¿Qué es una auditoría GEO?

No es optimizar todavía: es medir primero, con método, qué está pasando hoy.

Antes de invertir tiempo o presupuesto en aparecer en ChatGPT, Gemini o Perplexity, necesitas saber en qué punto estás parado. Eso es exactamente lo que hace una auditoría GEO: un diagnóstico estructurado, repetible y con evidencia escrita, que responde una pregunta muy concreta — cuando alguien le pregunta a una IA generativa por un negocio como el tuyo en Monterrey, ¿aparece tu nombre, y con qué información?

La diferencia importa porque son dos preguntas distintas. «¿Mi sitio rankea bien en Google?» es una pregunta de SEO. «¿ChatGPT le dice a un cliente potencial que me contrate?» es una pregunta de GEO, y la respuesta no siempre coincide: puedes tener el sitio mejor optimizado de tu categoría en Monterrey y aun así no aparecer en una respuesta de ChatGPT, porque el modelo no construye su respuesta de la misma forma en que Google arma una página de resultados.

¿Por qué ya no basta con estar bien posicionado en Google?

El clic ya no es el único punto de contacto — y en muchos casos, ya ni siquiera es el primero.

Durante casi dos décadas, «estar en primer lugar de Google» fue suficiente para asumir que un negocio era visible. Ese supuesto se está rompiendo. Cada vez más búsquedas se resuelven sin que el usuario visite ningún sitio: la respuesta se la da directamente el buscador o el asistente de IA, y el negocio nunca se entera de que estuvo —o no estuvo— en esa conversación.

Ninguno de estos cuatro datos, por separado, prueba que tu negocio específico esté perdiendo clientes por esto. Pero juntos dibujan un patrón difícil de ignorar: la proporción de personas que le preguntan a una IA en lugar de escribir en el buscador y hacer clic sube en Monterrey al mismo ritmo que en el resto del mundo, y las empresas de Nuevo León —según la propia cifra oficial del estado— ya adoptan estas herramientas más rápido que el promedio nacional. Si tus clientes potenciales están usando ChatGPT o Gemini para investigar antes de decidir, la pregunta relevante deja de ser «¿cómo rankeo en Google?» y pasa a ser «¿qué le está diciendo la IA sobre mí ahora mismo?». Y esa pregunta no se responde por intuición: se mide.

¿Cómo saber si ChatGPT recomienda tu negocio? La prueba de 5 minutos

Método, no adivinanza: los mismos ocho pasos que puedes correr hoy, sin herramientas de pago.

No necesitas software especializado para hacer una primera auditoría GEO. Necesitas disciplina de método: usar los mismos prompts en los tres motores, registrar lo que ves y repetir la prueba más de una vez antes de sacar conclusiones. Esto es exactamente lo que puedes hacer en los próximos cinco minutos.

1. Escribe entre 5 y 8 prompts reales, sin mencionar tu marca. Piensa cómo pregunta un cliente que no te conoce: «recomiéndame una agencia de marketing digital en Monterrey», «¿qué clínica dental confiable hay en San Pedro Garza García?», «necesito un despacho contable en Monterrey, ¿cuál me recomiendas?». Nunca escribas el nombre de tu empresa en el prompt: eso sesga la respuesta y no te dice nada sobre tu visibilidad real.
2. Corre cada prompt en ChatGPT en una conversación nueva, en modo incógnito o sin sesión iniciada. Si tienes historial de conversaciones previas o memoria activada, el modelo puede personalizar la respuesta con datos que ya conoce de ti, lo cual distorsiona el resultado.
3. Repite exactamente los mismos prompts en Gemini. Usa el mismo texto, sin variar una palabra, para poder comparar peras con peras entre motores.
4. Repite en Perplexity y revisa la lista de fuentes que muestra al pie de cada respuesta. A diferencia de ChatGPT y Gemini, Perplexity casi siempre expone qué páginas usó para construir la respuesta — es la forma más directa de ver si tu sitio, tu ficha de Google Business Profile o una nota de prensa sobre ti fue una de esas fuentes.
5. Anota en una tabla simple: ¿te menciona?, ¿en qué posición?, ¿qué dice de ti?, ¿qué fuente citó. No te quedes con un «sí» o «no» genérico; el detalle de qué información usó el modelo es lo que después te dice qué corregir.
6. Registra quién sí aparece y de dónde parece sacar esa información. Si un competidor aparece y tú no, revisa si tiene más reseñas en Google, más menciones en medios locales o un sitio con contenido que responde preguntas específicas — ahí suele estar la diferencia.
7. Varía la redacción de 2 o 3 prompts para confirmar el patrón. Una sola corrida puede ser ruido; si cambias «recomiéndame» por «¿cuál es la mejor opción de X en Monterrey?» y el resultado se repite, ya tienes una tendencia, no una casualidad.
8. Documenta la fecha y repite la auditoría cada 4 a 6 semanas. Los modelos actualizan su información con frecuencia; lo que hoy no te menciona puede cambiar en un mes, y necesitas un registro histórico para saber si tus esfuerzos de GEO están funcionando.

Este ejercicio es exactamente eso: una metodología de prueba, no un resultado garantizado. El objetivo no es obtener un «sí» la primera vez, sino construir evidencia real —con fecha, con capturas, con el texto exacto de cada respuesta— sobre la que puedas tomar decisiones informadas.

¿Qué señales sí ve la IA generativa y cuáles ignora por completo?

No todo lo que te hace visible en redes o en publicidad, te hace citable para un modelo de lenguaje.

Un error frecuente al auto-evaluarse es asumir que «tener presencia digital» es lo mismo que «ser citable». Un negocio puede tener una cuenta de Instagram activa, buena inversión en anuncios y una web bonita, y aun así ser prácticamente invisible para ChatGPT o Perplexity, porque ninguna de esas señales es lo que el modelo consulta cuando construye una respuesta. Esta tabla resume la diferencia.

ChatGPT vs. Gemini vs. Perplexity: ¿qué citan y cómo lo revisas tú?

Los tres motores no funcionan igual, y eso cambia cómo debes leer sus respuestas.

Un estudio de Ahrefs sobre 78.6 millones de búsquedas —76.7 millones de AI Overviews, 957 mil prompts de ChatGPT y 953.5 mil de Perplexity, con datos de junio de 2025— encontró que Wikipedia domina las citas en los tres sistemas, aunque con pesos distintos: ChatGPT la cita en 16.3% de sus respuestas, Perplexity en 12.5% y Google AI Overviews en 8.4%. El mismo estudio encontró que Reddit y Quora aparecen entre las fuentes favoritas de AI Overviews pero casi no figuran en el top 10 de ChatGPT o Perplexity, y que ChatGPT muestra una preferencia particular por medios de noticias que los otros dos no comparten en la misma proporción. La conclusión práctica: no existe una sola «receta» para ser citado, porque cada motor prioriza tipos de fuente distintos.

Para tu auditoría, esto significa que si ChatGPT no te menciona pero Perplexity sí (o viceversa), no es un error de medición: es información real sobre en qué tipo de fuente estás presente y en cuál no. Un negocio con buenas reseñas y presencia local sólida pero sin cobertura de medios puede rendir distinto en cada motor, y eso es exactamente lo que la auditoría debe capturar.

¿Cómo interpretar los resultados de tu auditoría?

El resultado nunca es solo «sí» o «no»: hay al menos cuatro escenarios posibles.

Terminada la prueba de 5 minutos, es común encontrarse con uno de estos cuatro escenarios, y cada uno pide una lectura distinta.

Te menciona y la información es correcta. Es el mejor escenario: significa que ya tienes señal suficiente en las fuentes que ese motor consulta. La tarea aquí es de mantenimiento — repetir la auditoría periódicamente para confirmar que sigues apareciendo cuando el modelo actualice su información.

Te menciona, pero con datos desactualizados o incorrectos. Un modelo puede citar una dirección anterior, un horario viejo o un servicio que ya no ofreces. Esto suele pasar cuando la fuente que usó el modelo (un directorio, una nota de prensa antigua) no se ha actualizado. Vale más corregir la fuente original que «pelear» con la IA directamente.

No te menciona a ti, pero sí menciona competidores. Es la señal más útil de todas: revisa qué tienen esos competidores que tú no —reseñas, cobertura de prensa, contenido que responde preguntas— porque ahí está, casi siempre, la brecha exacta que hay que cerrar.

El motor no menciona a nadie local, solo da criterios generales. Ocurre en categorías muy específicas o poco cubiertas digitalmente en Monterrey. Aquí la oportunidad es mayor: ser el primero en construir señal citable en un nicho donde casi nadie lo ha hecho todavía suele rendir resultados más rápidos que competir en una categoría saturada.

Errores comunes al auditar tu presencia en la IA

Casi todos los diagnósticos fallidos de GEO se deben a estos mismos siete errores.

Probar una sola vez y sacar una conclusión definitiva. Los modelos generativos no son deterministas: la misma pregunta puede producir respuestas ligeramente distintas en dos corridas seguidas. Una sola prueba es una muestra, no un diagnóstico.

Usar tu propio nombre de marca como prompt. Preguntar «háblame de [tu empresa]» solo confirma que el modelo tiene información sobre ti si la buscas directamente; no te dice si te recomienda cuando el cliente no te conoce todavía, que es el escenario que de verdad importa.

Ignorar la personalización de la sesión. Si tienes historial de chat, cuenta vinculada o memoria activada, el modelo puede estar usando contexto que ningún cliente nuevo tendría. Siempre audita en modo incógnito o sesión limpia.

Comparar resultados de fechas o condiciones distintas como si fueran equivalentes. Correr un prompt hoy en la mañana y otro la semana pasada por la noche no es una comparación válida; documenta fecha y hora de cada corrida.

Confundir «aparecer» con «ser recomendado favorablemente». Que un modelo mencione tu nombre en una lista de cinco opciones no es lo mismo que ser la recomendación principal; anota también el orden y el tono con que te describe.

No verificar si los datos que da la IA son correctos. Que te mencionen no es necesariamente bueno si la dirección, el teléfono o el servicio que describen ya no existen. Una mención con datos erróneos puede generar más fricción que no aparecer en absoluto.

Auditar una sola vez y nunca más volver a revisar. El panorama cambia con cada actualización de modelo. Sin una auditoría recurrente, no hay forma de saber si tus esfuerzos de contenido, reseñas o relaciones públicas están moviendo la aguja.

¿Qué hacer si la IA no te recomienda?

El diagnóstico es el primer paso; corregir la causa raíz es el segundo.

Si tu auditoría muestra que ningún motor te menciona, el objetivo inmediato no es «hackear» a la IA, sino aumentar la cantidad y calidad de señal citable y verificable sobre tu negocio: una ficha de Google Business Profile completa y con reseñas reales, contenido en tu web que responda directamente las preguntas que tus clientes ya hacen, presencia consistente en directorios y medios locales, y una estructura técnica —de la que ya hemos hablado en profundidad en otros artículos del blog sobre posicionamiento en IA (GEO) en Monterrey y sobre cómo estructurar tu sitio con datos legibles para máquinas— que le facilite a cualquier motor confirmar que existes, dónde estás y qué ofreces. Esta guía se enfoca deliberadamente en el diagnóstico: entender primero, con evidencia, en qué punto exacto estás parado, antes de invertir en corregirlo.

Preguntas frecuentes

Sobre el autor

Jahiro Haro es fundador y director de Black360Digital, agencia de marketing digital y posicionamiento con inteligencia artificial (GEO) con sede en Monterrey, Nuevo León. Ayuda a negocios a que las IA generativas —ChatGPT, Gemini, Perplexity— los citen y recomienden.

Fuentes

Search Engine Land / SparkToro, «Google zero-click searches hit 68% in early 2026: Study» (publicado 9 de junio de 2026, con base en el estudio de SparkToro «In 2026, Less than One Third of Google Searches Still Send a Click»): 68.01% de búsquedas sin clic en EE. UU. (enero-abril 2026) frente a 60.45% en 2024; AI Overviews presentes en más de 20% de las búsquedas, con caída de CTR de casi 60% cuando aparecen.

Gobierno del Estado de Nuevo León / Secretaría de Economía, «Es Nuevo León primer lugar en adopción de Inteligencia Artificial en empresas» (publicado 12 de marzo de 2026, con base en el estudio «Inteligencia Artificial en México: de la promesa al impacto económico» del Centro México Digital): 12.6% de adopción de IA en empresas de 10+ empleados en Nuevo León frente a 8.0% de promedio nacional.

Ipsos, estudio «Our Life with AI» (datos recopilados en 2025, reportado por El Informador en enero de 2026): 66% de los mexicanos ya usa chatbots de IA en su vida cotidiana.

Ahrefs, «The 10 Most Mentioned Domains for ChatGPT, Perplexity, and AI Overviews Across 78.6M Searches» (publicado 11 de junio de 2025, datos de junio de 2025 sobre 76.7M de AI Overviews, 957 mil prompts de ChatGPT y 953.5 mil de Perplexity): Wikipedia citada en 16.3% de respuestas de ChatGPT, 12.5% de Perplexity y 8.4% de AI Overviews.