Registro de mediciones

Nuestros artículos citan este registro. Aquí está. Cada cifra que publicamos sobre lo que responden los asistentes de IA sale de una fila de abajo, y cada fila lleva la pregunta exactamente como se hizo, qué superficie respondió, el mercado con su código de localización e idioma, la fecha, y sobre cuántas pasadas se sostiene el número.

Por qué existe esta página

Un número sin su prompt no es una medición, es una afirmación. Cualquiera puede lanzar estas preguntas y obtener sus propias respuestas, y publicar los prompts sirve precisamente para que pueda. Donde nuestra cifra y la tuya no coincidan, el desacuerdo es lo interesante, y el prompt es cómo se encuentra.

Mediciones de una sola superficie

Una pregunta, una superficie, repetida el número de veces indicado. Solo dominios citados, nunca los resultados de búsqueda que hay detrás de una respuesta: son cosas distintas, y contar unos como otros es el error que obligó a retirar cuatro estudios.

Mediciones entre superficies

La misma pregunta a varias superficies a la vez, para ver si citan las mismas páginas. Las últimas cuatro columnas son cuántos dominios aparecieron en cuatro superficies, en tres, en dos y en una sola.

Preguntas de compra de agencia por vertical

Estudio: 58% de las citas de IA salen una sola vez

Una fila por pregunta del tipo «qué agencia de marketing es mejor para X», con Google AI Overview, AI Mode y Gemini agrupados. Citados son todos los dominios distintos de las tres superficies, estables los que salen en todas las pasadas, y una vez los que aparecieron una sola. Tres filas repiten una pregunta que ya aparece arriba, una de ellas el mismo día en una sesión nueva; las tres quedan fuera de los totales que publica el estudio, porque agrupar una pregunta consigo misma cuenta una medición dos veces.

Preguntas de compra de viajes

Estudio: Misma vertical, dos preguntas, 53 puntos

Diez filas, dos intenciones y cuatro mercados. Dos son la misma pregunta en dos sesiones, separadas y no agregadas. La columna de superficies importa aquí: la pregunta española agotó el tiempo dos veces con tres superficies y solo terminó con dos, así que sale de un conjunto más pequeño y no es comparable con las otras dos.

Una intención, cuatro redacciones

Estudio: Cuatro redacciones, cuatro supervivientes

Dos intenciones, cada una preguntada de cuatro formas en dos mercados: reservar hotel en Estados Unidos y España, y elegir universidad en España y Francia. Algunas filas llevan una nota en vez de una lectura limpia, y están aquí en vez de filtradas porque un registro que solo enseña las pasadas que salieron bien no es un registro. La columna de redacción es una casilla y no un orden, y el P1 de cada mercado es un prompt que ya aparece en una tabla de arriba.

Quién tiene las plazas de citación estables, por categoría

Estudio: Las plazas siguen a la categoría

Una pregunta de compra por categoría, lanzada en AI Overview, conservando solo los dominios que volvieron en todas las pasadas que respondieron. La columna de fabricante cuenta las plazas estables de empresas que venden el producto por el que se pregunta. Las filas de otro mercado repiten una categoría en vez de añadirla y no entran en el total del titular.

Las mismas preguntas en Gemini, y una prueba que se anuló sola

Google-Extended controla si el contenido puede usarse para Gemini y para grounding, así que Gemini es la superficie donde un editor que lo bloquea debería dejar de aparecer. Cuatro editores del estudio de rastreadores lo bloquean y salen citados en AI Overview. Preguntado en Gemini el mismo día, los cuatro están ausentes, lo que parece una confirmación y no lo es: solo 8 de los 43 dominios de AI Overview que no bloquean aparecen también en Gemini, así que con esa tasa base el número esperado de bloqueadores presentes era menos de uno, y observamos cero. Una prueba cuyo resultado positivo es lo que predice el azar no ha probado nada, y estas filas llevan la aritmética en vez del titular. Lo que sí sostienen es más pequeño y real: dos superficies de IA de Google, las mismas seis preguntas el mismo día, comparten 8 dominios de 47.

Demanda de marca frente a citación, y qué nombres son suites enteras

Los dos estudios de demanda publicados el 7 de agosto de 2026 comparan cuánto se busca una herramienta con si la respuesta la nombró. Su párrafo de límites rebajaba las suites del lado no citado y afirmaba un sentido. Esta columna es de lo que depende esa corrección: un nombre marcado como suite vende una plataforma SEO entera con un módulo de IA dentro, leído en su propia portada, así que su volumen de marca no es demanda del producto que se compara. Los dos lados llevan suites, y en el citado una de ellas es casi todo el total.

Qué le hace el truncamiento a un solapamiento, medido en vez de razonado

Publicamos un aviso diciendo que la parte que falta del conjunto de AI Mode solo podía hacer que las dos superficies parecieran más lejanas de lo que están. En las dos celdas donde tenemos todos los marcadores que imprimió la respuesta, calculamos el solapamiento de las dos formas. Se movió en las dos direcciones. Hacia dónde depende de la última columna: si los dominios que la herramienta descartó son de los que AI Overview también cita.

Las páginas que citó una respuesta, y si responden

Estudio: Bloquear rastreadores de IA no te saca

Todos los demás conjuntos de esta página registran qué dominios cita un motor. Ninguno pregunta si la cita resuelve, que es una petición por cita. Estas filas cogen cada URL impresa en cuatro respuestas de AI Overview en tres idiomas, piden cada una con GET siguiendo redirecciones, y luego leen el robots.txt de cada host para ver qué le dice a los rastreadores de IA nombrados. Una lectura por pregunta, de la llamada cacheada y no de la repetida, porque aquí la unidad es la URL que imprimió una respuesta y no cuántas veces la imprime: nada de esto es una tasa de citación. Bloqueado es su propio cubo para 401, 403, 429 y 999 y nunca se mete en muerto, y un host que nos niega su robots.txt va aparte de un host que permite a todos.

Dos formas de un cero, y qué le hace a cada una volver a leer

Estudio: Qué predice un conjunto nombrable

Contando este registro en vez de medir nada nuevo: de las lecturas de aquí con tres o más pasadas contestadas, algunas devuelven cero fuentes duraderas con todos los dominios quedándose exactamente a una pasada del listón y google.com citado una vez, y otras devuelven cero con el mejor dominio muy por debajo. La primera forma es lo que deja una pasada que solo devolvió Google. Estas filas releen dos celdas de cada forma con tres pasadas para preguntar si la primera se recupera. Las filas dispersas son el control, y son la razón de que la comparación signifique algo, porque este registro ya tiene medido que volver a leer mueve mucho el estadístico. Tres pasadas es un listón más débil que las cuatro a nueve de los originales, lo que favorece la recuperación en los dos brazos, así que solo el contraste entre brazos puede sostener algo.

La misma pregunta leída dos veces, en varias preguntas

Estudio: Qué predice un conjunto nombrable

El conjunto de arriba lee dos preguntas muchas veces cada una. Este hace la pregunta barata que haría de verdad quien compra: en varias categorías, ¿dos lecturas seguidas de una misma pregunta coinciden en qué fuentes son duraderas? Cinco preguntas, AI Overview, tres pasadas por lectura, dos lecturas comparables cada una, un día. Dos lecturas se excluyeron solas al parar antes, y se quedan aquí con su recuento real de pasadas contestadas en vez de borrarse, porque un listón que pide unanimidad es más débil con dos pasadas que con tres. Las categorías se eligieron porque las filas anteriores ya las cubren, lo que las hace comparables y no las hace muestra de nada.

Una pregunta leída seis veces seguidas

Estudio: Qué predice un conjunto nombrable

Todos los demás conjuntos de esta página leen una pregunta una vez, o la vuelven a leer otro día. Estas filas leen una pregunta seis veces seguidas, en una superficie, con tres pasadas por lectura, y luego repiten el diseño con una segunda pregunta en otro mercado y otro idioma. Existen para cerrar una pregunta que este registro tenía abierta desde el 10 de agosto: cinco lecturas de un prompt bajaron en orden, y una secuencia decreciente tomada en orden no se distingue del ruido. No se distingue, y era ruido. La fila marcada como nueva es el control que descarta un efecto de sesión: una pregunta que no se había hecho en esa sesión, metida después de la quinta lectura de la otra. Lee la columna de pasadas contestadas antes que los recuentos, porque una lectura paró antes en dos pasadas y una fuente citada en todas las pasadas supera un listón más débil con dos que con tres.

Una pregunta leída a fondo, en vez de tres veces

Estudio: Qué predice un conjunto nombrable

Todos los demás conjuntos de esta página usan un listón estricto: una fuente cuenta si fue citada en todas las pasadas que respondieron, con tres pasadas. Estas filas preguntan qué hay debajo de ese listón pidiendo hasta diez pasadas de una sola pregunta y anotando cuántas pasadas respondidas citaron cada dominio. El denominador de cada recuento son las pasadas que ocurrieron y no las que se pidieron, y las dos se separan lo bastante a menudo como para importar: 26 de estas 59 lecturas pararon antes y 33 completaron lo pedido. La columna Conjunto dice a qué pregunta pertenece cada fila. El par es la lectura profunda original que encontró la forma; el barrido comprobó si generaliza entre categorías; las filas de mercado preguntan si un conjunto fijo de fuentes es de la categoría o del país donde se midió; las filas de listón cogen celdas que parecían fijas con tres pasadas y las leen a fondo; y la fila de redacción pregunta la misma intención que una fila del barrido con otras palabras. Cada conjunto va acotado por separado a propósito, porque juntarlos movería cifras que los artículos citan.

La misma cadena puesta a la página que rankea y a la respuesta

Estudio: Qué predice un conjunto nombrable

Las filas de arriba preguntan cuántos dominios cita una respuesta. Estas preguntan de dónde salen esos dominios, poniendo la cadena idéntica a los resultados orgánicos de Google el mismo día y contando cuánto del conjunto citado ya estaba en la primera página. El recuento de los que además rankean está entre 6 y 10 en las seis categorías mientras el conjunto citado va de 9 a 104, así que lo que separa una categoría estrecha de una ancha es lo que se cita desde fuera de la página que rankea. El recuento de dominios distintos de la propia página orgánica no se compara entre categorías en ninguna parte, porque una página de veinte posiciones está acotada en veinte por construcción y su planitud es del instrumento y no del mercado. La última fila es un control y no una pregunta de compra: pregunta cómo rankear en AI Overviews, otra intención en otro sector, y cae en el 53 por ciento de su página que rankea.

Quién publica un llms.txt, preguntado a dos poblaciones el mismo día

Los proveedores del catálogo y los dominios que este registro ha visto citados tres veces o más, preguntados los dos por /llms.txt el 14 de agosto de 2026 con el mismo instrumento. Alcanzables es preguntados menos retos de bot y errores de red, porque eso son hechos sobre un borde y no sobre si existe un fichero. Los proveedores publican la convención mucho más que los sitios que sí se llevan las citas. Es una comparación de dos poblaciones y no un mecanismo, y aquí no hay nada que enseñe que el fichero ayude o perjudique: lo que sí enseña es que llevarse citas no lo exige.

La auditoría de rastreadores y convenciones del 11 de agosto de 2026

Estudio: Los 66 pasan la auditoría

Las tres comprobaciones que vende toda herramienta de este mercado, corridas contra los sesenta y seis proveedores que tenía el catálogo ese día, más lo que cada uno publica por convención. Los recuentos quedan congelados en lo que midió el 11 de agosto: el catálogo ha crecido desde entonces, y esto es un hecho sobre una fecha y no un denominador que la siga. EchoWi es uno de los sesenta y seis.

Nombres de rastreador buscados, para que un cero sea un cero de algo: GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, anthropic-ai, PerplexityBot, Perplexity-User, Google-Extended, Bytespider, CCBot, Applebot-Extended

La página detrás del dominio

Estudio: La página detrás del dominio

Todos los demás estudios de citación de este registro cuentan dominios. Este anota las páginas exactas que citó un AI Overview en cada pregunta, porque un dominio no le dice a un comprador si la respuesta la sostiene una página o varias. Una sola lectura por celda a propósito: repetir la llamada devuelve la respuesta cacheada, así que esto describe un conjunto de preguntas y no es una tasa.

Citas que imprimieron las respuestas, y las páginas a las que resuelven: 92 / 91 (ai_overview), 120 / 120 (ai_mode)

Portadas entre las páginas citadas: 0 / 91 (ai_overview), 3 / 120 (ai_mode)

Quién declara Content Signals en robots.txt

Estudio: Quién declara Content Signals

Content Signals son directivas dentro del robots.txt que dicen qué puede hacer un rastreador con una página después de leerla: search, ai-input y ai-train, más un cuarto campo, content-use, todavía en pruebas. Las dos filas de abajo son un GET a /robots.txt y una lectura de todas las líneas Content-Signal, el 14 de agosto de 2026. Un reto se cuenta aparte de un fichero ausente, porque es evidencia sobre el borde y no sobre el fichero. EchoWi está dentro de la fila de proveedores y dentro de sus siete, así que el método va entero en vez de dejar el conflicto implícito.

En qué resultaron ser los dominios que cruzan la frontera

Las filas de dos capas de arriba reúnen 451 dominios distintos en dos mercados y 13 aparecen en los dos. Esos 13 se publicaron primero como una lista de nombres, con la clasificación declarada como no hecha, porque un nombre de dominio es una hipótesis sobre lo que vende un sitio y su portada es el dato. Esta es esa pasada: cada uno abierto el 14 de agosto de 2026 y anotado por lo que dice su propia página. Dos devolvieron un reto de bot y quedan sin clasificar en vez de supuestos, y el estudio da su cifra con ellos y sin ellos. Siete de los trece son los propios fabricantes.

Las mismas cinco preguntas en una segunda y una tercera superficie

Estudio: Una superficie no es la web

Todos los demás conjuntos de esta página se midieron en AI Overview, así que un hallazgo sobre categorías podría ser un hallazgo sobre un producto. Estas filas hacen las cinco preguntas estadounidenses de arriba en AI Mode y en Gemini, mismo mercado, mismas pasadas, misma regla de fabricante, y solo cambia la superficie. Tres filas de Gemini pararon antes de tres pasadas y van marcadas, así que su listón es más bajo y no se comparan. De Gemini no se calcula ninguna cuota de fabricante: por esta vía se sabe que un asistente devuelve cero fuentes, así que una lista corta de citas no se distingue de una captura corta.

Si la superficie llega a contestar, por tipo de pregunta

Estudio: Sin AI Overview en el mejor local

Dos superficies preguntadas en la misma llamada. La columna de AI Overview cuenta pasadas que produjeron respuesta, no citas: un cero ahí significa que la superficie no se dibujó, que es un hecho distinto de una superficie que se ejecutó y no citó a nadie. La última fila es el control, igual de local e informativa en vez de comercial.

La palabra clave de un comprador contra el prompt de una herramienta, misma superficie y mismo día

Todos los productos de esta categoría preguntan con preguntas, porque es lo que uno teclea en un asistente. Un AI Overview salta también con la frase de palabras clave que un comprador teclea en Google. 13 categorías preguntadas de las dos formas, tres pasadas pedidas en cada una, en un mercado. El primer brazo es AI Overview; un segundo brazo repite cuatro de las categorías en AI Mode, y la columna de superficie dice cuál. `answered` se lee del resultado, y un par cuyos dos lados contestaron un número distinto de veces queda fuera de la mediana en vez de compararse contra dos listones distintos. Las filas marcadas como relectura son el control: las categorías cuyas formas discrepan son también categorías que este registro sabe inestables, y sólo releer la misma forma separa esas dos explicaciones.

Qué preguntas siguen llegando a Reddit

13 celdas en cuatro categorías, Estados Unidos, inglés, 20 de agosto de 2026, en las dos superficies de IA de Google. Cuatro pasadas pedidas por celda y el recuento contestado leído del resultado, no supuesto. Reddit sale citado en todas las celdas de pyme y consumidor y en ninguna de empresa, y la redacción de la pregunta no lo predice: fijado el comprador, la pregunta comercial a secas trae Reddit igual que la de experiencia. La columna de dominios es lo que hace legible una ausencia, porque un cero en una respuesta que cita 53 fuentes es un hecho distinto de un cero en una respuesta corta. Este estudio no puede hablar de ChatGPT: por esta ruta esa superficie no devuelve ninguna cita.

Preguntar lo idéntico dos veces, y qué vuelve

Las demás cifras de estabilidad de aquí se toman dentro de una lectura: preguntas N veces y te quedas con lo que sobrevive a las N. Esto pregunta otra cosa. Coge ese conjunto superviviente, pregunta la cadena idéntica otra vez minutos después, cógelo de nuevo y compara los dos. Cada pareja se lee al mismo listón, dos pasadas en la primera pasada y tres, cuatro o cinco en la segunda, porque un conjunto que sobrevivió a cinco es más duro que uno que sobrevivió a dos y comparar entre listones mide el listón y no el mercado. Las dos pasadas van aparte por lo mismo, y la fila marcada más tarde el mismo día no es una lectura dentro de una sesión: es la misma cadena al mismo listón de cinco pasadas, preguntada otra vez horas después. Núcleo son los dominios en las dos lecturas, borde los que salen en una sola. La fila marcada fuera de listón es corroboración y queda fuera de toda comparación.

Qué declara de sí misma una página que la IA citó

La población la eligieron los motores y no nosotros: cada URL apareció como fuente en alguna lectura de este mismo registro. Eso la selecciona por el resultado, así que no puede demostrar que los datos estructurados causen la citación. Lo que sí puede es zanjar si las páginas que se citan en esta categoría están muy marcadas. «Declara» es el subconjunto de tipos de JSON-LD que dicen qué es la página, no quién la publica. Una página que contestó casi sin texto en el cuerpo va marcada como armazón, porque eso es un hecho sobre dónde guarda su contenido, y una página que no pudimos leer queda fuera de todos los recuentos.

Quién escribe los rankings de agencias GEO, en tres mercados

La primera página de la consulta de compra para una agencia GEO en Alemania, Estados Unidos y Francia, leída el 19 de agosto de 2026. En otra parte este registro cuenta esto desde lo que Google imprime en su fragmento, y así lo dice; aquí cada página se pidió y su lista se leyó en orden de documento, que es lo que produce las filas que un fragmento no puede ver: un editor dentro de su propia lista en la posición 3 o en la 5 en vez de la primera. El tipo sale del título de la portada de cada editor, nunca de su nombre de dominio, y parte la tabla entre quienes venden en la categoría que ordenan y quienes no. La posición propia es donde aparece el editor en su propia lista, y cero significa que no está. Las listas de entradas de las filas americanas y francesas están recortadas donde la página es larga, así que su longitud es un suelo y ninguna cifra la cuenta. Una página detrás de un reto de bot queda fuera de todo recuento.

Si los proveedores nunca citados publican también listas de categoría

33 dominios de proveedor, todos los que el estudio de nombrado contra citado llegó a ver nombrados en una respuesta, leídos el 20 de agosto de 2026. El recuento son URL del sitemap propio del proveedor cuyo slug tiene forma de lista de categoría, un conjunto declarado antes de abrir ningún sitio: best-, top-, -vs-, alternatives, comparison, comparativa, mejores-, mejor-, beste-. Es un proxy flojo y la flojedad va en una dirección: infla los dos grupos y empuja hacia no encontrar diferencia, que es lo que se encontró. Seis dominios no sirvieron un sitemap legible y van marcados como ilegibles en vez de contar como ausencia.

Si la respuesta nombra a los proveedores cuyas páginas lee

72 observaciones de proveedor en 2 mercados, en AI Overview y Gemini: 48 en Estados Unidos en inglés y 24 en España en español, todas el 20 de agosto de 2026. La lista de proveedores se congeló por categoría antes de cada llamada, así que el recuento describe a esos proveedores y no a la categoría. El nombrado se lee de la prosa de la respuesta quitando antes las URL, porque el cuerpo lleva enlaces markdown y una búsqueda en crudo apuntaría un nombre que la respuesta nunca dijo. AI Mode y ChatGPT no están a propósito: ninguno devuelve un dominio de cita utilizable por esta vía, así que toda observación caería en «nombrado y no citado» por construcción. La columna de enlace marca el caso aparte en que el cuerpo enlaza un dominio que la lista de citas omite.

Qué preguntas siguen llegando a Reddit

13 celdas en cuatro categorías, Estados Unidos, inglés, 20 de agosto de 2026, en las dos superficies de IA de Google. Cuatro pasadas pedidas por celda y el recuento contestado leído del resultado, no supuesto. Reddit sale citado en todas las celdas de pyme y consumidor y en ninguna de empresa, y la redacción de la pregunta no lo predice: fijado el comprador, la pregunta comercial a secas trae Reddit igual que la de experiencia. La columna de dominios es lo que hace legible una ausencia, porque un cero en una respuesta que cita 53 fuentes es un hecho distinto de un cero en una respuesta corta. Este estudio no puede hablar de ChatGPT: por esta ruta esa superficie no devuelve ninguna cita.

Qué proveedores le sirven markdown a un agente

Todos los proveedores activos de nuestro catálogo verificado, a los que se les pidió markdown de dos formas el 19 de agosto de 2026: la portada con una cabecera Accept de text/markdown, y la ruta hermana /index.md. Un cuerpo cuenta como markdown solo si no es HTML y lleva alguna estructura de markdown, así que una página de error en texto plano no puede pasar. Un anfitrión detrás de un reto de bot va en su propio cubo y nunca se cuenta como ausente. El detector se validó antes contra tres casos cuya respuesta ya se conocía.