AI Visibility Software
← Blog
Publicado

La plantilla de share of voice: una hoja de cálculo para medir las menciones de tu marca en IA frente a la competencia en 5 motores

Una plantilla de hoja de cálculo reutilizable y completamente especificada para rastrear el share of voice en IA en 5 motores, con el esquema de 9 columnas, la fórmula de SoV y el método de promediado de ejecuciones.

En resumen

Construye un rastreador de share of voice en IA con 9 columnas (prompt, motor, fecha de ejecución, marca mencionada, posición, sentimiento, menciones de competidores, URL citada, notas), promedia al menos 5 ejecuciones por prompt para suavizar la no determinismo de los LLM, y aplica la fórmula de SoV: menciones de tu marca divididas entre el total de menciones del conjunto competitivo.

Última actualización: julio de 2026

Saber si ChatGPT menciona tu marca es un comienzo. Saber que tu marca aparece en el 28 % de los prompts de categoría mientras tu principal competidor aparece en el 41 % es un dato sobre el que puedes actuar. Esa brecha es lo que un rastreador de share of voice en IA hace visible.

El problema es que la mayoría de los equipos o bien omiten el rastreador por completo o construyen uno que no resiste el escrutinio. Las columnas elegidas parecen correctas hasta que alguien pregunta por qué los números varían semana a semana. La respuesta es casi siempre la misma: una sola ejecución por prompt, sin promediado, y una fórmula que cuenta menciones brutas en lugar de un conjunto competitivo definido.

Este artículo te da el esquema completo de columnas, la fórmula correcta de SoV, un ejemplo práctico con tres competidores y el método de promediado de ejecuciones que hace que los números sean defendibles.

El esquema de 9 columnas

Copia esta estructura en cualquier hoja de cálculo. Cada fila corresponde a un prompt ejecutado en un motor en una fecha determinada.

#Nombre de la columnaQué registrarValor de ejemplo
1PromptEl texto exacto de la pregunta, literalmente”¿Cuál es la mejor herramienta de visibilidad en IA para SaaS B2B?“
2MotorLa plataforma de IA consultadaChatGPT
3Fecha de ejecuciónFecha en formato ISO (AAAA-MM-DD)2026-07-16
4Marca mencionada (S/N)¿Se nombró tu marca en la respuesta?S
5PosiciónDónde apareció tu marca: Primera nombrada / Secundaria / No mencionadaSecundaria
6SentimientoCómo se describió tu marca: Positivo / Neutral / NegativoPositivo
7Menciones de competidoresLista separada por comas de marcas rivales nombradas en la misma respuestaProfound, Otterly.AI
8URL citadaLa URL de origen que el motor enlazó o citó, si la hayhttps://yoursite.com/category-page
9NotasSeñala alucinaciones, precios incorrectos, afirmaciones desactualizadas o respuestas inusualmente largas o cortasAlucinación: precio incorrecto indicado

Algunas notas sobre los campos:

  • Posición importa porque las marcas “primeras nombradas” tienen una influencia desproporcionada en el recuerdo del lector. Regístrala por separado del indicador S/N.
  • Menciones de competidores debe usar el nombre exacto de la marca tal como aparece en la respuesta, no tu abreviación interna. Esto hace que las fórmulas COUNTIF funcionen correctamente.
  • URL citada suele estar en blanco en los motores conversacionales y aparece cumplimentada en los de recuperación aumentada (Perplexity, Google AI Overviews). Regístrala cuando aparezca.
  • Notas es la columna que los analistas omiten y luego lamentan. Una nota que indique “ChatGPT declaró que nuestro precio es 99 $/mes; el precio correcto es 29 $/mes” es exactamente el tipo de brecha de precisión que necesita seguimiento y corrección.

La fórmula de SoV

Share of voice en IA = (número de menciones de tu marca / total de menciones en el conjunto competitivo) x 100

El denominador incluye tu marca más cada competidor de tu conjunto definido. No usa el número total de prompts ejecutados. Cuenta con qué frecuencia se mencionó cualquier marca de tu universo competitivo y luego mide tu parte de ese total.

SoV = (TusMenciones / (TusMenciones + CompetidorA + CompetidorB + ... + CompetidorN)) × 100

Esta es la fórmula que utilizan plataformas especializadas como Peec AI, Profound y Otterly.AI. Al construir tu propio rastreador con la misma fórmula, tus cifras serán comparables con las que reportan esas plataformas.

Ejemplo práctico: conjunto de 3 competidores

Ejecutas 100 prompts en cinco motores (20 por motor). Tras promediar cinco ejecuciones por prompt (es decir, 500 ejecuciones brutas en total por motor, pero 100 resultados promediados), obtienes el siguiente recuento:

MarcaMenciones en 100 prompts promediadosSoV
Tu marca2831,1 %
Competidor A4145,6 %
Competidor B1921,1 %
Competidor C22,2 %
Total90100 %

Observa que 10 de los 100 prompts no produjeron ninguna mención de marca. Esos 10 prompts no están en el denominador. Tu SoV es 28 / 90, no 28 / 100.

Esto importa. Si un prompt de categoría como “¿cómo mejoro mi visibilidad en búsqueda?” devuelve una respuesta genérica sin nombres de marca, incluirlo en el denominador deflacionaría artificialmente el SoV de todos. Excluye los prompts sin mención del cálculo de SoV, pero mantenlos en la hoja. Un número creciente de prompts “sin mención” para tu categoría es en sí mismo una señal.

El método de promediado de ejecuciones

Los motores de respuesta son probabilísticos. Pregunta a ChatGPT la misma pregunta cinco veces y puedes obtener cinco menciones de marca diferentes. Una sola ejecución es un dato. Cinco ejecuciones son una medición.

El flujo de trabajo práctico:

  1. Ejecuta cada prompt cinco veces en una sola sesión (el mismo día, el mismo motor, el mismo estado de cuenta).
  2. Registra cada ejecución como una fila separada en la hoja.
  3. Calcula la tasa de citación para ese prompt: menciones en cinco ejecuciones divididas entre cinco. Una marca mencionada en tres de cinco ejecuciones tiene una tasa de citación del 60 % para ese prompt.
  4. Usa las tasas de citación por prompt, no los recuentos brutos, cuando calcules el SoV semanal.
  5. Registra la tasa de citación a lo largo del tiempo. Un prompt que pasa del 40 % al 70 % en cuatro semanas es el tipo de deriva que justifica una investigación: o bien se actualizó el entrenamiento del modelo, o una nueva pieza de contenido ganó una citación, o un competidor perdió terreno.

La nota metodológica que hace tus cifras defendibles: indica el recuento de ejecuciones y el intervalo de fechas cada vez que reportes SoV. “Nuestro SoV en IA para el conjunto de prompts de categoría fue del 31,1 % (promedio de 5 ejecuciones por prompt, 100 prompts, semana del 14 de julio de 2026, ChatGPT + Perplexity + Google AI Overviews + Gemini + Microsoft Copilot)” es una cifra que una persona interesada puede cuestionar. “Nuestro SoV en IA es del 31 %” no lo es.

Cómo estructurar tu conjunto de prompts

El esquema del rastreador gestiona el registro. El conjunto de prompts determina qué mides.

Apunta a 30 a 100 prompts por ciclo de medición. Menos de 30 te da una cifra de SoV ruidosa que oscila demasiado ante cambios en prompts individuales. Más de 100 es difícil de mantener manualmente (y la respuesta correcta a esa escala es la automatización).

Organiza los prompts en clústeres por intención:

  • Evaluación de categoría (“cuál es la mejor herramienta para X”): captura el descubrimiento en la parte superior del embudo.
  • Comparación de funciones (“qué herramienta hace X mejor”): captura la consideración en la parte media del embudo.
  • Precio u objeción (“merece la pena X por su coste”): captura la decisión en la parte inferior del embudo.
  • Problema primero (“cómo soluciono X”): captura prompts que no nombran tu categoría pero donde quieres ser mencionado.

Registra el SoV de cada clúster por separado. Una marca que domina los prompts de evaluación de categoría pero desaparece de los prompts de problema primero tiene una brecha específica que cerrar: contenido que responda al problema de un modo que lleve a una recomendación de categoría.

SoV por motor: por qué importa

Ejecuta cada prompt contra cada motor que rastrees. Calcula el SoV por motor, no solo en agregado.

Una investigación de Profound (julio de 2025) encontró que solo alrededor del 11 % de los dominios son citados tanto por ChatGPT como por Perplexity, basándose en el análisis de 100 000 prompts ejecutados en ambas plataformas. Los motores se nutren en gran medida de grupos de fuentes diferentes. Tu SoV agregado puede parecer saludable mientras eres invisible en un motor que tus compradores usan más.

La columna por motor en tu rastreador hace visible esta división. Si tu SoV en ChatGPT es del 40 % pero en Google AI Overviews es del 8 %, son dos problemas diferentes que requieren dos soluciones diferentes.

Mantenimiento del rastreador: una lista de verificación breve

Un rastreo consistente es más valioso que un rastreador perfecto que acabas abandonando. Mantenlo simple:

  • Ejecuta los prompts en un día fijo cada semana (o quincena). El martes por la mañana funciona bien porque evita el ruido de las actualizaciones de modelos del fin de semana.
  • Archiva las ejecuciones anteriores, no las elimines. Los datos históricos son los que te permiten trazar una línea de tendencia.
  • Retira los prompts que ya no reflejan la forma en que los compradores plantean la pregunta. Añade sustitutos cuando detectes nuevas formulaciones en llamadas de ventas o tickets de soporte.
  • Señala cualquier semana en la que hayas cambiado la redacción del prompt. Incluso ediciones menores (añadir un signo de interrogación, cambiar el tiempo verbal) pueden alterar las tasas de citación y romper tu línea de tendencia.
  • Revisa la columna de notas mensualmente. Los patrones en las alucinaciones (precios incorrectos, conjunto de funciones incorrecto, tamaño de empresa incorrecto) indican material fuente que necesita actualizarse.

Cuándo usar una herramienta especializada en su lugar

La plantilla de hoja de cálculo es el lugar adecuado para empezar. Te obliga a entender la metodología antes de delegarla en un software.

Una vez que tu conjunto de prompts crece más allá de 50 a 100 prompts, o rastrean más de tres motores, el seguimiento manual se convierte en un cuello de botella. Ese es el momento en que las plataformas especializadas justifican su coste.

Peec AI ejecuta prompts de forma programada diaria en más de 9 motores, incluidos DeepSeek y Grok, exporta datos de respuesta sin procesar y presenta el SoV por motor sin necesidad de fórmulas COUNTIF manuales. Las agencias lo utilizan porque incluye asientos de usuario ilimitados en todos los planes.

Otterly.AI ofrece orientación estructurada de auditoría GEO junto con el rastreo de citaciones a nivel de prompt en seis plataformas. Su plan Standard comienza en 189 $/mes e incluye benchmarking competitivo de SoV, que el nivel Lite no ofrece.

Profound es la opción especialista para equipos que necesitan la inteligencia de citación más profunda. Su conjunto de datos de 680 millones de citaciones y la función Prompt Volumes (que muestra qué preguntas hacen realmente los usuarios a los motores de IA) van mucho más allá de lo que puede replicar una hoja de cálculo. La entrada a un programa con todas las funciones cuesta 399 $/mes.

Temso es la opción todo en uno para equipos que quieren monitorización y un plan de acción en un solo producto. Rastrea el share of voice, las menciones de marca, las citaciones y el sentimiento en ocho motores de IA desde 89 $/mes, y convierte las brechas de visibilidad en una cola de correcciones priorizadas dentro de la misma suscripción.

Semrush añadió el rastreo de AI Overviews a su plataforma en 2025. Es un punto de partida razonable para equipos que ya trabajan dentro del ecosistema Semrush, aunque su rastreo de IA es más limitado que el de las plataformas AEO especializadas.

La lista completa y clasificada de herramientas de visibilidad en IA cubre todas las opciones principales con precios y cobertura de motores lado a lado.

La nota metodológica

Cada cifra de SoV que compartas debe llevar tres datos: el recuento de ejecuciones por prompt, el tamaño del conjunto de prompts y la lista de motores. Sin esos datos, las personas interesadas no pueden juzgar si la cifra es una instantánea de unas pocas ejecuciones en un motor o un promedio estable de un programa de medición riguroso.

La fórmula y el esquema de este artículo coinciden con la metodología utilizada por las principales plataformas de visibilidad en IA. Cuando pases de esta hoja de cálculo a una herramienta especializada, tus datos históricos seguirán siendo interpretables y tus cifras de SoV serán comparables entre ambos enfoques.

Para consultar la metodología completa de medición utilizada para puntuar las herramientas en este sitio, visita /methodology. Para definiciones de términos, consulta /glossary.


Empieza con las nueve columnas, ejecuta cinco veces por prompt, aplica la fórmula y añade la nota metodológica a cada informe. Esa es la base completa para un programa de share of voice en IA defendible.

Si quieres que la medición se gestione automáticamente en ocho motores desde el primer día, el plan de 89 $/mes de Temso ejecuta los prompts, promedia las ejecuciones y presenta el panel de SoV sin necesidad de ninguna hoja de cálculo. Peec AI y Otterly.AI son alternativas sólidas si el acceso multiasiento para agencias o la orientación estructurada de auditoría GEO importan más que la ejecución todo en uno.

FAQ

¿Qué columnas debe incluir un rastreador de share of voice en IA?

Un rastreador de SoV en IA sólido necesita nueve columnas: texto del prompt, nombre del motor, fecha de ejecución, marca mencionada (S/N), posición en la respuesta (primera nombrada / secundaria / no mencionada), sentimiento (positivo / neutral / negativo), menciones de competidores (nombres de marca separados por comas), URL citada (el enlace de fuente que atribuyó el motor) y notas para alucinaciones o comportamientos inusuales. Estas nueve columnas capturan los datos necesarios para calcular el SoV, auditar el sentimiento y detectar lagunas de citación sin sobrecargar la hoja.

¿Cuál es la fórmula de share of voice para la búsqueda en IA?

SoV en IA = (número de menciones de tu marca) / (total de menciones en tu conjunto competitivo definido, incluidas las propias) x 100. Por ejemplo, si ejecutaste 100 prompts y tu marca apareció en 28, el Competidor A en 41 y el Competidor B en 19, tu SoV es 28 / (28 + 41 + 19) = 31,1 %. El denominador siempre debe incluir tus propias menciones, no solo las de los rivales.

¿Cuántas ejecuciones por prompt necesito para obtener una lectura fiable?

Ejecuta cada prompt un mínimo de cinco veces por motor antes de sacar conclusiones. Los motores de respuesta son probabilísticos: una sola respuesta es una muestra de una distribución. Cinco ejecuciones ofrecen una tasa de citación estable para ese prompt. Usa 10 ejecuciones en prompts de alta entropía (abiertos, con mucha carga de opinión o de bajo consenso) y vuelve a ejecutarlos con una cadencia semanal o quincenal para detectar deriva.

¿Debo rastrear los mismos prompts cada semana?

Sí, con poda periódica. Los prompts consistentes te permiten detectar la deriva a lo largo del tiempo. Retira un prompt cuando ya no refleje la forma en que los compradores reales plantean la pregunta, cuando tu SoV haya saturado cerca del 100 % en ese prompt durante varias semanas, o cuando duplique otro prompt de tu conjunto. Invierte esos créditos de ejecución en prompts donde la respuesta sigue disputada.

¿Qué motores de IA debo incluir en el rastreador?

Empieza con ChatGPT, Perplexity, Google AI Overviews, Gemini y Microsoft Copilot. Esos cinco cubren la mayoría de los recorridos de investigación y compra asistidos por IA. Añade Google AI Mode y Meta AI una vez que los cinco principales estén funcionando con fluidez. Registra cada motor como una fila separada para el mismo prompt, de modo que puedas ver el SoV por motor y detectar la divergencia que hace necesario el rastreo multimotor.

¿Puedo automatizar este rastreador en lugar de hacerlo manualmente?

El rastreo manual funciona bien para 20 a 50 prompts en dos o tres motores. A partir de ahí, las plataformas especializadas gestionan la ejecución de prompts, el promediado de ejecuciones y el cálculo del SoV de forma automática. Peec AI, Otterly.AI, Profound y Temso ejecutan prompts de forma programada, exportan datos de respuesta sin procesar y muestran paneles de SoV. La plantilla de hoja de cálculo es el punto de partida ideal para comprender la metodología; la automatización es el paso correcto cuando tu conjunto de prompts crece.