¿Valen la pena los rastreadores de visibilidad LLM?

TL;DR

1. Cuando se trata de visibilidad de LLM, no todas las marcas son iguales. Para algunos, es mucho más importante que para otros.
2. Los LLM dan diferentes respuestas a la misma pregunta. Los rastreadores combaten esto simulando mensajes repetidamente para obtener una puntuación promedio de visibilidad/citas.
3. Si bien simular las mismas indicaciones no es perfecto, los beneficios secundarios como el análisis de sentimientos no son problemas específicos de SEO. Lo cual ahora mismo es algo bueno.
4. A menos que un rastreador de visibilidad ofrezca suficiente escala a un precio razonable, sería cauteloso. Pero si el tráfico se convierte bien y necesita saber más, realice el seguimiento.

Una pequeña advertencia para empezar. Esto realmente depende de cómo gana dinero su empresa y de si los LLM son una parte fundamental del recorrido de su audiencia. Debe comprender cómo la gente usa los LLM y qué significa para su negocio.

Las marcas que venden productos físicos tienen un recorrido diferente al de los editores que venden opiniones o las empresas SaaS que dependen más que nadie de las consultas de comparación.

O una empresa de codificación destruida por un moderador sarcástico de Reddit con un asunto pendiente…

Por ejemplo, Ahrefs hizo públicos algunos de sus datos de tasa de conversión de LLM. El 12,1% de sus suscripciones procedieron de LLM de sólo el 0,5% de su tráfico total. Lo cual es enorme.

Pero para nosotros, el tráfico de LLM tiene unas conversiones significativamente peores. Es una fracción de una fracción.

Honestamente, creo que los rastreadores de visibilidad de LLM a esta escala están un poco aquí hoy y desaparecerán mañana. Si puedes permitirte uno, genial. Si no, no te preocupes. Tómalo todo con una pizca de sal. La búsqueda con IA es solo una parte de la mayoría de los viajes, y el seguimiento de las mismas indicaciones día tras día tiene fallas obvias.

Simplemente están agregando lo que alguien dijo sobre ti en Reddit mientras cagaban en 2016.

¿Qué hacen?

Los rastreadores como Profound y Brand Radar están diseñados para mostrarle cómo se encuadra y recomienda su marca en las respuestas de IA. Con el tiempo, podrás medir tu visibilidad y la de tus competidores en las plataformas.

Crédito de la imagen: Harry Clarkson-Bennett

Pero la visibilidad del LLM es humo y espejos.

Haga una pregunta, obtenga una respuesta. Haga la misma pregunta, a la misma máquina, desde la misma computadora, y obtenga una respuesta diferente. Una respuesta diferente con diferentes citas y negocios.

Tiene que ser así, sino nunca usaríamos los aburridos.

Para combatir la variación inherente determinada por su ajuste de temperatura, los rastreadores LLM simulan indicaciones repetidamente a lo largo del día. Al hacerlo, obtiene una puntuación promedio de visibilidad y citas junto con otros complementos realmente útiles, como su puntuación de sentimiento y algunas evaluaciones comparativas de la competencia.

“Valores más altos como 0,8 harán que la salida sea más aleatoria, mientras que valores más bajos como 0,2 la harán más enfocada y determinista”.

Documentación de OpenAI

Simule un mensaje 100 veces. Si su contenido se utilizó en 70 de las respuestas y lo citaron siete veces, tendría una puntuación de visibilidad del 70 % y una puntuación de citación del 7 %.

Créame, eso es mucho mejor de lo que parece… Estos motores no quieren enviarle tráfico.

En palabras excelentes de Brian Balfour, han identificado el foso y las puertas están abiertas. Pronto cerrarán. Cuando cierren, la monetización será difícil y rápida. La probabilidad de que se genere tráfico de referencia, a menos que se monetice, es baja.

Como todas las empresas de tecnología.

Por lo que puedo decir, hay dos modelos principales.

1. Pague por una herramienta que rastrea indicaciones sintéticas específicas que usted mismo agrega.
2. Compre una herramienta de tipo empresarial que rastree una mayor parte del mercado a escala.

Algunas herramientas, como Profound, ofrecen ambas cosas. El modelo más económico (el precio no es para la mayoría de las empresas) le permite realizar un seguimiento de mensajes sintéticos bajo temas y/o etiquetas. El modelo empresarial le ofrece una escala significativamente mayor.

Mientras que herramientas como Ahrefs Brand Radar brindan una visión más amplia de todo el mercado. Como las indicaciones son todas sintéticas, hay algunos agujeros bastante grandes. Pero prefiero una visibilidad amplia.

No lo he usado todavía, pero creo que Similarweb ha lanzado su propio rastreador de visibilidad de LLM, que incluye indicaciones de usuarios reales a partir de datos de Clickstream.

En mi opinión, esto lo convierte en una versión mucho más útil de estas herramientas y de alguna manera responde al elefante sintético en la habitación. Y le ayuda a comprender el papel que desempeñan los LLM en el recorrido del usuario. Lo cual es mucho más valioso.

El problema

¿Hacer un buen SEO mejora tus posibilidades de mejorar la visibilidad de tu LLM?

Ciertamente lo parece…

GPT-5 ya no necesita entrenarse con más información. Está tan bien versado como sus señores ahora quieren pagar. Está aburrido de devastar los desechos de Internet y recurre a un índice de búsqueda utilizando RAG para verificar una respuesta. Una respuesta que no tiene el nivel adecuado de confianza para responder de manera efectiva.

Pero estoy seguro de que necesitaremos modificarlo un poco si su objetivo principal es aumentar la visibilidad del LLM. Incrementar el gasto en TOFU y campañas de relaciones públicas digitales es un punto destacable.

Crédito de la imagen: Harry Clarkson-Bennett

En este momento, los LLM tienen un problema obvio de spam. Uno en el que no espero que estén dispuestos a invertir para resolverlo pronto. La burbuja de la IA y la valoración bruta de estas empresas dictarán cómo generarán ingresos. Y rápidamente.

Seguro que no solucionará su problema de spam. Cuando tienes que pagar un contrato de 300 mil millones de dólares e ingresos de 12 mil millones de dólares, necesitas algo más de dinero. Rápidamente.

Por lo tanto, cualquiera que pague por incluir los mejores enlaces a páginas o agregue texto oculto y de pie de página a sus sitios web se beneficiará a corto plazo. Pero la mayoría de nosotros deberíamos seguir construyendo cosas reales, personas que respiran y roncan.

Con las nuevas iteraciones de rastreadores de LLM que llaman a la búsqueda en lugar de formular una respuesta a las indicaciones basadas en el “conocimiento” aprendido, se vuelve aún más difícil crear una “estrategia de optimización de LLM”.

Como sitio de noticias, sé que la mayoría de las indicaciones en las que apareceríamos vagamente activarían el índice web. Entonces simplemente no veo el valor. Está muy orientado al SEO.

Cómo se puede agregar valor con el análisis de sentimiento

Encontré que el seguimiento de las indicaciones en los LLM tenía un valor casi nulo a un nivel puramente de respuesta. Entonces, olvidemos todo eso por un segundo y usémoslos para otra cosa. Comencemos con un análisis de sentimiento.

Estos rastreadores nos dan acceso a:

• Una puntuación de sentimiento en línea más amplia.
• Revisar las fuentes solicitadas por los LLM (a un nivel rápido).
• Puntuaciones de sentimiento por temas.
• Avisos y enlaces a fuentes de información dentro y fuera del sitio.

Puede identificar dónde comienzan algunos de estos problemas. Que, para ser justos, es básicamente Trustpilot y Reddit.

No repasaré todo, pero sí un par de ejemplos rápidos:

1. Los LLM pueden estar haciendo referencia a algunos podcasts y boletines informativos no tan recientemente desaparecidos como “razones para suscribirse”.
2. Su proceso de cancelación puede citarse como el problema más grave para la mayoría de los clientes.

A menos que haya indicado explícitamente que estos podcasts y boletines han finalizado, todo es juego limpio. Necesita reforzar su estrategia de comunicaciones y marketing de productos.

Primero para las personas. Luego para los LLM.

Estos no son proyectos específicos de SEO. Nos estamos moviendo hacia una era en la que será difícil impulsar proyectos exclusivamente de SEO. Una forma fantástica de conseguir aceptación es destacar los proyectos con beneficios. afuera de búsqueda.

Destacar problemas comerciales graves: críticas deficientes, información inexacta y desactualizada, etc. – puede ayudar a atraer la atención y el apoyo de la alta dirección para algunos proyectos clave de reputación de marca.

Para mí, esto no tiene nada que ver con los LLM. O lo que nuestra audiencia podría preguntar a un motor de respuestas mal informado. Son sólo el recipiente.

Se trata de resolver problemas. Problemas que aportan valor real a su negocio. En su caso, podría tratarse de aumentar el LTV de un cliente. Aumentar su tasa de retención, reducir la deserción y aumentar las posibilidades de conversión al brindar una experiencia mejorada.

Si ha trabajado en SEO durante el tiempo suficiente, a alguien se le habrá ocurrido la idea de mejorar su sentimiento y reseñas en línea.

Quién sabe, Jeff. Realmente depende de lo que te frena en comparación con tu competencia. Y nos guste o no, la búsqueda no es muy invertible ahora mismo.

Pero eso no importa en este caso. Este no es un proyecto que priorice la búsqueda. Es un proyecto que da prioridad a la audiencia. Abarca a todos. Desde atención al cliente hasta SEO y editorial. Es simplemente lo correcto para el negocio.

Un rápido vistazo a la filtración de Google le muestra cuántas métricas centradas en reseñas y sentimientos pueden afectar su clasificación.

Durante mucho tiempo, la búsqueda se ha centrado en las marcas y la confianza. Volumen de búsqueda de marca, CTR superior al esperado (un modelo predictivo de tipo bayesiano), tráfico directo y participación y satisfacción general del usuario.

Esto no se debe a que Google sepa más que la gente. Es porque han almacenado lo que sentimos acerca de las páginas y las marcas en relación con las consultas y lo han utilizado como un circuito de retroalimentación. Google confía en las marcas porque nosotros lo hacemos.

La mayoría de nosotros nunca hemos tenido que preocuparnos por las reseñas y los sentimientos. Pero este es un buen momento para solucionar cualquier problema que pueda tener bajo la apariencia de AEO, GEO, SEO o como quiera llamarlo.

El artículo de Lars Lofgren titulado Cómo un competidor paralizó un campo de entrenamiento de 23,5 millones de dólares al convertirse en moderador de Reddit es una mirada increíble a cómo Codesmith fue ennoblecido por las relaciones públicas negativas. Relaciones públicas negativas iniciadas y mantenidas por un mod de Reddit. Uno.

Por lo tanto, controlar su reputación e identificar problemas potencialmente graves nunca es malo.

¿Podría construir el mío propio?

Sí. Para empezar, necesitaría una estimación de los costos mensuales de la API de LLM en función de la cantidad de tokens mensuales requeridos. Usemos el nivel de precios de gama baja de Profound como estimación y nuestro viejo amigo Gemini para calcular algunos costos estimados.

• 200 indicaciones × 10 ejecuciones × 12 días (aprox.) × 3 modelos = 24.000 ejecuciones mensuales.
• 24.000 ejecuciones × 1.000 tokens/consulta (estimación conservadora) = 24.000.000 de fichas.

En base a esto, aquí hay una estimación de costos (con suerte) precisa por modelo de nuestro amigo robot.

Crédito de la imagen: Harry Clarkson-Bennett

Justo entonces. Ahora necesita algunas funciones de back-end, almacenamiento de datos y algo de visualización de front-end. Iré sumando a medida que avanzamos.

back-end

• Un Scheduler/Runner como Render VPS para ejecutar 800 llamadas API por día.
• Un orquestador de datos. Esencialmente, algo de código Python para analizar JSON sin formato y extraer datos relevantes de citas y visibilidad.

Almacenamiento de datos

• Una base de datos, como Supabase (que puedes integrar directamente a través de Lovable), para almacenar respuestas sin procesar y métricas estructuradas.
• Almacenamiento de datos (que debe incluirse como parte de su base de datos).

Visualización frontal

• Un panel web para crear paneles interactivos que se pueden compartir. Irónicamente amo a Lovable. Es fácil conectarse directamente a las bases de datos. También he usado Streamlit anteriormente. Lovable parece mucho más elegante pero tiene sus propios desafíos.
• Es posible que también necesite una biblioteca de visualización para ayudar a generar cuadros y gráficos de series temporales. Algunos paneles lo tienen integrado.

$96 todo adentro. Creo que lo más probable es que esté más cerca de $50 que $100. Sin escatimar. En el extremo superior de los presupuestos para las herramientas que uso (Lovable) y algunas estimaciones de Gemini, estamos hablando de una herramienta cuyo funcionamiento costará menos de $100 al mes y funcionará muy bien.

Este no es un proyecto o configuración complicada. En mi opinión, es un excelente proyecto para aprender a codificar vibraciones. Lo cual diré que no es todo sol y arcoíris.

Entonces, ¿debería comprar uno?

Si puedes permitírtelo, compraría uno. Durante al menos uno o dos meses. Revise su sentimiento en línea. Mira lo que la gente en realidad decir sobre ti en línea. Identifique algunas ganancias de bajo impacto en torno al marketing de productos y la gestión de reseñas/reputación, y revise cómo les va a sus competidores.

Esta podría ser la parte más importante de la visibilidad del LLM. Configure un panel de seguimiento a través de Google Analytics (o cualquier terrible proveedor de análisis que utilice) y vea a) cuánto tráfico obtiene yb) si es valioso.

Cuanto más valioso sea, más valor habrá en el seguimiento de la visibilidad de su LLM.

También podrías hacer uno. El placer de hacer uno es que a) puedes aprender una nueva habilidad yb) puedes hacer otras cosas por el mismo costo.

Frustrante, sí. ¿Divertido? Absolutamente.

Más recursos:

Esta publicación se publicó originalmente en Liderazgo en SEO.

Imagen de portada: Viktoriia_M/Shutterstock