¿Qué es la cuota de voz en IA?

La cuota de voz es un concepto que viene de la planificación de medios clásica. Ahí mide qué parte de la inversión publicitaria o de las impresiones de una categoría se lleva una marca, frente a sus competidores directos. Las herramientas de GEO tomaron prestado el nombre para un problema parecido, pero distinto: cuántas veces aparece una marca en las respuestas de un asistente de IA, comparada con las marcas rivales que la misma herramienta rastrea en el mismo lote de consultas.

El error habitual es tratarla como sinónimo de AI Visibility. No lo son. AI Visibility responde una pregunta binaria por prompt: aparece la marca o no aparece. La cuota de voz responde una pregunta relativa: de todas las menciones que se produjeron en ese conjunto de prompts, cuántas fueron de esta marca y cuántas de las demás. Una marca puede tener una AI Visibility alta y una cuota de voz baja al mismo tiempo, si sus competidores aparecen todavía más a menudo en esas mismas respuestas.

Ningún organismo de normalización define la cuota de voz para IA generativa. A diferencia de una métrica con fórmula fija como el CTR de un buscador, cada proveedor de GEO construye su propio numerador y su propio denominador, y los llama con el mismo nombre que usa la competencia. Esa libertad no es necesariamente mala, pero exige que quien reciba la cifra sepa que está leyendo un cálculo propio de esa herramienta, y no una medición reconocida por toda la industria.

El cálculo tiene siempre la misma forma general: se cuentan las menciones de la marca propia en un conjunto de respuestas de IA, se cuentan las menciones de todas las marcas rastreadas en ese mismo conjunto, y se divide la primera cifra entre la segunda. El resultado se expresa como porcentaje.

Lo que cambia de una herramienta a otra son las decisiones que hay detrás de esas dos cifras, y casi ninguna las publica con detalle. La primera decisión es qué marcas entran en el denominador: si el cliente elige tres competidores a mano, o si la herramienta detecta de forma automática todas las marcas que van apareciendo, el número cambia sin que el mercado real haya cambiado. La segunda decisión es qué cuenta como mención: un texto exacto de la marca, una referencia a la entidad aunque el nombre no coincida letra por letra, o solo las menciones que llevan un enlace a la web de la marca. La tercera es si se pondera la posición: una mención en la primera frase de la respuesta no pesa lo mismo para un usuario que una mención al final de una lista de diez marcas, pero pocas herramientas hacen esa distinción. La cuarta es el conjunto de prompts y de modelos: consultar a un modelo una vez por semana con cincuenta prompts fijos da un número distinto a consultar a cuatro modelos a diario con quinientos prompts que rotan.

Un ejemplo sirve para ver el efecto: si una herramienta rastrea diez marcas en una categoría y otra rastrea veinticinco en la misma categoría, la marca que se mide con la primera tiene más probabilidades de sacar un porcentaje alto, simplemente porque compite contra menos rivales en el denominador, no porque su presencia real en las respuestas de IA haya mejorado.

Ninguna de estas decisiones es incorrecta por sí misma. El problema aparece cuando dos herramientas publican un porcentaje de cuota de voz sin explicar cómo llegaron a él, y alguien las compara como si midieran exactamente lo mismo.

La cuota de voz se usa para justificar decisiones de presupuesto: si una marca sube cinco puntos en un trimestre, alguien va a pedir que se repita lo que se hizo ese trimestre. Esa decisión solo tiene sentido si el número mide lo mismo mes a mes.

Antes de presentar la cifra a un cliente o a dirección conviene preguntar por escrito al proveedor si el denominador cambió respecto al periodo anterior. Es una pregunta que cuesta un minuto y evita atribuir a una campaña un movimiento que en realidad viene de un cambio de metodología.

La pregunta que conviene responder antes de actuar sobre la cifra es sencilla: ¿cambió el mercado, o cambió la muestra? Si la herramienta añadió un competidor nuevo al denominador, o amplió el conjunto de prompts de cien a trescientos, una subida o una bajada de varios puntos puede no tener nada que ver con el trabajo de SEO o de contenido hecho ese trimestre.

Esto también afecta a las comparaciones entre agencias o entre herramientas. Un informe que dice 42% de cuota de voz y otro que dice 28% para la misma marca en el mismo mes no se contradicen ni corrigen: casi con toda seguridad están midiendo con un denominador distinto. Tratar esa diferencia como un error de una de las dos herramientas, en vez de como una diferencia de método, lleva a tomar decisiones sobre el número equivocado.

• Pide a la herramienta de GEO que documente qué marcas entran en el denominador y cuántas son.
• Fija el conjunto de marcas competidoras durante todo el periodo que quieras comparar, y anota cualquier cambio.
• Pregunta cómo se cuenta una mención: texto exacto de la marca, referencia a la entidad, o solo con enlace.
• Compara la cuota de voz únicamente dentro de la misma herramienta y el mismo método, nunca entre proveedores distintos.
• Revisa el tamaño de la muestra de prompts antes de leer una subida como tendencia: con pocos prompts, el número es ruido.
• Guarda las respuestas de IA reales detrás del porcentaje, no solo la cifra final, para poder auditarla más adelante.

• Comparar el porcentaje de dos herramientas de GEO distintas como si fueran la misma métrica.
• Cambiar la lista de competidores rastreados sin dejar constancia del cambio en el informe.
• Presentar la cuota de voz sin decir cuántos prompts y qué modelos la sostienen.
• Confundir cuota de voz con AI Visibility, que responde una pregunta distinta.
• Leer una variación de un mes con una muestra pequeña de prompts como si fuera una tendencia real, en vez de revisar antes el tamaño de esa muestra.