Preguntada de nuevo, la marca se quedó el 78% de las veces. Reformulada, el 55%
La mayoría de los consejos para probar preguntas de compra dicen que hagas cada Prompt de tres a cinco veces, porque las respuestas varían entre ejecuciones. Queríamos saber qué mueve más una lectura, esa variación o la redacción, así que medimos ambas con los mismos datos.
La muestra: 13,994 respuestas de espacios de trabajo de Proofsource entre el 4 y el 15 de octubre de 2026. Son 96 marcas en 69 espacios de trabajo y 1,908 preguntas de compra en ChatGPT, Perplexity, Claude y Google AI Overviews, la primera respuesta por pregunta, motor y día, dejando fuera las preguntas que mencionan a la marca. Las preguntas de cada marca están agrupadas en temas, una decisión de compra cada uno, normalmente formulada de tres a cinco maneras.
Toma cada respuesta que mencionó a la marca. Luego mira la misma pregunta en el mismo motor la siguiente vez que la hicimos. 448 de 578 seguían mencionando a la marca, el 77.5% (intervalo del 95% de 73.9% a 80.7%). Descartamos 55 pares en los que el motor devolvió la respuesta anterior palabra por palabra, porque una repetición no es una segunda tirada.
Ahora mira las otras formulaciones de la misma decisión, en el mismo motor y el mismo día. 3,270 de 5,934 mencionaron a la marca, el 55.1%. Que una formulación te mencionara predecía peor a sus hermanas que a ella misma otro día.
Las 15 marcas con suficientes datos mostraron la misma diferencia
Las cifras agregadas pueden esconder a una marca grande haciendo todo el trabajo, así que lo corrimos por marca: 15 marcas tenían al menos diez pares de cada tipo. En las 15, una formulación hermana mencionó a la marca con menos frecuencia que una repetición de la misma formulación. La marca mediana conservó su nombre en el 35% de las formulaciones hermanas y en el 70% de las repeticiones.
Los competidores se comportan igual. Un competidor monitoreado mencionado en una respuesta fue mencionado en una formulación hermana ese día el 40.2% de las veces (24,840 de 61,804), y en la misma formulación la vez siguiente el 77.0% (7,347 de 9,539).
Visto desde el tema es más contundente. En 840 días en los que una marca fue mencionada en al menos una formulación de un tema en un motor, solo fue mencionada en todas las formulaciones 102 veces. Las otras 738, el 87.9%, quedaron divididas.
Las preguntas de comparativa directa mencionaron a la marca en el 2.9% de las respuestas
Parte de esa diferencia viene de un tipo de pregunta. Un comprador que pregunta “competidor A vs competidor B” recibe una respuesta sobre A y B. En 1,822 respuestas de ese tipo, la marca fue mencionada en 53, el 2.9% (2.2% a 3.8%). Las preguntas que piden alternativas a un competidor con nombre salieron mucho mejor, con 14.9%, igual que las preguntas con una restricción de precio o de tamaño de equipo (15.1%) y las preguntas simples de “cuál es el mejor” (13.9%).
Quitar las preguntas de comparativa directa reduce la diferencia sin cerrarla: las hermanas mencionaron entonces a la marca el 62.9% de las veces (2,984 de 4,746), todavía muy por debajo del 77.5%.
Cinco formas de preguntar por baterías para la red, dos de las cuales nunca mencionaron a Tesla
Tesla es nuestro ejemplo público. Su tema de almacenamiento para la red tiene cinco formulaciones de una misma decisión, cuatro motores y tres días de escaneo (4, 8 y 15 de octubre; las respuestas del 5 de octubre repitieron las del 4 palabra por palabra y no se cuentan), es decir, 12 respuestas nuevas por formulación.
- “What are the best grid-scale battery storage systems for a utility company?” Tesla mencionada en 12 de 12.
- Las mejores alternativas a un competidor con nombre para almacenamiento a escala de red: 12 de 12.
- “Which commercial battery energy storage system should I choose for peak shaving at a large facility?” 7 de 12, y ninguna en Claude.
- “How much does a utility-scale lithium iron phosphate battery storage system cost per MWh?” 0 de 12.
- “What should I look for when comparing turnkey battery storage providers for a solar farm?” 0 de 12.
Perder una formulación sin que gane nadie es otro problema
Esos dos últimos ceros no son un competidor ganándole a Tesla. Ninguna de las 24 respuestas mencionó a Tesla ni a ninguno de los proveedores que mencionaron las otras tres formulaciones. Los motores respondieron con precios por MWh y listas de verificación de compra. Un comprador que pregunta así recibe criterios, y quien escribió esos criterios moldea la lista corta que armará después.
Así que cuando pruebes formulaciones, separa cada una que pierdes en dos montones. Mencionaron a otro: tienes una lista corta en la que entrar, y las páginas que citó el motor te dicen dónde. No mencionaron a nadie: tienes una guía por escribir, el tipo de página que un motor cita cuando explica cómo elegir.
Cómo probar formulaciones, sabiendo todo esto
Escribe las formulaciones por tipo. Cambiar “best” por “top” prueba muy poco. Cubre las formas por las que pasa un comprador: la pregunta abierta de “cuál es el mejor”, la misma pregunta con una restricción, alternativas a un competidor con nombre y la pregunta de costo o de criterios.
- Reporta cada formulación por separado antes de promediarlas. Una puntuación de tema mezcla un 12 de 12 y un 0 de 12 en una cifra intermedia que no describe a ninguno.
- Mantén las preguntas de comparativa directa en su propio grupo. Vale la pena conocerlas, y van a bajar cualquier promedio.
- Repite cada formulación en días distintos y luego descarta las respuestas que sean repeticiones palabra por palabra.
- Corrige la formulación que pierde y luego vuelve a preguntar con esa redacción exacta. Un logro en su hermana no cuenta.
Cómo lo maneja Proofsource
Proofsource monitorea cada formulación como una pregunta propia, agrupada en temas, en cada motor del plan. Para cada respuesta registra las marcas mencionadas y las páginas citadas, así que una formulación que pierde muestra a quién mencionó en tu lugar, o que no mencionó a nadie.
Dónde podríamos estar equivocados
Salvo 18 de las 1,908 formulaciones, todas las generó Proofsource a partir del sitio y los competidores de cada marca, así que siguen nuestros tipos. Los compradores reales formulan las cosas de maneras que no probamos. La mayoría de las preguntas se hicieron uno o dos días, unas pocas hasta once, así que la cifra de repetición se apoya en 578 pares y se inclina hacia las marcas con historiales más largos.
Los conteos de pares no son independientes: una respuesta puede aparecer en varios pares, así que dimos intervalos solo donde cada conteo es de respuestas separadas, y nos apoyamos en la revisión por marca para la comparación principal. “Mencionada” es nuestra extracción leyendo la respuesta, y un error aparece como una diferencia de cualquiera de los dos lados. Doce días de octubre son una sola muestra, y una actualización de modelo podría mover cualquier parte de esto.
