Un estudio cuestiona medir la visibilidad en ChatGPT con una sola consulta
Una marca que aparece en una respuesta de ChatGPT puede quedar fuera de la siguiente, aunque la pregunta no cambie. En un estudio sobre recomendaciones de consultores SEO en Valencia, España, la coincidencia media de los cinco nombres fue del 46 % entre dos respuestas del navegador y del 52,4 % entre dos respuestas de la API. El resultado cuestiona la práctica de tratar una única respuesta de IA como una medida fiable de la visibilidad de una marca.
¿Cuántas respuestas deberían reunir los profesionales del marketing? En un ejemplo teórico de planificación con una probabilidad de aparición del 50 %, el margen de error aproximado al 95 % pasa de ±31 puntos porcentuales con 10 respuestas independientes a ±9,8 con 100 y ±5 con 385. Son estimaciones estadísticas sujetas a esas condiciones para cada configuración; no garantizan la exactitud ni establecen un tamaño mínimo universal de muestra. El experimento no demostró que se cumplieran la independencia y la estabilidad.
El estudio también muestra por qué medir requiere algo más que contar menciones. Una web, ip10.es, figuraba entre las fuentes de búsqueda registradas del navegador en 96 de las 97 respuestas que conservaban datos de fuentes, pero IP10 nunca fue recomendado como proveedor. La frecuencia, la posición, el contenido de la recomendación, las fuentes y los enlaces deberían registrarse por separado. Entre las dos configuraciones probadas, solo coincidía de media el 35,4 % de los nombres.
El experimento se realizó el 8 y el 9 de noviembre de 2026: 100 intentos en ChatGPT gratuito, con chats nuevos en el navegador y sin iniciar sesión, y 100 a través de la API de OpenAI con la búsqueda web activada. La pregunta, formulada en castellano, pedía cinco consultores SEO en Valencia y una breve explicación de cada recomendación. Dos intentos del navegador no generaron una lista, por lo que quedaron 198 listas completas.
Los resultados se refieren a una consulta local, un sector y dos configuraciones concretas. El modelo del navegador no quedó identificado y las condiciones de búsqueda eran distintas. Los resultados no permiten aislar la interfaz de acceso como causa de las diferencias ni generalizar a todas las consultas de ChatGPT. La investigación no clasifica a los consultores por su calidad ni mide ventas.
Autoría del estudio El estudio lo firman Nina S. Dzhezher, de ELNIQ GEO, y Eric Jorge Seguí Parejo, de Queseo. Queseo también figura entre los candidatos recomendados y se contó con los mismos criterios que el resto de candidatos.







