«Somos conocidos en nuestro sector, así que la IA no debería equivocarse con nosotros»
Le preguntas a la IA por tu marca y responde. La tasa de mención de tu informe de visibilidad también está por encima de la media del sector.
La tasa de mención es la proporción de respuestas de la IA en las que aparece tu marca, sea como sea.
En la reunión de seguimiento, lo típico es señalar esa barra del gráfico y pasar al siguiente punto.
Mirar primero si te mencionan es el orden correcto: si no sale tu nombre en la respuesta, no queda nada más que comprobar.
Pero si obligas a la IA a poner una URL junto a su respuesta y luego abres esa URL de verdad, a veces la página no está. Y, según parece, eso pasa más, no menos, con las empresas conocidas.
Hex-ko leyó el estudio que contó esto cita por cita, y le cambió la forma de leer nuestros propios informes.
¿Qué deberías medir de verdad si tu marca es conocida?
Si las URL que cita la IA abren de verdad. Eso, además de la tasa de mención.
En las preguntas que exigían una URL o una referencia documental, el 52,69% de las citas de 50 empresas húngaras conocidas —cotizadas o filiales locales de marcas globales, todas con presencia en medios internacionales— no abrían. En 50 pymes húngaras de bajo perfil, esa cifra fue del 37,87%. La diferencia: 14,82 puntos, justo lo opuesto de la idea del principio.
Zoltán Varga, de Neural Awareness en Budapest, comprobó una por una las citas que la IA daba sobre 100 empresas B2B (R).
Es un preprint (un artículo aún sin revisión por pares), publicado el 19 de junio de 2026. La portada del artículo solo indica esa afiliación, y un único autor.
El montaje: 1.400 preguntas, cada una con URL obligatoria
Las 100 empresas se repartieron en dos niveles según lo conocidas que son.
- Nivel alto: 50 empresas cotizadas o filiales locales de marcas globales, todas con presencia en medios internacionales
- Nivel bajo: 50 pymes húngaras con poca presencia internacional y poca cobertura en inglés
Las preguntas eran de siete tipos, todas en húngaro: política de , certificación ISO, expedientes regulatorios y datos del registro mercantil. Todas exigían una URL o una referencia documental en la respuesta.
Respondieron dos modelos: Claude Sonnet 4.6 y GPT-4o, ninguno con búsqueda en vivo; ambos contestan con lo que aprendieron durante el entrenamiento, no con una consulta nueva.
A cada empresa se le hicieron las mismas 7 preguntas con los dos modelos, una vez cada una. Con 100 empresas, 1.400 preguntas en total. De ahí salieron 2.062 citas, comprobadas una a una con un script, no por otra IA. Se contó como «no abre» una URL que no devolvía una página normal y un DOI (el número de registro de artículos y documentos) que no aparecía en el registro.
A las empresas de bajo perfil, la IA les daba menos citas de entrada
De cada pregunta con URL obligatoria, ¿cuántas respuestas traían al menos una URL? Claude citó fuente el 85,7% de las veces con empresas conocidas y el 74,3% con las de bajo perfil. GPT-4o citó fuente el 30,0% de las veces con las conocidas y solo el 14,3% con las de bajo perfil, lo que significa que muchas veces GPT-4o directamente no citaba nada con las empresas de bajo perfil.
La lectura del propio Varga: ante una empresa que no le suena, el modelo tiende a echarse atrás en vez de citar. Por eso los fallos del nivel bajo se inclinan hacia «sin citar» en lugar de «cita rota».
Entonces, ¿por qué el nivel alto tuvo más citas rotas en vez de menos?
Varga bautiza este patrón como «la paradoja de la alucinación de marca». Su lectura: el modelo conoce lo bastante bien a una empresa famosa como para construir una URL que parezca correcta, sin haber aprendido lo suficiente como para que apunte a una página que exista de verdad.
Eso sí, es una lectura, no un experimento controlado: es una observación entre dos niveles, no una prueba donde se subió la visibilidad y se siguió la tasa de citas rotas mientras se movía. Los niveles también difieren en tamaño de empresa, y el artículo no separa cuánto de la diferencia viene de la visibilidad y cuánto del tamaño.
Meter preguntas regulatorias saca a la luz el fallo que de verdad interesa
Tasa de citas rotas por tipo de pregunta: las preguntas sobre expedientes regulatorios o multas de los últimos tres años salieron más altas, con un 56,77%, seguidas de cerca por las de política RGPD, con un 53,05%.
La pregunta de datos del registro mercantil, usada como control, se quedó en el 37,59%; la de certificación ISO (35,33%) no se separó con claridad de ese control.
De las 946 citas que no abrían, 478 devolvieron directamente un «página no encontrada». El dominio existía; solo faltaba esa página concreta.
Es como si te dieran bien la estación de tren, pero mal el número de salida.
De esas 478, el 51,9% apuntaba no a la web de la propia empresa, sino a la autoridad húngara de competencia, de protección de datos, al banco central o a los tribunales.
¿Cuántas de tus propias preguntas de medición tocan historial regulatorio o cumplimiento del RGPD? Si la respuesta es ninguna, estás midiendo dejando fuera justo los tipos de pregunta que este estudio encontró menos fiables.
Este dato es húngaro, y las preguntas estaban diseñadas para forzar una URL
Exigir URL en cada respuesta es una decisión de diseño que empuja a propósito hacia la invención; los siete tipos de pregunta comparten esa forma.
¿Significa eso que la mitad de las citas del día a día, sin esa presión, también son inventadas? El artículo no da pie a llegar tan lejos. El 52,69% viene con varias condiciones.
- Los dos modelos probados no buscan en vivo; la medición se hizo en un único momento, el 22 de mayo de 2026
- Perplexity, que sí busca en vivo, queda fuera de la prueba principal; una comparación lateral con 2 empresas dio un 7,32% de citas rotas sobre 123, frente al 32–44% de los modelos sin búsqueda
- 1.881 de las 2.062 citas vinieron de Claude; el artículo no da los números de GPT-4o por nivel por separado, así que ese lado del reparto no se puede seguir con los datos que hay
- La cifra es un techo: cuenta todo lo que no se pudo verificar, y alrededor del 16,4% de las citas marcadas como «rotas» eran inaccesibles por motivos como bloqueos de acceso, no confirmadas como inexistentes
- Las empresas son B2B húngaras, las preguntas están en húngaro: este artículo no incluye ninguna medición en español
- Es un preprint, y al contar como datos independientes varias citas de la misma empresa y pregunta, el propio autor apunta que la prueba estadística de que esta diferencia no sea azar puede salir algo más laxa de lo debido
Pegar el 52,69% en tu propia previsión le pide al dato que viaje más lejos de lo que sus condiciones permiten. Lo que sí respalda esta medición es más estrecho: los dos niveles fallaron de forma distinta, y esa diferencia merece comprobarse.
decide en qué nivel estás y elige un solo fallo que perseguir
El reparto se hizo por una sola línea: empresas cotizadas o filiales locales de marcas globales con presencia en medios internacionales a un lado, pymes húngaras con poca presencia internacional al otro. Las empresas intermedias quedaron fuera de la comparación.
Si tu marca está claramente en el lado conocido, yo añadiría la comprobación de fuentes a lo que ya midas de tasa de mención: coge las citas que la IA pone junto a tu nombre y ábrelas de verdad, con preguntas regulatorias y de RGPD en la mezcla. Fueron los tipos de pregunta que más citas rotas dieron aquí.
Si tu marca está claramente en el lado de bajo perfil, el orden se invierte: comprueba primero si tu nombre y alguna cita aparecen siquiera, antes de preocuparte de si esa cita abre.
Hex-ko decidió primero de qué lado estaba su propia marca, y solo después eligió qué fallo perseguir.
Lo exacta que es la cita, una vez que abre, es la siguiente capa: Te cita ChatGPT y te alegras. ¿Y si lo está contando mal? sigue por ahí. Cambiar de fallo a perseguir a veces saca a la luz una diferencia que la tasa de mención nunca mostró.
Fuentes
- Varga, Z., «Per-Entity Bias Mapping for AI Visibility: Why Brand Mentions Require Entity-Specific Calibration», arXiv:2606.21595, 19 de junio de 2026, https://arxiv.org/abs/2606.21595
