribirlo. Eso sustituye el perfil completo, incluidas las ediciones manuales. El autocompletado puede hacer como máximo 12 llamadas a la IA por proyecto en cualquier periodo de 24 horas (una por clic, dos cuando se reintenta una respuesta cortada). Cuando el proyecto ya se ha escaneado, el descubrimiento se apoya también en tus propios datos de escaneo: pondera las sugerencias hacia los temas en los que ahora se recomienda a los competidores y no a ti (la misma brecha medida que la puntuación de Oportunidad), de modo que las ideas apuntan a debilidades reales y no a preguntas genéricas de la categoría. Las sugerencias fundamentadas así llevan una pequeña insignia Brecha. Si el Google Search Console del cliente está conectado, el descubrimiento lee también las consultas reales por las que el sitio ya aparece en Google (últimos 90 días, todas las propiedades conectadas, filtradas por el mercado del proyecto cuando es posible) y convierte las de intención de compra en prompts candidatos. Estos llevan una insignia Search Console que nombra la consulta exacta y sus impresiones, tomadas de los datos de Search Console, nunca del modelo. Sé preciso con lo que eso es: demanda real de búsqueda en Google de esa consulta, una prueba de lo que busca la gente de este mercado. No es una medición de lo que preguntan a los asistentes de IA, que nadie puede medir. Las sugerencias llegan a una cola de revisión que sobrevive a las recargas: cada una lleva un breve porqué (el competidor, el caso de uso, el atributo o la brecha observada a la que apunta) para que veas en qué se basa. Añade las que encajen, descarta el resto (una sugerencia descartada se recuerda y no se vuelve a proponer jamás) y edita cualquiera después de añadirla como un prompt que hubieras escrito tú. Una nota de honestidad deliberada encabeza la lista: son preguntas candidatas fundamentadas, no demanda medida. CrunchJunkie nunca muestra un «volumen de prompts de IA» inventado: ninguna herramienta puede medir con qué frecuencia se pregunta por un tema en ChatGPT, Perplexity o Gemini (los proveedores no lo publican), así que una cifra precisa de «búsquedas/mes» es siempre una conjetura. Priorizas a partir de lo que sí podemos medir, la puntuación de Oportunidad que sigue, y no de números inventados. Si ya tienes keywords en mente (categorías de producto, casos de uso, términos de búsqueda), usa en cambio «Desde keywords»: pégalas (una por línea o separadas por comas) y Crunch convierte cada una en preguntas de comprador realistas a lo largo de la mezcla de intenciones, en lugar de repetir la keyword literalmente. Es la forma más rápida de sembrar un conjunto de seguimiento alrededor de los temas que te importan, y los resultados son las mismas sugerencias editables que añades con un clic.

Cuando un proyecto ya tiene datos de escaneo, la tabla de Prompts muestra una columna Oportunidad, y al hacer clic en ella se ordenan tus prompts según dónde están las mayores mejoras. Es la respuesta medida y honesta a «¿dónde debería dedicar esfuerzo?», y deliberadamente no es una estimación de demanda ni de volumen. La puntuación responde a una sola pregunta que sí podemos medir con tus propios escaneos: en este prompt, ¿se recomienda a los competidores y a ti no? Un prompt se lee como Alta cuando se nombra a los rivales en muchas ejecuciones y tú no apareces en la mayoría: la brecha clásica que hay que cerrar. Se calcula como presencia de los competidores × (1 − tu visibilidad), ambas agrupadas sobre las mismas ejecuciones, de modo que un prompt en el que ya lideras, o uno que nadie gana todavía, se lee correctamente como Baja y no como una oportunidad. Cada puntuación lleva su base al pasar el cursor («Tú 0 % · competidores 60 % · 24 ejecuciones») y, cuando la brecha está en motores concretos, los nombra («ausente en Perplexity, Claude»), para que sepas exactamente dónde actuar. Un pequeño punto de confianza, derivado del tamaño de la muestra, sigue la misma regla de honestidad que en el resto del producto: un prompt con solo un puñado de ejecuciones muestra «Recopilando» en lugar de un nivel seguro sacado del ruido. ¿Por qué no hay un «volumen de prompt» al lado? Porque no existe una verdad de referencia sobre cuántas veces se hace una pregunta dentro de ChatGPT o Perplexity: los proveedores publican solo totales agregados, y las herramientas que imprimen un «1.200 búsquedas/mes» exacto extrapolan a partir de un panel de navegadores con consentimiento que ve solo una fracción del uso (su propia documentación admite que la cifra «podría ser la mitad o el doble: sirve para ordenar, nunca como recuento literal»). En lugar de revender una conjetura como un hecho, CrunchJunkie prioriza a partir de brechas competitivas medidas. Opcionalmente (en beta y desactivado por defecto) también puede mostrar, junto a cada prompt, una cifra claramente etiquetada de volumen de búsqueda de Google Keyword Planner: un indicador de la intención en la búsqueda tradicional, que nunca se presenta como demanda de IA. Se lee a través de DataForSEO, con la cuenta de DataForSEO propia de tu espacio de trabajo o con su presupuesto de Rank Tracker (cada vez que se consultan los prompts que no tienen cifra, cuenta como una solicitud facturada para el país y el idioma del proyecto, de unos 0,09 US$ al precio de DataForSEO y del doble con presupuesto, y aparece en la tarjeta de coste de Rank en Facturación; cada cifra se conserva después 30 días); un espacio de trabajo que no tenga ninguna de las dos ve la columna como no disponible. Se muestra como un rango («1K–10K») y no como un número falsamente preciso, y se indica la palabra clave exacta que se consultó para dar transparencia, porque una pregunta completa al estilo de la IA y una palabra clave de Google rara vez coinciden. El ranking de oportunidad en sí siempre se apoya en lo que realmente hemos observado.

CrunchJunkie puede seguir diez superficies de IA: ChatGPT, Gemini, Perplexity, Claude, Google AI Overviews, Google AI Mode, Microsoft Copilot, Grok, DeepSeek y Meta AI. Activa las que importan para la audiencia de tu cliente en los ajustes de Modelos del proyecto; no tienes que ejecutar las diez. Cada modelo activado se escanea automáticamente cada día. Cada superficie corresponde a una versión de modelo concreta y actual: ChatGPT se sigue con GPT-5.6 con búsqueda web, Gemini y Claude con búsqueda web, Perplexity a través de su Agent API (la búsqueda web y las citas en línea de Perplexity, que actualmente responde con GPT-6 Luna de OpenAI), Grok con búsqueda web, Meta AI con Muse Spark, y Microsoft Copilot, Google AI Overviews y AI Mode a través de un proveedor de resultados de búsqueda. Desde principios de octubre de 2026 (entre el 1 y el 6 de octubre; Perplexity no publica el día) Perplexity ejecuta esa búsqueda web como su Fast Search. Nuestra comprobación de antes y después en tres de nuestros propios proyectos seguidos no encontró cambios más allá del ruido entre ejecuciones: 25,3 fuentes por respuesta antes y 25,8 después (26–30 de septiembre frente a 7–13 de octubre, 96 respuestas cada vez sobre los mismos 38 prompts), así que el historial de Perplexity sigue siendo comparable a ambos lados del cambio. Nueve de los diez se apoyan en búsqueda web; DeepSeek es la excepción. Nuestro escaneo le envía a DeepSeek la herramienta de búsqueda web, pero su modelo actual la ignora, así que desde 10 de septiembre de 2026 las respuestas de DeepSeek salen de la memoria del modelo. Las URL que contienen se etiquetan como «de la memoria del modelo, no de una búsqueda» y se excluyen de todas las cifras de citas y fuentes; las menciones de marca de DeepSeek sí cuentan. Las respuestas de Grok guardan las fuentes que citan desde el 7 de octubre de 2026; las respuestas anteriores de Grok no muestran ninguna. El modelo exacto al que llama cada superficie aparece en la página de ajustes de Modelos y evoluciona a medida que los proveedores publican versiones nuevas. Algunos modelos requieren una configuración específica. Google AI Overviews, por ejemplo, se sigue a través de un proveedor de resultados de búsqueda y no de una API de chat. La página de ajustes de Modelos te dice exactamente qué necesita cada uno y muestra de un vistazo el estado actual de cada conexión.

Un prompt con brecha es uno que tus compradores hacen y en el que los motores de IA te mencionaron en cero ejecuciones medidas. El botón Briefing de esas filas genera un briefing de contenido basado en pruebas: CrunchJunkie reúne las respuestas reales de la IA a ese prompt exacto, las páginas de la competencia que esas respuestas citaron y las señales GEO extraídas de cada ganadora (citas textuales, estadísticas con fuentes con nombre, enlaces salientes de autoridad: las señales que puntuó más alto un benchmark de laboratorio de 2024, el artículo GEO de KDD'24). El briefing está limitado estrictamente a esa evidencia: nunca inventa fuentes ni cifras, y nunca te da una estadística para publicar. Un elemento de prueba nombra el tipo de prueba y de dónde procede realmente (tus propios datos, un estudio que nombran las páginas citadas). Además, cada briefing se comprueba antes de que lo veas: una cifra que la evidencia no contiene se devuelve una vez al modelo y se descarta si vuelve a aparecer (el briefing indica qué se eliminó). Y cuando no hay nada sobre lo que construir, dice por qué y qué lo desbloquea en tu espacio de trabajo (ejecutar un escaneo, marcar un motor que nombre las páginas que cita, o añadir una clave para uno) en lugar de adivinar. Un proyecto que sigue solo motores que nombran sitios web y no páginas (Gemini) muestra un aviso en Resumen, Query fanouts, Prompts y el briefing: los briefings y las vistas por página siguen vacíos. Un clic añade un motor que el espacio de trabajo ya puede ejecutar, tras mostrar el coste extra estimado por escaneo (prompts activos × ejecuciones por prompt); el clic en sí no factura nada, y a un puesto de solo lectura se le pide que se lo pase a un miembro. Actualiza antes de construir. Cuando está conectado el Google Search Console del cliente, el briefing comprueba primero si una página del sitio ya está al alcance de Google para las búsquedas que hay detrás del prompt: el propio prompt y las búsquedas web que los motores ejecutaron realmente antes de responder. Lee las filas de consulta por página del propio cliente de los últimos 28 días en todas las propiedades conectadas, conserva solo las consultas que comparten de verdad el vocabulario del prompt (las consultas con el nombre de la marca nunca cuentan) y busca una página entre las 20 primeras de Google. Si la hay, el briefing se abre con «Actualiza esta página», nombra la URL, su posición media, la consulta y las impresiones, y todo el plan describe cambios en esa página: una página que Google ya recupera para esas búsquedas es la ruta más barata hacia una cita de IA, y pasa a ser la página con la que se comparan las recomendaciones. Si no la hay, el briefing dice «Página nueva» y, a modo de orientación, nombra la página más cercana que se quedó corta. Sin Search Console no afirma nada en ningún sentido y te dice qué añadiría conectarlo. La posición es la media de Google ponderada por impresiones sobre las consultas coincidentes, y se etiqueta como tal, nunca como un ranking fijo. El briefing está hecho para trabajarlo, no para leerlo. Arriba, un bloque expone la decisión (actualizar esta página o crear una nueva) con una sola línea de datos de Search Console, cada uno con su ventana (posición media, impresiones, clics, los últimos días y la fuente), después el titular como título y la pregunta que debe responder tu página. «Qué cambiar» es una lista de comprobación numerada: cada elemento da primero la acción, debajo el porqué (qué hacen las páginas citadas) y las páginas citadas que lo respaldan como pequeños enlaces, solo páginas que están en la evidencia. Marca un elemento cuando esté hecho: las marcas se guardan con el briefing y las comparte todo el equipo, un puesto de solo lectura las ve pero no puede cambiarlas, y vuelven a empezar cuando se reconstruye el briefing. Un briefing que aún no está guardado, o que se limita a una búsqueda, no tiene marcas. La estructura de la página, los datos estructurados y las pruebas que incluir van en filas cerradas con sus recuentos. Cuando todos los elementos están marcados, el cuadro Medir el cambio te propone volver a escanear; un nuevo escaneo nunca arranca solo, porque gasta cupo de escaneo. Los briefings guardados antes del 21 de octubre de 2026 muestran cada recomendación en una sola línea, sin la separación. El Markdown de Copiar briefing lleva la misma lista de comprobación con las marcas, y la exportación del cliente añade las marcas a ai-visibility/content-briefs.json. Al reabrir un briefing se muestra al instante la versión guardada, sin coste, con un botón Volver a generar para cuando quieras reconstruirlo con evidencia nueva (es una llamada nueva a la IA, con medición como cualquier otra). Cada briefing guarda su punto de partida del 0 %. Cuando hayas publicado la página que describe, haz clic en Medir el cambio: CrunchJunkie vuelve a escanear ese único prompt y compara solo las ejecuciones nuevas con el punto de partida, de modo que la mejora que ves es evidencia actual y no una media diluida por el historial. El briefing por lotes ejecuta el mismo ciclo sobre todos los prompts con brecha a la vez. Hay una guía completa, con un vídeo de dos minutos, en el centro de Recursos: "Convierte una brecha de visibilidad en IA en una página citada".

Cada comprobación de un escaneo es una consulta real y en vivo a una IA con búsqueda web activada (la misma llamada que hacen los asistentes de tus clientes), y una sola respuesta apoyada en búsqueda tarda entre 30 y 90 segundos en generarse. Ese tiempo es el del proveedor de IA pensando, no el de la plataforma trabajando; ninguna herramienta puede hacer que un modelo responda más rápido. Un escaneo completo es prompts × motores × pasadas de esas comprobaciones, ejecutadas varias a la vez, así que una configuración exhaustiva tarda minutos de verdad. La barra de escaneo muestra un progreso honesto: cuántas comprobaciones se han guardado realmente, una estimación en directo del tiempo restante y, si alguna comprobación falla, cuántas y por qué. En la página de Prompts, abre la píldora de comprobaciones fallidas de la barra lateral y elige «Ver el desglose en Prompts»: las comprobaciones fallidas se abren encima de la lista de prompts, agrupadas por causa, cada una con los motores afectados, sus recuentos y el propio mensaje del proveedor (casi siempre es la clave o la cuota de un solo proveedor, por lo que cada prompt pierde exactamente una comprobación). Una comprobación fallida se intenta hasta 3 veces y no guarda ninguna ejecución: nunca cuenta contra un cupo de Managed AI y, con tus propias claves, una llamada a un proveedor que falla tampoco la factura el proveedor. Con una excepción: una respuesta que llega vacía o cortada no se guarda (una pasada posterior puede volver a pedirla), pero el proveedor sí respondió a esa llamada, así que con tus propias claves la factura. No necesitas vigilarlo. Cierra la pestaña cuando quieras: el escaneo continúa en nuestros servidores y tus resultados te esperan la próxima vez que abras el proyecto. Todos los escaneos se ejecutan en nuestros servidores; una pestaña abierta solo acelera el escaneo que inició, ejecutando 6 comprobaciones a la vez mientras está abierta. Recibirás un único correo de resumen en cuanto termine el escaneo, donde quiera que termine y nunca más de uno. (Un escaneo que detienes tú mismo no envía correo; ya estabas ahí.) Puedes iniciar otro escaneo en cualquier momento. Iniciar escaneo en un proyecto distinto mientras otro se ejecuta lo arranca en nuestros servidores de inmediato, junto al primero. Iniciar escaneo en un proyecto que ya se está escaneando pone en cola el nuevo en lugar de detener el que está en marcha: arranca solo en nuestros servidores cuando ese escaneo termina (o falla, o se detiene), normalmente en unos segundos y, como mucho, en unos minutos cuando nuestros servidores están ocupados, y el cuadro de diálogo indica aproximadamente cuándo («unos N min»), según el ritmo medido del escaneo en marcha, una vez que ha guardado unas cuantas respuestas. (Un escaneo que nadie inició a mano, como el primer escaneo automático de un proyecto nuevo o un escaneo programado que todavía no ha ejecutado ninguna comprobación, se sustituye sin más por el tuyo, y lo que el automático ya guardó cuenta; si en ese momento está comprobando, el tuyo arranca cuando esas comprobaciones estén hechas, así que ninguna se ejecuta dos veces.) Si el escaneo que va delante de uno en cola está dirigido y no avanza (dos veces seguidas, durante 15 minutos, sin guardar una respuesta), el escaneo en cola toma el relevo en pocos minutos, y lo que el escaneo estancado guardó en sus últimas 6 horas cuenta. Un escaneo que solo espera capacidad en nuestros servidores (están ocupados con otros escaneos) nunca se detiene por ello; la barra de escaneo indica que está esperando en lugar de adivinar una hora. Un escaneo que todavía no ha ejecutado ninguna comprobación (normalmente uno programado en un momento de mucha carga) se lee como esperando para empezar, con una estimación como «unas 2 h» según su lugar en la cola de tu espacio de trabajo y el ritmo de la última hora; es una estimación, no una promesa, y no se muestra ninguna cuando no hay base suficiente para estimar. Un proyecto admite un solo escaneo en cola: iniciar otro lo sustituye por los ajustes que acabas de confirmar. Un escaneo en cola no consume nada de tu cupo hasta que arranca. La barra de escaneo, al pie de la aplicación, lista todos los escaneos en marcha y en cola de tu espacio de trabajo con su progreso y el tiempo restante (no solo el que inició tu pestaña), y es ahí donde detienes un escaneo en marcha o cancelas uno en cola. La mayoría de las otras herramientas de visibilidad en IA solo ejecutan prompts según un calendario fijo nocturno, así que sus paneles siempre muestran los datos de ayer y no hay nada que esperar, pero tampoco forma de medir ahora mismo. CrunchJunkie te da ambas cosas: la programación automática (semanal, diaria o cada N días; eliges el ritmo y la hora, y la mayoría de los equipos eligen primera hora de la mañana para tener los números frescos con el primer café) para el seguimiento rutinario, y el escaneo bajo demanda para los momentos en que necesitas una respuesta hoy, después de un cambio en el sitio o antes de una llamada con el cliente. Usa la programación como valor predeterminado y el escaneo manual como tu instrumento, y la espera desaparece del flujo de trabajo por completo.

Una línea de visibilidad da un salto y, semanas después, nadie recuerda por qué. ¿Fue un cambio real, o añadiste dos motores, cambiaste de mercado o pausaste el escaneo esa semana? Las notas de la línea de tiempo ponen la respuesta en el propio gráfico. Registramos automáticamente los cambios de configuración. Siempre que cambia algo que mueve de verdad los números (mercado, idioma de las respuestas, motores añadidos o quitados, prompts añadidos, quitados, pausados o reanudados (también a través del conector MCP), pasadas por prompt, frecuencia de escaneo, competidores, alias de marca, los interruptores «También se detecta como» en Ajustes → Marcas, o pausar y reanudar), se escribe una nota con esa fecha. Deliberadamente, nada más: una nota por cada guardado es una nota que la gente deja de leer. La misma regla da forma a la repetición: añadir diez competidores o diez prompts a lo largo de un día se fusiona en una sola nota que los nombra a todos, y un cambio que se deshace el mismo día no deja ninguna nota cuando no se midió nada entre medias: un competidor añadido y quitado de nuevo, o un prompt pausado y reanudado de nuevo antes de que se ejecutara o se perdiera un escaneo. Si se ejecutó un escaneo, o un escaneo en cola o en marcha dejó fuera el prompt pausado, se conservan las dos notas, porque ese escaneo midió sin él. Un prompt añadido y eliminado el mismo día también conserva su nota. El texto explica las estadísticas, no solo el ajuste. Añadir un competidor dice que la Share of Voice dará un salto aunque no haya cambiado nada en tu marca, porque se mide frente a un conjunto de marcas distinto a partir de esa fecha. Pausar dice que la línea tiene un hueco y no un descenso. Tú añades las tuyas para todo lo demás: «el cliente lanzó una campaña de TV», «migración del sitio», «nueva página de precios». Fíjalas en el día en que ocurrió la cosa, que normalmente no es el día en que la anotas. En el gráfico, las notas aparecen como pequeños marcadores en el eje de fechas; pasa el cursor para leer una. Varias del mismo día se agrupan en un único marcador con un recuento. Tus notas y las nuestras tienen colores distintos, así que ves de un vistazo cuál es cuál. Gestiónalas todas en la pestaña Ajustes del proyecto, donde las automáticas también se pueden descartar una vez que las has asimilado. Las notas automáticas son internas y se quedan internas. «Mercado cambiado de Estados Unidos a España» es una corrección que hiciste en la medición, y no tiene cabida en el informe que lee tu cliente. Tus propias notas también son internas por defecto: puedes promover una para que aparezca en los informes del cliente y en los enlaces compartidos, pero nunca se muestra nada a un cliente salvo que lo elijas deliberadamente. Otra cosa que hacen las notas: cuando un cambio de configuración cae dentro del periodo que estás mirando, el gráfico lo indica. Una comparación entre periodos que cruza esa fecha compara dos mediciones distintas, y preferimos decírtelo antes que mostrarte en silencio un número que parece un resultado.

Cuatro métricas principales te dicen cómo vas. La visibilidad en % es la frecuencia con la que aparece tu marca en todos los prompts seguidos. Todas cuentan SOLO menciones ganadas: las veces que un modelo nombró tu marca en su propia respuesta. Los emplazamientos de pago son un canal aparte: ChatGPT Ads y similares nunca aparecen en estos números, de modo que un cliente que usa ambos debe leer la visibilidad en IA y la inversión en anuncios de IA una junto a la otra, nunca sumadas. Share of Voice es tu porción del total de menciones de marca frente a los competidores que sigues: la señal más clara de quién domina la conversación. El sentimiento puntúa lo positivamente que cada mención te describe, y la posición media registra dónde quedas cuando apareces. Profundiza en cualquier métrica por modelo, por categoría de prompt o a lo largo del tiempo. La vista Respuestas te permite filtrar por Todas las respuestas, Mencionado, No mencionado o Brecha de menciones (prompts en los que aparece un competidor y tú no), la forma más rápida de encontrar oportunidades concretas. La vista Fuentes ordena los dominios que más cita la IA, y la vista Insights convierte todo esto en acciones priorizadas y en lenguaje llano. Esas cuatro métricas te dicen con qué frecuencia y con qué relevancia apareces; la vista Percepción (en Marca, en la navegación) te dice lo que dijeron realmente los modelos: los términos descriptivos que usaron sobre cada marca seguida y cuáles de esos términos se usan para ti y para nadie más. Consulta la guía de Percepción para saber cómo leerla.

No tienes que estar mirando la aplicación para detectar un problema. Cuando Señales detecta una caída de la visibilidad en IA de un cliente, o un competidor nombrado en más respuestas del cliente que el propio cliente, CrunchJunkie envía un correo al propietario del espacio de trabajo. El listón es el mismo que usa la bandeja de Señales: los últimos 14 días frente a los 28 días anteriores, al menos 40 respuestas en al menos dos días de escaneo en cada periodo, y una caída de al menos el 15 % y 3 puntos con una confianza del 95 % (consulta Señales y Automatizaciones para ver la regla completa). Un solo escaneo nunca la activa. El correo se redacta a partir de la propia señal, con los mismos periodos, respuestas y confianza, y enlaza directamente al proyecto. Se envía una vez por cambio, por mucho que dure el cambio, y no hay nada que activar. Se envía a las 10:00 en la zona horaria de tu espacio de trabajo (Ajustes → Preferencias); un espacio de trabajo sin una zona horaria válida mantiene las 10:00 UTC.

Un único número de visibilidad global oculta dónde ganas y dónde pierdes realmente. CrunchJunkie clasifica cada prompt en dos ejes para que puedas desglosarlo. La intención del comprador (comercial, cuando compara o compra; informativa, cuando aprende; navegacional, cuando busca una marca concreta) se predice automáticamente para cada prompt y sigue siendo editable. Con marca frente a sin marca se deriva de forma determinista a partir del nombre de tu marca y sus alias: un prompt con marca te nombra («¿es buena Lumière?»), uno sin marca es una pregunta de categoría pura («¿mejor CRM para agencias?»). Ambas clasificaciones se basan en reglas, no en la conjetura de un modelo opaco, así que son instantáneas, gratuitas y reproducibles al 100 %. En la página de Prompts se convierten en filtros de segmento de un clic. Cada chip de segmento muestra la visibilidad de ese segmento con su tamaño de muestra (por ejemplo «Sin marca 34 % · 340 ejecuciones»), de modo que un segmento construido sobre tres ejecuciones nunca se lee como uno construido sobre trescientas: el número siempre lleva su tamaño de muestra. La distinción que más importa: una visibilidad alta con marca solo significa que la IA repite lo que ya le contaste, mientras que la visibilidad sin marca es el verdadero premio: que te recomienden cuando el comprador aún no te ha nombrado. Desglosar por intención comercial muestra exactamente las consultas del momento de compra, donde una recomendación convierte. Como esa diferencia es tan fácil de pasar por alto, el Resumen la vigila: cuando una gran parte de tus prompts nombra tu marca (o los prompts con marca elevan de forma material la cifra principal), muestra una línea discreta bajo las tarjetas de KPI con tu visibilidad sin marca junto a la visibilidad con marca, de modo que una cifra de visibilidad que parece alta solo porque preguntas por ti mismo por tu nombre no pueda confundirse con una recomendación genuina y espontánea.

Es una pregunta razonable, y conviene responderla con precisión. Los escaneos de CrunchJunkie son independientes del historial de tus propias cuentas de IA: no consultamos las aplicaciones de consumo de ChatGPT o Gemini (que llevan memoria, instrucciones personalizadas, historial de chats y tu ubicación), sino que llamamos a las API de los proveedores, donde cada solicitud no tiene estado. Cada escaneo envía solo el prompt más una herramienta de búsqueda web; no hay memoria, ni conversación previa, ni personalización, y esto es así tanto si el escaneo se ejecuta con tu propia clave (BYOK) como con Managed AI. Tu cuenta, tus búsquedas y tu historial nunca se filtran al resultado. El proveedor no adapta la respuesta de una API a quien sea el titular de la clave. Así que cuando la visibilidad de una marca parece sorprendentemente alta, revisa primero los prompts: la razón habitual es el diseño del prompt, no un sesgo. Un prompt que nombra la marca («¿Cuáles son los puntos fuertes de Acme?») prácticamente garantiza una mención, lo que eleva la cifra principal sin demostrar que se recomiende la marca. Por eso mismo separamos lo que tiene marca de lo que no (más arriba) y mostramos la cifra sin marca: es la señal honesta y libre de sesgo, y el número adecuado para seguir a lo largo del tiempo y para comparar con otras herramientas. Si dos herramientas discrepan sobre la visibilidad de una marca, las razones habituales son conjuntos de prompts distintos (con marca frente a sin marca), versiones de modelo distintas y números de ejecuciones distintos, no que una esté «sesgada».

No todas las respuestas de la IA se construyen igual. En la vista Respuestas puedes filtrar por las funciones que un motor usó realmente para producir una respuesta. «Búsqueda web» marca las respuestas en las que el modelo recuperó fuentes web en vivo antes de responder (con fundamento) en lugar de responder desde su memoria de entrenamiento, y las respuestas sin fundamento son justo donde suelen esconderse las afirmaciones inventadas u obsoletas sobre una marca, así que filtrar por ellas es una forma rápida de auditar el riesgo. «Shopping» marca las respuestas en las que el motor devolvió recomendaciones de productos. «URL de la memoria» marca las respuestas de DeepSeek desde 10 de septiembre de 2026: DeepSeek no ejecutó ninguna búsqueda, así que las URL que contienen salen de la memoria del modelo, no de una búsqueda. Se muestran con esa etiqueta, nunca como fuentes, y ninguna cifra de citas o fuentes las cuenta. Estas marcas se derivan únicamente de señales que el proveedor expone de verdad (las fuentes que recuperó un modelo y los productos que recomendó), nunca se infieren ni se inventan. Deliberadamente no afirmamos funciones que las API de nuestros proveedores no comunican (como los bloques de anuncios o de mapas): una cobertura honesta y verificable importa más que una lista de funciones más larga. Cada respuesta también muestra sus etiquetas de funciones en línea, para que veas de un vistazo cómo se construyó una respuesta concreta.

Ganar la primera respuesta es solo la primera ronda. Los compradores reales siguen hablando: «¿mejor CRM para startups?» se convierte en «¿cuál de estos es mejor para un equipo pequeño?», y una marca puede ganar la recomendación general y desaparecer en cuanto la pregunta gana una restricción. La supervivencia en seguimiento mide exactamente eso. Para un prompt seguido escribes un seguimiento realista (el «más acotado»); durante el escaneo, justo después de que el motor responde al prompt original, CrunchJunkie hace ese seguimiento en la misma conversación y registra si tu marca, y cada competidor, sobrevive en la segunda respuesta. La vista Supervivencia en seguimiento muestra entonces las tasas de supervivencia por marca y por motor con los tamaños de muestra que hay detrás, durante los últimos 90 días. Unas cuantas mecánicas honestas. Es opcional por proyecto (Visibilidad en IA → Ajustes → Supervivencia en seguimiento) porque un seguimiento es una segunda ejecución real: los prompts elegibles cuestan aproximadamente el doble, y cada turno 2 se cuenta y se mide exactamente como cualquier otra comprobación. Solo los prompts con un seguimiento configurado reciben uno (nunca inventamos la pregunta; la escribes en la página de Seguimiento, o haces que tu asistente la fije a través del conector MCP (update_tracking_prompt)), y solo participan los motores capaces de conversar: los motores de API directa llevan la conversación, mientras que los motores de captura de búsqueda (Google AI Overviews, AI Mode, Copilot) y DeepSeek no tienen canal multiturno y se dejan fuera con honestidad. El seguimiento se hace en el idioma del proyecto, la segunda respuesta pasa por la misma extracción de menciones que la primera, y cada turno 2 guarda el texto exacto del seguimiento que usó como prueba inmutable. Tres cosas se dejan fuera de la tasa y se listan debajo, para que el número cubra solo conversaciones que pueden decir algo: un seguimiento que el motor respondió sin nombrar ninguna empresa (una contrapregunta, una negativa, una lista de comprobación), que no es una caída; las respuestas a una formulación anterior de un seguimiento que has cambiado desde entonces, porque dos preguntas distintas son dos mediciones distintas; y las conversaciones cuya primera respuesta no nombró ninguna marca seguida. Las variantes de escritura cuentan como la misma marca («Claneo GmbH» en la primera respuesta y «Claneo» en la segunda es una superviviente). Un límite que conviene conocer: si la segunda respuesta remite a la anterior sin el nombre («la primera opción»), la marca se sigue leyendo como caída. Si reformulas un prompt seguido, su seguimiento se borra para que escribas uno que encaje con la nueva pregunta. Debajo de las tasas, la página muestra qué más cambió cuando se acotó la pregunta, sobre las mismas conversaciones. A quién se nombra cuando tú caes, lo sigas o no. Qué fuentes cita la respuesta de seguimiento en comparación con la primera respuesta. Qué búsquedas web ejecutó el motor para el seguimiento: los términos que conservó de la primera pregunta, los que añadió por su cuenta, las búsquedas de una marca y las consultas con site:. Cada seguimiento se marca según lo que hizo (buscó y citó, buscó sin citar, no ejecutó ninguna búsqueda nueva cuando el motor informó de una lista de búsquedas vacía, o búsqueda no visible cuando no llegó ninguna lista de búsquedas, como ocurre con los motores que no muestran sus búsquedas y con las respuestas escaneadas antes de que se registrara el «sin búsqueda» de los motores), y solo los seguimientos que ejecutaron una búsqueda nueva entran en la comparación de fuentes, porque los demás no tienen fuentes propias. Un motor al que se le hace dos veces la misma pregunta ya nombra marcas y fuentes en parte distintas, así que cada cifra de «conservado» aparece junto a la misma cifra entre dos primeras respuestas a la misma pregunta en el mismo motor; el seguimiento solo hizo algo si se mueve más allá de eso. Un dominio se etiqueta «citado más» o «citado menos» solo cuando una prueba de signos exacta lo avala sobre al menos 8 conversaciones, y por debajo de 10 casos ves recuentos («3 de 7») en lugar de porcentajes. Un seguimiento que nombra solo empresas que no sigues cuenta como una caída. Abre cualquier conversación para leer las dos respuestas con sus fuentes y búsquedas. Son conversaciones de API con cada motor (sin cuenta, sin historial, sin personalización), no una aplicación de consumo con sesión iniciada. Lee la métrica tal como está construida: no «¿qué visible soy?», sino «cuando un comprador real acota la pregunta, ¿sigo en la sala?», una pregunta que hoy no mide ninguna otra herramienta de visibilidad.

Cuando un modelo de IA responde a un prompt, a menudo cita las páginas en las que se basó, y CrunchJunkie registra todas. Qué páginas cuentan como tuyas lo decide tu propia lista de dominios: cada dominio que etiquetas aquí como Propio, el dominio de tu última auditoría, el sitio web del cliente y cualquier alias de marca escrito como dominio (un sitio de grupo, un dominio de otro país). Una marca con varios sitios los tiene todos atribuidos como propios, en citas, fan-outs, rendimiento de fuentes, la vista de URL y los briefings de contenido, y como la propiedad se calcula cuando se lee una página, un dominio que añades se aplica a los escaneos pasados de inmediato. La vista Fuentes ordena los dominios más citados en tus prompts y modelos dentro del rango de fechas que elijas (los últimos 30 o 90 días, todo el tiempo, o un rango personalizado de–a), y el mismo rango se aplica al gráfico y a la vista de URL, de modo que las tres describen siempre el mismo segmento. Son los sitios que realmente dan forma a lo que dice la IA sobre tu categoría. La vista de URL va un nivel más allá y lista las páginas individuales citadas y con qué frecuencia aparece cada una, para que veas exactamente en qué artículos, listados o páginas de producto se apoyan los modelos. Una página es su dirección sin www, sin la cadena de consulta (etiquetas de seguimiento como utm_source o gclid, y cualquier otro parámetro) y sin #fragmento, de modo que un artículo al que se llega por dos enlaces es una sola fila. En YouTube, Facebook, Google Play y Hacker News la dirección nombra la página en su consulta, así que se conserva el parámetro que la nombra: cada vídeo de YouTube es su propia fila (youtube.com/watch?v=…), y los enlaces youtu.be, m.youtube.com y las direcciones de Shorts, embed y live cuentan como ese mismo vídeo; las publicaciones, vídeos y fotos de Facebook, las aplicaciones de Google Play y los hilos de Hacker News se cuentan uno a uno de la misma manera. Hasta el 14 de octubre de 2026, todos los vídeos de YouTube citados mediante un enlace youtube.com/watch se contaban en una sola fila, youtube.com/watch; el historial se ha recontado desde entonces. El enlace de una fila abre esa página exacta, y los vídeos (YouTube, Vimeo, TikTok) tienen su propio tipo de página, Vídeo, en la vista de URL y en las tablas de los informes; cuando Peec AI ha clasificado una página, las tablas de los informes siguen mostrando la clase de Peec AI para ella. Las cifras de dominio cuentan el propio sitio de la dirección, así que un enlace youtu.be sigue contando para youtu.be en la vista Fuentes. Gemini nombra el sitio de donde salió una fuente, nunca la página, así que sus respuestas cuentan en la vista Fuentes pero no en la vista de URL, y una nota allí indica cuántas dejó fuera; cuando todas las respuestas vinieron de Gemini, la vista de URL lo dice en lugar de pedirte que ejecutes un escaneo. La vista de URL tiene los mismos filtros que la vista Fuentes (Dominios en el menú del proyecto): motor, tema, el periodo y «Citado para», guardados en la dirección de la página, de modo que una recarga o un enlace compartido abre la misma vista. Un motor significa nuestros escaneos de él y, cuando la fuente de datos incluye Peec AI, sus chats de Peec AI, así que con cualquier fuente de datos los motores suman la vista de todos los motores. Cada recuento de la vista sigue al motor que eliges: las páginas con sus apariciones y citas, Tú y Comp., el reparto por tipos y la división entre tu página de inicio, tus otras páginas y las páginas de terceros (ambas con su n, las apariciones de las páginas listadas), y «Citadas en la IA, aún sin ganar en Google», que conserva sus propios últimos 90 días. Las columnas de vida de la cita (estado, tasa de citas, última cita, tendencia) son la excepción: la vida de la cita se guarda para todos los motores juntos, así que con un motor elegido esas cuatro columnas siguen mostrando todos los motores y la vista lo dice, y el panel propio de una página divide estado y tasa por motor. Nuestros escaneos de Gemini nombran sitios web, no páginas (los chats de Gemini de Peec AI sí nombran páginas): cuando todas las respuestas del motor que eliges son de ese tipo de escaneo, la vista de URL lo dice y enlaza a sus sitios web en la vista Fuentes en lugar de mostrar una lista vacía, y cuando un motor no tiene ninguna página con tus filtros lo dice, nunca «ejecuta un escaneo». En la vista Fuentes, el nombre de un dominio abre la vista de URL filtrada por ese dominio, con los filtros de motor, tema, periodo y «Citado para» trasladados; el icono junto al nombre abre el propio sitio web. Un dominio es su dirección sin www, exactamente como la cuenta la vista Fuentes, así que un subdominio es un sitio aparte. Junto a las páginas del dominio, la vista de URL muestra las cifras propias del dominio de la vista Fuentes. Difieren de la suma de las filas de páginas por diseño: la vista Fuentes cuenta una respuesta una vez por dominio, sin importar cuántas de sus páginas usó; la vista de URL la cuenta una vez por cada página; las respuestas de Gemini cuentan solo para el dominio; y la lista muestra las 150 páginas más usadas. La vista de URL también muestra «Citadas en la IA, aún sin ganar en Google»: tus páginas PROPIAS que los motores de IA citan como fuente pero que se posicionan bajo, o no aparecen en absoluto, en el orgánico de Google. Cruza las citas de la IA con la posición media en Google de cada página en todas las propiedades de Search Console conectadas para el cliente (últimos 90 días), de modo que ves las páginas que ganan en la IA antes de que ganen en Google: las que conviene reforzar. Lee todas las propiedades conectadas, no solo una, así que una página cuyo ranking está en otra propiedad (una propiedad de dominio frente a un prefijo www / sin www) sigue encontrándose. Es deliberadamente honesta: la posición de Google es una media ponderada por impresiones sobre consultas (no un ranking fijo), «Sin datos de Google» significa que no hubo impresiones en la ventana en la propiedad conectada (puede que la página aún no se posicione, O que esa propiedad no cubra la URL, por ejemplo una propiedad solo con www cuando la página está en el dominio sin www), y las citas de la página de inicio o solo del host que no se pueden asociar a una página concreta se cuentan aparte. Si la mayoría de las páginas citadas no muestran datos de Google, suele ser señal de que no está conectada la propiedad que cubre el dominio, y una nota te indica cómo corregirlo. Necesita Search Console conectado para el cliente. Las tablas de Fuentes y de URL llevan un filtro de menciones de marca con lógica Cualquiera / Todas / Ninguna, para que puedas segmentar con precisión el conjunto de citas. «Cualquiera de» muestra las fuentes citadas en ejecuciones que mencionaron al menos una de las marcas seleccionadas; «Todas» muestra solo las fuentes citadas en ejecuciones que nombraron varias marcas a la vez, la forma más rápida de encontrar una página que habla de ti y de un competidor al mismo tiempo; y «Ninguna» muestra las fuentes citadas donde no se mencionó ninguna marca seguida: lugares sin explotar que aún no hablan de nadie a quien sigues. En la parte superior de la vista Fuentes hay una comprobación de la salud de las fuentes. Las respuestas de la IA citan páginas web vivas, y vale la pena detectar dos problemas de calidad de las fuentes cuando afectan a tu marca: un enlace muerto (una página citada que ahora devuelve HTTP 404 o 410, es decir, ya no existe) y una fuente retractada (una URL citada cuyo DOI Crossref confirma como retractado, y Crossref integra la base de datos de Retraction Watch). Haz clic en «Comprobar fuentes» y CrunchJunkie verifica las páginas individuales que citó la IA y marca las que estén muertas o retractadas, con el estado o el DOI exactos. Es deliberadamente conservadora y prioriza la exactitud: solo un 404/410 definitivo se considera muerto (un fallo de red nunca lo es), y la retractación solo cubre DOI académicos, así que es más útil para marcas de salud, ciencia e investigación y, para todas las demás, simplemente no muestra nada que marcar. Los resultados se guardan en caché por URL y se comprueban en lotes acotados, de modo que la comprobación sigue siendo rápida y barata; vuelve a ejecutarla cuando quieras para verificar de nuevo.

El análisis de brechas convierte esto en una lista de tareas: los sitios y páginas que usan las respuestas de la IA cuando nombran a tus competidores y no a ti. Lee las mismas respuestas que la vista Fuentes, durante el periodo elegido allí (los últimos 30 o 90 días, todo el tiempo o un rango personalizado), y la página nombra las fechas y el número de respuestas que hay detrás de cada cifra. Cuenta respuestas, nunca citas: para cada dominio, las respuestas cuyas fuentes lo incluyen (n), cuántas de ellas nombraron al menos a uno de tus competidores seguidos, cuántas te nombraron a ti y la brecha, las respuestas que nombraron a un competidor seguido y no a ti. La brecha es un recuento simple sobre una sola población, así que ordena la lista sin una puntuación, y nada en la página es una tasa promediada. Un competidor es uno que sigues (la lista del proyecto y la propia de cada mercado, con sus alias), nunca cualquier empresa que mencione una respuesta; tú eres tu marca o uno de sus alias. Tus propios dominios y los sitios propios de tus competidores seguidos se etiquetan y se listan solo en Todos, porque ahí no hay ninguna mención que ganar. Las pestañas: Ausente (se nombra a los competidores, a ti nunca), Débil (se nombra a ambos, a ti en menos respuestas que a los competidores), Compartido (se nombra a ambos; se solapa con Débil y Fuerte), Fuerte (se te nombra en al menos tantas respuestas como a los competidores) y Todos. Un dominio se abre en el sitio en sus páginas, cada una con las respuestas que la usaron, los competidores seguidos nombrados en ellas y con qué frecuencia («Peec AI 12 · Otterly 5»), con qué frecuencia se te nombró a ti, su tipo de página, los motores y si citaron la página o solo la recuperaron; una página abre un panel con los prompts que hay detrás, los motores, los competidores, si se te nombró, las últimas respuestas (enlazadas a Respuestas) y cuándo se usó por primera y por última vez en el periodo. Filtra por un competidor para quedarte solo con los sitios y páginas donde se nombra a ese competidor, o por motor, mercado, etiqueta de prompt y páginas citadas o recuperadas; un motor que no dice qué páginas citó y cuáles solo recuperó se deja fuera de esas dos vistas y se cuenta. Gemini nombra el sitio de donde salió una fuente, nunca la página, así que sus respuestas cuentan para un dominio y para ninguna de sus páginas. Exporta la vista actual como CSV, una línea por página con sus cifras, los prompts principales, los motores y el periodo. Cada página también sugiere un paso para probar, derivado del tipo de página y de quién gestiona el sitio: proponer la inclusión en una lista o comparativa, entrar o posicionarte en un directorio (y crear o completar tu perfil allí), entrar y recibir reseñas en un sitio de reseñas, participar en una conversación de un foro con tu propio nombre, conseguir una mención de un canal de vídeo, proponérselo al autor o editor de un artículo de noticias o de un blog, o estudiar una colaboración con el sitio que hay detrás de una página de inicio. Una página de ayuda o documentación recibe un paso solo cuando su ruta trata de integraciones o aplicaciones, y una página cuyo tipo no sabemos distinguir no recibe ninguno. Cada paso lleva su motivo (los competidores nombrados allí y en cuántas respuestas se nombró a uno y no a ti, durante el periodo) y es una sugerencia, no una promesa; se muestra en la fila de la página y en la parte superior del panel de la página. Una franja de Pasos prioritarios sobre las pestañas lista las cinco mayores brechas como tareas (como máximo dos por sitio), con el mismo periodo y los mismos filtros; Mostrar página se desplaza hasta el sitio, lo abre y abre la página. Puedes contraer la franja y la página lo recuerda por ti. Un sitio abierto lista sus diez páginas con la mayor brecha primero (Mostrar más páginas añade diez); en Ausente, Débil, Fuerte y Compartido, las páginas sin brecha esperan tras una línea, y Todos lista todas las páginas. Las páginas de directorio se distinguen de Otras: una lista ordenada de proveedores aparece como Lista de directorio, y la página de una empresa en un directorio (por ejemplo /agentur/nombre, en un sitio donde las respuestas usaron al menos tres páginas así) como Perfil de directorio. Insights ya no lista una acción por sitio citado: muestra una tarjeta con el número de sitios en Ausente y Débil y los tres primeros de los últimos 30 días, enlazada a esta página. Desde el 23 de octubre de 2026, Tú y Comp. en las vistas Fuentes y URL cuentan de la misma manera: solo competidores seguidos, y tu marca con sus alias. Cada brecha es una oportunidad concreta: consigue una mención en esa fuente (un sitio de reseñas, un directorio, un resumen del sector) y empezarás a aparecer donde ya se dirige a los compradores. Consíguela, nunca la falsees: sin reseñas falsas, sin fuentes inventadas, sin sitios que se hacen pasar por independientes mientras repiten tus propias afirmaciones. Las políticas de spam de Google consideran spam los intentos de manipular sus respuestas de IA, y desde el 12 de noviembre de 2026 la política de uso de Anthropic prohíbe usar Claude para plantar esas fuentes. Como las tres vistas se construyen a partir de citas reales de los escaneos, se actualizan cada vez que se ejecuta un escaneo.

Una vez que has dado un paso, márcalo como hecho desde la fila de la página o desde su panel: lo que hiciste (el texto del paso viene rellenado y puedes cambiarlo), el día en que lo hiciste (hoy por defecto, hasta 60 días atrás, nunca en el futuro) y una nota opcional. «No es para nosotros» aparta un paso en lugar de marcarlo: sale de las filas de páginas y de Pasos prioritarios, y el panel de la página conserva un deshacer. Un paso dirigido a un sitio entero (un sitio de reseñas, un perfil de directorio, una colaboración) se marca una vez para el sitio, y solo para ese paso: una colaboración con un sitio no es su perfil de directorio. Un hilo de foro, un vídeo, una propuesta a una lista, la lista de un directorio, el editor de un artículo o una página de documentación se marcan para su página. Un paso hecho cuenta para todos los mercados del proyecto. Marcar un paso como hecho añade una nota interna a la línea de tiempo en ese día, y deshacerlo elimina la nota; el paso conserva su historial. Pasos prioritarios nunca muestra un paso hecho o apartado, y el filtro Pasos muestra Todos, Por hacer, Hechos (todos los pasos hechos, con su resultado) o No es para nosotros. Un puesto de solo lectura ve los pasos y sus resultados y no cambia nada. A partir de ahí, la página mide una sola cosa: entre las respuestas que usaron la página o el sitio del paso, cuántas te nombraron (tu marca o uno de sus alias), contadas como las cuenta el análisis de brechas, en todos los motores y mercados, sin filtro de etiqueta ni de competidor. La ventana anterior son los 56 días hasta el día previo al paso (menos, indicando su primer día, si el proyecto no ha escaneado durante tanto tiempo). Los 14 días posteriores al paso son una espera, porque un cambio tarda en rastrearse y asimilarse, y nada de ellos cuenta. La ventana posterior empieza el día 15 y va creciendo. Hay exactamente dos comprobaciones, el día 42 y el día 90, y no se compara nada antes, entre ellas ni después. Cada comprobación ejecuta la prueba exacta de Fisher sobre los dos recuentos con un nivel de significación de 0,025, de modo que las dos comprobaciones juntas mantienen una confianza del 95 %; la prueba es exacta para recuentos pequeños y para un sitio que nunca te nombró antes. La prueba toma cada respuesta como independiente, pero las respuestas al mismo prompt son ejecuciones repetidas, así que la incertidumbre real es algo mayor de la que muestra la prueba. Cada lado necesita al menos 30 respuestas en una comprobación: por debajo de eso el resultado es «aún no hay suficientes respuestas» el día 42 y «no hay suficientes respuestas para saberlo» el día 90. Una primera comprobación que muestra un cambio es el resultado; si no, el paso dice «recopilando más respuestas» hasta la comprobación final. Una propuesta a una página se mide en esa página cuando la página sola tiene 30 respuestas a cada lado, y en todo su sitio en caso contrario, y el resultado dice cuál («medido en todo agenturtipp.de: demasiadas pocas respuestas para esta página sola»). Un hilo de foro o un vídeo se mide solo en su página, nunca en todo su sitio, porque un hilo medido frente a todo reddit.com no dice nada: con demasiado pocas respuestas ahí, termina en «no hay suficientes respuestas para saberlo». Un día de hecho fijado tan atrás que la primera comprobación ya está vencida se mide de inmediato, y el resultado dice «medido retrospectivamente». Cada resultado muestra los dos recuentos con sus ventanas, por ejemplo «Nombrado en 3 de 41 respuestas (1 sep – 26 oct 2026) → 14 de 38 (11 nov – 7 dic 2026)». «Nombrado más a menudo» y «Nombrado menos a menudo» significan que la proporción cambió con una confianza del 95 %; muestran un cambio, no su causa. «Sin cambio claro» significa que había suficientes respuestas a ambos lados y ningún cambio que este número de respuestas pueda mostrar: no significa que el paso fallara, porque aún puede haber un cambio menor. Cuando los prompts seguidos del proyecto, los motores, el mercado o el idioma, los competidores seguidos, el nombre de la marca o los alias, o el modelo que hay detrás de un motor cambiaron entre el primer día de la ventana anterior y la comprobación, el resultado lleva «Comparación no limpia» con el cambio y su día, porque las dos ventanas midieron entonces cosas ligeramente distintas. La tarjeta de Análisis de brechas de Insights añade una línea con cuántos pasos están midiendo y, de los que tienen un resultado final, cuántos muestran un cambio, cuántos no muestran un cambio claro y cuántos tuvieron muy pocas respuestas. En las vistas Hechos y No es para nosotros, los filtros de ventana, motor, etiqueta y competidor se apartan: cada paso se mide en todos los motores y mercados durante sus propias ventanas.

La vista Query fanouts muestra el paso ANTERIOR a las citas: las búsquedas web que cada motor ejecutó realmente antes de responder a tus prompts, el «fan-out». Se capturan literalmente de las propias llamadas a la herramienta de búsqueda de los motores durante tus escaneos (medidas, nunca estimadas), y son las consultas que deciden qué páginas se leen y se citan, así que son lo que debería responder tu contenido, no solo la formulación del propio prompt. Cada motor busca con su propia herramienta, no necesariamente Google, así que un ranking de Google solo importa para las búsquedas que la gente también escribe en Google. «Cómo se mide», un panel que se abre desde la parte superior de la página, explica cómo se produjeron las búsquedas: cada modelo las ejecutó a través de la API oficial de su proveedor (sin inicio de sesión ni memoria) para el mercado de tus ajustes, con el modelo, la ubicación y las fechas de escaneo nombrados. No son una transcripción de la sesión de nadie en ChatGPT ni en otra aplicación de asistente, donde una persona con sesión iniciada y un historial puede ver búsquedas distintas. La cobertura se declara con honestidad, bajo el resumen de la página y en ese panel: los fan-outs existen solo a partir de los escaneos nuevos, algunos motores nunca exponen sus búsquedas (es un rasgo del proveedor, no un indicio de que no buscaran), y Google AI Overviews, AI Mode y Copilot no tienen fan-out por construcción: ahí, el prompt es la búsqueda. Cada respuesta también registra si el motor no ejecutó ninguna búsqueda web, lo cual no es lo mismo que una respuesta que llegó sin una lista de búsquedas (el motor puede haber buscado sin decir para qué, o la respuesta se escaneó antes de que esto se registrara); la página nombra ambos casos por motor, de modo que una lista ausente nunca se lee como ausencia de búsqueda. Las búsquedas de Perplexity se leen de las consultas que su Agent API devuelve con cada conjunto de resultados. Deliberadamente ausentes: las cifras de volumen de búsqueda. No existen para los fan-outs de IA, así que no se muestra ninguna. La página se abre con una frase sobre todas las búsquedas distintas de la ventana: cuántas búsquedas diferentes ejecutaron los motores, cuántas llevaron a una respuesta que te cita (al menos una respuesta que ejecutó la búsqueda citó uno de tus dominios propios), cuántas nunca lo hicieron y cuántas no se pueden saber porque todas las respuestas que las ejecutaron nombraron sus fuentes solo de la memoria del modelo o como enlaces de redirección de Google. Una barra las reparte, con recuentos y porcentajes (las que llevaron a ti en violeta, en lima en el tema oscuro, nunca en un lavanda claro; las desconocidas rayadas; las palabras de la leyenda llevan el significado, y el rojo se reserva para una sola cosa, el «Citado 0» de una fila), y la línea de debajo indica cuántas respuestas mostraron sus búsquedas. Después vienen tres tarjetas, cada una una puerta a la tabla: las búsquedas que nunca llevaron a ti, las consultas site:, es decir, búsquedas que consultaron un solo sitio directamente (el sitio consultado con más frecuencia, y el tuyo), contadas en búsquedas como todas las demás cifras, y las búsquedas que nombran un año. Todos los números de la página (la frase, las tarjetas, las pestañas, los paneles y los totales de la tabla) cuentan las mismas búsquedas: la tabla se filtra sobre todas ellas y carga más a medida que avanzas. Hasta octubre de 2026, las pestañas contaban solo las 200 búsquedas que contenía la tabla, mientras que las tarjetas contaban todas las búsquedas de la ventana. «Escribe primero para estas» muestra entonces las búsquedas que se ejecutaron en más respuestas que podrían haberte citado y nunca lo hicieron, cada una como una tarjeta compacta: los motores y las respuestas que hay detrás, cuántas te nombraron, los sitios citados en su lugar, una línea de Search Console, un briefing de contenido para la propia búsqueda, construido sobre estas mismas respuestas, y «Ver las respuestas», que abre la vista Respuestas filtrada exactamente por las respuestas que ejecutaron esa búsqueda. La línea de Search Console muestra una coincidencia exacta; una consulta similar solo cuando es sólida: contiene al menos dos tercios de las palabras de la búsqueda (sin palabras de relleno ni operadores) y tiene al menos 50 impresiones en la ventana, y se etiqueta como consulta similar, nunca como tu ranking para la búsqueda; en caso contrario, «Sin coincidencia exacta en Search Console». «Detalles» en la tarjeta muestra todas las coincidencias, como hace la fila de la tabla. Cuando los motores buscaron tu marca por su nombre (tu marca, un alias o tu propio dominio dentro de la búsqueda, cada nombre también sin forma jurídica final: «pmax Online» es una búsqueda de «Pmax Online SL»), una nota breve indica con qué frecuencia, cuántas de esas respuestas te nombraron y te citaron, y qué sitios se citaron a tu lado; aparece solo cuando existe una búsqueda así. Cada búsqueda se muestra tal como la escribió el motor, en una fuente de estilo código y nunca entre comillas nuestras, de modo que una búsqueda con sus propias comillas ("pmax Online S.L." OR …) se lee una sola vez, igual en la vista Respuestas. Tres señales se leen directamente de las búsquedas registradas, sin ningún modelo detrás. «Lo que los motores añaden a sus búsquedas» trata de las palabras que aparecen en las búsquedas de los motores pero no en el prompt que recibió el motor (tu prompt más la instrucción de mercado e idioma que CrunchJunkie envía con él, también tal como los motores escriben ese mercado e idioma en el idioma en que buscan: Spain, España, Spanien), sin tu marca (en cualquier combinación de mayúsculas), tus competidores (el nombre de un competidor de hasta cuatro letras solo tal como lo escribiste, de modo que un competidor llamado «Box» no oculta la palabra «box») ni los nombres de los propios motores: la intención que un motor da por supuesta tras tu prompt (un prompt sobre ensayos in silico que se abre en «FDA guidance» y «validation» te dice qué escribir). Se agrupan mediante una lista corta de palabras en inglés, alemán, francés y español en cuatro temas (precio y coste, comparación de opciones, reseñas y valoraciones, confianza y certificación; se dejan fuera las palabras que significan otra cosa en otros sectores, como free, trial o test), cada uno con el número y la proporción de todas las búsquedas que llevan al menos una de sus palabras (una búsqueda con dos palabras de precio cuenta una vez), su palabra más frecuente y una pregunta que plantean sus números. Las palabras de reseñas (reviews, ratings, testimonials, Bewertungen, Erfahrungen, opiniones, reseñas …) cuentan solo como palabras completas, de modo que code-review o la valoración de una empresa (Unternehmensbewertung) nunca cuentan, y las palabras que también significan otra cosa se dejan fuera en todos los idiomas: el singular Bewertung y valoración (una tasación), opinión y el francés avis (un aviso fiscal, una marca de alquiler de coches). En inglés, «review» y «reviews» cuentan para este tema cuando las añadió el motor, aunque las listas de palabras de otras partes de la página las traten como palabras de relleno, como «best» y «vs». Los lugares y regiones (Europa, Madrid, Palma …) no pertenecen a ningún tema. Las demás palabras son palabras de tema; cuando una frase recurrente explica la mayoría de las búsquedas de cada una de sus palabras («Performance Max» en lugar de «Performance» y «Max»), la frase sustituye a las palabras y cuenta las búsquedas que la añadieron, con sus palabras juntas, que es exactamente lo que lista un clic en ella. Todas las palabras añadidas y las secuencias de palabras recurrentes están en «Todas las palabras y frases». Haz clic en una palabra para filtrar la tabla exactamente por las búsquedas que la llevan. «Consultas site: por sitio», bajo «A quién buscan los motores», lista los hosts que un motor consultó con un operador site: (su propia lista corta para esos prompts), con tu dominio fijado arriba aunque nunca se haya consultado; los competidores en esa lista mientras tú no estás es la brecha que hay que cerrar primero. Una búsqueda que solo excluye un sitio (-site:) no es una consulta, y la tarjeta, la pestaña y la lista cuentan las mismas búsquedas. Y un año en una búsqueda (2025, 2026 …) la marca como fechada: el motor quiere material actual, así que una página que lleva visiblemente la fecha de este año tiene ventaja. Cada tarjeta, panel y encabezado de columna tiene un tooltip que explica qué es el número y cómo actuar. Cada búsqueda también muestra dónde estás en sus resultados, para que sepas qué fan-outs corregir primero. «Llevó a ti» cuenta, sobre exactamente las respuestas que ejecutaron la búsqueda, cuántas citaron tu dominio y cuántas nombraron tu marca (medido a partir de citas reales, nunca modelado), y el orden predeterminado de la tabla es una simple resta: primero van las búsquedas que dan forma a más respuestas sin ti. Ese número, «Sin ti», está en cada fila bajo su propio encabezado de columna (en móvil, «12 sin ti»), para que se pueda leer el orden; el encabezado del orden activo indica por qué se ordena la tabla. «Nombrado x/y» también está en cada fila: y son las respuestas cuyas menciones de marca se leyeron, y cuando no se leyó ninguna, la fila dice «Nombrado —»: desconocido, nunca 0. El «Crear briefing de contenido» de cada fila escribe un briefing para esa búsqueda, construido exactamente sobre estas respuestas (todos los prompts que la ejecutaron, esta ventana, los filtros de la página) y juzgado sobre ellas: una búsqueda por la que ninguna de sus respuestas te cita es una brecha aunque el prompt que hay detrás te nombre en otro lugar (un briefing abierto desde la pestaña Prompts cubre todas las respuestas recientes de ese prompt), y el briefing conserva la ventana y los filtros con los que se construyó cuando lo reabres. «Citado en su lugar» lista los dominios de terceros que esas mismas respuestas citaron realmente: quién es el dueño de la búsqueda hoy; un dominio dominante es un objetivo claro, un campo fragmentado es una búsqueda ganable. Y cuando Search Console está conectado, «Tu ranking en Google» (en los detalles de cada fila, abierta con su flecha, y como una línea en las tarjetas de «Escribe primero para estas») cruza tus propios datos de Search Console en dos niveles que nunca se suman. La coincidencia exacta es la cifra principal: tu posición media y tus impresiones para la misma cadena una vez que se ignoran solo las mayúsculas, los acentos, las comillas y la puntuación (así que el «crunchjunkie» entre comillas de un motor coincide con tu fila crunchjunkie), con el texto propio de Search Console cuando difiere. Una búsqueda que usa un operador (site:, una exclusión con -término, OR, intitle: y similares) es más estrecha que sus palabras («site:semrush.com pricing» no es la consulta «pricing»), así que nunca tiene una coincidencia exacta. Debajo, en su propia caja etiquetada, una consulta similar: una consulta más corta de tu Search Console cuyas palabras aparecen todas en la búsqueda (al menos dos palabras, ignorando las de relleno, quitando antes los operadores), mostrada con su propio texto y con el operador del motor cuando lo había («el motor buscó esto solo en semrush.com»), nunca tu ranking para esta búsqueda. Cuando existen varias consultas así, se suman sus impresiones y clics y la posición se pondera por impresiones, nunca una media simple de posiciones. «Cómo se mide» cuenta ambos niveles sobre todas las búsquedas distintas de la ventana: las búsquedas con una coincidencia exacta y las búsquedas con solo una consulta similar, nunca la misma búsqueda dos veces. Cuando Search Console devuelve su máximo de 25.000 filas para una propiedad, la página lo dice: faltan las consultas más raras. Las búsquedas largas escritas por máquinas rara vez aparecen en Search Console, porque la gente rara vez las escribe; un ranking solo existe para las búsquedas que la gente también escribe en Google. Una búsqueda en la que ya estás entre los 10 primeros de Google para la búsqueda exacta pero las respuestas de la IA nunca te citan es la corrección de mayor impacto de todas, y se marca en la propia fila, y el filtro de Google junto a la tabla lista exactamente esas búsquedas: el contenido existe, simplemente no se cita; una consulta similar nunca activa esa marca. Un guion significa que ninguno de los dos niveles tiene una fila para la ventana (Google anonimiza las consultas raras): nunca es una prueba de que no puedas posicionarte. Si no se puede leer Search Console (acceso rechazado porque la conexión necesita reconectarse, o un error de la API de Google), la página lo dice por propiedad y oculta las cifras de Google en lugar de mostrar «sin coincidencias»; cuando solo fallan algunas propiedades, dice que un guion puede ser una coincidencia en una propiedad que falló. Aparece un aviso cuando los motores parecen leer tu marca como algo que no es. Entre las búsquedas que nombran tu marca, cuenta las que llevan una palabra de software (software, SaaS, framework, open source, «tools like») que el propio prompt no contenía, y muestra hasta tres de ellas con el recuento («6 de 51 búsquedas que nombran tu marca, últimos 30 días»). Necesita al menos 10 búsquedas que nombren la marca, al menos 5 con esa palabra (el 10 % o más) en al menos dos prompts distintos, y se mantiene en silencio cuando la propia categoría del proyecto o el perfil de marca describe software. Es una lectura de las búsquedas, no una certeza: añade una descripción breve en Ajustes → Conocimiento → Perfil de marca, o nombra tu categoría en tus prompts. Dos paneles más leen las propias búsquedas. «Marcas nombradas en las búsquedas» cuenta, para tu marca y cada competidor seguido (nombres, alias y el dominio de la marca de Ajustes, palabras completas: «PEEC-AI» y «peec.ai» cuentan como Peec AI; y cada nombre también sin su forma jurídica cuando está activado, como se describe más abajo), cuántas búsquedas distintas y cuántas respuestas lo nombran dentro de la cadena de búsqueda: un competidor nombrado a menudo es aquel con el que los motores te comparan. Las menciones en minúsculas del nombre de una sola palabra de un competidor se cuentan, con una nota: si ese nombre es también una palabra corriente, algunas pueden no referirse a la marca. Tu propia marca nunca lleva la nota. Al hacer clic en una marca se listan exactamente las búsquedas que contó. «Secuencias de palabras recurrentes» lista las secuencias de dos y tres palabras que se repiten en al menos dos búsquedas, contadas en cada búsqueda que las contiene, con ese recuento sobre todas las búsquedas distintas y cuántas de esas búsquedas provienen de un prompt que ya la contiene; se dejan fuera las secuencias que empiezan o terminan en una palabra de relleno, el nombre de una marca seguida por sí solo o cortado por la mitad, y las secuencias que son las propias palabras del prompt o la instrucción de mercado e idioma del escaneo en cada búsqueda que las contiene. Arriba, un selector de tipo de prompt reduce todo a las búsquedas ejecutadas para tus prompts de Shopping o para cualquier otra categoría (el tipo pertenece al prompt que activó la búsqueda; la búsqueda en sí no se clasifica), y un selector de tema lo reduce a los prompts con una etiqueta; «Agrupar por tema» ordena la tabla en una sección por etiqueta de prompt, donde una búsqueda ejecutada para prompts con etiquetas distintas aparece bajo cada una. Cada fila se abre para mostrar los prompts que la ejecutaron, sus temas, cada sitio citado en su lugar, las cifras de Google y dos acciones: un briefing de contenido para la búsqueda, construido exactamente sobre estas respuestas (el prompt que más la activa es la página a la que apunta), y las respuestas que la ejecutaron. Las pestañas sobre la tabla la reducen a las búsquedas que nunca llevaron a ti, las consultas site: o las búsquedas fechadas, cada una con su recuento sobre todas las búsquedas; a su lado hay un filtro de texto libre, el orden (respuestas sin ti, respuestas, ranking en Google), un umbral mínimo de respuestas para recortar la cola larga de búsquedas únicas y, con Search Console, el filtro de las búsquedas que se posicionan entre los 10 primeros de Google pero nunca se citaron. Hacer clic en una marca, un sitio, una palabra, una frase de tema o una secuencia filtra la tabla exactamente por las búsquedas que contó ese panel. Un nombre también cuenta sin una forma jurídica final (SL, S.L., GmbH, Inc. …) cuando ese nombre más corto está activado en Ajustes → Marcas, donde cada nombre con forma jurídica la muestra como «También se detecta como»: activado por defecto cuando conserva una palabra distintiva y no nombra ningún lugar («Pmax Online» para «Pmax Online SL», «Müller Haustechnik» para «Müller Haustechnik GmbH»), desactivado por defecto cuando nombra un lugar en cualquier parte o solo contiene palabras genéricas («Berlin GmbH», «Autohaus Berlin GmbH», «Hotel España SA», «Online SL», «Agencia SEO Madrid SL»), porque entonces contarían búsquedas corrientes. Un lugar cuenta como el nombre completo que es: «Costa del Sol» e «Isle of Man» son lugares, «Costa» y «MAN» no. Los países se leen en inglés, alemán, español y francés, junto con palabras nacionales como «Deutsche» y las principales ciudades y regiones de los mercados que servimos. Las listas de lugares y palabras que hay detrás de ese valor predeterminado son finitas, así que revisa el interruptor para tus nombres. Un nombre de marca que es una palabra corriente coincide con esa palabra: «Apple Inc.» activado cuenta todas las búsquedas de manzanas. Una parte de un nombre nunca cuenta: «PMax» solo es Performance Max de Google, no «Pmax Online SL». Cambiar un interruptor también vuelve a archivar los prompts que se archivaron automáticamente (una categoría elegida a mano se mantiene); al volver a cambiarlo, se archivan según la regla otra vez, de modo que un prompt archivado antes del 14 de octubre de 2026 que escribe el nombre más corto puede acabar como Marca. Desde el 14 de octubre de 2026, esta regla mueve cifras en varias superficies, y una nota en la línea de tiempo de cada proyecto afectado marca el día del cambio: las cifras de marca de los fan-outs (el panel de marcas, la nota sobre las búsquedas de tu marca, la empresa que nombra una búsqueda de seguimiento) pueden subir; la división de los prompts en con marca / sin marca (la pestaña Prompts y el aviso del Resumen de que los prompts con marca inflan la cifra principal, que clasifican los prompts cada vez que cargan) puede moverse en cualquier sentido; y los términos de marca de las divisiones de consultas de búsqueda, que hasta entonces usaban un nombre sin su forma jurídica en todos los casos, ahora lo usan solo cuando está activado, de modo que «Online SL» se detecta tal como está escrito y ya no como «Online». No cambia nada de lo guardado; cada periodo, incluidos los pasados, se lee ahora con la nueva regla, de modo que una cifra de cualquier fecha puede diferir de la que se mostró antes. Las menciones en las respuestas de la IA se leen como antes. En el móvil la tabla se convierte en una lista de tarjetas. Para un cliente importado de Peec AI, un conmutador sobre la página (Nuestra captura / Peec) muestra una segunda lista, separada: las subconsultas que Peec registró en sus propios chats. En la mayoría de los motores, Peec maneja la aplicación de consumo, sin sesión iniciada, mediante automatización del navegador; en algunos llama a la API del modelo, y cada motor indica cuál: «ChatGPT» es la aplicación, «GPT 5 Search (API)» es un modelo de API, y esas filas llevan una insignia API. CrunchJunkie importa lo que el propio proyecto de Peec del cliente ya contiene, con la clave de Peec del cliente, y no extrae nada por su cuenta. La vista se etiqueta «Peec AI (importado)», separa las búsquedas web de las consultas de shopping de Peec (con los productos que Peec listó para cada una; es la propia clasificación de Peec de la consulta, no un tipo de prompt) y cuenta chats de Peec en lugar de respuestas. Nunca se suma a nuestros propios fan-outs ni a nada construido sobre ellos (los recuentos, las señales, la columna de Search Console, los briefings de contenido), porque los dos son métodos de captura distintos sobre conversaciones distintas. Léelos uno junto al otro: una búsqueda que registran ambos es una señal fuerte, y una que solo registra la captura de la aplicación de Peec muestra dónde busca la aplicación de consumo de forma distinta a la API. La API de Peec no marca ningún fan-out como previsto; cada fila nombra el chat en el que se observó.

La vista de URLs muestra, para cada página citada, en qué punto de su vida de citas se encuentra durante las últimas 26 semanas completas: un estado, su tasa de citas antes y ahora, cuándo se citó por última vez y una tendencia semanal. Al hacer clic en una página se abre su detalle. La tasa de citas de una página cuenta solo sus respuestas elegibles: cada semana, las respuestas a los prompts, motores y mercados que citaron la página al menos una vez en las 8 semanas anteriores. La semana en la que un prompt citó la página por primera vez nunca cuenta para su tasa, de modo que una página no parece haber tenido su pico la semana en que se encontró y haberse deteriorado después, y los prompts que nunca citaron la página no la diluyen. Las tasas se agrupan a lo largo de las semanas (respuestas con cita divididas entre respuestas elegibles, una sola vez) y se muestran siempre con n, las respuestas elegibles que hay detrás. Una semana sin respuestas elegibles es una interrupción en la línea, nunca un 0. Las semanas van de lunes a domingo en UTC, y los estados leen solo semanas completas: «antes» son las 4 semanas anteriores a las últimas 2, «ahora» son las últimas 2 semanas completas. Las respuestas cuyas fuentes citadas no se conocen no se miden. Gemini nombra sitios, no páginas, así que sus respuestas cuentan solo por dominio, y las respuestas de DeepSeek con URLs sacadas de la memoria del modelo se dejan fuera, como en todas las cifras de fuentes. Un proyecto nuevo no tiene ninguna semana completa hasta que pasa su primer domingo: mientras todas las respuestas son de la semana en curso, la vista de URLs indica cuándo termina la primera semana completa (domingo, UTC) en lugar de mostrar tasas vacías. La tasa de una página cuenta las respuestas a los prompts que la citaron en las semanas anteriores, así que una página no tiene ninguna respuesta elegible antes de la semana siguiente a su primera cita: hasta entonces, su fila indica cuándo se podrá medir su primera tasa, y una página cuyos prompts no tuvieron respuestas en las 6 semanas que cubren las tasas también lo dice. Estas fechas se cuentan desde la semana en curso (UTC) y nunca están en el pasado; en los minutos posteriores al fin de una semana, antes de que la siguiente actualización la haya contado, la fila indica en su lugar que se está actualizando. En un informe, la tabla Vida de citas de un periodo sin ninguna semana completa de respuestas lo indica así, en lugar de decir que ninguna página tiene un estado. Una página tiene una tasa de citas establecida cuando, en las 4 semanas anteriores, se citó en al menos 2 de las semanas, al menos 3 veces, en al menos 8 respuestas elegibles, con una tasa del 15 % o más. Estable: establecida, sin un cambio que podamos distinguir del ruido. Perdida: establecida, y sin citar en ninguna de sus respuestas elegibles de las últimas 2 semanas, con respuestas en ambas semanas y al menos 6 de ellas, y tantas que el azar sea muy improbable: en el extremo inferior de su tasa anterior, la probabilidad de no tener ninguna cita es del 5 % o menos. La muestra se reduce cuando las respuestas se agrupan por prompt y semana, de modo que unos pocos prompts con mucha actividad no puedan hacer que un cambio parezca seguro. Una página perdida sigue perdida hasta que se vuelve a citar en al menos 2 respuestas de una ventana de 2 semanas (recuperada, se muestra durante 4 semanas) o pasa 8 semanas sin ninguna cita (terminada: ninguna respuesta cuenta ya como elegible para ella). En descenso: su tasa actual es la mitad de su tasa anterior o menos, con al menos 8 respuestas elegibles, con un 95 % de confianza, dos semanas seguidas. En ascenso: el doble de su tasa anterior o más, con un 95 % de confianza, dos semanas seguidas; o una página nueva que los prompts que la encontraron siguieron citando la semana siguiente, en al menos el 25 % de 4 o más respuestas en al menos 2 prompts. Nueva: citada por primera vez en las últimas 2 semanas, en prompts que veníamos lanzando durante al menos 4 de las 8 semanas anteriores. Primera medición: lo mismo en un prompt o motor medido durante demasiado poco tiempo como para calificar la página de nueva. Una página nueva conserva su estado hasta 6 semanas mientras siga citándose y sea demasiado joven para estar establecida. Sin datos recientes: una página establecida cuyos prompts no tuvieron respuestas en una de las últimas 2 semanas (un prompt en pausa, un motor retirado, un escaneo perdido); nunca se cuenta como una pérdida. Ocasional: citada, pero no establecida, así que hay muy pocas respuestas para hablar de tendencia. La mayoría de las páginas citadas son ocasionales: con el escaneo semanal por defecto y 2 ejecuciones por prompt, solo las páginas citadas en varios prompts o motores obtienen otro estado, y más ejecuciones por prompt o un escaneo diario afinan el resultado. Una página estable marcada con un asterisco no se citó en sus últimas respuestas elegibles, que son muy pocas para considerarla perdida. El detalle muestra el estado y desde cuándo, la tasa antes y ahora con n, la primera cita (marcada «a más tardar» cuando cae en la semana en que empieza nuestra medición), la última cita, las semanas citadas sobre las semanas medidas, la racha más larga y la actual, cuántos prompts, motores y mercados son elegibles ahora, la tasa semanal y, sobre las mismas semanas, las respuestas elegibles y las que citan (también como tabla), empezando por la primera semana con alguna respuesta para la página (una nota indica desde cuándo y cuántas de las 26 semanas quedaron antes), una marca en cada punto en que un motor cambió de modelo (una vez por cambio, fechada con su primera respuesta), el estado por motor, los prompts que citan la página con su antes y ahora, y las páginas citadas en su lugar en las respuestas que la dejaron. Para una página perdida, en descenso o terminada, nombra una causa probable solo cuando los datos la muestran: la página respondió HTTP 404 o 410 cuando se comprobó en los últimos 14 días, otra página del mismo sitio se hizo con sus prompts, el rastreador de un motor que perdió la página está bloqueado en tu sitio según la última auditoría GEO, los motores que perdieron la página y cambiaron de modelo concentraban el 70 % o más de sus citas anteriores (cada uno con su propia proporción), una página de un competidor seguido se cita ahora en al menos 5 respuestas y en al menos una quinta parte de las que la dejaron, o esas respuestas citan menos fuentes en total. En cualquier otro caso, la causa figura como desconocida. Las cifras proceden de recuentos semanales calculados en segundo plano a partir de las respuestas de cada proyecto: se actualizan en unos 10 minutos tras cada escaneo y se revisan cada noche, así que los estados corresponden al momento indicado. Hasta que termina el primer cálculo (normalmente en 10 minutos), la vista de URLs indica que está preparando el historial de citas. En el conector MCP, get_cited_url devuelve la vida de citas de cualquier página y list_citation_lifetimes enumera todas las páginas cuyo estado no es ocasional (las páginas ocasionales se cuentan, no se enumeran); Ask Crunch lee un resumen breve de los estados con su n. En un informe, la tabla de AI Visibility «Citation lifetime» enumera las páginas según estos estados. Hay dos preajustes: «Páginas que pierden citas de la IA» (tus propias páginas que están perdidas, en descenso o cuyas citas terminaron dentro del periodo) y «Páginas nuevas de competidores citadas» (las páginas de tus competidores seguidos que son nuevas, están en ascenso o recuperadas); también puedes elegir tú mismo las páginas (las tuyas, las de tus competidores seguidos o todas) y los estados. Los estados corresponden a las dos últimas semanas completas del periodo del informe, frente a las 4 semanas anteriores, así que un informe de un mes pasado muestra los estados de ese mes; esas 4 semanas pueden remontarse a antes del periodo, y una nota al pie nombra las semanas leídas. Cada fila muestra el estado, la tasa antes y ahora como respuestas con cita / respuestas elegibles, el cambio en puntos, cuándo se citó la página por última vez, las semanas en que se citó, los motores en los que es elegible y una columna Tendencia con su tasa semanal durante 12 semanas (activada salvo que la desactives). Las páginas citadas con demasiada poca frecuencia para hablar de tendencia no se enumeran. La tabla cubre todo el proyecto: de los filtros del widget solo se aplica Fuente (tus escaneos, los de Peec AI o ambos). El historial de citas se remonta 26 semanas, así que en un periodo que termina antes de ese límite la tabla queda vacía y explica el motivo. Tiene el mismo aspecto en la app, en un enlace para compartir y en el PDF, y un resumen con IA lee sus filas con su n.

Antes de que una IA pueda mencionar una marca, su rastreador tiene que poder leer el sitio. La herramienta de Rastreabilidad comprueba el robots.txt de un dominio frente a cada rastreador de IA importante (GPTBot y OAI-SearchBot (ChatGPT), ClaudeBot y Claude-SearchBot, PerplexityBot, Google-Extended y Googlebot, y más) e indica si cada uno está Bloqueado, Parcial o Permitido. Despliega cualquier rastreador para ver exactamente por qué (qué regla de user-agent coincidió) y cómo cambiarlo. La herramienta distingue los rastreadores de entrenamiento (bloquearlos mantiene tu contenido fuera de los conjuntos de datos de los modelos, a menudo de forma intencionada) de los rastreadores de búsqueda y de respuestas (bloquearlos perjudica directamente tu visibilidad en IA), para que puedas decidir bot por bot. El dominio se rellena con el sitio web guardado del cliente. La comprobación de Rastreabilidad también se repite automáticamente con la misma frecuencia semanal que la Auditoría GEO, de modo que su historial y su registro de cambios se mantienen al día sin hacer clic: solo se registra una instantánea nueva cuando la configuración del robots.txt cambia de verdad, y una insignia en la página muestra cuándo se comprobó por última vez (ámbar si alguna comprobación queda obsoleta, con más de una semana). Crawl insights es la vista complementaria: una vez que reenvías los logs de tu servidor, muestra con qué frecuencia visita realmente el sitio cada rastreador de IA, y convierte «permitimos GPTBot» en «GPTBot descargó 40 páginas la semana pasada». Juntas, la Rastreabilidad te dice quién puede leer el sitio y Crawl insights te dice quién lo lee. Una advertencia importante, porque confunde a mucha gente: las visitas de los rastreadores muestran si los bots de IA pueden llegar a ti, no si te citan en las respuestas de la IA. Un modelo suele mencionar una marca desde su memoria de entrenamiento sin un rastreo reciente, y las respuestas en vivo suelen citar desde un índice o una caché en lugar de acceder a tu servidor con cada pregunta, así que pocas visitas de rastreadores (o incluso ninguna) no significan poca visibilidad. Para saber si realmente te citan, usa AI Visibility; Crawl insights es la señal del lado del acceso, no un recuento de citas. La tabla de páginas principales conecta ambos lados por página: junto a cada ruta rastreada, Leída muestra cuántas respuestas de escaneo extrajeron esa página al investigar y Citada muestra cuántas la citaron como fuente. Cada una se cuenta una vez por respuesta, se asocia a tu sitio por la ruta de la página y solo procede de respuestas que exponen la distinción genuina entre lo recuperado y lo citado. Las respuestas de Gemini quedan fuera de ambas columnas, porque Gemini nombra el sitio de origen de una fuente, nunca la página. Las dos columnas tienen denominadores distintos a propósito: varios motores exponen las citas pero nunca su lista de lo recuperado, así que Citada puede superar a Leída sin que haya ningún error; el pie de la tabla indica ambos recuentos. Debajo, «Cited in answers, not crawled in this window» enumera tus páginas que las respuestas de la IA citan sin ninguna visita reciente de un rastreador: lo normal, no una anomalía, por el mismo motivo de índice y caché de antes. El único patrón en el que conviene actuar: una página que los bots descargan mucho y que nunca se lee en una respuesta es contenido que los modelos recogen y no usan. Cuando hay suficientes páginas con ambos eventos, aparece una línea «Time to citation»: la mediana observada del retraso entre el primer rastreo registrado de una página y su primera cita capturada, con medianas por motor cuando al menos tres páginas cumplen los requisitos. Observada es la palabra clave: ambas series empiezan cuando conectaste los logs y cuando empezó la captura de citas, y los motores difieren mucho, así que léela como lo que ocurrió en este sitio, nunca como una velocidad prometida; las páginas citadas antes de cualquier rastreo registrado se cuentan aparte, por el mismo motivo de índice y caché. «Rotas para los crawlers de IA» es la lista de reparación por página: todas las URLs que respondieron con un error a una descarga de un bot de IA (enlaces muertos (404/410), errores de servidor, límites de velocidad), con los recuentos exactos de estados y los bots que llegaron a ella. Quedan fuera a propósito los bloqueos en el edge 403/406, porque son una política de acceso y no una rotura, y viven en la vista Firewall y acceso: mezclar ambos haría que un bloqueo intencionado pareciera un fallo. Cuando los logs ya fluyen, Crawl insights empieza por Tráfico de bots de IA: las mismas visitas agrupadas por la empresa que está detrás de los bots, en lugar de por user-agent individual. Muestra cuántos proveedores llegaron al sitio, el total de descargas de IA, la proporción de cada proveedor (una barra apilada: OpenAI frente a Google frente a Anthropic frente a Amazon…) y el reparto entre descargas por petición de un usuario (un bot que descarga una página en vivo por la pregunta de alguien) y rastreos de búsqueda y de entrenamiento. Es la forma más rápida de saber quién presta atención al sitio y por qué. Un proveedor agrupa todos sus bots (así, OpenAI reúne GPTBot, OAI-SearchBot y ChatGPT-User en una sola fila), y cada proporción son las visitas del proveedor sobre el total, de modo que las barras siempre suman el 100 %. Las peticiones a rutas de API y de llamadas a herramientas (todo lo que cuelga de /api/, además de /mcp y las consultas de inicio de sesión MCP/OAuth bajo /.well-known/) se cuentan aparte como llamadas a API / herramientas: un cliente de IA que llama a tu conector MCP o a un endpoint no es una persona leyendo una página, y en un sitio 804 de las 813 peticiones de Claude-User eran exactamente eso. Siguen en el total de descargas, pero no en las peticiones de usuario ni en las páginas más rastreadas, y la página muestra su recuento y sus rutas más activas en una línea propia. Cada proveedor lleva además un nivel de Verificado: la proporción de sus descargas que pudimos confirmar que procedían de los rangos de IP publicados por esa misma empresa. Algunos proveedores (OpenAI, Google, Perplexity) publican feeds de rangos de IP legibles por máquina; los descargamos, los guardamos en caché y comprobamos la IP de origen de cada visita frente a ellos. Una petición que dice ser GPTBot desde una IP fuera del rango publicado por OpenAI es un user-agent falsificado y nunca se cuenta como verificada. Los proveedores que no publican rangos se muestran con honestidad como no verificables en lugar de adivinar, así que la ausencia de puntuación Verificado significa «no hay forma de comprobarlo», no «falso». Es la diferencia entre «un bot dijo que era ChatGPT» y «demostrablemente lo era». Lo que AI Bot Traffic no puede ver: los agentes de IA que navegan en un navegador normal. Agentes como ChatGPT agent abren las páginas en un navegador alojado en la nube que envía un user-agent de navegador corriente, así que sus visitas parecen las de una persona y aquí no se cuentan. Algunos firman cada petición con Web Bot Auth (una firma de mensaje HTTP que nombra al agente, como Signature-Agent: chatgpt.com), y Vercel y Cloudflare comprueban esas firmas en su edge, pero un log drain de Vercel no puede transportar la firma, y Crawl insights todavía no la lee desde una fuente de logs que sí puede (un trabajo de Logpush de Cloudflare con la cabecera añadida como campo personalizado). Hasta que lo haga, estas visitas no se pueden atribuir: interpreta AI Bot Traffic como los bots que se anuncian por su nombre, con la navegación de agentes por encima y fuera de estas cifras. Conectar los logs se hace por una de tres vías, todas en la página de Crawl insights. En Vercel: Team settings → Drains → Add Drain → data: Logs → project: el que sirve este sitio → sources: Functions, Edge Functions y Static Files → environment: Production → destination: pega el endpoint de ingesta que muestra la página (formato JSON o NDJSON; la verificación pasa automáticamente). En Cloudflare: Logpush es una función solo para Enterprise, así que en el plan gratuito o Pro añade un Worker pequeño: despliega un reenviador (Workers & Pages → Create → Start with Hello World → pegar → Deploy) y asocia una Route en tusitio.com/*. El fragmento listo para pegar, con tu endpoint de ingesta ya rellenado, está en la página de Crawl insights, en «Reenvía los logs con un Worker». (Los usuarios Enterprise también pueden usar un trabajo de Logpush dirigido al mismo endpoint.) En cualquier otro lugar: sube un archivo de log de acceso .log, .txt, .csv o .gz comprimido (formato combined/common) con el botón Subir; los archivos .gz se descomprimen en tu navegador, así que un log de servidor sin procesar como sslaccesslog.gz se sube tal cual. Nota de privacidad en cualquier caso: solo se almacenan las visitas de rastreadores de IA (nombre del bot, ruta, estado, hora); las peticiones de visitantes humanos se descartan al llegar y nunca se conservan.

Los rastreadores de IA hacen tres trabajos distintos, y bloquearlos tiene tres precios distintos. Los rastreadores de ENTRENAMIENTO recopilan contenido para el futuro entrenamiento de modelos: GPTBot de OpenAI, ClaudeBot de Anthropic, Google-Extended (la exclusión de Google para el entrenamiento de IA), Applebot-Extended, Amazonbot, Meta-ExternalAgent, Bytespider de ByteDance y CCBot de Common Crawl, cuyo conjunto de datos alimenta a muchos modelos a la vez, de modo que bloquear CCBot te excluye del entrenamiento de más de una empresa. Bloquear un rastreador de entrenamiento elimina tu contenido de lo que los modelos FUTUROS saben de memoria. No cuesta nada visible hoy y no afecta a las respuestas en vivo: es una decisión de política legítima, pero se acumula en silencio: los modelos que nunca te leyeron te citarán menos de memoria más adelante. Los rastreadores de BÚSQUEDA alimentan el índice de respuestas en vivo del que salen las citas: OAI-SearchBot (búsqueda de ChatGPT), Claude-SearchBot, PerplexityBot, meta-webindexer (Meta AI; Meta dice que permitirlo «nos ayuda a citar y enlazar tu contenido en las respuestas de Meta AI»), Amzn-SearchBot, Applebot (que también impulsa Siri y Spotlight), Google-CloudVertexBot. Bloquearlos es un coste de visibilidad directo e inmediato: el motor no puede recuperar tus páginas al componer respuestas, así que cita a otro. Los recuperadores ACTIVADOS POR EL USUARIO actúan solo cuando una persona lo pide: ChatGPT-User, Claude-User, Perplexity-User, Gemini-Deep-Research, meta-externalfetcher, DuckAssistBot, Mistral. Bloquearlos hace que «lee esta página» falle en vivo, delante del usuario exacto que preguntó por ti. Un caso especial pesa más que todo lo anterior: el propio Googlebot alimenta tanto la Búsqueda clásica COMO los AI Overviews; para controlar el uso de tu contenido por la IA existe Google-Extended; bloquear Googlebot por motivos de GEO se llevaría por delante tu visibilidad en la Búsqueda de Google. Hay dos trampas que conviene conocer. Primera: la mayoría de las recetas de robots.txt para «bloquear toda la IA» se llevan por delante los rastreadores de búsqueda y los activados por el usuario junto con los de entrenamiento: pagan el coste inmediato de visibilidad para conseguir la exclusión del entrenamiento, normalmente sin querer. La herramienta de Rastreabilidad separa las dos clases por bot precisamente para que puedas bloquear los rastreadores de entrenamiento y mantener los de respuestas en vivo. Segunda: una cadena User-Agent se falsifica con una facilidad trivial: cualquiera puede enviar «GPTBot» en una cabecera de petición, y en logs reales de producción una gran parte del tráfico que dice ser de rastreadores de IA es exactamente eso. La única comprobación de identidad fiable son los rangos de IP publicados por el propio proveedor. OpenAI (openai.com/gptbot.json y complementarios), Google (los feeds de IP de rastreadores de developers.google.com) y Perplexity (perplexity.ai/perplexitybot.json) publican feeds legibles por máquina; Crawl insights comprueba cada visita registrada que dice ser de esos proveedores frente a los feeds en vivo y la marca como verificada o falsificada. Los proveedores sin un feed legible por máquina confirmado se marcan como NO VERIFICABLES, a propósito: algunos fabricantes documentan consultas de DNS inverso en su lugar, y donde no podemos verificar frente a una fuente oficial lo decimos en lugar de adivinar, porque un «falsificado» erróneo mancharía a un rastreador legítimo. La tarjeta Verificación de identidad del rastreador de la página de Auditoría GEO muestra tu propio reparto entre verificado y falsificado a partir de los logs que reenvías. Condiciones comerciales de Meta, a 17 de octubre de 2026: la versión que entra en vigor el 30 de octubre de 2026 permite a Meta rastrear e indexar los sitios web asociados a una cuenta de empresa en sus plataformas, y los expertos legales citados por Nieman Lab la interpretan como que también le permite entrenar su IA con ellos. Según Meta, las condiciones cambian el permiso legal, no el rastreo: Nieman Lab informa de que un portavoz de Meta dice que las condiciones no cambian la forma en que Meta rastrea y que el robots.txt sigue aplicándose, y la documentación de rastreadores de Meta (developers.facebook.com) también remite a los propietarios de sitios al robots.txt. Para mantener un sitio fuera de los rastreos de entrenamiento de Meta, prohíbe meta-externalagent ahí. meta-webindexer es el rastreador que está detrás de las respuestas de búsqueda y las citas de Meta AI, así que bloquearlo también cuesta visibilidad en Meta AI. Fuentes: Nieman Lab (octubre de 2026) y la documentación de rastreadores de Meta.

Todo lo anterior puede entrar en un informe. Añade un widget de Tabla, elige la fuente AI Visibility y define su dimensión: Brand, Model, Brand × Model, Perception, Prompt, Gap analysis, Cited URLs, Source domains, Trending URLs, Crawler visits, AI bot traffic, Crawl sections, Crawler access, Tag, Brand × Tag, Tag × Month, Brand × Month, Topic, Biggest Movers, Cited Sources, Source Performance, Source Health, Retrieval & Citations, además del conjunto de shopping (Shopping, Product, SKU, Product Schema, Feed Readiness, Shopping Sources) que se explica en la guía de Visibilidad en shopping con IA. Todas leen el intervalo de fechas del informe y llevan su tamaño de muestra, de modo que el cliente ve las mismas cifras honestas que tú. «Gap analysis» pone delante del cliente la misma lista, sobre las fechas del informe. Cada fila es un sitio de terceros con al menos una respuesta que nombró a un competidor seguido y no al cliente: «Brecha» cuenta esas respuestas, «Con un competidor» las respuestas que nombran al menos a un competidor seguido, «Contigo» las respuestas que nombran la marca del cliente o uno de sus alias, Answers todas las respuestas cuyas fuentes incluyen el sitio, y «Competidores nombrados» qué competidores seguidos aparecen, con sus respuestas. Una respuesta cuenta una vez por sitio, por muchas páginas suyas que haya usado, de modo que las cifras se leen como alcance y no como repetición, y una nota bajo la tabla nombra las fechas y el número de respuestas que hay detrás. Los dominios propios del cliente y los sitios propios de los competidores seguidos quedan fuera: ahí no hay ninguna mención que ganar. Hasta el 23 de octubre de 2026, la página de Análisis de brechas contaba todas las respuestas registradas hasta entonces, mientras que el widget del informe leía las fechas del informe, y ambos contaban cualquier empresa que una respuesta nombrara como competidor, incluidas las que ya no se seguían. Ahora ambos cuentan de la misma forma, de modo que, con las mismas fechas y filtros, la página y el informe muestran las mismas cifras. Una tabla Gap analysis guardada puede mostrar menos filas que antes: las empresas no seguidas, tus dominios propios y los sitios propios de tus competidores ya no cuentan. «Prompt» desglosa los resultados por cada pregunta individual en lugar de agruparlos. Tag y Topic agrupan prompts, que es la granularidad correcta para un tema y la equivocada para «cuando alguien hace exactamente esta pregunta, ¿aparecemos?», la pregunta que de verdad hacen los clientes. Cada fila muestra las etiquetas del prompt, el día en que se empezó a seguir, su Visibilidad (las respuestas que nombraron la marca, divididas entre las respuestas del prompt en el periodo) y, cuando el informe compara periodos, el cambio en puntos porcentuales. Un cambio que no supera con claridad el margen de error empieza por «~»; además, una nota bajo la tabla da el cambio que es claro en las filas mostradas (el doble del margen de error del cambio, con los márgenes de ambos periodos combinados) y las respuestas por prompt que hay detrás. Con unas pocas decenas de respuestas por prompt, solo los movimientos grandes son claros, así que la mayoría de los cambios aparecen con «~»: con ese tamaño de muestra, un movimiento moderado no se distingue del ruido. «Tracked since» es el día de la primera respuesta almacenada del prompt, no el día en que se creó: en los prompts importados de Peec AI, la fecha de creación es el día de la importación, mientras que el primer chat importado indica cuándo empezó Peec a lanzarlo. Las filas se ordenan de peor a mejor, porque un informe sobre visibilidad en IA resulta más útil abierto por las preguntas que estás perdiendo que por las que ya ganas; el Orden del widget puede ordenarlas por prompt, Visibilidad o su cambio (una tabla guardada antes del 8 de octubre de 2026 conserva su orden de peor a mejor hasta que elijas otro). Hasta el 8 de octubre de 2026, la columna Visibilidad se llamaba «Mention rate», y la tabla contaba las respuestas de forma distinta al KPI de Visibilidad: en un proyecto con datos de Peec AI y escaneos propios, un motor que miden ambos se contaba dos veces el día en que ambos lo midieron. Ahora la tabla lo cuenta una vez, como el KPI, así que en esos proyectos la Visibilidad y las Ejecuciones de una tabla Prompt guardada pueden cambiar, y las Ejecuciones bajan: las cifras anteriores contaban esas respuestas dos veces. La tabla Topic y la tabla Tag (sin las métricas adicionales) siguen la misma regla desde el 9 de octubre de 2026: su tasa se llama Visibilidad (antes «Mention rate») y cada fila es el KPI de Visibilidad filtrado por ese tema o etiqueta, así que en esos proyectos su Visibilidad y sus Ejecuciones también pueden cambiar, y las Ejecuciones bajan. Filtradas a un solo mercado, las tablas Prompt, Topic y Tag conservan las respuestas almacenadas sin mercado (de antes de que se registraran los mercados) bajo el mercado propio del proyecto, como hace el KPI de Visibilidad; hasta el 9 de octubre de 2026, la tabla Prompt las dejaba fuera. Las etiquetas tienen cuatro vistas propias, pensadas para agencias que informan de un producto o un tema cada vez. «Brand × Tag» es un mapa de calor: tu cliente y sus competidores seguidos en el lateral, las etiquetas que elijas arriba en el orden que definas, cada celda con la proporción de respuestas que nombraron la marca, con el cambio respecto al periodo anterior en puntos debajo y el número de respuestas en la cabecera de cada columna. Un cambio que no es al menos el doble de su margen de error (la regla de las tarjetas de KPI) se imprime en gris con un «~» delante, aquí y en las columnas de cambio de las demás tablas de etiquetas. Los filtros propios del widget se aplican a cada columna: define una etiqueta de producto como «Inhaltsversicherung» como filtro y cada columna añade su propia etiqueta a él, mientras que una columna Total opcional muestra solo los filtros. El sombreado de calor es opcional y viene con una leyenda de bajo a alto. «Tag × Month» y «Brand × Month» ponen en horizontal los meses naturales del intervalo del widget, terminan con el cambio respecto al mes anterior y al primer mes, e imprimen «—» en un mes sin respuestas en lugar de un cero. La tabla «Tag» ahora puede mostrar Visibilidad, Recuperaciones, Tasa de recuperación, Citas y Tasa de citas por etiqueta, siendo cada fila exactamente la tarjeta de KPI filtrada por esa etiqueta, con una columna de cambio opcional por métrica, una fila Total y tu propia selección y orden de etiquetas; con datos de Peec AI únicamente, sus tasas son por chat, como en la tarjeta de KPI. En un proyecto de Peec AI, una columna con una sola etiqueta y el filtro Fuente fijado en Peec AI lee las cifras por etiqueta del propio Peec AI; una columna que añade su etiqueta a una etiqueta que ya está en los filtros se recalcula a partir de los chats importados, porque Peec AI informa de una etiqueta cada vez, y el widget indica qué columnas hicieron cada cosa. Una plantilla de informe conserva sus etiquetas, incluidos los filtros de etiqueta, por nombre: al aplicarla a un cliente, conserva las etiquetas que usan los prompts de ese cliente y descarta las demás, nombrándolas en el widget dentro del editor. Una columna o celda con menos de 30 respuestas detrás se marca como meramente orientativa. Un cambio frente a un periodo que no incluía todos los prompts de una etiqueta, porque algunos empezaron a seguirse después de que ese periodo comenzara, lleva un asterisco, y la nota bajo la tabla nombra cada etiqueta con cuántos de sus prompts empezaron tarde y cuándo; las tablas mensuales marcan del mismo modo un mes al que los prompts se sumaron a medias, y una tarjeta de KPI marca un recuento como Citas cuando el periodo de comparación incluía menos prompts. Las cifras en sí no cambian. Las tablas Prompt, Topic, Tag (ambos tipos), Brand y Source domains pueden mostrar una columna Tendencia; actívala en los ajustes de la tabla, o pide una tendencia al añadir o editar el widget con Ask Crunch o el conector MCP. Dibuja una pequeña línea por fila: la Visibilidad de la fila (en Source domains, la proporción de respuestas del dominio, o de chats en datos de Peec AI únicamente; en una tabla Tag ampliada que no muestra columna de Visibilidad, su primera tasa de Recuperación o de Citas, o la tasa que hay detrás de su primer recuento de Recuperaciones o Citas, en la unidad que use su columna) para cada semana del periodo del informe, de lunes a domingo y recortada al periodo, o para cada mes natural cuando el periodo es de 180 días o más. Cada punto se calcula a partir de las mismas respuestas que el valor propio de la fila, solo en esa semana, así que equivale a la tarjeta de KPI filtrada por esa fila y esos días; las semanas nunca se promedian entre sí. Una semana en la que la fila no tuvo respuestas deja un hueco en la línea, nunca un 0, y una semana con menos de 30 respuestas muestra un punto hueco y cuenta como meramente orientativa. Cada línea tiene su propia escala, de al menos 10 puntos de alto, para que una fracción de punto no parezca una oscilación; pasa el cursor sobre un punto para ver su valor y el número de respuestas que hay detrás (en una tasa de Recuperación, las respuestas que enumeran lo que recuperaron; en una tasa de Citas, las respuestas que recuperaron tu sitio: cada tasa se calcula solo sobre ellas). La columna tiene el mismo aspecto en la app, en los enlaces para compartir y en el PDF. Los resúmenes con IA leen los valores semanales, y get_report_data del conector MCP los devuelve por fila, con null para una semana sin respuestas, junto con las respuestas que hay detrás de cada uno. «Cited URLs» es la contrapartida a nivel de página de Cited Sources. Cited Sources es solo de dominio, así que un hilo de Reddit, un artículo de reseñas y una publicación de foro se reducen a «reddit.com»: correcto para «qué sitios importan», incorrecto para «en qué página tenemos que aparecer». Cada fila es una URL real con un tipo de página aproximado, cuántas respuestas la usaron como fuente, cuántas de ellas la citaron y si tu marca o un competidor fue mencionado en esas mismas respuestas. Ambas tablas nombran su primer recuento por lo que cuenta: en una vista que contiene solo datos de Peec AI es «Retrievals», las páginas que Peec dice que el modelo recuperó; en otro caso es «Appearances», las páginas que un motor recuperó o citó. La columna «Citations» a su lado cuenta solo las citadas, y muestra «—» cuando ninguna de esas respuestas informa de sus citas; en una vista solo de datos de Peec AI cuenta todas las citas, como hace Peec AI, de modo que una página que una respuesta cita dos veces cuenta dos veces y Citations puede superar a Retrievals. Hasta el 8 de octubre de 2026, ese primer recuento se llamaba «Citations». Las vistas de Fuentes y de URLs etiquetan sus recuentos igual. Gemini nombra el sitio de origen de una fuente, nunca la página, así que las respuestas de Gemini no se cuentan en Cited URLs, y una nota al pie indica cuántas se dejaron fuera; sí cuentan en Cited Sources y Source domains. Una tabla Cited URLs o Trending URLs cuyas respuestas proceden todas de Gemini lo dice exactamente así en lugar de «Sin datos para este periodo», en la app, en los enlaces compartidos y en el PDF. «Source domains» responde a «¿en qué sitios se apoyan las respuestas de la IA, y cuánto?». Ordena los dominios por su proporción de chats: las respuestas que usaron al menos una página del dominio, divididas entre todas las respuestas incluidas en los filtros del widget, Tag incluido. Cada respuesta cuenta una vez por dominio, por muchas páginas suyas que haya usado, de modo que un dominio al 30 % estuvo en tres respuestas de cada diez (en datos de Peec AI, es el porcentaje de recuperación de Peec). Cuando el informe compara periodos, una segunda columna muestra el cambio en puntos porcentuales. Retrievals (en una vista solo de datos de Peec AI) o Appearances y Citations siguen las mismas reglas que la tabla Cited Sources, y la columna Category muestra la clasificación de Peec AI del dominio (Editorial, UGC, Corporate, Institutional, Reference, Related, Other, o una clase que hayas definido en Peec), leída en cada sincronización con Peec para los últimos 90 días de Peec. Tus dominios propios y los de tus competidores seguidos aparecen siempre como Own y Competitor. En nuestros propios escaneos, donde Peec no tiene clasificación, CrunchJunkie usa una lista fija de sitios conocidos de reseñas, redes sociales, referencia y noticias, marca esas categorías como propias y deja en blanco los demás dominios en lugar de adivinar. Tu dominio aparece resaltado; cuando queda fuera de la tabla, una nota al pie da su posición. El Límite fija cuántos dominios se muestran (10 por defecto). «Trending URLs» muestra a qué páginas recurren cada vez más las respuestas de la IA. Toma las páginas más usadas del periodo (las 20 con más recuperaciones por defecto) y enumera aquellas cuyo recuento subió más respecto al periodo anterior: el recuento anterior y el actual, el cambio, y el cambio en porcentaje, o «new» cuando la página no se usaba antes. En datos de Peec AI, la tabla añade el título de la página que informa Peec y el tipo de página de Peec; en otro caso, el tipo de página es una estimación aproximada de CrunchJunkie a partir de la URL. El periodo anterior es el periodo de comparación del informe, o el periodo de la misma duración inmediatamente anterior cuando el informe no tiene ninguno, y una nota al pie lo nombra. Cuando se añadieron prompts después de que empezara el periodo anterior, de modo que este cubría menos prompts, una segunda nota al pie lo indica: parte del aumento procede entonces de prompts que el periodo anterior no cubre del todo. Cuando el periodo anterior no tiene ninguna respuesta (el seguimiento no había empezado, los escaneos estaban en pausa o una importación no llega tan atrás), no se compara nada: el recuento anterior y ambos cambios aparecen como «—», las páginas se enumeran por su recuento actual y la nota al pie indica que no hay datos del periodo anterior. «New» solo significa una página que no se usó en un periodo anterior que sí tiene respuestas. Como Cited URLs, la tabla deja fuera las respuestas de Gemini en ambos periodos e indica en una nota al pie cuántas. Tus propias páginas aparecen resaltadas. «Rank from the top N URLs» y el Límite fijan los dos números (20 y 10 por defecto). Ambas tablas pueden repetirse una vez por etiqueta de prompt. En los ajustes del widget, activa «Un bloque por etiqueta» y elige las etiquetas en el orden en que deben aparecer; si no eliges ninguna, se usan las etiquetas con más prompts (hasta 8), y se muestran 12 bloques como máximo, con una nota cuando existen más etiquetas. Cada bloque es la tabla que obtendrías del mismo widget con un filtro de Etiqueta para esa etiqueta: encima, su propio recuento de respuestas y su periodo («238 respuestas, 1 sep 2026 – 30 sep 2026», chats con datos de Peec AI); tu dominio resaltado; debajo, la nota de la posición; y en Trending URLs, su propia comparación con el periodo anterior. Las cifras de un bloque son las del widget filtrado, nunca una parte de las respuestas de todo el informe. Un prompt puede llevar varias etiquetas, así que la misma respuesta puede aparecer en más de un bloque. En un widget de ancho completo, dos bloques se colocan uno al lado del otro en pantalla; en papel y en el PDF, cada bloque ocupa todo el ancho. Un proyecto sin etiquetas de prompt muestra «Aún no hay etiquetas de prompts». Las respuestas de un periodo se leen una sola vez para todos los bloques. La columna Tendencia no se aplica a los bloques. «Crawler access» es la configuración de robots.txt bot por bot, ordenada con los bloqueados primero para que los problemas queden arriba. Ten en cuenta que NO está limitada por fechas como las demás: lee la comprobación de rastreabilidad más reciente, porque la configuración del robots.txt es un estado actual y no algo que se acumule a lo largo de un periodo. Mostrarla a una fecha pasada arbitraria sería engañoso, ya que puede haberse corregido desde entonces. «Crawler visits» es la otra tabla nueva, y la única pieza de evidencia de visibilidad en IA que se mide en lugar de muestrearse: enumera los rastreadores de IA que realmente descargaron páginas del sitio, leídos de los logs del servidor. Requiere antes configurar la ingesta de logs de rastreo para el proyecto; consulta la guía de Rastreadores de IA y rastreabilidad para saber cómo funciona y qué significa una tabla vacía. «AI bot traffic» es la versión a nivel de proveedor de esa tabla: una fila por empresa (OpenAI, Google, Anthropic, Amazon…) con sus descargas totales, su proporción de todas las descargas de IA y el reparto entre rastreos por petición de un usuario y rastreos de búsqueda y entrenamiento. Es el mismo resumen con el que abre la página de Crawl insights, de modo que el informe y la app siempre coinciden. Como Crawler visits, se mide a partir de los logs del servidor y requiere antes configurar la ingesta. «Crawl sections» divide las mismas descargas de páginas por sección del sitio (/blog, /products, /docs…), exactamente como la tarjeta «By site section» de la página de Crawl insights: peticiones, su proporción, los tres operadores de rastreadores más activos, URLs distintas, la proporción respondida con 2xx, rechazada (403/406) o fallida, y el último rastreo. Una nota al pie indica cuántas descargas llevaban un estado, qué se dejó fuera y que una descarga es acceso, no una cita. La fuente Auditoría GEO añade una más: una tabla «Competitor crawler access» que compara tu robots.txt con el de tus competidores: una fila por cada rastreador de respuestas de IA, que indica si TÚ lo bloqueas y cuántos de tus competidores lo hacen, de modo que «bloqueas ChatGPT mientras la mayoría de los competidores lo permite» salta a la vista. Se rellena una vez que añades dominios de competidores en los ajustes del proyecto de visibilidad en IA (solo se comprueban los dominios que introduces), y se muestra en la app, en los enlaces compartidos y en el PDF. Un competidor cuyo robots.txt no se puede leer se deja fuera en lugar de suponer. La fuente Auditoría GEO también tiene una tabla «Firewall y política de acceso». Mientras que «Crawler access» informa solo de lo que dice tu robots.txt, esta lo une a una sonda en vivo: descarga tu página de inicio y una página de contenido de tu sitemap con el user-agent de cada rastreador de respuestas de IA, y comprueba si la petición llegó realmente a pasar. La página de contenido importa porque la configuración por defecto de Cloudflare para rastreadores de IA desde el 15 de septiembre de 2026 bloquea los rastreadores de agentes y de entrenamiento solo en las páginas que muestran anuncios: un rastreador puede pasar por la página de inicio y ser rechazado en tus artículos, y entonces la tabla dice «Refused on content pages». Cloudflare se nombra como causa probable solo cuando las respuestas de esa página llevan las marcas del edge de Cloudflare y los bloqueos siguen su patrón (rastreadores de agentes y de entrenamiento rechazados, rastreadores solo de búsqueda admitidos); en caso contrario, la nota se mantiene neutral respecto a los proveedores. Cuando el bloqueo está confirmado, la fila también nombra la capa que lo respondió (Cloudflare, Amazon CloudFront / AWS WAF, Akamai, Vercel, Sucuri, Imperva, Fastly, ModSecurity, o el propio servidor web cuando la respuesta no lleva marcas de CDN), leída de las cabeceras y el cuerpo de esa misma respuesta, nunca deducida de una IP o de un proveedor de alojamiento, con la solución para esa capa: un cambio en el robots.txt no puede desbloquear un WAF. Desde el 9 de octubre de 2026, un rechazo en la página de contenido también cuenta en la comprobación de accesibilidad en vivo de la auditoría, exactamente igual que uno en la página de inicio, y la comprobación nombra la página («Homepage reachable for every probed crawler; /blog/x blocked for ChatGPT-User»); hasta entonces, la puntuación leía solo la página de inicio, así que un sitio bloqueado únicamente en sus artículos aprobaba. La Auditoría GEO gratuita de nuestro sitio web ejecuta la misma sonda de dos páginas. La columna que importa es el veredicto: «Refused our test» significa que tu robots.txt permite el rastreador pero un firewall o CDN rechazó de todos modos nuestra petición de prueba (un HTTP 403/406 que llega antes de que se consulte el robots.txt). Interprétalo como un indicio fuerte, no como una prueba: la sonda envía el nombre del rastreador desde nuestros servidores, no desde las direcciones IP publicadas por el propio rastreador, y la gestión de bots (Akamai, Cloudflare Bot Management, DataDome, PerimeterX y otras) suele rechazar una petición no verificada que dice ser un rastreador, mientras deja pasar al rastreador real y verificado. Por eso un rechazo cuenta como medio punto en la comprobación de accesibilidad en vivo de la auditoría, no como un fallo, y la forma de resolverlo son los logs de tu CDN o firewall: busca peticiones procedentes de los rangos de IP publicados de los rastreadores reales. La excepción es el patrón por defecto de Cloudflare descrito más abajo, que coincide con una política documentada que bloquea también a los rastreadores verificados. Se rellena después de que una Auditoría GEO ejecute una sonda concluyente, cubre los ocho rastreadores a los que se puede atribuir un bloqueo (los rastreadores de búsqueda (OAI-SearchBot, PerplexityBot, Googlebot, meta-webindexer de Meta AI), los recuperadores de agentes en vivo (ChatGPT-User, Claude-User, Perplexity-User) y ClaudeBot) y se muestra en la app, en los enlaces compartidos y en el PDF. Un desafío de bot o un límite de velocidad se muestra, pero nunca se cuenta como un bloqueo confirmado.

Los proyectos grandes ganan con un poco de orden. La vista Marcas gestiona los nombres exactos que CrunchJunkie reconoce como menciones (tu cliente y sus competidores), incluidas las variantes de escritura y los alias, para que ninguna mención se pierda ni se cuente mal. Hay un caso que requiere cuidado: una marca cuyo nombre es también una palabra corriente, un mes o un término genérico (una agencia llamada MAI y el mes alemán Mai, pilot, Neuland, Conclusion). CrunchJunkie cuenta un nombre así solo cuando la respuesta lo usa como nombre de una empresa (en una lista de proveedores, con una ubicación, una forma jurídica o una cifra) y no cuando es simplemente una palabra, como una fecha o un título. Si monitorizas un nombre de este tipo, añade la forma jurídica o el dominio como alias («MAI GmbH», «mai.de»): así el extractor también tiene una grafía inequívoca con la que comparar. Una mención cuenta solo cuando la respuesta escribe uno de estos nombres, de modo que una marca que las respuestas escriben de otra forma («islaNet» para Isla Networks) no se cuenta hasta que ese nombre sea un alias. Cuando las respuestas parecen hacerlo, CrunchJunkie sugiere el nombre en Señales (consulta Señales y automatizaciones, «Sugerencias de alias»): lo añades con un clic (las respuestas guardadas de los últimos 42 días se vuelven a contar con él, esas menciones sin posición ni sentimiento) o indicas que es otra empresa (queda recordado: no se vuelve a sugerir nunca). Un competidor añadido por su sitio web («greatjourneysnz.com») se ofrece con el nombre que el propio sitio se da («Great Journeys New Zealand»), y el dominio se conserva como su sitio web; no cambia nada hasta que hagas clic. Las etiquetas te permiten clasificar los prompts (por tema, fase del embudo o prioridad del cliente) y después filtrar todas las métricas por etiqueta, que es la forma más rápida de responder a preguntas como «¿qué visibilidad tenemos en los prompts de comparación de final de embudo?». En los ajustes del proyecto controlas el nombre de la marca y el sitio web, la lista de competidores, qué modelos se ejecutan, las ejecuciones por prompt y la programación de los escaneos. La programación puede estar desactivada, ser diaria o semanal, y eliges la hora exacta (y, en la semanal, el día) a la que se ejecuta, en la zona horaria del proyecto, para que los escaneos caigan cuando quieras. Un mercado del proyecto puede escanear con una programación propia (Ajustes → Mercados → Programación); los mercados que no la tienen escanean junto con el proyecto. Una hora que cambias se guarda en la zona del proyecto, o en la de tu espacio de trabajo (Ajustes → Preferencias) si el proyecto no tiene ninguna, y guardar otro ajuste nunca la mueve; una programación guardada antes de que existieran las zonas horarias se ejecuta, y se muestra, en UTC. Un asistente de IA que cambie la hora a través del conector MCP (update_scan_settings) sigue la misma regla, salvo que indique una zona horaria: un día o una hora que cambian se guardan siempre con su zona, y un día, una hora y una zona iguales a los del proyecto no cambian nada. El día en que cambia la hora, un escaneo previsto en una hora que el reloj se salta se ejecuta justo después del salto, y una hora que se repite escanea una sola vez. Un proyecto nuevo empieza con un hueco propio: un día laborable y una hora de la noche en la zona horaria de tu espacio de trabajo (Ajustes → Preferencias), repartidos para que los proyectos no escaneen todos a la misma hora; los proyectos creados antes de octubre de 2026 conservan su programación. Los escaneos programados se ejecutan en nuestros servidores, con los de muchos espacios de trabajo en paralelo y por turnos entre ellos, de modo que el lote grande de un espacio de trabajo nunca retiene el escaneo de otro. Los cambios se aplican a partir del siguiente escaneo.

¿Ya monitorizas la visibilidad en IA con Peec AI? Puedes importar un proyecto de Peec directamente a CrunchJunkie en lugar de ejecutar escaneos nativos para ese cliente. En Datos → Integraciones, abre Conectar en la tarjeta de Peec AI, elige el cliente y pega una clave de API de Peec limitada a un proyecto (se crea en Peec, en Account → API Keys). CrunchJunkie verifica la clave y después importa la visibilidad, el Share of Voice, el sentimiento, la posición media, los prompts y las fuentes citadas del proyecto. Una vez importados, los datos alimentan exactamente las mismas pantallas de Visibilidad en IA y los mismos widgets de informe que los escaneos nativos: Resumen, Prompts, Fuentes, Análisis de brechas y el editor de informes funcionan sin cambios. El proyecto se marca como procedente de Peec para que el origen de las cifras sea siempre claro, y al volver a sincronizar se obtienen las cifras más recientes. Ten en cuenta que la API REST de Peec forma parte actualmente de su nivel Enterprise/beta, así que la clave necesita tener el acceso a la API activado en su lado. Las marcas se mantienen alineadas con Peec por sí solas. Cada sincronización lee la lista de marcas de Peec y la refleja en el proyecto: una marca de Peec que coincide con uno de tus competidores por nombre, alias o dominio, con cualquier grafía, se vincula a él (la grafía de Peec pasa a ser un alias y tu nombre visible se mantiene), y una marca de Peec que aún no sigues se añade como competidor con el nombre de Peec, con sus alias y su dominio. Nunca se elimina nada, así que un competidor que sigues solo de forma nativa se queda. Siempre que cambian las marcas (por el reflejo, la página Marcas, los ajustes del proyecto o el conector MCP), los chats importados se vuelven a leer automáticamente para que los nombres nuevos o recién vinculados obtengan sus mediciones a partir de las propias detecciones de marca de Peec; Sincronizar en la tarjeta de Peec hace lo mismo a petición, y Verificar/Reparar aparece cuando la tarjeta informa de chats que faltan. El ranking de marcas de un informe compara siempre las marcas sobre un único conjunto compartido de respuestas (las ejecuciones en las que se midieron todas las marcas listadas), de modo que el Share of Voice suma 100 % y una marca añadida más tarde nunca se puntúa sobre una muestra menor que las demás. Varias marcas de Peec en una de las tuyas (fusión de alias). Cuando el reflejo o tus alias asignan dos o más marcas de Peec AI a una sola marca seguida, la importación suma sus chats por motor (con el tope de los chats del motor), de modo que un chat que nombra a más de una de ellas puede contarse más de una vez. Desde el 25 de octubre de 2026, toda cifra que incluye esos datos se marca como cota superior: Visibilidad, Menciones y Share of Voice en las tarjetas de KPI, los gráficos de líneas, los gráficos de anillo, las tablas de marcas, las tablas dinámicas por etiqueta y por mes, el Resumen (un ≤ en el chip de la cabecera y delante de las cifras de los gráficos de tendencia, las tarjetas de mercado, los mayores cambios, el cuadrante y la matriz de rendimiento; una línea bajo las tarjetas de KPI y la tabla competitiva), Inicio y el centro de Visibilidad en IA (un ≤), el correo de resumen para el cliente, el historial de exportaciones (una columna upper_bound), los enlaces compartidos, los PDF, el resumen de IA, la API y el conector MCP. En una tarjeta de mercado, un ≤ en tu cifra o en la del líder convierte la frase de la diferencia en una cota («como máximo» o «como mínimo» tantos puntos, «puede ir por delante»), y cuando ambas son cotas superiores no indica ninguna diferencia. El correo de resumen para el cliente dice que la cifra suma varios nombres contados como la misma marca, sin nombrar a Peec AI, porque llega a tu cliente. El exceso de recuento de una marca fusionada está también en el total entre el que se divide el Share of Voice de cada marca, así que, donde el Share of Voice de otras marcas se muestra junto al suyo, la nota añade que el de esas marcas puede quedar algo bajo. La nota de un gráfico o de un anillo nombra los motores (y, en un gráfico diario, si son todos los días o solo algunos) que contienen una fusión. Las señales no se marcan: se juzgan sobre los propios chats, donde un chat nombra una marca o no la nombra. Ajustes → Exportar añade una columna peec_merged al historial de visibilidad. La Posición media y el Sentimiento son promedios sobre las menciones y no se marcan como cota superior; un chat que nombra a más de una de esas marcas sigue pesando dos veces en ellos. Las cifras de Peec filtradas por etiqueta se marcan igual. La marca la pone la sincronización de Peec, que reescribe sus últimos 90 días; los datos de Peec más antiguos no llevan marca, lo que significa desconocido, nunca exacto. Las consultas fan-out de Peec (las búsquedas que hay detrás de cada chat de Peec, procedentes de /queries/search y /queries/shopping) las importa cada hora un trabajo en segundo plano aparte, nunca la sincronización ni la actualización diaria de métricas, de modo que un Peec lento no puede retener esas dos. Van a su propia tabla y aparecen en Query fanouts bajo Peec y en get_query_fanouts del conector MCP con fanoutSource «peec», siempre como una fuente separada. La propia página Query fanouts de Peec cuenta además los fan-outs sintéticos, que la API de Peec no lista uno a uno, así que sus totales pueden ser mayores que los importados. La primera importación lee los últimos 90 días; las siguientes continúan desde el último día completo leído por entero y vuelven a leer los tres días anteriores, porque Peec sigue añadiendo chats a un día después de que termine, por lo que «Importado hasta» nunca es hoy. Un día con más fan-outs de los que lee una importación se continúa donde se quedó, las búsquedas web y las consultas de shopping tienen cada una su propia parte de cada importación, y cada petición se mantiene dentro de un presupuesto de tiempo y muy por debajo del límite de frecuencia de Peec. Por eso el historial de un proyecto grande puede tardar unas horas en llegar; la página avisa mientras todavía se está poniendo al día, muestra un error si Peec lo rechazó y lo indica cuando Peec listó más filas de las que devolvió. Las filas de fan-out de más de 400 días (unos 13 meses) se eliminan cada día, esté Peec todavía conectado o no. Al desconectar Peec AI se eliminan todas de golpe, junto con la clave guardada, y una reconexión posterior las importa de nuevo desde cero. Si la clave se sustituye por la de otro proyecto de Peec, los fan-outs del proyecto anterior se eliminan y los del nuevo se importan desde cero; una clave rotada del mismo proyecto los conserva. Widgets filtrados por etiqueta en un proyecto de Peec. Cuando un widget de informe se filtra por Fuente = Peec más una etiqueta, muestra las cifras propias de Peec para esa etiqueta (la lista de marcas, el Share of Voice, el Sentimiento y la Posición exactamente como los informa el panel de Peec), importadas una vez al día en lugar de recalculadas a partir de los chats. Ten en cuenta la única definición que difiere: el Share of Voice de Peec cuenta todas las apariciones de una marca, incluidas las repeticiones dentro de una misma respuesta, mientras que el Share of Voice nativo cuenta respuestas; Visibilidad y Menciones son idénticas en ambos casos. Cualquier otra combinación de filtros mantiene el cálculo basado en los chats. La misma regla se aplica en cualquier otro lugar donde se muestra un proyecto de Peec (el Resumen, la API y el conector MCP): cuando la vista contiene solo datos de Peec (un proyecto sin escaneos nativos, o con el selector de fuente en Peec), el Share of Voice cuenta todas las apariciones como hace Peec, de modo que las cifras coinciden con el panel de Peec. En cuanto hay escaneos nativos en la misma vista (la fuente combinada), el Share of Voice cuenta respuestas para todas las marcas, porque es la única unidad que ambas fuentes comparten; lo mismo ocurre con una vista de Peec acotada por un prompt, un motor o más de una etiqueta, que lee los chats importados en lugar de las cifras de Peec; por eso una tabla combinada no está pensada para coincidir con el panel de Peec, y al cambiar la fuente a Peec se vuelven a obtener las cifras de Peec. Recuperaciones y citaciones con datos de Peec (8 de octubre de 2026). La misma regla decide cómo se cuentan las Recuperaciones, la Tasa de recuperación, las Citaciones y la Tasa de citación. Cuando una vista contiene solo datos de Peec, usan las definiciones propias de Peec, calculadas a partir de los chats importados: las Recuperaciones son tus páginas recuperadas, sumadas en todos los chats; la Tasa de recuperación las divide entre todos los chats (páginas por chat, p. ej. 0,37; no es un porcentaje); las Citaciones cuentan cada citación de tus páginas, como hace Peec, de modo que una página que una respuesta cita dos veces cuenta dos veces; la Tasa de citación divide las citaciones de los chats que recuperaron tu dominio entre el número de esos chats (p. ej. 1,58 por chat). El «Used as source» de Peec, la proporción de chats que recuperaron tu dominio, es la Tasa de aparición como fuente. Antes de esta fecha, un chat de Peec que no citaba nada salía del denominador de la Tasa de citación, lo que subía la tasa, y un chat sin fuentes salía del de la Tasa de recuperación; ahora ambos cuentan como cero, también para los chats importados antes, sin necesidad de reimportar. Desde octubre de 2026, la importación guarda además cuántas veces citó cada chat cada página (el citation_count de Peec), de modo que estas cifras cuentan las citaciones como lo hace Peec. Aun así pueden diferir de los informes propios de Peec cuando se pausaron o eliminaron prompts en Peec: sus informes cuentan solo sus prompts activos, mientras que los chats ya importados de esos prompts se quedan aquí. Los chats importados antes de esa fecha solo guardaban qué páginas citó un chat: hasta que se vuelvan a leer, cada página que citaron cuenta una vez, y cada widget, tarjeta de KPI y el Resumen indican bajo la cifra cuántos chats así contiene, en la app, en los enlaces compartidos, en los PDF y en los datos del resumen de IA. Las Recuperaciones, la Tasa de recuperación y Used as source no cambian, como tampoco las cifras de nuestros propios escaneos ni las de las vistas que los mezclan con datos de Peec. Las tablas Fuentes citadas, URLs citadas y Dominios de origen cuentan las Citaciones del mismo modo en una vista solo de datos de Peec. Una vista que mezcla escaneos nativos con datos de Peec mantiene las definiciones basadas en respuestas: respuestas que recuperaron o citaron tu dominio, con tasas en porcentaje. Un periodo en el que los chats de Peec del cliente recuperaron páginas pero ninguna de ellas citó nada no capturó citaciones (chats importados antes del 2 de julio de 2026, cuando la importación empezó a guardar las páginas citadas, y no sincronizados desde entonces), así que sus Citaciones y su Tasa de citación muestran «—», nunca 0; en un gráfico de líneas, las tasas por chat tienen su propio eje junto a los porcentajes. Un gráfico cuyo rango contiene periodos solo con datos de Peec junto a periodos con escaneos nativos cuenta todos los puntos con el método basado en respuestas, para que la línea conserve una sola unidad, y desde el 9 de octubre de 2026 lo indica bajo el gráfico y nombra los periodos solo de Peec. Un gráfico de comparación de periodos que enfrenta un periodo solo de Peec con otro con escaneos nativos, y una tabla por mes o por semana cuyos periodos están mezclados de ese modo, cuentan igual y llevan la misma nota. El resumen de IA lee cada serie de los gráficos, y una tasa por chat, con su unidad, de modo que 0,37 por chat nunca se lee como 37 %. Desconectar Peec AI (Datos → Fuentes de datos → Desconectar) elimina todo lo importado de Peec para ese cliente, junto con la clave guardada: las respuestas con sus fuentes, las cifras diarias y por etiqueta de Peec, las consultas fan-out y los prompts importados de Peec. Un prompt que también ejecutaron los escaneos propios de CrunchJunkie, o a partir del cual se creó un briefing de contenido, se queda y solo pierde su vínculo con Peec; el briefing de contenido también se queda, sin sus citas de las respuestas de Peec. Los análisis de Percepción y las sugerencias de marca construidos a partir de las respuestas se borran al instante (vuelve a ejecutar Percepción para analizar lo que queda), y las señales abiertas calculadas a partir de datos de Peec se resuelven. Si un cliente acabó con dos conexiones de Peec (un Conectar enviado dos veces podía crear una segunda; ya no puede), se van las dos. Desde el momento en que desconectas, no se importa nada más. La mayoría de las importaciones se eliminan al instante; una muy grande tarda unos minutos, durante los cuales la fuente aparece como Eliminando en la lista y cada vista del cliente (la app, los informes, los enlaces compartidos, los PDF, la API y el conector MCP) muestra solo sus propios escaneos. Tus propios escaneos, los demás clientes y los competidores que la lista de marcas de Peec añadió al proyecto se quedan como están. Al reconectar se importa el proyecto de Peec desde cero.

Los datos importados de Peec y los escaneos propios (nativos) de CrunchJunkie conviven en el mismo cliente sin pisarse. Cada dato lleva la etiqueta de su origen, «peec» o «native», y ambos se guardan con nombres de modelo distintos (Peec usa etiquetas sencillas como «ChatGPT» y «Perplexity»; los escaneos nativos usan las versiones concretas de modelo a las que llaman, p. ej. ChatGPT en GPT-5.6 con búsqueda web, o Perplexity a través de su Agent API). Por eso nunca se sobrescriben entre sí: ejecutar un escaneo nativo añade datos nativos junto a los datos importados de Peec en lugar de sustituirlos, y una nueva sincronización de Peec solo actualiza sus propias filas importadas. Un proyecto importado de Peec AI (o que conectó Peec más tarde) no tiene escaneos nativos programados (sus datos proceden de la sincronización de Peec a las 05:00 y a las 17:00 UTC), así que un escaneo nativo se ejecuta en él solo cuando tú lo inicias. Cuando un cliente tiene ambos, el resumen de Visibilidad en IA muestra un selector de fuente (Todos / Escaneos nativos / Peec AI (importado)) para que puedas ver cada fuente por separado o juntas. Una cosa que conviene tener presente: en la vista combinada «Todos», el mismo asistente puede aparecer dos veces (una desde Peec y otra desde un escaneo nativo), así que, para un cliente concreto, lo mejor es tratar una fuente como tu fuente de referencia y usar el selector cuando quieras comparar. Un proyecto importado de Peec no empezará a escanear de forma nativa por sí solo: no tiene prompts nativos y su programación de escaneos sigue desactivada hasta que añadas prompts y decidas ejecutarlos.

Ajustes → Facturación muestra un registro de uso bajo el medidor de Managed AI: cada comprobación de este periodo, desglosada de cuatro maneras: por cliente, por motor, por día y por dónde se inició el escaneo. Muestra dos cifras una al lado de la otra, y la diferencia entre ellas importa. Escaneos es cuántas veces consultamos realmente a un motor. Comprobaciones usadas es lo que eso descontó de tu cupo. No son lo mismo, porque los motores premium (ChatGPT, Claude, Grok) cuentan 3×: 200 escaneos en ChatGPT son 600 comprobaciones. Los motores premium llevan una insignia ×3, y cuando las dos cifras difieren el registro explica la conciliación de forma explícita: «N escaneos se convirtieron en M comprobaciones al ponderar los motores premium». Las comprobaciones gestionadas y las de clave propia aparecen en columnas separadas y nunca se suman. Las comprobaciones gestionadas consumen el paquete que pagas; las de clave propia se ejecutan con tu clave de API y aquí no te cuestan nada. Una sola cifra combinada no describiría nada real. Lo que cuesta. Las comprobaciones de clave propia no cuestan nada aquí, pero tus proveedores las facturan, así que el registro lo estima: una columna «≈ Coste con clave propia (USD)» en cada fila y en el total, etiquetada «≈ coste en tu factura del proveedor». Calcula los tokens de cada escaneo con clave propia al precio de lista del proveedor en el momento en que se ejecutó el escaneo, más su tarifa de búsqueda o de grounding, en dólares estadounidenses porque es la moneda en la que cobran los proveedores, e indica el día en que se comprobó por última vez nuestra tabla de precios (una comprobación semanal de la página de precios de cada proveedor; un precio que difiere o no se puede leer mantiene la fecha donde estaba). Como cada escaneo se valora a la tarifa de su propio día, un cambio de precio de un proveedor nunca revalora tus escaneos anteriores. Es una estimación: la factura de tu proveedor es la que manda y puede diferir, sobre todo por las tarifas de búsqueda y grounding, los tokens en caché, los descuentos y los planes mensuales como el de SerpAPI. El paso que lee cada respuesta (Claude Haiku) se ejecuta con la clave de CrunchJunkie y no entra en la estimación, salvo que se haya guardado una clave de Anthropic como clave de tu asistente de IA; entonces también aparece en tu factura de Anthropic, y el registro lo indica. Los escaneos anteriores al 3 de julio de 2026, cuando el registro empezó a anotar con qué clave se ejecutó cada escaneo, no se pueden valorar: muestran «—» y se dejan fuera de la suma, nunca se cuentan como cero, y el extracto indica cuántos eran. Cuando un proveedor no informó del número de tokens de un escaneo, se valora a partir de un escaneo típico: tu propio promedio para ese motor en el mismo rango cuando al menos 10 de sus escaneos informaron de tokens, y en caso contrario nuestro valor por defecto, y el extracto indica a cuántos escaneos se aplica. Las comprobaciones gestionadas no tienen columna de coste, porque las paga tu paquete: en el periodo actual el total dice «incluido», o muestra el exceso hasta el momento (las comprobaciones que superan tu cupo y las arrastradas, multiplicadas por el precio de exceso, en tu moneda de facturación). Aparece una sola vez, en los totales, porque el exceso pertenece a todo el periodo y no a una fila concreta; el exceso de periodos anteriores está en tus facturas. Si el paquete se contrató o se canceló durante el periodo, el medidor cuenta solo desde ese momento: el extracto lo indica, da las comprobaciones desde entonces y deja lo anterior del periodo a tus facturas en lugar de adivinar. «Últimos 30 días» y «Últimos 90 días» son días UTC completos que terminan hoy, desde las 00:00 UTC, y «Periodo anterior» abarca como máximo 31 días; esto es así desde octubre de 2026, por lo que los totales de esos rangos pueden ser algo menores que los que mostraban esos mismos rangos antes. Los dos importes están en monedas distintas y en facturas distintas, por lo que nunca se suman. El CSV incluye la estimación de cada escaneo con clave propia en own_key_est_cost_usd, con own_key_cost_note a su lado, después de todas las columnas existentes, de modo que una hoja construida sobre el archivo antiguo sigue funcionando; en las filas gestionadas ambas están en blanco. El medidor de facturación muestra la misma estimación bajo su cifra BYOK, y get_usage del conector la devuelve como byokCost. Úsalo para responder a las preguntas que el medidor por sí solo no puede: qué cliente consume el paquete, si un motor premium compensa lo que cuesta en un proyecto concreto y si un pico fue un mal día o una subida sostenida. Hay una exportación en PDF para pasar el desglose a un cliente o a un sistema de gastos. «Iniciado desde» responde a una pregunta que las otras pestañas no pueden: si las comprobaciones vinieron de un escaneo que alguien lanzó en la app, de un escaneo programado, de un asistente de IA que actúa a través del conector MCP o de una automatización. La medición es idéntica en todas las vías (una comprobación cuesta lo mismo se inicie donde se inicie), así que esta pestaña es de atribución, no de precios. El razonamiento propio de un asistente en una llamada MCP se ejecuta con tu suscripción de ChatGPT o de Claude y nunca aparece aquí; solo lo hacen los escaneos que inicia (tras tu confirmación). get_usage del conector devuelve la misma división. Bajo la tabla, la pestaña también lista los mensajes del asistente en Managed AI en el mismo periodo según dónde se iniciaron, un cupo aparte del de las comprobaciones: respuestas y análisis de informes en la app, los resúmenes de las copias mensuales, el conector, las automatizaciones y «Correos de informes», los resúmenes de IA reescritos antes de enviar un correo de informe. get_usage devuelve los de este mes como assistantMessages.bySurface. Las comprobaciones de un cliente que ya se ha eliminado aparecen como «Cliente eliminado:» seguido de la marca que se escaneó. Las comprobaciones registradas antes de julio de 2026 no tienen cliente asociado y aparecen como «Sin cliente (antes de julio de 2026)»; las registradas antes del 23 de septiembre de 2026 no tienen origen de inicio y aparecen como «Sin registrar». Todas se muestran en lugar de descartarse, de modo que las partes siempre suman el total.

Puedes ejecutar los escaneos de dos maneras. Con tus propias claves (BYOK) conectas tus claves de API para cada modelo; CrunchJunkie ejecuta los escaneos con ellas y tú pagas solo las tarifas de uso de los proveedores, sin recargo. Las claves se cifran en reposo. Ejecutan tus escaneos, y una clave de OpenAI, Claude o Gemini también alimenta las funciones de IA de Crunch (resúmenes de informes, Ask Crunch, briefings de contenido) salvo que añadas una clave de asistente aparte; las claves de Grok y DeepSeek ejecutan solo escaneos. Es la opción más rentable si ya tienes cuentas con los proveedores. Managed AI es la alternativa sin configuración: CrunchJunkie ejecuta los escaneos en nuestra propia infraestructura, sin claves que gestionar. Cada motor que activas se ejecuta con las claves de proveedor propias de CrunchJunkie (durante la prueba de 14 días, solo Perplexity). Se mide por comprobación (una comprobación = un prompt, ejecutado una vez, en un motor; el escaneo y su análisis posterior cuentan juntos como una sola comprobación). Eliges un paquete mensual con un cupo de comprobaciones incluido, desde 25 €/mes (Lite, 645 comprobaciones) hasta 399 €/mes (Scale, 12.250 comprobaciones), y pagas 0,05 €/comprobación por encima de él (todo sin IVA). Los motores eficientes cuentan 1× por comprobación; los motores premium (ChatGPT, Claude, Grok) cuentan 3×: 100 escaneos en ChatGPT usan 300 comprobaciones, no 100. No hay límite en el número de prompts que monitorizas, en ningún plan. El coste lo gobierna el cupo de comprobaciones, que mide lo que realmente lo determina: prompts × motores × pasadas. Las comprobaciones sin usar se acumulan. Lo que sobre al final de un mes se traslada al siguiente y se gasta solo después del cupo nuevo de ese mes, de modo que un mes tranquilo no las desperdicia. El saldo se acumula hasta el equivalente a seis meses (lo que supere ese límite no se guarda) y se pierde si cancelas Managed AI: es un beneficio de mantener la suscripción, no un crédito almacenado. Durante la prueba gratuita cubrimos un único motor gestionado (Perplexity) para que veas datos reales antes de pagar nada. Cita las páginas que usó, así que los briefings de contenido también funcionan durante la prueba. Los proyectos de prueba escanean cada día, sea cual sea la programación definida; la programación que elijas toma el relevo cuando termina la prueba. Una prueba que empezó con Gemini, antes del cambio de octubre de 2026, conserva Gemini hasta que termine. Cuando termina la prueba, ese motor gratuito se desactiva y no se añade nada a tu plan: Managed AI es solo por suscripción voluntaria. Para seguir escaneando, elige un paquete de Managed AI en Ajustes → Facturación, o añade tu propia clave de API y escanea sin recargo. Te avisamos por correo unos días antes, y tus prompts, resultados y programación se quedan exactamente como están. Puedes combinar Managed AI y tus propias claves, activar o desactivar motores individuales y fijar un tope de gasto que pause los escaneos gestionados antes de que una factura te sorprenda (tus propias claves siguen funcionando, ya que nunca limitamos lo que pagas directamente). Consulta la página de precios para ver los detalles actuales de Managed AI.

La unidad es la comprobación. Un prompt, preguntado una vez, en un motor, es una comprobación, salvo que sea un motor premium (ChatGPT, Claude, Grok), que cuenta como tres. Cada total de abajo es solo eso, multiplicado: prompts × pasadas × la suma de los pesos de los motores. Un escaneo. Imagina que monitorizas 10 prompts y los ejecutas en los cuatro motores del modo Equilibrado (ChatGPT, premium, 3×, más Perplexity, Gemini y Google AI Overviews, eficientes, 1× cada uno) con dos pasadas. Una pasada de un prompt son 3 + 1 + 1 + 1 = 6 comprobaciones; dos pasadas son 12; con 10 prompts, un solo escaneo son 120 comprobaciones. Un mes. Con un escaneo semanal, son unos 4,3 escaneos al mes ≈ 516 comprobaciones. Con un escaneo cada dos semanas, unas 258. Frente a un paquete. Managed AI Lite incluye 645 comprobaciones por 25 €/mes. Ambas frecuencias caben dentro: la semanal (≈ 516/mes) deja unas 129 comprobaciones, que pasan al mes siguiente. Si monitorizas 15 prompts en su lugar, la misma configuración son 180 comprobaciones por escaneo, ≈ 774 al mes: 129 de más, facturadas a 0,05 € cada una, es decir, 6,45 €, así que ese mes pagarías 31,45 € (sin IVA, como todas las cifras de Managed AI), salvo que tengas acumuladas comprobaciones de meses anteriores, que se gastan siempre antes que cualquier exceso. Las comprobaciones sin usar se acumulan hasta el equivalente a seis meses. El exceso se factura en la factura que cierra el mes en el que se usó, incluido el último mes si cancelas. Si cambias a un paquete mayor durante un mes, el exceso que ya habías usado se sigue facturando; cuenta para cualquier exceso del paquete nuevo, así que ninguna comprobación se cobra dos veces. El pulso más barato. El modo de escaneo Ligero (dos motores eficientes con una pasada) son solo 2 comprobaciones por prompt y escaneo. Monitorizar 20 prompts cada semana son 20 × 2 × 4,3 ≈ 172 comprobaciones al mes, bastante menos de un tercio del cupo de Lite. Hay dos cosas que nunca te cuestan una comprobación: no hay límite en el número de prompts que monitorizas (solo escanearlos consume el cupo), y una comprobación fallida (reintentada hasta tres veces) nunca se cuenta, ni en Managed AI ni con tus propias claves. (Una comprobación que falló porque su respuesta llegó vacía o cortada tampoco se cuenta, aunque con tus propias claves el proveedor factura la llamada que respondió.) Con tus propias claves, nosotros no medimos nada de esto: pagas la tarifa de cada proveedor directamente, por respuesta y sin ponderación alguna, así que su factura sigue el recuento bruto: prompts × pasadas × motores.

Antes de configurar un proyecto completo, cualquiera puede probar una versión rápida en /ai-visibility-check, en el sitio de marketing, sin cuenta y sin registro. Introduce una marca (y, si quieres, hasta cinco prompts propios y un correo para recibir el informe más completo; si no pones ninguno, redacta cinco preguntas abiertas de comprador a partir del sitio con el método de Elegir tus prompts, y puedes editarlas y ejecutar de nuevo), y CrunchJunkie ejecuta en el momento un escaneo pequeño y real: consulta varias veces a un único modelo de IA con búsqueda web y informa de con qué frecuencia se mencionó la marca como un % de Visibilidad, con el tamaño exacto de la muestra («n = … ejecuciones») y un margen de error seguro en los extremos (± %), además de las fuentes reales citadas. Bajo la puntuación, una fila por pregunta muestra las empresas del mismo tipo que nombró la respuesta y si salió la marca (cada fila es una sola respuesta), y una lista muestra las páginas citadas en respuestas que nombraron a otra empresa y no a la marca. Una tarjeta aparte muestra lo que dice el motor cuando se le pregunta por la marca por su nombre: esa pregunta nombra la marca, así que se muestra por separado, como texto sin más con las páginas que citó, y nunca forma parte del % de Visibilidad. Es deliberadamente una muestra pequeña en un solo modelo, y la página lo dice: es una instantánea honesta, no una puntuación inventada, y si una o dos ejecuciones fallan, el número se recalcula con lo que realmente se completó. Es una buena forma de mostrar a un potencial cliente lo que la IA dice de él en menos de un minuto; el producto completo hace el seguimiento continuo en los diez modelos, con muchos más prompts, competidores, fuentes y tendencias a lo largo del tiempo. Úsala como puerta de entrada y después crea un proyecto para profundizar.

Si abres ChatGPT (o Gemini, Perplexity) en el móvil, ejecutas uno de tus prompts y lo comparas con un escaneo de CrunchJunkie, las respuestas normalmente no coincidirán exactamente, y es lo esperado. Las respuestas de la IA no son deterministas y están personalizadas, así que una comprobación manual aislada y un escaneo controlado miden cosas distintas. Hay cinco razones por las que divergen: • Modelo distinto. Las apps de consumo de ChatGPT/Gemini/Perplexity usan el modelo por defecto y la búsqueda web integrada que recibe tu cuenta. CrunchJunkie escanea una lista definida de versiones concretas de modelo a través de sus API (p. ej. ChatGPT en GPT-5.6 con búsqueda web, Perplexity a través de su Agent API, Gemini, Google AI Overview). Modelo distinto, respuesta distinta. • Personalización. Tu app lleva memoria, instrucciones personalizadas, el historial de tu cuenta y tu ubicación, y todo ello sesga la respuesta (p. ej. hacia agencias cercanas a ti). Los escaneos se ejecutan limpios y neutrales, sin memoria personal, sobre el mercado que configuras, de modo que los resultados son comparables entre clientes y a lo largo del tiempo. • Navegación en vivo. Cuando la app navega por la web, obtiene resultados recientes que cambian de un minuto a otro. Un escaneo captura una instantánea controlada. • Muestreo. El mismo prompt devuelve respuestas distintas en ejecuciones repetidas, porque los modelos muestrean. Por eso CrunchJunkie ejecuta cada prompt varias veces y agrega los resultados: una sola ejecución manual es una muestra única y ruidosa. • Tiempo. Los modelos y el índice de la web cambian constantemente; un escaneo de la semana pasada y una comprobación de hoy diferirán. La conclusión: una comprobación manual puntual es un dato personalizado y ruidoso. El valor de CrunchJunkie es la medición controlada, repetible y de varias ejecuciones que promedia ese ruido, para que puedas seguir la tendencia y comparar marcas con justicia, en lugar de reaccionar a una sola captura de pantalla.

Una línea de visibilidad da un salto y tres semanas después nadie recuerda por qué. ¿Fue un cambio real, o añadiste dos motores, cambiaste de mercado o pausaste el escaneo durante una semana? Las anotaciones de la línea temporal lo responden en el propio gráfico. CrunchJunkie escribe la mayoría por ti: siempre que cambia un ajuste del proyecto que afecta a la medición (mercado, idioma, motores, competidores, alias de marca, conjunto de prompts, pasadas por prompt, programación, o escaneo pausado/reanudado), se registra una anotación automática con el antes y el después exactos. Cuando el proveedor de un motor cambia el modelo que hay detrás (el mismo motor empieza a responder con un modelo más reciente), también lo registramos. Los cambios que alteran lo que se mide (mercado, idioma, motores, competidores, alias, prompts, un modelo cambiado) se marcan de forma especial, porque un delta que abarca uno de ellos compara dos mediciones distintas. También puedes añadir notas manuales («nueva página de precios publicada», «campaña de relaciones públicas iniciada») desde el panel de anotaciones de la línea temporal de visibilidad. Toda anotación es interna o compartida, y la regla es estricta: las anotaciones automáticas son siempre internas, tus clientes nunca ven los cambios de tu configuración. Una nota manual que marcas como compartida aparece también en los informes de cara al cliente: como notas numeradas bajo los gráficos de visibilidad en IA en el informe de la app, en el enlace de informe compartido y en el PDF, de modo que el cliente lee la misma explicación junto a la misma línea. Las notas internas solo son visibles dentro de la app.