Cómo ver qué motor de IA cita cada fuente en AmICited

No todos los motores de IA confían en las mismas fuentes. El mapa de calor Citado por proveedor muestra exactamente cuántas veces cada motor citó cada una de sus fuentes principales, para que pueda ver qué sitios moldean las respuestas de cada modelo.

Qué es una cita de IA, y por qué difiere según el motor

Una cita de IA es cualquier momento en que un sistema de IA generativa — ChatGPT, Perplexity, Gemini o Google AI Overview — nombra, enlaza o se apoya directamente en una página web concreta al responder la pregunta de un usuario. Las citas son la materia prima de la visibilidad en IA: si una página nunca es citada, nunca influye en lo que un modelo le dice a la gente sobre una marca, una categoría de producto o un competidor. Eso hace que los datos de citas sean fundamentalmente distintos de los rankings clásicos de SEO, donde un solo algoritmo decide una única lista ordenada. Aquí, cuatro sistemas en gran medida independientes construyen cada uno su propia respuesta, y cada uno puede recurrir a un conjunto distinto de fuentes para hacerlo.

Esa divergencia ocurre porque cada motor obtiene la información de forma diferente. ChatGPT combina resultados de navegación con patrones aprendidos durante el entrenamiento y se apoya en una mezcla de publicaciones de alta autoridad, datos estructurados y menciones de terceros. Perplexity está construido en torno a la recuperación web en vivo y tiende a favorecer páginas recientes y bien citadas con afirmaciones factuales claras. Google AI Overview se basa en gran medida en el índice existente de Google y a menudo muestra los mismos dominios que ya rankean bien de forma orgánica. Gemini extrae información del knowledge graph y del corpus web de Google, pero pondera la autoridad y la profundidad temática de manera distinta otra vez. El resultado: una fuente puede ser una referencia favorita para un motor y resultar completamente invisible para otro, incluso al responder prompts casi idénticos.

Esta es la base práctica de la optimización para motores generativos — la disciplina de hacer que el contenido de una marca tenga más probabilidades de ser recuperado y citado en estos sistemas. No se puede optimizar para “la búsqueda en IA” como un objetivo único, tal como antes se optimizaba para “Google”. Necesita visibilidad sobre qué motor cita qué fuente, porque la solución para una brecha en ChatGPT (por ejemplo, más menciones de terceros y datos estructurados) suele ser distinta de la solución para una brecha en Perplexity (contenido factual más reciente y más citable). Sin datos de fuentes a nivel de motor, los equipos terminan adivinando qué palanca accionar, o accionándolas todas a la vez y desperdiciando esfuerzo en canales donde la marca ya iba bien.

Los datos a nivel de fuente, motor por motor, también revelan una estructura competitiva que las métricas agregadas ocultan. Dos fuentes pueden tener el mismo número total de citas mientras una es una referencia exclusiva de ChatGPT y la otra es la predeterminada de Perplexity. Conocer esa diferencia le dice no solo si el sitio de un competidor o socio es citado, sino los usuarios de qué modelo lo están viendo realmente — lo cual determina dónde enfocar después el contenido, las relaciones públicas o los ajustes técnicos.

Dónde encontrarlo

Es la tabla Citado por proveedor en la página Fuentes, con el subtítulo “Cuántas veces cada motor de IA citó sus dominios principales en todas las consultas rastreadas.” La tabla se construye a partir de los mismos datos subyacentes que el resto del análisis de fuentes de AmICited: cada cita que generan sus prompts rastreados en Gemini, Perplexity, Google AI Overview y ChatGPT se atribuye de vuelta a la fuente exacta que la produjo, y luego se agrega por dominio (o por URL) y por motor.

Qué mide

La tabla responde a una pregunta más acotada y accionable que un simple recuento de citas: para esta fuente, ¿cuánto se apoya en ella cada motor de IA individualmente? En lugar de un único número combinado, obtiene una fila de recuentos específicos por motor, de modo que la influencia general de una fuente y su influencia por motor son visibles al mismo tiempo.

• Cada fila es una fuente — un dominio, o una página en la vista Por URL — con su propio dominio marcado como usted, para que pueda encontrar su propio rendimiento sin recorrer toda la lista.
• Cada motor tiene una columna — Gemini, Perplexity, Google AI Overview, ChatGPT — con una celda sombreada que muestra el recuento de citas de esa fuente en ese motor.
• La oscuridad de la celda codifica el volumen mediante una leyenda de gradiente “menos → más”, de modo que los patrones sean visibles de un vistazo sin tener que leer cada número.
• Total suma las citas de una fuente en los cuatro motores, dándole un ranking general de la importancia de la fuente.
• Una columna de Web Vitals y un minigráfico de 14 días acompañan a los recuentos de citas, añadiendo contexto sobre la salud de la página y las tendencias recientes — una fuente que va subiendo en citas pero que falla en Core Web Vitals es un líder frágil que vale la pena vigilar.

Como la tabla está organizada primero por fuente y luego por motor, está pensada específicamente para responder “qué motor confía en esta fuente” — una pregunta distinta (y a menudo más útil) que “cuántas citas obtuve este mes”.

Cómo leerlo

Recorra la tabla como recorrería cualquier mapa de calor: busque color, no solo números. Una fila uniformemente oscura en las cuatro columnas de motores es una fuente con autoridad amplia y transversal a todos los motores — el tipo de referencia al que todos los modelos parecen recurrir. Una fila oscura en una columna y en blanco en el resto es una fuente con una influencia estrecha y específica de un motor, lo cual suele apuntar a algo estructural: la fuente podría estar bien indexada por Google pero rara vez recuperada en vivo por Perplexity, o viceversa. Su propia fila usted es la que hay que revisar primero y con más frecuencia, ya que es la lectura directa de la visibilidad de su marca en la búsqueda por IA desglosada por motor.

Cómo usarlo

1. Encuentre los favoritos de cada motor. Examine una columna de arriba a abajo para ver en qué fuentes se apoya más ese modelo para sus prompts rastreados. Estas son las páginas que vale la pena estudiar en detalle — su estructura, actualidad y señales de autoridad evidentemente funcionan para ese motor en concreto.
2. Vea su posición. Localice su fila usted y léala de izquierda a derecha: qué motores le citan y cuáles no le citan en absoluto. Esta es la forma más rápida de detectar un punto ciego específico de un motor, en lugar de asumir que su visibilidad general es uniformemente débil o fuerte.
3. Apunte a su motor débil. Una celda en blanco en su fila bajo un motor es una brecha específica y abordable — no una tarea vaga de “mejorar la visibilidad en IA”, sino una concreta: averiguar por qué Perplexity (por ejemplo) nunca le recupera mientras que ChatGPT sí, y ajustar en consecuencia la actualidad del contenido, las citas o la rastreabilidad.
4. Estudie a los líderes. Las filas más oscuras, aparte de la suya, son las fuentes que dominan su tema en todos los motores — las páginas de las que aprender, con las que compararse o a las que aspirar a superar. Si el dominio de un competidor aparece oscuro en todas las columnas, es una señal fuerte de autoridad de dominio que vale la pena investigar directamente, incluyendo qué formato y estructura de contenido utiliza.

Use el conmutador Por dominio / Por URL para alternar entre dominios completos y páginas individuales, lo que le permite bajar desde “qué sitios ganan con qué motores” hasta “qué página exacta está ganando” (cubierto en su propia guía).

Por qué importan los datos de fuentes a nivel de motor para su estrategia

Tratar todas las citas de IA como un único conjunto indiferenciado lleva a dos errores comunes. El primero es asumir que arreglar la visibilidad en un motor la arregla en todas partes — a veces los equipos ven un aumento de citas después de una campaña de contenido y asumen que la estrategia está funcionando de forma generalizada, cuando en realidad solo un motor respondió y los demás siguen en blanco. El segundo es interpretar mal las amenazas competitivas: un competidor con un recuento total de citas alto podría en realidad estar concentrado por completo en un solo motor, dejando los otros tres totalmente abiertos. La tabla Citado por proveedor existe específicamente para prevenir ambos errores, manteniendo siempre visible la dimensión del motor en lugar de reducirla a una única puntuación.

Este tipo de detalle a nivel de fuente es también lo que distingue a un AI rank tracker real de un simple contador de menciones. Contar cuántas veces se nombra a una marca es un comienzo, pero saber qué fuentes está citando cada motor en lugar de a usted — y poder comparar eso con la tendencia de su propio share of voice — es lo que convierte los datos en una lista de acciones priorizada en vez de una métrica vanidosa. Si está construyendo un análisis de brechas de contenido más amplio, esta tabla es el punto de partida natural: le indica exactamente contra qué motor probar primero, y qué fuentes competidoras o de terceros ya ocupan la posición que usted intenta conquistar. Los equipos que gestionan la visibilidad en IA a escala de agencia, o que la gestionan junto con el seguimiento de rankings de SEO tradicional, suelen revisar esta vista semanalmente — es la forma más rápida de ver si los cambios de contenido o técnicos del mes pasado realmente movieron la aguja en el motor específico al que apuntaban.