Cada vez más gente le pregunta a ChatGPT, a Gemini o a Perplexity lo mismo que antes le preguntaba a Google. Ya no recibe diez enlaces para elegir, recibe una respuesta ya masticada, con dos o tres marcas dentro. Si la tuya no está ahí, para ese usuario tu marca no existe en ese momento.
El prompt tracking nace para responder algo muy concreto. Cuando alguien le pregunta a una IA por tu categoría, ¿aparece tu marca? ¿Cómo? ¿Con qué tono? ¿Por delante o por detrás de tu competencia?
Qué es exactamente
El prompt tracking es el seguimiento sistemático de cómo aparece una marca en las respuestas de los modelos de lenguaje. En vez de vigilar posiciones en una SERP, vigilas menciones, sentimiento y frecuencia de aparición ante un conjunto de preguntas relevantes para tu negocio.
No es una evolución directa del SEO clásico. Es otra cosa. El SEO trabaja con un listado de resultados relativamente estable. Aquí trabajas con un sistema que genera una respuesta distinta según el modelo, la sesión, el idioma o hasta una coma de más en el prompt.
Para qué sirve, en la práctica
Sirve para detectar huecos de contenido: un competidor aparece en el 80% de las respuestas sobre un tema y tú solo en el 20%. Sirve para saber si te citan en positivo, en neutro o casi como advertencia. Y sirve sobre todo en las preguntas de mayor intención de compra, del tipo «alternativa a X» o «compara X con Y». Son las que más pesan en una decisión final.
Bien hecho, te da una dirección. Mal hecho, te vende una falsa sensación de control sobre algo que, por diseño, es mucho más volátil de lo que parece.
Lo que defienden quienes apuestan por esta disciplina
La postura a favor es sólida cuando se apoya en escala real. Herramientas como Sistrix, Ahrefs o Semrush no lanzan 25 prompts inventados. Trabajan con decenas o cientos de millones de consultas derivadas de demanda real: sugerencias de ChatGPT, «people also ask», bases de datos de keywords. A esa escala, el ruido estadístico se diluye y empiezan a verse patrones de verdad.
Y luego está el first party data, el más honesto de todos. Bing ya ha lanzado su propio informe de qué páginas cita realmente Copilot, sobre usuarios reales, sin simular nada desde fuera. Si Google y OpenAI siguen ese camino, parte de esta discusión perderá sentido. Dejaremos de estimar y empezaremos a medir de verdad.
Lo que hay que reconocer del lado crítico
Aquí toca ser honestos: la crítica no es ruido, tiene base científica. Está estudiado que un mismo modelo, ante el mismo prompt, rara vez repite exactamente la misma respuesta, incluso en configuraciones pensadas para ser predecibles.
También está documentado que los dominios que citan los asistentes de IA cambian de forma notable de un mes a otro, incluso para la misma pregunta. Obtener dos veces la misma lista de marcas, en el mismo orden, es prácticamente excepcional. Con ese nivel de variación, hablar de «posición 1» en una respuesta de IA tiene poco sentido real.
También se ha analizado a gran escala si las páginas citadas en los resúmenes de IA de Google coinciden con las que rankean en el top 10 orgánico para esa misma búsqueda. La coincidencia es cada vez menor. Es decir, ni siquiera posicionar bien te garantiza salir citado.
La brecha entre el laboratorio y lo que ve tu usuario real
Cuando alguien le pregunta algo a una IA, esa respuesta está filtrada por muchas capas. Su historial de conversaciones. Su ubicación. Si tiene cuenta de pago. Si tiene memorias guardadas. Si ha conectado su Gmail o su Calendar. Si el sistema decidió buscar en la web o responder de memoria. Incluso por el idioma en el que se ejecutan las subconsultas internas, que muchas veces no es el idioma en el que preguntó el usuario.
El tracking es una foto de laboratorio. Útil para comparar tendencias entre tu marca y tu competencia. Pero no es lo que le llega a tu cliente potencial cuando pregunta desde su móvil, con su historial y su contexto personal encima. Por eso lo más sensato es tratar el prompt tracking como un indicador muy valioso, complementario con otros seguimientos que intenten dar una imagen más amplia, no como una verdad absoluta. Sirve para detectar tendencias y huecos, no para certificar posiciones exactas.
El prompt tracking: una información valiosa bien complementada
Desde Relevant hacemos un análisis en varias capas para intentar dar la mayor luz: un seguimiento sectorial con búsquedas a gran escala midiendo la respuesta de las marcas en AIOverviews (Gemini, Google) esto nos da la idea de cómo estamos con respecto a la competencia en un sector concreto y comparado con una competencia, el prompt tracking que nos da la información sobre consultas concretas en diferentes modelos, el tráfico que llega desde los LLMs a los activos digitales de los clientes y otras métricas complementarias como el análisis de logs para saber qué páginas consultan más los LLMs de nuestro site. Es dificil conseguir el 100% de la imagen perfecta con este escenario de búsquedas tan personalizadas, pero es acercarse lo máximo posible.
Cómo elegir tus prompts
Aquí es donde el trabajo se vuelve práctico. No se trata de inventar preguntas al azar ni de copiar tu lista de keywords de siempre. La clave está en combinar varias fuentes, no en quedarte con una sola.
Filtra tu Google Search Console por lenguaje conversacional.
Dentro de las consultas que ya te traen tráfico suele haber búsquedas largas, con forma de pregunta, del tipo «cuál es mejor» o «cómo elegir». Son la pista más fiable de qué preguntas conversacionales generan interés real hoy, porque ya tienen usuarios detrás.
Revisa las palabras que ya tienes posicionadas.
En tu propio histórico de keywords hay términos con estructura de pregunta o de comparativa que llevan tiempo dándote visibilidad. Fíltralos por carácter conversacional y tendrás una base de prompts con demanda demostrada, no inventada.
Apóyate en el People Also Ask de Google.
El PAA no es una lista aleatoria. Responde a dinámicas de consulta que Google ya tiene parametrizadas a partir del comportamiento real de millones de usuarios. No es un prompt textual de IA, pero es la aproximación más cercana que tenemos hoy a cómo la gente reformula una misma necesidad en preguntas encadenadas.
Suma un análisis hecho por una agencia SEO. Una auditoría como la que hacemos en Relevant sobre tus principales resultados, y los de tu competencia, cruza posicionamiento, contenido y menciones actuales en IA. Detecta patrones de consulta que ni el keyword research ni el PAA muestran por separado.
Y no dejes fuera el keyword research tradicional.
Volumen de búsqueda, estacionalidad, cola larga. Sigue siendo la base sobre la que se construye todo lo demás, aunque haya que traducirlo después al lenguaje conversacional.
Tradúcelo al lenguaje conversacional.
Nadie le escribe a ChatGPT igual que a Google. En Google se busca «portátil barato». En una IA se pregunta «qué portátil me recomiendas para teletrabajar con muchas pestañas abiertas y videollamadas sin que se caliente como una tostadora». Ese matiz cambia el contenido que necesitas: guías de compra, comparativas, contenido con contexto, no solo fichas de producto.
Si quieres saber por dónde empezar a construir tu propio banco de prompts, con datos reales de tu categoría, podemos ayudarte.
