Google reporta que AI Overviews supera los 2.500 millones de usuarios por mes y que AI Mode pasó los mil millones (junio 2026). No es una tendencia futura: ya es el canal por donde mucha gente resuelve su búsqueda sin entrar a ningún sitio.

Los motores de IA usan sistemas RAG (Retrieval Augmented Generation): recuperan fuentes verificables antes de generar respuestas. Si no apareces, las causas más comunes son falta de presencia en plataformas externas, contenido sin datos verificables o infraestructura técnica incompleta como Schema.org o FAQ.

Las señales de Data & Structure (Schema, FAQ) pueden impactar en 2–4 semanas. Las señales de Brand Ecosystem tardan 2–3 meses. El reconocimiento por IAs es continuo y depende de la acumulación de señales. El framework GEO-ABCD recomienda repetir el análisis mensualmente para medir la evolución real.

Una Citable Phrase es una oración que se entiende completamente sin necesidad de contexto previo. Es la unidad mínima que cita la IA. La fórmula es: término + definición + por qué importa + ejemplo concreto.

Son dos fenómenos distintos. La percepción mide lo que las IAs responden de tu marca sin buscar en la web, con lo que aprendieron en su entrenamiento. El contraste en vivo cruza esas respuestas con búsqueda en tiempo real (Perplexity y el verificador Google AI). Una marca puede aparecer cuando la IA busca y no aparecer cuando responde sin buscar: son dos formas distintas de visibilidad, y el análisis las mide por separado.

Se agrupan en los cuatro pilares del framework GEO-ABCD — A · AI Recognition, B · Brand Ecosystem, C · Citability y D · Data & Structure — que ya viste más arriba, con su peso en puntos. El reporte muestra cada señal con su estado y cómo activarla. Además de las 17 señales que puntúan, el informe incluye lecturas técnicas que no suman puntos pero condicionan todo lo demás: acceso real de los rastreadores de IA, sitemap, title y meta description, y páginas de contacto y legal.

SAICS — qué porcentaje de motores de IA menciona o recomienda tu marca. Umbral de corroboración — la IA necesita 2–3 fuentes que digan lo mismo sobre tu marca para darlo por corroborado. Discovery Multi-Motor — 1 pregunta real hecha a cada motor sobre tu categoría, sin nombrar tu marca. Robots.txt IA — no solo leemos tu robots.txt. Probamos en vivo si GPTBot, OAI-SearchBot (la búsqueda de ChatGPT), ClaudeBot y PerplexityBot pueden entrar a tu sitio, y distinguimos un bloqueo real de un firewall que rechaza la prueba por origen. Agent Readiness — si un agente de IA podría contratarte o comprarte directamente, según el schema Offer y el archivo llms.txt de tu sitio.

Le preguntamos a cada motor de IA por tu categoría sin nombrar tu marca. Como lo hace un cliente que todavía no te conoce. El resultado muestra si te mencionan espontáneamente y, si no, qué marcas aparecen en tu lugar. Ser encontrable al buscarte por nombre no es lo mismo que ser recomendado: el test mide lo segundo, que es lo que define a quién elige un cliente nuevo.

No directamente: el modelo lee texto plano. Pero antes de que la IA lea nada, un buscador decide qué páginas entregarle. Google para Gemini y AI Overviews, Bing para ChatGPT (más de un estudio muestra que la gran mayoría de las citas de ChatGPT coinciden con el top de Bing), e índices propios en Perplexity. Ese buscador sí pondera Schema, meta description, autoridad externa y E-E-A-T. Por eso el framework mide las dos capas: sin la técnica y la autoridad, tu mejor contenido nunca llega a la IA; sin claridad y datos citables, la IA lo recibe y no lo usa.

Es cuando un asistente de IA no solo te responde, sino que entra a sitios web y hace cosas por la persona: busca un dato, compara opciones, completa un formulario o arma un pedido. Para eso necesita que el sitio sea fácil de recorrer para una máquina: botones con nombre, formularios bien etiquetados y señales que le digan qué puede hacer ahí.

Aparecer es que la IA te nombre cuando alguien pregunta por tu rubro. La navegación agéntica va un paso más: que un agente pueda usar tu sitio. Un sitio puede aparecer y aun así ser difícil de operar para un agente, y al revés. AI Score mide lo primero y, en el diagnóstico completo, revisa las señales básicas de lo segundo.

En el diagnóstico completo, como extra: si tu llms.txt existe y está bien armado (un archivo de texto que resume tu sitio para la IA), si los robots de las IAs pueden entrar, si publicaste un catálogo para agentes (ARD, una propuesta abierta que todavía puede cambiar) y si tus formularios tienen la señal de WebMCP. Es una verificación sin navegador y no suma al puntaje. La prueba completa con navegador es parte del diagnóstico a medida.

No está confirmado como factor de posicionamiento, y Google no necesita llms.txt para sus respuestas con IA. Lo que sí está claro es que un agente que no puede recorrer tu sitio no puede completar ahí una consulta o una compra. Google ya lo mide en PageSpeed Insights, en la categoría de navegación agéntica, así que conviene revisarlo. Guía completa de navegación agéntica →