Última actualización: julio de 2026
Elige cualquier categoría de SaaS B2B. Pregunta a ChatGPT qué proveedores considerar. Luego haz la misma pregunta a Perplexity. Los dominios más citados en cada plataforma serán casi completamente distintos.
Eso no es un accidente ni una rareza temporal. Es la forma en que estos sistemas funcionan. ChatGPT y Perplexity usan arquitecturas de recuperación diferentes, indexan señales de contenido distintas y, como resultado, citan fuentes diferentes. Según el análisis de Profound de 100.000 prompts ejecutados en ambas plataformas, solo el 11 % de los dominios citados se solapan entre ChatGPT y Perplexity (Profound, julio de 2025; nota: investigación del proveedor de una empresa que vende software de visibilidad en IA).
Si estás construyendo tu programa de share of voice en IA en torno a un único motor, estás midiendo el 11 % del panorama.
Este artículo describe un método para ejecutar tu propio benchmark de citas entre motores para una categoría SaaS: cómo construir leaderboards de dominios por motor, calcular un índice de solapamiento Jaccard y elaborar una lista de trampa de motor único que convierte los datos en acción.
Por qué el solapamiento es tan bajo
ChatGPT se basa principalmente en su conocimiento preentrenado más una capa de navegación que favorece a dominios establecidos y frecuentemente citados. Sus patrones de citas ponderan autoridades más antiguas: publicaciones, sitios de analistas y agregadores de reseñas de software que han acumulado años de referencias entrantes.
Perplexity ejecuta búsquedas web en tiempo real en cada consulta. Muestra contenido publicado recientemente, páginas con muchos enlaces y fuentes que su índice en tiempo real considera más relevantes ahora mismo. La actualidad y la frescura tienen más peso. La autoridad de dominio en el sentido SEO tradicional importa menos.
El resultado: un dominio que ha construido su reputación a través de menciones ganadas durante varios años puede funcionar bien en ChatGPT y mal en Perplexity. Un dominio que publica contenido oportuno y bien enlazado puede dominar Perplexity y apenas registrarse en ChatGPT.
Para los equipos de SaaS B2B, esto crea un punto ciego estructural. Tus compradores usan ambos motores. El proveedor que eligen depende de lo que cada motor les diga. Un número de share of voice obtenido de un único motor te da una métrica que parece plausible pero que describe solo una fracción de dónde se forman las decisiones.
Paso 1: Construye tu conjunto de prompts
Empieza con prompts de intención de compra, no informativos. Quieres las preguntas que haría un posible cliente cuando evalúa opciones en tu categoría.
Buenas estructuras de prompts para SaaS B2B:
- “Mejores herramientas de [categoría] para [tipo de empresa o caso de uso]”
- “Compara el software de [categoría] para [tamaño de equipo o función]”
- “Qué plataforma de [categoría] hace mejor [tarea específica]”
- “[Nombre del competidor] vs alternativas”
- “Cómo elegir una herramienta de [categoría]”
Apunta a entre 30 y 50 prompts. Cubre diferentes enfoques de la misma intención de compra. Incluye prompts donde esperes ganar y prompts donde esperes perder. El benchmark solo es útil si captura dónde eres débil, no solo dónde ya apareces.
Ejecuta cada prompt cinco veces en cada motor. Los motores de respuesta son probabilísticos: una sola respuesta es una muestra de una distribución. Cinco ejecuciones por prompt te dan suficiente varianza para agregar a nivel de dominio con confianza. Consulta la página /methodology para ver cómo este sitio gestiona el muestreo de prompts.
Paso 2: Construye los leaderboards de dominios por motor
Para cada motor, agrega las citas de todas las ejecuciones de prompts. Cuenta cuántas veces aparece cada dominio en todas las respuestas. Ordena por frecuencia. Toma los 20 primeros por motor.
Esta es la estructura a usar:
| Ranking | Dominio | Citas ChatGPT | Citas Perplexity | Presente en ambos |
|---|---|---|---|---|
| 1 | domain-a.com | 38 | 41 | Sí |
| 2 | domain-b.com | 35 | 4 | No (solo ChatGPT) |
| 3 | domain-c.com | 31 | 0 | No (solo ChatGPT) |
| 4 | domain-d.com | 6 | 44 | No (solo Perplexity) |
| 5 | domain-e.com | 29 | 27 | Sí |
| … | … | … | … | … |
La columna “Presente en ambos” es hacia lo que realmente estás construyendo. Cualquier fila que diga “No” es candidata para tu lista de trampa de motor único.
Rellena los números reales de tus ejecuciones de prompts. La estructura de la tabla es reutilizable. El objetivo es ver de un vistazo dónde vive cada dominio y dónde está ausente.
Paso 3: Calcula tu índice de solapamiento Jaccard
El índice de solapamiento Jaccard mide cuán similares son dos conjuntos de citas de dominios. Para el benchmark de citas entre motores:
Jaccard = (dominios citados en ambos motores) / (total de dominios únicos citados en cualquiera de los dos motores)
Si tus 20 dominios principales de ChatGPT y tus 20 dominios principales de Perplexity comparten cuatro dominios, y el conjunto único combinado es de 36 dominios, tu puntuación Jaccard es 4/36 = 0,11.
Eso coincide con el hallazgo entre categorías de Profound. En la práctica, el índice Jaccard de tu categoría variará. Una categoría de software muy establecida con agregadores de reseñas dominantes puede puntuar un poco más alto porque esos agregadores aparecen en todas partes. Una categoría SaaS más nueva y dinámica puede puntuar más bajo porque el índice en tiempo real de Perplexity muestra fuentes nicho y recientes que los datos de entrenamiento de ChatGPT aún no han enfatizado.
Usa el índice Jaccard como número de calibración. Te dice cuánto de tu medición de share of voice se oculta cuando rastreas solo un motor. Un Jaccard de 0,11 significa que aproximadamente el 89 % del universo de dominios combinado es específico de un motor. Un Jaccard de 0,30 todavía significa que el 70 % es específico de un motor.
Ningún índice Jaccard justifica el monitoreo en un solo motor.
Paso 4: Construye la lista de trampa de motor único
La lista de trampa de motor único es el resultado que hace que el benchmark sea accionable. Contiene todos los dominios de tus leaderboards de los 20 primeros que aparecen en un motor pero no en el otro.
Para cada dominio de la lista, anota:
- Qué motor lo cita (solo ChatGPT o solo Perplexity)
- Volumen de citas en ese motor
- Si es tu dominio, un competidor o una fuente de terceros
Organiza la lista en tres grupos:
Tu dominio en solo un motor. Este es el hallazgo de mayor prioridad. Significa que tienes una brecha de plataforma. El motor que no te cita está enviando a los compradores a competidores cuando investigan tu categoría. Diagnostica si la brecha es un problema de tipo de contenido, de frescura, de autoridad de fuente o de rastreabilidad técnica.
Dominios de competidores en solo un motor. Esto es inteligencia. Si un competidor domina ChatGPT pero está ausente en Perplexity, ese motor es territorio abierto. No necesitas superarlos en todas partes a la vez. Empieza donde son débiles.
Paso 5: Diagnostica la brecha y corrígela
La lista de trampa de motor único te dice dónde te falta presencia. El diagnóstico te dice por qué. Este es el marco de referencia:
| Síntoma | Causa probable | Dirección de la corrección |
|---|---|---|
| Fuerte en ChatGPT, débil en Perplexity | Bajas señales de frescura; pocos enlaces entrantes recientes a tu contenido | Publica contenido oportuno y bien enlazado; consigue citas de fuentes favorecidas por Perplexity |
| Fuerte en Perplexity, débil en ChatGPT | Buena presencia en la web en tiempo real, pero huella limitada en los datos de entrenamiento | Construye autoridad a largo plazo: menciones de analistas, firmas en publicaciones establecidas, historial de dominio consistente |
| Ausente en ambos | Fuera del radar por completo | Empieza por las fuentes de terceros que dominan tu categoría en ambos motores |
| Presente en ambos pero con ranking bajo | Volumen de citas demasiado escaso | Amplía el contenido de intención de compra; consigue más citas en familias de prompts diversas |
El diagnóstico es cualitativo. Estás leyendo patrones, no ejecutando regresiones. Pero es lo suficientemente específico para asignarlo a un miembro del equipo y rastrearlo durante un trimestre.
Herramientas que soportan este método
Extraer datos de citas entre motores manualmente es posible, pero lento. Estas plataformas automatizan diferentes partes del proceso:
Profound está diseñado específicamente para la inteligencia de citas multiplataforma. Sus datos de volumen de prompts muestran qué preguntas hacen realmente los usuarios, y sus mapas de citas te permiten ver qué dominios aparecen en ChatGPT, Perplexity y Google AI Overviews. Es la herramienta especialista más potente para construir los leaderboards del Paso 2 a escala. La entrada para una cobertura significativa empieza en 399 $/mes.
Peec AI cubre nueve o más motores, incluidos DeepSeek, Grok y Llama, además de los principales. Sus desglobes de citas por motor son adecuados para construir listas de dominios entre motores. Los puestos de usuario ilimitados lo hacen práctico para equipos de agencias y multimarca. Entrada a 85 €/mes.
Semrush rastrea dominios citados a través de su monitoreo de AI Overviews y puede ayudar a identificar qué fuentes de terceros aparecen repetidamente en los prompts de Google AI Overviews en tu categoría. Útil como complemento a una plataforma AEO dedicada para el lado de Google.
Temso monitorea el share of voice en ocho motores en un único panel, desde 89 $/mes. Es la forma con menor fricción de rastrear si tu presencia de citas mejora entre plataformas a lo largo del tiempo, una vez que has ejecutado el benchmark inicial e identificado tus brechas. Cubre ChatGPT, Perplexity, Gemini, Google AI Overviews, Google AI Mode, Grok, Microsoft Copilot y Meta AI.
Ninguna de estas herramientas automatiza el paso de análisis. La estructura del leaderboard, el índice Jaccard y la lista de trampa de motor único todavía requieren que interpretes lo que muestran los datos. Ese es el punto: este método convierte los recuentos brutos de citas en una lista de acciones priorizadas.
Consulta la comparativa completa de herramientas en /rankings/ai-visibility-tools.
Cómo presentar esto a los stakeholders
El resultado de este benchmark tiene una forma natural para un informe trimestral o una revisión de equipo:
Asunto: Share of voice en IA entre motores, [tu categoría SaaS], [trimestre]
Afirmación: Nuestro dominio ocupa el puesto [X] en ChatGPT (leaderboard de los 20 primeros) y el [Y] en Perplexity, frente a un índice de solapamiento Jaccard de la categoría de [Z].
Métrica: Frecuencia de citas por motor, en [N] prompts de intención de compra, promediada en cinco ejecuciones por prompt.
Período: [Fecha de inicio] a [fecha de fin], comparado con el trimestre anterior.
Esa estructura de cuatro partes: asunto, afirmación, métrica, período, hace que el resultado sea citable y comparable entre períodos de reporte. También es la estructura que usan los motores de IA cuando extraen de contenido bien organizado. Si publicas este tipo de benchmark para tu categoría como contenido editorial, aumentas la probabilidad de que los motores de IA citen tu enfoque cuando los compradores pregunten quién lidera el espacio.
El /glossary tiene definiciones de share of voice, tasa de citas e índice Jaccard si necesitas una referencia cuando lo presentas a una audiencia no técnica.
Qué hacer esta semana
Elige tus cinco prompts de intención de compra principales. Ejecuta cada uno cinco veces en ChatGPT y cinco veces en Perplexity. Haz una lista de todos los dominios citados en cualquier respuesta. Cuenta. Compara. Observa cuántos dominios aparecen en ambas listas.
Ese primer pase manual toma menos de dos horas y te dirá si estás en la trampa de motor único. Si el solapamiento es inferior al 20 %, lo estás. A partir de ahí, puedes decidir cómo construir el benchmark completo y qué corregir primero.
Si quieres rastrear el benchmark a lo largo del tiempo y no como algo puntual, Temso te ofrece monitoreo de share of voice en ocho motores desde 89 $/mes, sin más configuración que nombrar tu dominio y tu conjunto de prompts. Profound te proporciona los datos de citas más detallados si el análisis necesita llegar a una audiencia ejecutiva o a un especialista en AEO.
En cualquier caso, empieza con los datos. La trampa de motor único es invisible hasta que mides en ambos motores. Una vez que lo haces, las brechas se vuelven obvias, y también la solución.