¿Por qué muestreamos respuestas reales (y no las modelamos)?
No hay una API pública para "lo que dijo ChatGPT el martes pasado". He aquí por qué Citations.io muestrea respuestas reales en lugar de modelar puntuaciones de visibilidad.
La tentación de modelar
Es tentador calificar la visibilidad de la IA a partir de entradas que ya tienes: recuento de backlinks, autoridad de dominio, marcado de esquema, etc. Barato de calcular, sin costes de API, fácil de explicar.
El problema: los motores no utilizan esas entradas de la forma en que esperarías. Una puntuación modelada predice si deberías aparecer en una respuesta. Una puntuación muestreada te dice si apareciste.
Lo que realmente significa el muestreo
Citations.io ejecuta cada prompt rastreado contra los cuatro motores principales (ChatGPT, Perplexity, Gemini, Claude), hasta 5 respuestas muestreadas por motor por cada escaneo. Capturamos la respuesta verbatim y etiquetamos las menciones de tu marca y de cada competidor nombrado.
Todo en el panel de control — % de visibilidad, cuota de respuesta, tasa de recomendación, cobertura de citas — se deriva de esas respuestas muestreadas. Puedes hacer clic en cualquier número y leer la respuesta de la que provino.
Etiquetas de confianza
Una única respuesta muestreada es solo una anécdota. Etiquetamos cada resumen con una etiqueta de confianza:
- Direccional (1–20 respuestas) — útil para la dirección de la tendencia, no para afirmaciones absolutas.
- Moderada (21–100 respuestas) — señal sólida, digna de informar semanalmente.
- Fuerte (101+ respuestas) — lo suficientemente confiable para informes de junta directiva.
Esta es la diferencia entre "tu visibilidad cayó 12 puntos" (a veces un susto modelado) y "tu visibilidad cayó 12 puntos con fuerte confianza en más de 240 respuestas" (señal accionable).
