Omnia
Producto
AI Visibility Tracking
Descubrimiento de prompts para IA
Insights
Análisis de opiniones mediante IA
Omnia MCP
Para quién
Responsables de SEO y contenido
Profesionales del marketing internos
Agencias
Planes
Clientes
Blog
Recursos
Herramientas de visibilidad de IA
Conceptos clave
Actualizaciones de productos
Documentación de la API
Documentación de MCP
Agencias Líderes
Iniciar sesiónRegístrate
Iniciar sesiónEmpieza gratis
Base de conocimientos
Métricas
Índice de inclusión

Índice de inclusión

La tasa de inclusión citada mide la frecuencia con la que un motor de IA (como ChatGPT, Google AI Overviews o Perplexity) incluye tu marca, producto o contenido en sus respuestas a las prompts que prompts interesan.

En este artículo
Encabezado 2
Encabezado 3
Encabezado 4
Encabezado 5
Encabezado 6
Puntos clave
Categoría
Métricas

A diferencia de SEO tradicionales SEO , que parten de una lista de resultados, la tasa de inclusión considera que la propia respuesta es el campo de batalla. Te indica si los sistemas de IA consideran que tus páginas, tu marca o tus productos son lo suficientemente relevantes y fiables como para mencionarlos en relación con un conjunto definido de consultas, categorías o prompts la fase de compra.

Qué es la tasa de inclusión (y cómo se calcula)

La tasa de inclusión es el porcentaje de prompts analizadas prompts tu marca aparece en la respuesta generada por la IA. «Aparecer» puede significar una mención directa de la marca, una cita o un enlace a tu dominio, una referencia a un producto o un fragmento citado, dependiendo de cómo defina tu equipo el concepto de inclusión.

En esencia, el cálculo es el siguiente:

Índice de inclusión = (Número de prompts se te incluye) / (Total prompts ) × 100

Lo importante no son los cálculos, sino las reglas.

Para que la tasa de inclusión resulte útil, es necesario contar con unas especificaciones de medición coherentes:

  • Qué se considera inclusión: mención de la marca, referencia al dominio, nombre del producto o cualquiera de los anteriores
  • Dónde debe aparecer: en la respuesta principal, en una lista de «fuentes» o en las tarjetas de seguimiento
  • ¿Qué motores: ChatGPT, Perplexity, Gemini, AI Overviews de Google, etc.
  • ¿Qué prompt : términos de categoría (por ejemplo, «el mejor software de gestión de proyectos»), términos de comparación (por ejemplo, «Asana vs Trello») y términos de problema/solución (por ejemplo, «cómo llevar a cabo la planificación de un sprint»)?
  • Con qué frecuencia realizas las pruebas: semanalmente o mensualmente, ya que los resultados del modelo pueden variar

Un programa de índice de inclusión bien definido distingue entre «presencia» y «posición». Puedes aparecer como tercera fuente citada y aun así obtener un resultado significativo en cuanto a la inclusión, sobre todo si tus competidores no aparecen.

Por qué la tasa de inclusión es importante para la visibilidad de la IA y la facilidad de descubrimiento de la marca

En las respuestas generadas por IA, el usuario no suele ver toda la web. Lo que ve es una selección que ha elaborado el modelo, y esa selección influye enormemente en su decisión.

La tasa de inclusión es importante porque:

  • Lleva un control de tu cuota de voz en la respuesta, no solo la posición en la clasificación
  • Pone de manifiesto los puntos débiles en los que creías que eras competitivo (un buen SEO, buenas relaciones públicas, contenido sólido), pero el modelo sigue sin seleccionarte
  • Te ayuda a priorizar el trabajo AEO por prompt , y no solo por páginas
  • Ofrece un indicador adelantado antes de que los cambios en el tráfico se reflejen en las estadísticas

Esto también nos obliga a hacer un análisis realista de la situación: puedes tener un «contenido excelente» y aun así fracasar si tu contenido no es citable, tus afirmaciones no son verificables o las señales de tu entidad son incoherentes. Los sistemas de IA tienden a favorecer las páginas que facilitan la extracción de información (definiciones claras, listas, tablas) y permiten la verificación (fuentes citadas, fechas, metodología, datos claros sobre el producto).

Cómo se manifiesta la tasa de inclusión en la práctica (ejemplos que reconocen los profesionales del marketing)

Así es como se traduce en la práctica la tasa de inclusión.

Ejemplo 1: Inclusión de categorías para una marca de SaaS

Has analizado 200 prompts «lo mejor de X», «software de X para Y» y «alternativas a X». Tu marca aparece en 46 respuestas en ChatGPT Perplexity.

Tu tasa de inclusión es del 23 %, pero lo más útil es la segmentación:

- Inclusión en un 40 % de prompts de «alternativas» prompts se te considera un competidor)

- Apareces en el 12 % de prompts «mejores» prompts no eres una recomendación predeterminada)

Esto indica a tu equipo que debe crear páginas comparativas más sólidas, afinar el posicionamiento de los productos y publicar contenido objetivo y respaldado por datos sobre «qué elegir», que los modelos puedan citar.

Ejemplo 2: Integracióndel comercio electrónico para un producto estrella

Haces un seguimiento prompts «la mejor maleta de mano para viajes internacionales» y «maleta de mano rígida y ligera». Si la IA menciona el nombre de tu producto sin citar tu sitio web, podrías considerarlo como una inclusión parcial, pero también te interesará disponer de una segunda métrica: la tasa de inclusión con cita (el subconjunto en el que se incluye un enlace a tu dominio).

Esa brecha es habitual y se puede subsanar: a menudo se debe a la falta de especificaciones del producto, a datos estructurados deficientes, a una cobertura autorizada insuficiente o a que fuentes de terceros superan en posicionamiento a tus propias páginas.

Ejemplo 3: Defensa dela reputación

Haces un seguimiento prompts «¿Merece la pena [Marca]?» y «Problemas con [Marca]». Una baja tasa de aparición en estos casos puede ser positiva (si la prompt negativa) o desastrosa (si no apareces en las preguntas del tipo «¿es de fiar?»). La solución no consiste simplemente en «más contenido» en general, sino en páginas específicas y basadas en hechos que aborden las inquietudes directamente, con políticas claras, documentación de apoyo y argumentos de peso.

Qué hacer para mejorar la tasa de inclusión (una guía práctica)

Si tu tasa de inclusión es baja, normalmente es porque no superas una de estas tres pruebas: relevancia, capacidad de extracción o confianza.

Empieza por estas medidas:

  1. Define tu prompt como si fueras un especialista en marketing de productos: crea un prompt por fase del embudo de conversión (información, comparación, compra, resolución de problemas). Manténlo estable para que los cambios en la tasa de inclusión reflejen tu trabajo, y no una prueba en constante evolución. Prompt es la base de un programa de tasa de inclusión fiable.
  2. Analiza por qué no apareces: en prompts aparecen competidores, pregúntate: ¿qué ha utilizado el modelo? ¿Ha sido una tabla comparativa, una página de reseñas, una página de definiciones o un hilo de un foro? Ese es tu modelo a seguir.
  3. Facilita la extracción de respuestas: incluye una«respuesta canónica» de una sola frase en la parte superior de las páginas clave, añádele una lista con viñetas breves y utiliza tablas para las especificaciones y las comparaciones. Si un modelo no puede extraer un fragmento claro, elegirá el de otra persona.
  4. Aumenta las señales de fiabilidad: utiliza datos contrastados, cita fuentes primarias y mantén la coherencia en los detalles de los productos tanto en tu sitio web como en los principales perfiles de terceros. En las respuestas generadas por IA, la coherencia suele prevalecer sobre los textos ingeniosos. Las señales de fiabilidad de las fuentes para la IA son lo que distingue a las marcas que se citan de aquellas que se pasan por alto.
  5. Mide la tasa de inclusión por motor y por grupo de intenciones: una única tasa de inclusión combinada oculta los datos relevantes. Segmenta por motor (ya que se comportan de forma diferente) y por prompt (ya que la intención determina la estructura de la respuesta).

La tasa de inclusión ofrece una visión clara y concisa de la visibilidad de la IA: presencia o ausencia. Cuando se aborda como un sistema de medición riguroso —con reglas claras, prompts estables e informes segmentados—, se deja de hacer conjeturas y se empieza a generar un aumento predecible de la inclusión en aquellas prompts realmente generan ingresos.

💡 Puntos clave

  • Considera la tasa de inclusión como la «proporción de respuestas» para un conjunto definido de prompts, y no como una puntuación de visibilidad imprecisa.
  • Establece reglas de inclusión explícitas (mención frente a cita) para que la métrica se mantenga estable y sea comparable a lo largo del tiempo.
  • Analiza la tasa de inclusión de segmentos por motor y grupo de intenciones para descubrir en qué aspectos realmente no estás siendo tenido en cuenta.
  • Utiliza estructuras extraíbles (respuestas canónicas, viñetas, tablas) y datos verificables para mejorar la selección por parte de los motores de IA.
  • Convierte prompts de baja relevancia prompts una hoja de ruta: reproduce los formatos y las fuentes que ya prefieren los motores de IA y, a continuación, supéralos con contenido más claro y mejor documentado.

Explora los términos relacionados más relevantes

Ver todoSolicita una demostración
Ver todo
Solicitar una demostración

citas sobre la IA

Cómo indica una IA las fuentes que ha utilizado al proporcionar información.
Más información

Visibilidad de la IA

Con qué frecuencia y con qué relevancia aparece tu marca o tu contenido en las respuestas generadas por IA, medido como el número de menciones respecto al total de respuestas relevantes.
Más información

Diseño de la respuesta canónica

Un método para elaborar una respuesta clara y bien documentada, con una redacción precisa, datos concretos, bloques de pruebas y enlaces canónicos para una citación fiable por parte de la IA.
Más información

Compartir cita

Porcentaje de enlaces citados que remiten a tus fuentes respecto al total de enlaces de citas en las respuestas de IA relevantes.
Más información

Mapeo de la intención conversacional

Organizar las consultas, prompts y las preguntas de seguimiento de los usuarios en un mapa de conversación que sirva de guía para las respuestas, la estructura del contenido y los textos breves.
Más información

E-E-A-T

El modelo E-E-A-T evalúa el contenido en función de la experiencia de primera mano del creador, su experiencia, el reconocimiento por parte de otros y su fiabilidad general.
Más información

Optimización de entidades y del gráfico de conocimiento

Garantizar la precisión de los perfiles públicos y los datos enlazados para que la inteligencia artificial y los sistemas de búsqueda reconozcan y asocien correctamente las marcas y los temas.
Más información

Matriz de optimización multimotor

Una matriz que compara qué señales y comportamientos son relevantes en los principales motores de IA para orientar las prioridades de optimización.
Más información
Omnia ayuda a las marcas a descubrir los temas con más demanda en asistentes de IA, monitorizar su posicionamiento, entender qué fuentes citan esos asistentes y activar agentes que crean y publican contenido optimizado para IA donde realmente cuenta.

Omnia, Inc. © 2026
Producto
Planes
Seguimiento de la visibilidad en IA
Descubrimiento de Prompts
Insights
análisis de sentimiento
Omnia MCP
Soluciones
Resumen
Responsables de SEO y contenido
Profesionales del marketing internos
Agencias
Recursos
BlogClientesComprobador gratuito de visibilidad de IAHerramientas de visibilidad de IABase de conocimientosActualizaciones de productosAgencias de confianzaDocumentación de la APIDocumentación de MCP
Compañía
ContáctanosPolítica de privacidadCondiciones del servicio