Cómo se mide si ChatGPT te cita: el método honesto (vs humo)

«Posiciónate en ChatGPT» se ha convertido en el nuevo «posiciónate en Google» de 2018: un eslogan que vende auditorías. Pero medir realmente si una IA te cita requiere método honesto. Sin él, pagas por humo.

Como agencia que ha aplicado GEO (Generative Engine Optimization) a su propio sitio antes que al de ningún cliente, te cuento el único método riguroso para saber si ChatGPT te cita, sin engañarte ni dejar que te engañen.

Por qué no hay panel oficial (y por qué eso no es excusa)

A diferencia de Google Search Console (que te dice exactamente qué consultas te traen tráfico), ChatGPT, Perplexity, Claude y Google AI Overviews no ofrecen un panel oficial donde veas «esta semana te citaron 47 veces». La razón es técnica: los LLMs no rastrean clics de la misma manera que un motor de búsqueda clásico.

Esto ha creado el espacio perfecto para que agencias vendan «puntuación de autoridad LLM», «GEO score» y métricas inventadas que no se pueden auditar. La realidad operativa es otra: hay tres métodos honestos, y solo tres.

Método 1 — Auditoría manual periódica

Es el método base. Te explico cómo lo hacemos para okawa.es y para nuestros clientes:

1. Define las 15-30 consultas relevantes. Las que un cliente real haría a una IA antes de comprarte. Ejemplo para una clínica dental: «mejor clínica dental Málaga«, «cuánto cuesta un implante en Málaga«, «diferencia entre Vitaldent y clínica dental privada«.
2. Pregunta a cada motor de IA esas consultas desde un perfil sin sesgo (modo incógnito en navegador, cuenta limpia). ChatGPT con búsqueda web activada, Perplexity, Google AI Overviews (desde Google Search), Claude con búsqueda activada.
3. Registra en una tabla mensual: ¿Aparece la marca? ¿Con qué datos? ¿Hay errores (dirección, servicios, equipo)? ¿Qué fuente cita el motor?
4. Compara mes a mes. La métrica relevante no es «salimos siempre», es «vamos saliendo más, con más precisión, en más consultas«.

Sí, es trabajo manual. No, no se puede automatizar bien todavía. La buena noticia: 30-60 minutos al mes te dan datos reales que valen más que cualquier dashboard inventado.

Método 2 — Verificación técnica de las señales que los LLMs leen

Antes de saber si te citan, conviene saber si tienes activado lo que esperan leer. Las señales que los LLMs consumen son auditables públicamente:

• Schema.org Organization + LocalBusiness. Comprueba con Schema.org Validator que tu sitio emite estructura correcta. Sin schema, los LLMs no pueden construir respuestas precisas sobre tu marca.
• Archivo /llms.txt. Estándar emergente que Perplexity y otros motores empiezan a leer. Si tu sitio no lo tiene en raíz, no es accidente: es un hueco que tu competencia técnica sí va a cubrir.
• Schema FAQPage en páginas clave. Google AI Overviews y los LLMs con búsqueda web extraen preguntas y respuestas directamente de schema FAQPage. Sin él, tus FAQs son invisibles para el resumen automático.
• Schema AboutPage + Person para el director/fundador. La autoridad de marca en LLMs depende de poder identificar personas reales con experiencia verificable. Schema Person con jobTitle, worksFor y knowsAbout es lo que les permite citarte como fuente experta.
• NAP consistente y sameAs a directorios oficiales. Los LLMs cruzan tu marca contra directorios (Páginas Amarillas, Yelp, Google Business, Apple Maps, sectoriales). Si los datos no coinciden, te penalizan por falta de fiabilidad.

Estas señales son auditables en menos de 10 minutos con herramientas gratuitas (Schema.org Validator, Google Rich Results Test, curl al /llms.txt). Cualquier agencia que cobre por «auditar GEO» sin enseñarte estos artefactos concretos te está vendiendo niebla.

Método 3 — Tracking de tráfico LLM en GA4

El tercer pilar es medir el tráfico real que llega desde respuestas de IA. Buena noticia: cada vez más LLMs declaran su origen en el referrer HTTP. Mala: los datos son aún parciales.

En GA4, los referrers típicos que verás de origen LLM son:

• perplexity.ai — el motor más transparente, casi siempre declara origen
• chatgpt.com y chat.openai.com — declaran cuando el usuario hace clic en una cita
• claude.ai — declara cuando se hace clic en una fuente citada
• copilot.microsoft.com — declara con cierta consistencia
• google.com con parámetros de SGE/AI Overview — más difícil de aislar pero detectable

Configura un segmento en GA4 con esos referrers, mide tendencias mensuales y cruza con el método 1 (auditoría manual): cuando aparezcas más en consultas, el tráfico LLM debería subir con ~30-60 días de retraso.

Lo que NO es medir GEO honestamente

Si una agencia te ofrece «GEO score» o «puntuación de autoridad LLM» como métrica, pídele la documentación pública del modelo de scoring. No existe. Es lo que en marketing se llama black box metric: una cifra inventada para justificar facturas mensuales.

Otras señales de venta de humo:

• «Tu marca aparece en el 87% de las consultas relevantes» — sin decir qué consultas, qué motor y qué fecha
• «Hemos optimizado tu autoridad semántica» — frase sin entregable concreto
• «Estamos posicionando tu marca en el algoritmo de OpenAI» — OpenAI no expone «algoritmo» optimizable como Google
• «GEO garantizado en 30 días» — la indexación de cualquier LLM tarda 4-12 semanas mínimo

Cómo aplicamos esto en okawa.es

Cada técnica que hemos descrito está aplicada en este mismo sitio. Antes de contratarnos —o cualquier agencia GEO— audítanos:

• Visita okawa.es/llms.txt y verifica el archivo en bruto
• Valida nuestro schema con el Schema.org Validator oficial
• Comprueba en el Google Rich Results Test qué fragments enriquecidos podemos mostrar
• Pregunta directamente a ChatGPT, Perplexity o Claude por «Okawa Studio Málaga» y observa qué responde

La diferencia entre una agencia GEO con método y una con discurso se ve en 5 minutos de auditoría pública. Si una agencia vende GEO sin tener su propio sitio GEO-optimizado, es como un dentista con caries.

Resumen accionable

Tres pilares de medición real:

1. Auditoría manual mensual — preguntas concretas a cada motor, registro en tabla, comparativa mes a mes
2. Validación técnica — schema, llms.txt, NAP, sameAs (todo verificable con herramientas gratuitas)
3. Tracking de referrer LLM en GA4 — perplexity.ai, chatgpt.com, claude.ai, copilot.microsoft.com

Con eso tienes datos honestos cada mes. Sin eso, estás pagando humo con etiqueta nueva.

¿Quieres aplicar estos métodos a tu marca? En Okawa Studio hacemos auditoría GEO completa con 13 señales auditables y, si te interesa profundizar en un motor concreto, tenemos páginas específicas para ChatGPT, Perplexity, Google AI Overviews y Answer Engine Optimization general. Sin humo y con prueba viva en este mismo sitio.