¿Te citan los motores IA?
Cada vez más compradores preguntan primero a ChatGPT, Claude o Perplexity. Este es el método para medir si citan bien a una empresa (30 prompts fijos, 5 motores, 3 idiomas), aplicado primero a Slash y sin cifras hasta tener la primera corrida.
Los motores IA ya hablan de nosotros ante quienes no nos conocen. Si van a hablar de Slash, queremos medirlo: metodología, prompts y corridas en abierto.
Los motores IA son un canal
Y como todo canal, se mide o se ignora.
Cada vez más compradores preguntan a un motor IA antes de visitar un sitio. Si esos motores no pueden recuperar hechos primarios sobre Slash (identidad legal, sede, servicios, clientes), hablan de nosotros de oídas.
Por eso publicamos hechos verificables en nuestra ficha de empresa y mediremos si llegan.
30 prompts, 5 motores, 3 idiomas
Sin cifras hasta tener la primera corrida.
El LLM Visibility Score se compone de 30 prompts fijos sobre la empresa y su categoría, ejecutados en 5 motores y 3 idiomas (español, inglés y francés). Cada corrida registra la respuesta, las menciones y las citas.
Publicamos la metodología antes que los resultados: el estudio se puede replicar y comparar trimestre a trimestre.
Mención, cita y exactitud
Tres niveles de éxito.
Un motor puede ignorarnos, mencionarnos de oídas o citar correctamente hechos primarios. El score distingue los tres: una mención con datos incorrectos es peor que ninguna.
El objetivo: que cada mención esté anclada en hechos primarios verificables, no en rumores.
Lo que este estudio no es
Declarado antes de publicar.
No es un índice de publicidad pagada ni un juego de optimización para engañar a los motores: es una medición honesta con limitaciones declaradas (muestra fija, motores públicos y corridas repetibles).
Sigue las reglas del Slash AI Lab: metodología antes de cifras y limitaciones declaradas.
Lo esencial
- Los motores IA ya son un canal: se mide o se ignora.
- 30 prompts fijos, 5 motores y 3 idiomas.
- Una mención de oídas no equivale a una cita correcta de hechos primarios.
- La metodología se publica antes que los resultados.
- Corridas repetibles y comparables trimestre a trimestre.
Fuentes
Nota editorial: este análisis refleja la información pública disponible en la fecha de revisión. Modelos, precios y normas cambian rápido; cada dato de terceros enlaza a su fuente y nuestras opiniones se presentan como tales. ¿Ves un error? Escríbenos a contact@slash-digital.io.
Las preguntas que escuchamos a menudo
¿Qué es el LLM Visibility Score?
Una medición, con metodología pública, de si los motores IA conocen y citan correctamente los hechos primarios de una empresa.
¿Está terminado el estudio?
No publicamos cifras hasta terminar la primera corrida; la metodología ya está abierta.
¿Por qué importa?
Porque los compradores preguntan primero a los motores IA; si estos no encuentran hechos primarios, responden con rumores.
¿Se puede aplicar a otras empresas?
Sí, el método es replicable. Escríbenos si quieres la versión para tu empresa.
¿Cada cuánto se repite?
Cada trimestre, o antes si hay una novedad relevante.
Más análisis para seguir
El mapa de modelos de IA, octubre de 2026
Claude Opus 5.5 y Sonnet 5.5, GPT-6 Astra, Gemini 4 Argon, Grok 4.7 y Muse Spark: quién lidera en octubre de 2026, cuánto cuesta cada franja y qué probar.
Estrategia y regulaciónCómo hacer una gran app de networking para eventos
Lo que aprendimos con las apps de Colombia Tech Week 2026, Colombia Tech Fest y Réseau Mazette: acceso, agenda, directorio, reuniones, modo sin conexión e IA.
Estrategia y regulaciónEl mapa regulatorio de la IA en 2026
El AI Act tras el Ómnibus, el RGPD, la Ley 1581 y la SIC, LatAm, EE. UU. e ISO 42001: fechas, obligaciones y un plan de 10 pasos para empresas en Colombia y la UE.
Pongámoslo en producción
Cuéntanos tu reto. Respondemos en menos de 24 horas laborales con una primera lectura honesta: si podemos ayudarte, te diremos cómo; si no, te diremos quién puede.
Contesto personalmente. Sin formularios eternos ni respuestas automáticas.