Setenta Prompts generaron 1.702 citas, unas ocho por respuesta
Casi todas las conversaciones sobre visibilidad en IA tratan una respuesta como un veredicto sobre una página. La tuya. Desde dentro se ve así, porque solo compruebas si estás.
Una auditoría publicada en septiembre de 2025 por Arlen Kumar y Leanid Palkhouski, de UC Berkeley y Wrodium Research, puso cifras a la forma del asunto. Pasaron 70 Prompts con intención de compra de 16 verticales de SaaS B2B por Brave Summary, Google AI Overviews y sonar-pro de Perplexity, y recogieron 1.702 citas que apuntaban a 1.100 URL únicas.
Setenta Prompts en tres motores son 210 respuestas. Reparte 1.702 citas entre ellas y salen unas ocho URL citadas por respuesta. Esa es la unidad real. Ocho huecos, y siete son de otros incluso en un buen día.
En preguntas sobre software, el 72,7 % de los dominios citados no eran de los proveedores
Un segundo estudio del mismo mes aclara quiénes son esos vecinos. Mahe Chen, Xiaoxuan Wang, Kaiwen Chen y Nick Koudas, de la Universidad de Toronto, ejecutaron 1.000 Prompts de clasificación de consumo, diez categorías con cien cada una, en EE. UU. y Canadá, en Google y en un GPT con acceso web. Tomaron las diez primeras URL por consulta y clasificaron cada dominio como Marca, Social o Ganado, es decir, medios independientes, webs de reseñas y de comparativas.
En Productos de software en EE. UU., la búsqueda con IA devolvió un 72,7 % de Ganado, un 26,7 % de Marca y casi nada de Social. Google, con las mismas intenciones, devolvió un 43,7 % de Marca, un 45,4 % de Ganado y un 10,9 % de Social. Canadá fue más extremo: la búsqueda con IA dio un 74,2 % de Ganado y nada de Social, mientras que Google se inclinó hacia la Marca con un 53,8 %. La electrónica de consumo en EE. UU. fue aún más lejos, hasta un 92,1 % de Ganado.
Leído como marca, escuece un poco. En una pregunta de categoría, casi todo aquello con lo que trabaja el modelo lo ha escrito gente que no está en tu plantilla, en páginas que no puedes editar.
La cocitación se definió en 1973, y la definición es justo la cuestión
Hay una idea más antigua que encaja exactamente. En 1973, Henry Small definió la cocitación en el Journal of the American Society for Information Science como la frecuencia con la que dos documentos se citan juntos, medida comparando las listas de documentos que los citan y contando las entradas idénticas. Los grupos de artículos cocitados, mostró, trazan la estructura de una especialidad científica.
La propiedad que merece la pena trasladar es aquella sobre la que Small construyó la medida. La cocitación la crea quien cita. Dos artículos se vuelven vecinos porque un tercero no dejaba de recurrir a los dos. Ninguno puede declarar la relación, y ninguno puede salirse de ella.
Trasládalo a un motor de respuesta y la consecuencia es incómoda. Tú no eliges las páginas junto a las que apareces. El motor monta el conjunto, de nuevo en cada petición, y el comprador lee las ocho fuentes como una sola cosa. Dos proveedores con páginas casi idénticas pueden caer en vecindarios distintos y leerse de forma distinta por ello.
Solo 134 de 1.100 páginas citadas aparecieron en más de un motor
Los vecindarios tampoco se trasladan. En el corpus de Kumar y Palkhouski, 134 URL contaron como citas en varios motores. Frente a 1.100 URL auditadas, es más o menos una de cada ocho, así que aproximadamente siete octavos de las páginas citadas las citó un solo motor. Las 134 que sí viajaron puntuaron un 71 % más en el índice de calidad de página del artículo que las de un solo motor, lo que es un argumento decente a favor del trabajo estructural aburrido.
La lectura práctica es que un hueco en el conjunto de fuentes de Perplexity dice muy poco sobre Google AI Overviews. Si tu panel junta los motores en una sola cifra de visibilidad, está promediando tres poblaciones de páginas casi separadas.
Citar a otros subió un 115 % la web en quinta posición
Esta es la parte que cambia lo que haces el lunes. El artículo que bautizó la generative engine optimization, de Pranjal Aggarwal y sus colegas de Princeton, probó nueve reescrituras de contenido frente a un banco de pruebas de 10.000 consultas de 25 dominios.
Tres métodos quedaron arriba: añadir citas a fuentes creíbles, añadir citas textuales y añadir estadísticas. Juntos produjeron una mejora relativa del 30 al 40 % en la métrica de recuento de palabras ajustado por posición del artículo y del 15 al 30 % en su puntuación de impresión subjetiva.
Dividido por posición en la búsqueda, el método de citar fuentes subió la visibilidad un 115,1 % en las webs que ya estaban en quinta posición, mientras que la visibilidad de la web en primera posición cayó de media un 30,3 %. La palanca ahí no es la autoridad. Es lo citable. Una página que cita fuentes creíbles le da al modelo algo que puede tomar, y pone tu frase en el mismo párrafo que las fuentes que citaste.
Que es la idea de la cocitación funcionando al revés. A quién citas influye en con quién te citan.
Mide el vecindario, no solo tu propia fila
Si la unidad es el conjunto, cuatro preguntas valen más que un recuento de citas.
- Qué dominios aparecen juntos una y otra vez en tu categoría. Si las mismas cuatro páginas se repiten en tus Prompts, ese grupo es la verdadera lista de fuentes de tu categoría, y se puede conocer.
- Si un competidor está en un conjunto del que tú faltas. Eso es una brecha de colocación, y ninguna reescritura de tu propia página de inicio la cierra.
- Por motor, por separado. Con las cifras de arriba, los conjuntos casi no se solapan, así que el vecindario de un motor predice mal el de otro.
- Qué páginas cocitadas aceptan propuestas o correcciones. La mayoría de las recopilaciones lo hacen, y pedirlo suele ser la forma más barata de entrar en un conjunto del que estás fuera.
Qué hacemos al respecto
Por eso Proofsource hace un mapa de cocitación junto al seguimiento de Prompts y la detección de brechas de citas. El informe muestra qué fuentes viajan juntas en tu categoría y de cuáles faltas, y el informe para clientes incluye una vista de la mezcla de fuentes de listas y de su actualidad por el mismo motivo.
Nuestro propio muestreo apunta en la misma dirección. En una pregunta de «la mejor de la categoría», en la única categoría que probamos, las listas y recopilaciones fueron alrededor del 44 % de las fuentes que citó ChatGPT, las webs de reseñas el 24 % y las páginas de proveedores el 18 %. Eso es nuestro, una categoría y un motor, y no lo defenderíamos como una ley general.
También significa que muy a menudo le decimos a la gente que la corrección más barata está en una página que no es suya y que no podemos tocar. Preferimos decirlo antes que vender una reescritura que no moverá nada.
Dónde podría fallar esto
Las dos auditorías se hicieron en septiembre de 2025. Eso fue hace un año, y todos los motores que aparecen en ellas han sacado muchas versiones desde entonces. Toma la dirección como bien respaldada y los porcentajes exactos como desfasados.
El estudio de Kumar y Palkhouski es observacional, en inglés, de SaaS B2B, y se recogió en un único momento a partir de 70 Prompts. Consultó Perplexity a través de la API sonar-pro, que no tiene por qué comportarse como el producto de consumo. Su cifra de 134 es un recuento en ese corpus, y no publican el solapamiento por pares, así que no podemos decir qué dos motores comparten más.
El estudio de Toronto clasificó cada dominio con GPT-4o-search-preview. Las etiquetas asignadas por un modelo arrastran los errores del modelo, y la línea entre Marca y Ganado se difumina de verdad en una web de comparativas financiada por un proveedor.
Hay un desacuerdo que aquí no podemos resolver. Varias herramientas de seguimiento muy difundidas dicen que las plataformas de comunidades como Reddit se llevan una proporción muy grande de las citas de IA, mientras que este estudio vio Social cerca de cero. No hemos rastreado esas herramientas hasta una fuente primaria, así que no citamos ninguna cifra suya. Señalamos el conflicto en lugar de tomar partido.
El banco de pruebas de Aggarwal es de 2023 y 2024 y se evaluó con motores de dos generaciones atrás. Quédate con el mecanismo y trata el 115 % como un producto de ese montaje.
La medida de Small de 1973 describía un registro impreso fijo. El conjunto de fuentes de una respuesta se regenera en cada petición, así que con quién te citan es una distribución. Una sola respuesta no establece nada sobre tu vecindario.
