Respuesta corta: una IA generativa no devuelve un resultado guardado, como un buscador clásico; genera una respuesta cada vez, con cierta aleatoriedad, con el índice que tenga ese día, con el contexto de tu sesión y, en algunas plataformas, con tu ubicación. Por eso dos personas ven listas distintas y tú ves una lista distinta el martes. Esto no hace inútil la medición: la hace obligatoriamente repetida. Se mide con las mismas preguntas, en fechas distintas, y se etiqueta cada combinación como estable, variable o no evaluable.
Cinco razones por las que cambia
- Aleatoriedad del modelo. Los modelos generan texto muestreando entre opciones probables. Dos ejecuciones idénticas pueden producir dos redacciones y, a veces, dos listas.
- El índice de búsqueda. Cuando la plataforma busca en la web, recupera lo que hay ese día. Una página nueva, una ficha actualizada o una noticia cambian lo que se recupera.
- La sesión y la memoria. ChatGPT puede usar conversaciones anteriores y la memoria para personalizar. Si has preguntado antes por tu empresa, ya no mides tu mercado: te mides a ti.
- La ubicación y el idioma. Preguntar en español desde Madrid y en inglés desde Dublín son dos consultas distintas. Google AI Overviews depende especialmente de esto.
- La formulación. «Mejor gestoría online» y «¿qué gestoría online me recomiendas?» pueden dar listas diferentes. Por eso el texto exacto de cada pregunta se congela y se versiona.
Qué significa para ti
- Una captura suelta describe un momento. No sirve para decir «no aparecemos» ni «ya aparecemos».
- Una diferencia entre dos capturas no demuestra un cambio real hasta que se repite.
- Una tasa agregada («aparecemos en el 40 %») esconde qué filas cambiaron. La matriz completa importa más que el resumen.
Cómo medir a pesar de todo
Congela las preguntas. Texto exacto, versión, fecha. Si cambias una palabra, es otra pregunta.
Usa un chat limpio. Chat temporal o sesión sin historial ni memoria. Anota si la búsqueda web estaba activada.
Fija plataforma, idioma y ubicación. Y anótalos en cada observación.
Repite con separación. Dos rondas separadas por siete días es el mínimo para hablar de estabilidad. Tres o cuatro rondas empiezan a distinguir tendencia de ruido.
Etiqueta cada combinación de pregunta y plataforma:
| Etiqueta | Significa |
|---|---|
| Estable | Misma mención (o misma ausencia) y fuentes principales parecidas en todas las rondas |
| Variable | Cambia la mención, el orden o la fuente principal entre rondas |
| No evaluable | Error, bloqueo o respuesta insuficiente en alguna ronda |
Guarda los errores como errores. Un tiempo de espera agotado no es un cero. Es una observación fallida que se repite.
Cómo leer un resultado variable
Si tu marca es variable en la mitad de las preguntas, tienes dos lecturas posibles: que la categoría no está «decidida» en la IA, o que tu presencia depende de fuentes que a veces se recuperan y a veces no. En los dos casos la acción es la misma: reforzar lo que controlas (páginas que responden, entidad coherente) y seguir midiendo antes de invertir en fuentes externas.
Lo que la variabilidad no justifica
No justifica renunciar a medir («total, cambia todo el rato») ni contratar a quien te promete estabilidad. Justifica exactamente lo contrario: medir con método y desconfiar de quien te enseñe una sola captura.
Siguiente paso
Nuestro acompañamiento repite veinte preguntas en dos plataformas dos veces al mes y te muestra la matriz completa con las etiquetas. El diagnóstico es la primera foto; la segunda ronda, en el sprint o en el acompañamiento, es la que te dice qué es estable.