Qué prompts monitorizar para tu visibilidad en IA (y cómo encontrarlos)

Nadie sabe exactamente qué escribe la gente en ChatGPT. Es cierto, y es el motivo por el que la mayoría de los proyectos de seguimiento de prompts nunca arrancan. Pero no es un argumento contra el seguimiento de prompts. Es un argumento contra elegirlos a ciegas.

Ante esa incertidumbre, la mayoría de los equipos hacen una lluvia de ideas, apilan prompts del tipo «mejor [categoría]» y lo llaman estrategia. El resultado es una lista que parece completa y no dice casi nada. Se salta los prompts que usan tus compradores reales antes de haber adoptado el vocabulario de la categoría y trata todos los prompts como si fueran igual de valiosos, cuando la mayoría no lo son.

Hay una fuente mejor que ya tienes en tu CRM. Los clientes potenciales que te encontraron a través de la IA le contaron a alguien de tu equipo exactamente qué escribieron: en una llamada de descubrimiento, en el seguimiento de una demo, en una nota que nadie volvió a leer. Eso no es una suposición. Ese es el prompt.

Esta guía explica dónde encontrar esos prompts, cómo completar los huecos con datos públicos y cómo filtrar el resultado hasta quedarte con una lista que un equipo pequeño pueda monitorizar y sobre la que pueda actuar.

Paso 1: Saca los prompts directamente de ventas, antes de tocar una herramienta de palabras clave

Todos los demás métodos de esta lista son conjeturas más o menos fundadas. Este no.

Si un cliente potencial te encontró a través de ChatGPT o Perplexity, alguien de tu equipo ya le oyó describirlo en voz alta, algo muy distinto de convertir consultas de búsqueda en prompts a posteriori. No es un lenguaje deducido, es el prompt real, y la mayoría de los equipos nunca lo apuntan.

Revisa las llamadas que ya tienes grabadas

Abre las grabaciones o las notas de tus últimas 10 a 15 llamadas de demo. Busca cualquier mención del tipo «se lo pregunté a ChatGPT», «lo busqué» u «os encontré a través de». Aquí no buscas un patrón: basta con una sola mención para añadir un prompt a la lista. Un equipo que lo hace por primera vez suele salir con entre tres y cinco prompts reales que no se le habrían ocurrido en una hora de lluvia de ideas.

Añade una pregunta al guion de tus llamadas de descubrimiento

Seguramente ya preguntas cómo te conoció el cliente potencial. Añade una sola pregunta justo después: «¿Fue una búsqueda en Google o se lo preguntaste directamente a una herramienta de IA? Si fue a la IA, ¿qué escribiste exactamente?». Y ya está. Sin procesos nuevos ni herramientas nuevas, solo una línea más en un guion que tu equipo ya utiliza.

Así, cada llamada futura se convierte en un dato gratis. Dentro de seis meses tendrás un registro vivo de prompts reales vinculados a oportunidades reales del pipeline, que se actualiza solo como efecto secundario de vender.

Un límite que conviene reconocer: este método se basa en lo que declaran los propios compradores y aporta poco volumen. Te dice lo que contaron unos pocos compradores, no lo que pregunta todo tu mercado. Úsalo como lista inicial, el punto de partida que el resto de esta guía va completando, no como el producto terminado.

Paso 2: Recoge el lenguaje público que te falta

Las llamadas de ventas te dicen lo que contaron unos pocos compradores. Para ver el resto del mercado necesitas una investigación de prompts que se apoye en datos públicos y no en una conversación en la que dio la casualidad de que estabas.

GSC, filtrado por preguntas

Exporta tus búsquedas genéricas de Google Search Console y filtra las que empiezan por «qué», «cómo» o «cuál». Es lo más parecido que hay a cómo formula la gente sus prompts, mucho más cercano que cualquier palabra clave en bruto.

PAA y AlsoAsked, organizados por tema

Pasa tus consultas principales por el bloque «Otras preguntas de los usuarios» de Google (PAA, por sus siglas en inglés) y por AlsoAsked, y agrupa lo que obtengas según el tema al que pertenece de verdad, no solo según la palabra clave que lo activó. Esto es el mapeo de intención conversacional llevado a la práctica: agrupar las preguntas, tal como se formulan, según la decisión de fondo que representan, para ver dónde se queda corta tu cobertura antes de empezar a monitorizar.

Reddit e hilos de foros

La gente describe sus problemas en Reddit antes de conocer el nombre de la categoría que los resuelve, y eso lo convierte en una fuente muy rica para la minería de prompts: leer lenguaje real y espontáneo en busca de formulaciones que una herramienta de palabras clave nunca te mostraría. Además, Reddit tiene un peso desproporcionado entre las fuentes que citan los LLM, así que las formulaciones que encuentres ahí suelen encajar especialmente bien con lo que esperan los modelos.

Paso 3: Clasifica cada prompt de dos formas

A estas alturas tienes una lista que procede de dos fuentes muy distintas: prompts verificados de ventas y prompts deducidos de GSC, PAA y Reddit. Clasifica cada prompt dos veces antes de tocar una herramienta de seguimiento.

Por origen: verificado (de ventas) / deducido de fuentes públicas (GSC, PAA, Reddit) / evaluación de marca. Los prompts de evaluación de marca, como «¿merece la pena [Marca]?» o «[Marca] vs. [Competidor]», se monitorizan en su propio grupo. Que el nombre de tu marca aparezca en el prompt prácticamente garantiza la visibilidad, y mezclarlos con los prompts de categoría infla unas cifras que deberían reflejar tu posición competitiva real.

Por objetivo: posición competitiva o señal de pipeline. Los prompts de ventas son casi siempre señal de pipeline: alguien los dijo de camino a una decisión. Los prompts de categoría de GSC y PAA sirven sobre todo para medir tu share of voice (SOV): ¿te nombran o no, y con qué frecuencia, frente a los competidores con los que de verdad compites? Etiquetar así cada prompt desde ahora evita que tengas que adivinar qué significa un resultado cuando empiece el seguimiento.

Paso 4: Filtra lo que queda

Dos preguntas, que se aplican a todo salvo a tus prompts verificados de ventas, que ya se han ganado su sitio:

¿Es realista que este prompt muestre tu marca o la de un competidor concreto? Si un prompt es demasiado amplio o se aleja demasiado de tu categoría, es ruido, por interesante que parezca.

¿Puedes competir de verdad con lo que se cita ahora mismo? Revisa las fuentes que cita un motor para ese prompt y comprueba si están a tu alcance. Una puntuación de elegibilidad para citas dominada por webs de organismos públicos o por Wikipedia te indica que le quites prioridad; un prompt que cita listicles, foros o blogs de autoridad media te indica que hay una vía real para entrar.

Qué puedes hacer a mano y dónde deja de funcionar

La búsqueda de prompts aguanta bien como ejercicio en una hoja de cálculo, hasta que llega el momento de mantenerla en marcha. La tabla siguiente muestra exactamente qué partes del proceso sobreviven al trabajo manual y cuál no.

Esa última fila es el verdadero cuello de botella, y no es pequeño. Los resultados de los prompts no son estáticos: ejecuta el mismo prompt dos veces y las fuentes citadas pueden cambiar por completo de una ejecución a otra.

Según los datos de citas propios de Omnia, solo el 19,8 % de los prompts de Gemini mantuvo la misma fuente más citada durante un periodo de seguimiento de cuatro semanas. Es decir, aproximadamente 4 de cada 5 cambiaron de fuente principal al menos una vez en un mes, y casi la mitad la cambiaron tres veces o más, un patrón más cercano a la volatilidad de la visibilidad que a una posición estable. Si alguien del equipo fundador revisa a mano aunque sea 20 prompts en tres modelos, pierde horas cada semana y aun así no puede distinguir con fiabilidad las fluctuaciones normales de un cambio real de posición. Ese es el verdadero argumento a favor de las herramientas de monitorización de búsquedas con IA, no la búsqueda de prompts que has visto antes, que una hoja de cálculo resuelve sin problema.

Un plan de 15 días para pasar de cero a una lista monitorizada

Todo lo que cuenta esta guía cabe en tres semanas si lo ejecutas como una secuencia y no como una lista de tareas pendientes.

Primero se buscan los prompts, después se filtran, y el seguimiento solo empieza cuando la lista se ha ganado su sitio, en ese orden y con este calendario:

Días 1 a 3: revisa las llamadas de demo recientes y añade la pregunta de seguimiento a tu guion de descubrimiento.
Días 4 a 7: extrae las búsquedas genéricas de GSC, pasa las consultas por PAA y AlsoAsked, y repasa los hilos de Reddit y de foros sobre tu categoría.
Días 8 a 10: clasifícalo todo por origen y por objetivo, y descarta lo que no supere el filtro de relevancia o de capacidad de influencia.
Días 11 a 15: pon en marcha el seguimiento de la lista final y obtén tu primera lectura.

Qué medir y qué ignorar

Mide la visibilidad por grupo, no una media global de todos los prompts. Mide la regularidad de las citas específicamente en los prompts etiquetados como pipeline, porque es el grupo vinculado a los ingresos. Y haz seguimiento de las citas en IA del grupo de evaluación de marca por separado, vigilando tanto la información desactualizada o incorrecta como que no aparezcas.

Lo que no debe obsesionarte: el número bruto de prompts. Una lista de 25 prompts bien elegidos y bien clasificados te dice más de lo que te dirán nunca 100 prompts sacados a ojo.

Dónde encaja tu Omnia Agent

Todo lo anterior (buscar, clasificar y filtrar prompts) es trabajo que un equipo reducido puede hacer a mano. El seguimiento sostenido no lo es, y tampoco lo que viene después de detectar una brecha: diagnosticar por qué no apareces en un prompt, reescribir la página y conseguir que la corrección se publique en algún sitio que un motor vaya a citar de verdad. Omnia Agent nace precisamente para cerrar ese ciclo.

Parte de datos reales, no de consejos genéricos de AEO

Omnia monitoriza más de 80.000 prompts en tiempo real, ha analizado más de 8,5 millones de respuestas de la IA y ha rastreado más de 80 millones de citas. Eso es lo que lee tu Omnia Agent antes de actuar, no una idea general de buenas prácticas. Cuando te avisa de que un competidor se está quedando con tus citas en un prompt, te muestra posiciones, fuentes y sentimiento extraídos de tus propios datos de seguimiento.

Se conecta a las cuentas de las que antes sacabas los datos a mano

Conecta GSC y GA4, y tu Omnia Agent leerá las mismas búsquedas genéricas y los mismos datos de tráfico de los pasos 2 a 4, y seguirá leyéndolos por su cuenta. Añade Semrush o Ahrefs y los datos de palabras clave y backlinks de la competencia se integran en la misma vista. El trabajo de búsqueda de prompts no desaparece. Tu Omnia Agent simplemente lo mantiene en marcha después del día 15, en lugar de dejar que se estanque, como le pasa a una hoja de cálculo en cuanto nadie la actualiza.

Se encarga de la ejecución que el trabajo manual nunca iba a cubrir

Algunas cosas que hace en cuanto detecta una brecha:

• Audita tu web en busca de brechas de AEO (optimización para motores de respuestas)
• Reescribe una página a partir del pasaje exacto por el que se cita a un competidor
• Redacta y publica contenido nuevo para los prompts en los que no apareces
• Envía las páginas para su indexación y después comprueba si algo de ello ha mejorado tu posición

Nada se publica sin tu visto bueno.

Tiene memoria, así que no empiezas de cero en cada sesión

Cuéntale algo sobre tu marca una vez y lo tendrá en cuenta a partir de entonces. Para un equipo de una o dos personas, esa memoria hace el trabajo que normalmente hace un especialista contratado: llegar sabiendo ya qué se ha probado, qué ha funcionado y qué conviene revisar a continuación.

Por qué no montarlo con un asistente generalista

En teoría, un equipo capaz podría intentarlo. Lo que tumba ese plan no es la ambición, sino el tiempo y los datos. Hacerlo bien exige semanas de configuración que la mayoría de los equipos de marketing no tienen y, al final, te seguirían faltando los datos de seguimiento de citas que te dicen si el trabajo está dando resultado. Omnia Agent incluye de serie las skills de AEO (descubrimiento de prompts, perfil de competidores, auditorías del sitio, creación de contenido y contacto con medios para relaciones públicas digitales), conectadas a datos que ya existen en lugar de a un stack de herramientas que tendrías que montar tú.

Para un equipo de una o dos personas, esa es la parte que nunca iba a hacerse a mano, no porque la investigación sea difícil, sino porque no queda nadie para ejecutar lo que descubre. Tu Omnia Agent no sustituye a esa persona. Es el fichaje de AEO que un equipo de este tamaño nunca iba a hacer.

Ya has creado la lista. Sabes dónde estás y qué prompts merece la pena perseguir. La única pregunta que queda es si vas a ser tú quien se encargue de ella a mano cada semana o si lo hará tu Omnia Agent.

Empieza tu prueba gratuita de 14 días y deja que tu Omnia Agent convierta la lista que acabas de crear en una estrategia de AEO con seguimiento y ejecución.