Analizar resultados
Mapas semánticos
Mapas de dispersión que representan prompts, consultas de fan-out y páginas citadas por significado, para que veas qué temas conectan los motores, quién es dueño de cada grupo y dónde están tus páginas.
Definición
Mapa semántico
Por qué un mapa en lugar de una tabla#
Las tablas te dicen qué páginas se citan. Un mapa muestra por qué: si las páginas citadas están cerca de la pregunta, si tu página está en el mismo vecindario o apartada a un lado, y qué grupos de preguntas no cubre nadie en tu sitio. La distancia en el mapa es distancia de significado, de modo que la pregunta “¿trata mi página de lo mismo que las páginas que ganan?” se convierte en algo que puedes ver.
Cómo se construye un mapa#
- Recopilar el texto. El prompt, sus consultas de fan-out y las páginas citadas divididas en elementos (título, encabezados de H1 a H6 y párrafos).
- Incrustarlo. Cada fragmento de texto se convierte en un vector. Los vectores de página se guardan en caché por URL y se comparten entre mapas, y el texto sin cambios no se vuelve a incrustar.
- Proyectarlo. Los vectores se proyectan a dos dimensiones (UMAP), de modo que los textos parecidos quedan cerca.
- Agruparlo. Los puntos se agrupan con HDBSCAN, con un máximo de 10 grupos, y cada grupo recibe una breve etiqueta de tema.
Los mapas se reconstruyen solos después de que una ejecución cambie el conjunto de fan-out de un prompt, así que un prompt sin cambios no cuesta nada. El mapa de todo el dominio se actualiza como máximo una vez al día. También puedes usar Regenerate en cualquier mapa manualmente; el resultado anterior permanece en pantalla hasta que el nuevo está listo.
Los tres mapas#
| Mapa | Dónde | Qué representa |
|---|---|---|
| Semantic scatter map | Detalle del prompt | Un prompt, sus consultas, las URL citadas y el contenido de sus páginas |
| Domain semantic map | Dashboard | Todos los prompts, todas las consultas de fan-out y los títulos de las URL posicionadas del dominio |
| Semantic map (ChatGPT Ads) | Dashboard de ChatGPT Ads, páginas de campaña y de grupo de anuncios | Context hints, las páginas a las que apuntan tus anuncios y las consultas que ChatGPT deriva |
Semantic scatter map (por prompt)#
Los puntos tienen tipo: Prompt, Query, URL, Title, H1 a H6 y Paragraph, y puedes activar o desactivar cada tipo. Las páginas citadas se colorean por dominio: los 8 dominios con más citas reciben un color y el resto son grises. Tus propias páginas se marcan como you. Usa el filtro de dominio para aislar un dominio o para ocultarlo.
El tamaño del punto es una Score de 0 a 100 por dominio, una puntuación de posición ponderada que premia a los dominios citados a menudo, arriba en la respuesta y recientemente:
- cada cita se pondera por su posición (una cita en el n.º 1 cuenta más que una en el n.º 5);
- las citas más antiguas decaen con una semivida de 14 días;
- la suma se multiplica por el porcentaje de ejecuciones en las que se citó el dominio;
- el mejor dominio se escala a 100 y los demás en relación con él.
La puntuación se calcula al ver el mapa, así que refleja el rango de fechas actual aunque el mapa se haya construido la semana pasada.
Cada construcción rastrea hasta 30 de las páginas citadas más recientes. Las páginas que no se pueden obtener o leer se omiten, y el mapa indica cuántas.
Domain semantic map#
El mapa del dashboard reúne en un solo espacio cada prompt, consulta de fan-out y título de página posicionada del dominio. Activa o desactiva Prompts, Fan-out queries y Page titles, y haz clic en un punto para abrir su prompt. Los grupos aquí son tus áreas temáticas tal como las ven los motores. Un grupo lleno de prompts y consultas de fan-out sin títulos de páginas tuyas es un tema por el que te preguntan y sobre el que no has escrito.
Mapa semántico de ChatGPT Ads#
Si has conectado ChatGPT Ads, el dashboard de anuncios muestra context hints (triángulos), elementos de las páginas de destino a las que apuntan tus anuncios (rombos: título, H1 y H2) y tus prompts monitorizados con sus consultas de fan-out (círculos pequeños), coloreados por grupo de anuncios. Es una sola proyección para toda la cuenta de anuncios, así que los puntos se quedan en su sitio cuando pasas de la cuenta a una campaña o a un grupo de anuncios. Úsalo para comprobar si las pistas de un grupo de anuncios están cerca de su página de destino, y si alguna de las dos está cerca de la demanda real. Las páginas de destino solo se vectorizan cuando lo pides, porque una página completa cuesta cientos de embeddings.
Cómo leer un mapa#
- Mira dónde están tus páginas. Si los títulos de tus páginas están en un grupo distinto del prompt, para el motor la página trata de otra cosa.
- Busca los grupos densos sin puntos “you”. Son los temas en los que las páginas de los competidores responden a las preguntas y las tuyas no.
- Compara el prompt con las ganadoras. Las páginas citadas cerca del prompt y de sus consultas están ahí por el tema. Las páginas citadas lejos suelen ganar por autoridad, y son más difíciles de desplazar solo con contenido.
- Combínalo con la cobertura. La cobertura del prompt convierte los mismos vectores en una lista: qué subpreguntas están cubiertas, parciales o sin cubrir.
Coste#
Cada construcción de mapa cuesta 0,005 créditos más una cantidad mínima por cada nuevo embedding. Reconstruir un mapa cuyo texto no ha cambiado reutiliza los vectores en caché. Consulta créditos.