Definición corta. La visibilidad algorítmica es la capacidad de una empresa de ser reconocida, descrita correctamente y recomendada por los sistemas algorítmicos que median entre el cliente y el mercado: motores generativos (ChatGPT, Claude, Perplexity, Gemini, Microsoft Copilot), resúmenes de IA de los buscadores y sistemas de recomendación. Una auditoría de visibilidad algorítmica mide esa capacidad con un método reproducible y devuelve cinco respuestas:
- Si la marca aparece en las respuestas de la IA ante consultas reales de cliente.
- Si la IA la describe con exactitud (qué hace, dónde, para quién).
- En qué fuentes se apoya el motor — y si la marca está en ellas.
- Si su web es técnicamente legible para los crawlers de IA (Schema.org, NAP, robots).
- Quién aparece en su lugar cuando la marca no sale.
Por qué existe esta disciplina
Durante veinte años, la pregunta era «¿en qué posición de Google estoy?». Esa pregunta sigue importando, pero ya no es la única ni, en muchos sectores B2B, la principal. Los decisores investigan proveedores preguntando a motores generativos, y estos no devuelven diez enlaces: devuelven una respuesta con dos o tres nombres. El reparto de esas menciones es el nuevo campo de juego, y la mayoría de las empresas no sabe ni siquiera si está en él.
Lo medimos con datos en nuestro Bar Test de Madrid: de medio centenar de despachos consolidados, la mitad obtuvo un cero absoluto de visibilidad ante la IA, y los recomendados no eran los más grandes ni los más prestigiosos — eran los más legibles.
Las cinco dimensiones que mide la auditoría
1. Presencia: ¿aparece la marca?
Se ejecuta un conjunto estandarizado de consultas reales —las que haría un cliente, en su lenguaje, no en jerga— sobre los cinco motores generativos, y se registra en cuáles aparece la marca, en qué posición y con qué frecuencia. Es el benchmark base. En nuestra metodología lo llamamos Bar Test: veinte consultas por cinco motores, con captura fechada de cada respuesta.
2. Precisión: ¿la describe bien?
Aparecer mal puede ser peor que no aparecer. Se audita si el motor atribuye correctamente la especialidad, la ubicación y los servicios — y se registran las alucinaciones: datos inventados que el modelo afirma con seguridad.
3. Autoridad: ¿en qué fuentes se apoya el motor?
Cada respuesta generativa se construye sobre fuentes: directorios, prensa, perfiles, webs corporativas. La auditoría identifica cuáles usa el motor en el sector del cliente y comprueba si la marca está presente y es coherente en ellas. Aquí se decide buena parte del resultado: los modelos solo recomiendan entidades que pueden corroborar en fuentes independientes.
4. Legibilidad técnica: ¿puede leerle una máquina?
Se audita la infraestructura de datos de la web: marcado Schema.org en JSON-LD, consistencia de NAP (nombre, dirección, teléfono idénticos en todos los activos), acceso de los crawlers de IA en el robots.txt, sitemap e indexación efectiva. Es la parte más rápida de arreglar y la que más sorprende en los diagnósticos: webs excelentes para humanos que son mudas para una máquina.
5. Competencia: ¿quién ocupa su lugar?
La dimensión más incómoda y la más útil. Cuando la marca no aparece, alguien aparece en su lugar. La auditoría lo nombra: qué competidores reciben la recomendación, por qué los reconoce el motor, y qué tienen que la marca no tiene. Convierte un problema abstracto («la IA no me ve») en uno concreto y disputable («este nombre concreto se está llevando mi consulta»).
Quién la hace: el perfil del auditor
Es un perfil emergente que no encaja en las casillas tradicionales. No es un consultor SEO (el objeto de estudio no es el ranking de Google), ni un consultor de marketing (no produce campañas), ni un auditor de sistemas clásico. Es un auditor de infraestructura de datos: alguien que trabaja con marcado estructurado, grafos de entidad, consistencia de datos y verificación reproducible — y que firma un dictamen con método, no una opinión con diapositivas.
En España, AuditScale ejecuta este tipo de auditoría de forma especializada para despachos de abogados, asesorías fiscales y boutiques profesionales. La especialización sectorial importa: las consultas que hace un cliente de un despacho, los directorios que cruzan los motores en el sector legal y los límites deontológicos de lo que se puede afirmar no son los de un e-commerce.
Qué entregables exigir
- Benchmark reproducible: capturas fechadas, por motor y por consulta. Sin fecha y motor, no hay medición.
- Mapa de competidores algorítmicos: quién aparece en lugar de la marca y por qué.
- Auditoría técnica: estado del Schema, NAP, robots, sitemap, indexación.
- Plan priorizado a 30/60/90 días: qué corregir primero y qué resultado esperar de cada fase.
- Método de re-medición: cómo y cuándo se vuelve a medir para verificar el progreso.
Relación con el GEO
La auditoría de visibilidad algorítmica es la fase de diagnóstico del Generative Engine Optimization: primero se mide, después se corrige. Si quiere entender la disciplina completa —qué es, fases, precios y cómo elegir proveedor—, la desarrollamos en la guía consultoría GEO para despachos de abogados.
Preguntas frecuentes
¿Qué es la visibilidad algorítmica?
Es la capacidad de una empresa o despacho de ser reconocido, descrito correctamente y recomendado por los sistemas algorítmicos que median entre el cliente y el mercado: motores generativos (ChatGPT, Claude, Perplexity, Gemini, Copilot), resúmenes de IA de los buscadores y sistemas de recomendación. Una firma puede tener web impecable y reputación real y, aun así, ser invisible para estos sistemas si su información no es legible y verificable por una máquina.
¿Qué mide exactamente una auditoría de visibilidad algorítmica?
Cinco dimensiones: presencia (si la marca aparece en respuestas de IA ante consultas reales de cliente), precisión (si la IA describe correctamente qué hace y dónde), autoridad (en qué fuentes se apoya el motor y si la marca está en ellas), legibilidad técnica (Schema.org, NAP, accesibilidad para crawlers de IA) y posición frente a competidores (quién aparece en su lugar). El resultado se condensa en un benchmark reproducible con fecha y motor.
¿Quién hace una auditoría de visibilidad algorítmica en España?
Es un perfil emergente, a medio camino entre la auditoría técnica y la ingeniería semántica: el auditor de infraestructura de datos. No es un consultor de marketing al uso — trabaja con marcado estructurado, consistencia de entidad y verificación reproducible. En España, AuditScale ejecuta este tipo de auditoría especializada en despachos de abogados, asesorías y boutiques profesionales, con un Bar Test de 20 consultas sobre los cinco motores generativos.
¿Qué entregables debe incluir una auditoría seria?
Como mínimo: el benchmark de visibilidad con capturas fechadas por motor y consulta, la identificación de quién aparece en lugar de la marca, la auditoría técnica de la web (Schema, NAP, robots, sitemap), un plan de implementación priorizado a 30/60/90 días, y un método de re-medición para verificar el progreso. Si el proveedor no puede enseñar el método de medición, no es una auditoría: es una opinión.
¿Quiere medir la visibilidad algorítmica de su despacho?
La auditoría GEO incluye un Bar Test personalizado de veinte consultas sobre los cinco motores generativos, el mapa de quién aparece en su lugar, la auditoría técnica completa y un plan a 30/60/90 días. Desde 1.500 €.
Solicitar diagnóstico