323 citaciones, 224 veces sin recomendación: el número que parece bueno pero no lo es
Tu equipo entra a la reunión de marketing con una sonrisa. El reporte dice que aparecen en los AI Overviews de Google. Las URLs están ahí. El trabajo rindió frutos.
Nadie hace la pregunta incómoda.
Aparecer como fuente no es lo mismo que ser recomendado. Y esa diferencia le está costando oportunidades de negocio a marcas que creen que están ganando.
Lily Ray, una de las investigadoras de SEO más rigurosas del sector, estudió 100 consultas B2B del tipo "best [category] software" en Google AI Overviews. Lo hizo en tres fechas distintas: 15 de abril, 15 de mayo y 8 de junio de 2025. Los números que encontró son difíciles de ignorar:
- De los 80 prompts que dispararon un AI Overview, los listicles autopromocionados fueron citados 323 veces.
- En 224 de esos casos, Google citó la página de la marca pero no la recomendó.
69% de las citaciones sin recomendación. Punto.
La pregunta que tu equipo debería hacerse en la próxima reunión: ¿qué significa realmente "aparecer" en un AI Overview si tu marca no es la que el comprador termina considerando?
Citación y recomendación no son lo mismo: entendé la diferencia antes de seguir midiendo
Para entender por qué este dato importa, hay que entender cómo funciona el mecanismo detrás de los AI Overviews.
Google separa la fuente del consejo
Cuando Google construye una respuesta en su AI Overview, toma dos decisiones distintas:
- Selecciona páginas como fuentes para fundamentar su respuesta. Eso es una citación.
- Elige de forma independiente qué marcas sugerir al usuario como opciones. Eso es una recomendación.
Estas dos decisiones no están vinculadas. Una página puede informar la respuesta de Google sin que la marca detrás de esa página aparezca como opción sugerida. Search Engine Land lo dijo sin rodeos: "una citación no es una recomendación".
Son dos cosas distintas. Medirlas igual es un error.
El Mention-Source Divide: la brecha que nadie ve
ZipTie.dev nombró este fenómeno: "Mention-Source Divide". La distancia invisible entre quién informó la respuesta de la IA y quién se lleva el beneficio comercial de esa respuesta.
El caso más claro del estudio de Ray es Oasis LMS. Para la consulta "best LMS for selling courses", Google usó el artículo de Oasis LMS como fuente. Pero no recomendó a Oasis LMS. Recomendó a Kajabi, Thinkific, LearnWorlds y Teachable, todas marcas que estaban mencionadas dentro del propio artículo de Oasis LMS.
Oasis LMS le escribió el guión a Google. Google lo usó para recomendar a sus competidores.
El patrón se repitió en help desk, gestión de tareas, encuestas, CRM y software SEO.
Ahrefs ya lo mide como dos métricas separadas
No es solo un problema conceptual. Ahrefs lo reconoció en el diseño de su herramienta: Brand Radar rastrea menciones y citaciones como dimensiones independientes. Mezclarlas lleva a conclusiones de negocio equivocadas. Así de simple.
El costo real de reportar "aparecemos en AI Overviews" sin más contexto
Esta confusión no es semántica. Tiene consecuencias directas en el negocio.
El comprador ya decidió antes de llegar a tu sitio
El 82,5% de los compradores de software menores de 40 años usa chatbots de IA para evaluar opciones antes de tomar una decisión de compra. La consideración de marca ocurre dentro de la respuesta generada por la IA. No en tu sitio web.
Si tu marca aparece como fuente pero no como recomendación, estás ausente en el momento más crítico del proceso. Tu URL figura en el panel de referencias. El comprador está mirando otra cosa.
Las pérdidas de visibilidad ya tienen número
Search Engine Land reportó que marcas SaaS y B2B perdieron entre el 30% y el 50% de su visibilidad por depender de páginas "best" autoevaluadas. Las caídas arrancaron alrededor del 20 de enero y se aceleraron con el core update de Google de mayo de 2026.
Estos sitios habían escalado agresivamente: artículos generados por IA, páginas de comparación, volúmenes altos de contenido "best" donde la propia marca siempre salía primera. Funcionó para conseguir citaciones. No construyó recomendaciones. Y cuando Google ajustó, cayeron.
Hay un riesgo legal que nadie está midiendo
Search Engine Land también advirtió algo que pocos están mirando: esta táctica puede generar riesgo legal bajo la FTC Consumer Review Rule. Cuando el contenido controlado por la empresa se presenta como reseña independiente, no está basado en uso real del producto, o no revela la relación comercial, hay un problema. No es solo de métricas. Es de compliance.
Cómo medir correctamente la performance de tu marca en AI search
Si la distinción es real, el sistema de métricas tiene que reflejarla. Este es el framework.
Las dos dimensiones que debe cubrir tu reporte
| Dimensión | Qué mide | Pregunta que responde |
|---|---|---|
| Citación | Si la URL de la marca aparece como fuente | ¿Google usa nuestro contenido para construir respuestas? |
| Recomendación / Mención | Si la marca es sugerida al usuario | ¿Google nos propone como opción al comprador? |
Reportar solo la primera columna es como medir el éxito de una campaña de PR contando cuántas veces la empresa se mencionó a sí misma en sus propios comunicados.
Herramientas para implementar este framework
Ahrefs Brand Radar es hoy la herramienta más completa para cubrir ambas dimensiones al mismo tiempo. Rastrea presencia en Google AI Overviews, AI Mode, ChatGPT, Perplexity, Gemini y Copilot, sobre una base de más de 250 millones de prompts respaldados por búsquedas reales.
Para tracking más granular a nivel de prompt individual en ChatGPT y Perplexity, Peec AI y Otterly AI ofrecen mayor precisión y permiten segmentar por tipo de consulta.
La métrica que tiene que estar en tu dashboard: AI Share of Voice
El indicador central para cualquier equipo que opere en AI search es el AI Share of Voice: el porcentaje de respuestas relevantes para tu categoría en las que tu marca es mencionada o recomendada. No solo citada como fuente.
Esta métrica conecta con la intención de compra del usuario. Con el momento real en que se forma la consideración de marca. Las otras métricas te dicen si existís. Esta te dice si importás.
Qué señales usa Google para decidir a quién recomendar
Entender qué factores determinan una recomendación permite reorientar la estrategia hacia donde realmente importa.
Los tres factores que el estudio de Lily Ray identifica
Las marcas que sí aparecieron en las recomendaciones compartían tres características:
- Liderazgo de categoría: eran referentes reconocidos en su segmento.
- Menciones en fuentes de terceros: tenían presencia en sitios independientes, no solo en su propio contenido.
- Perfil de links sólido: autoridad de dominio construida de forma orgánica.
Ninguna de las tres se construye con volumen de contenido autopromocionado. Las tres requieren tiempo y reputación real.
Las menciones de marca pesan 3 veces más que los backlinks en IA
Ahrefs aportó un dato que cambia la jerarquía de prioridades: las menciones de marca correlacionan 3 veces más fuerte con la visibilidad en IA que los backlinks.
La razón es estructural. Los sistemas de IA se entrenan sobre texto plano, no sobre grafos de hipervínculos. Una mención en un foro, en una reseña o en un artículo editorial pesa más para el modelo que un enlace técnico sin contexto semántico.
El SEO clásico priorizó los links. El AI search prioriza las menciones. Son juegos distintos.
Los dominios que Google más cita para consultas con "best"
El estudio de Ray encontró que Google depende fuertemente de contenido de terceros y de usuarios para responder consultas "best". Los dominios más citados fueron:
- Forbes
- YouTube
Las citaciones de Reddit, en particular, crecieron de forma pronunciada en los meses recientes. Lo que esto confirma es incómodo: la estrategia de producir contenido propio autopromocionado no solo no funciona para obtener recomendaciones, sino que está siendo desplazada activamente por contenido de comunidades e independientes.
Tu artículo "best" compite con un hilo de Reddit. Y el hilo le está ganando.
El cambio de mentalidad que necesita tu estrategia de GEO
Los datos de Ray no son solo una advertencia táctica. Señalan un cambio estructural en cómo se construye visibilidad de marca en AI search.
Ser citado y ser recomendado son dos juegos distintos
BrightEdge identificó algo importante: las marcas nombradas en respuestas de IA son significativamente más consistentes entre distintos motores que las fuentes que esos motores usan para construir sus respuestas.
Las fuentes cambian. Las marcas recomendadas tienden a mantenerse.
BrightEdge llama a esta brecha "el patrón más importante para cualquier marca que construye una estrategia de AI search". Si tu estrategia apunta a las fuentes y no a las recomendaciones, estás construyendo sobre arena.
La visibilidad de marca como nuevo KPI de marketing
Lily Ray es directa en su conclusión: la visibilidad de marca se convierte en el nuevo KPI. Eso implica reorientar los esfuerzos hacia:
- Reputación en medios de terceros: PR, menciones editoriales, cobertura en publicaciones del sector.
- Presencia en UGC: participación genuina en Reddit, foros especializados, comunidades de usuarios.
- Construcción de autoridad de categoría: ser la marca que otros mencionan cuando hablan del tema. No la marca que se menciona a sí misma.
El contenido propio no desaparece del mapa. Pero deja de ser el eje. El eje pasa a ser la reputación que otros construyen sobre tu marca.
Por qué esta distinción define la próxima etapa del AI search
El estudio de Lily Ray sobre 100 consultas B2B en Google AI Overviews expone una falla concreta en cómo la mayoría de los equipos de marketing está midiendo su performance en IA: confundir citación con recomendación.
Con un 69% de las citaciones sin recomendación asociada, los datos muestran que Google usa el contenido de una marca para construir su respuesta y luego recomienda a los competidores. El comprador recibe la sugerencia de otra empresa. La marca que invirtió en el contenido solo aportó el contexto.
El 82,5% de los compradores de software más jóvenes ya toma decisiones asistidas por IA. Las herramientas para medir correctamente esta brecha —Ahrefs Brand Radar, Peec AI, Otterly AI— ya existen. El problema no es de infraestructura.
Es de mentalidad. Y de qué métricas elegís reportar.
Si tu reporte de AI search no distingue entre citaciones y recomendaciones, estás midiendo el trabajo de tu competencia. No el tuyo.
Preguntas frecuentes
¿Qué diferencia hay entre una citación y una recomendación en un AI Overview?
Una citación ocurre cuando Google usa la URL de una marca como fuente para construir su respuesta. Una recomendación ocurre cuando Google sugiere esa marca al usuario como opción a considerar. Son dos decisiones independientes: Google puede citar tu página y recomendar a tus competidores al mismo tiempo.
¿Por qué es un problema que mi marca aparezca citada pero no recomendada?
Porque el comprador recibe la sugerencia de otra empresa. En un entorno donde el 82,5% de los compradores de software menores de 40 años usa IA para evaluar opciones, la consideración de marca se forma dentro de la respuesta generada, no en el sitio web. Si no estás en las recomendaciones, estás ausente en el momento de decisión.
¿Qué herramientas permiten medir por separado citaciones y recomendaciones en AI search?
Ahrefs Brand Radar rastrea ambas dimensiones de forma independiente y cubre Google AI Overviews, AI Mode, ChatGPT, Perplexity, Gemini y Copilot sobre más de 250 millones de prompts. Para mayor granularidad en ChatGPT y Perplexity, Peec AI y Otterly AI ofrecen tracking a nivel de prompt individual.
¿Qué factores determinan que Google recomiende una marca en sus AI Overviews?
Según el estudio de Lily Ray, los factores más determinantes son el liderazgo de categoría, las menciones en fuentes de terceros y un perfil de links sólido. Ahrefs agrega que las menciones de marca correlacionan 3 veces más fuerte con la visibilidad en IA que los backlinks, dado que los modelos de IA se entrenan en texto plano y no en estructuras de enlaces.
¿Qué es el AI Share of Voice y por qué debería estar en mi dashboard de marketing?
El AI Share of Voice mide el porcentaje de respuestas relevantes para tu categoría en las que tu marca es mencionada o recomendada, no solo citada como fuente. Es la métrica que conecta directamente con la intención de compra del usuario y con el momento real en que se forma la consideración de marca en entornos de AI search.
