El problema de las métricas vanity en GEO: por qué la mayoría de indicadores de visibilidad en IA son engañosos

Hace un año, "¿somos visibles en IA?" era una pregunta que nadie sabía responder. Hoy hay más de 40 plataformas que te venden la respuesta. El problema: casi todas miden lo mismo de forma diferente, y casi ninguna mide lo que realmente importa.

No estoy diciendo que las herramientas GEO no sirvan. Sirven. Pero hay una brecha enorme entre lo que reportan y lo que realmente necesitas saber, y esa brecha se está volviendo peligrosa.

El auge (y el ruido) de las herramientas GEO

En 2025 prácticamente no existían plataformas dedicadas a medir visibilidad en buscadores de IA. Para julio de 2026 ya hay más de cuarenta. Según el mapa de Presenc AI sobre el landscape GEO 2026, han aparecido herramientas de monitoreo, optimización de contenido, generación de señales de autoridad, y hasta plataformas de "AI brand publishing" — todo en menos de 18 meses.

El problema no es que existan. El problema es qué miden.

Casi todas las herramientas GEO se enfocan en tres métricas:

• Menciones de marca — cuántas veces aparece tu marca en respuestas generadas
• Share of Model Voice (SOMV) — tu porcentaje de menciones frente a competidores
• Frecuencia de citación — qué tan seguido te cita la IA

Suenan relevantes. Pero si rascas un poco, empiezan los problemas. Search Engine Land publicó una guía de 8 métricas GEO en mayo que cubre exactamente esto, señalando que el "Share of Model Voice" es útil para categorías competitivas porque las respuestas de IA comprimen el set de consideración — pero que frecuencia no es lo mismo que influencia.

Por qué la frecuencia de citas no es suficiente

Imagina que tu marca aparece en el 60% de las respuestas de ChatGPT para consultas de tu industria. Suena increíble, ¿no?

Ahora imagina que en el 40% de esas menciones, ChatGPT te describe como "una herramienta para principiantes" o te compara desfavorablemente con un competidor. O peor: te atribuye características que no tienes.

Eso no es visibilidad. Es ruido.

Las métricas de superficie (menciones, SOMV, frecuencia) operan bajo un supuesto falso: que toda mención es positiva o neutral. En la práctica, las respuestas de IA son contextuales y comparativas. Tu marca puede ser muy citada pero siempre en contexto de "esto no es tan bueno como alternativa X".

Pero hay un problema más grave. En junio de 2026, la Corte Regional de Múnich emitió una orden judicial contra Google estableciendo que los AI Overviews generados por Google son contenido propio de la compañía, no resultados de búsqueda protegidos. Esto significa que si una IA te cita incorrectamente —atribuyéndote datos falsos, posiciones que no tienes, o información desactualizada— la responsabilidad legal existe.

De repente, la precisión de las citas no es solo un problema de marca. Es un riesgo legal.

Lo que realmente deberías medir en GEO

Después de trabajar con varios clientes tratando de correlacionar métricas GEO con resultados de negocio reales, esto es lo que hemos encontrado que realmente importa:

Precisión de la cita, no frecuencia. Que te citen 50 veces está bien. Que te citen 10 veces con datos correctos y contexto favorable vale mucho más. La métrica que empezamos a usar internamente es "Accuracy-Weighted Share of Voice" (AWSOV): ponderamos cada mención por qué tan precisa y contextualmente favorable es. Una mención incorrecta resta, no suma.

Calidad del prompt que te cita. No todas las consultas de IA valen lo mismo. Una mención en respuesta a una consulta de alta intención comercial ("mejor agencia de marketing digital para ecommerce en México") vale órdenes de magnitud más que una consulta informacional genérica ("qué es el marketing digital"). Las herramientas GEO más maduras empiezan a segmentar por esto, pero la mayoría todavía promedia todo.

Ratio de conversión post-cita. Esta es la que casi nadie mide. Alguien llega a tu web desde ChatGPT, Perplexity, o AI Overviews — ¿y luego qué? ¿Convierte? Según datos de SparkToro de 2026, el tráfico referido desde ChatGPT convierte al 7%, comparado con el 5% de Google orgánico. Pero eso solo aplica si realmente separas ese tráfico del orgánico regular. La mayoría de sitios no lo hacen, y pierden visibilidad completa del funnel.

Cobertura semántica del tópico. En vez de medir menciones, mide qué tan bien cubres las entidades y relaciones que la IA necesita para considerarte autoridad. Es más difícil de medir, pero mucho más predictivo. Cubre bien las submaterias con profundidad y evidencia, y las citas llegan solas.

Cómo arreglarlo

No necesitas abandonar tus herramientas GEO actuales. Pero sí necesitas complementarlas con:

1. Un sistema de verificación de citas. Revisa manual o semi-automáticamente una muestra de tus menciones en ChatGPT, Gemini, Perplexity y AI Overviews. ¿Son precisas? ¿El contexto es correcto? ¿Te atribuyen cosas que no son ciertas?

2. Segmentación por tipo de consulta. Separa tus métricas por intención de búsqueda. Las menciones en consultas comerciales y de comparación son las que realmente mueven el negocio.

3. Tracking de conversión desde fuentes IA. Usa UTMs específicos o server-side tracking para identificar tráfico que viene de respuestas generadas. Sin esto, estás volando ciego.

4. Un score de precisión. Así como Google tiene E-E-A-T, deberías tener un score interno de qué tan precisa es tu presencia en IA. Si una herramienta dice que tienes 80% SOMV pero tu score de precisión es bajo, el número no vale nada.

Hoy GEO está donde estaba el SEO en 2005: todos cuentan menciones, nadie verifica si esas menciones sirven de algo. El que aprenda a diferenciar señal de ruido primero —el que pregunte "esta cita es precisa?" en vez de "cuántas citas tengo?"— va a tener una ventaja enorme cuando el resto de la industria se dé cuenta.

Mi consejo: pregúntale a tu herramienta GEO por la precisión de tus citas, no por el volumen. Si no te lo puede dar, probablemente estás midiendo lo que no importa. Y con el fallo de Múnich, medir lo que no importa te puede salir caro.