Índice Tooldata de Visibilidad en IA: qué plataformas nombran los LLM en LATAM

Qué es este índice

Desde el 24 de mayo de 2026 corremos una batería fija de 27 prompts contra ChatGPT, Perplexity y Gemini, y registramos qué marcas de la categoría nombran, cuáles enlazan y en qué lugar de la respuesta aparecen. Este índice publica ese resultado, incluida la parte que no nos favorece.

En la medición del 29 de agosto de 2026, Tooldata aparece quinta de diez marcas con menciones registradas. No lo escondemos. Un índice que solo se difunde cuando su autor sale primero no es una medición, es un folleto.

Lo que sí destaca en nuestro dato es otra cosa: en Perplexity, Tooldata registra 73,3% de tasa de cita con posición media 1,3, la cifra más alta de los tres motores. De las demás marcas medimos únicamente cuota de mención, así que no sabemos —y no afirmamos— cuál es su tasa de cita.

Metodología, para que se pueda auditar

Qué contiene exactamente la batería

Son 27 preguntas en español, de alcance LATAM (Chile, Colombia, Perú y la región en general), repartidas así: 9 de social listening, 7 de monitoreo de medios digitales, 10 de implementación de inteligencia artificial y 1 sobre Tooldata. La batería no cambia entre corridas; si cambiara, la serie histórica dejaría de ser comparable consigo misma.

Esa composición importa para leer bien los números. Los 10 prompts de implementación de IA preguntan por consultoras y desarrolladores —del tipo «¿quién desarrolla chatbots con IA para empresas en Chile?»— donde una plataforma de social listening no es respuesta plausible. Calcular la cuota de mención sobre las 27 respuestas penalizaría a los competidores por no aparecer en preguntas que no son de su categoría.

Qué se registra en cada respuesta

• • Mención: el modelo nombra la marca.
• • Cita: además de nombrarla, enlaza su sitio como fuente.
• • Posición: en qué lugar del listado aparece dentro de la respuesta. Menor es mejor.

Cómo se eligen las marcas

El tracker sigue una lista fija de doce marcas, definida antes de correr la batería y no elegida según el resultado. Publicamos las doce, incluidas las tres que registraron cero menciones en los tres motores: dejarlas fuera habría hecho la tabla más favorable y menos honesta. Los tres motores reciben la misma batería el mismo día, porque comparar mediciones de fechas distintas no sirve: los modelos y sus fuentes cambian.

Los resultados del 29 de agosto de 2026

Tooldata en los tres motores

La base de Gemini es menor porque agota la cuota diaria del plan gratuito. Todos sus porcentajes, para todas las marcas, salen de 8 prompts en vez de 15.

Cuota de mención por marca

* Todas las cifras de Gemini, para todas las marcas, están calculadas sobre 8 de 15 prompts comparables. No son directamente comparables con las otras dos columnas. El «quinta de diez» se refiere a las marcas con al menos una mención registrada; ordenar sumando columnas de bases distintas sirve para ordenar, no produce una cifra única de visibilidad.

Vale la pena mirar la dispersión entre motores para una misma marca. Hootsuite pasa de 53,3% en ChatGPT y Perplexity a 87,5% en Gemini. Talkwalker va de 33,3% a 62,5%. No hay un ranking único de la categoría: hay tres rankings distintos, según a qué modelo le pregunte el comprador. Optimizar para «la IA» en singular no es una estrategia.

Nuestra brecha con las cuatro primeras está casi toda en ChatGPT: ahí marcamos 20,0% frente a 33,3%-60,0% del resto. Por qué ocurre eso, este índice no lo mide.

Mención no es lo mismo que cita

Es la distinción que más se confunde. Mención es que el modelo escriba tu nombre. Cita es que además enlace tu sitio como fuente de lo que está diciendo. La primera construye recuerdo de marca; la segunda deja un rastro que el usuario puede seguir.

El caso de Perplexity lo muestra: Tooldata registra ahí 46,7% de mención y 73,3% de cita. La tasa de cita es mayor que la de mención porque Perplexity enlaza fuentes de forma sistemática, incluso en respuestas donde no nombra la marca en el cuerpo del texto sino que usa el sitio como material de referencia. En ese motor se puede ser fuente sin ser recomendación. La implicancia práctica: no se puede trasladar la lectura de un motor a otro. En ChatGPT nuestras dos cifras coinciden (20,0% y 20,0%) y en Perplexity la cita supera a la mención. Son comportamientos distintos por motor; por qué, el índice no lo mide.

Serie histórica y sus huecos

La serie que sigue está medida sobre la batería completa de 27 prompts, que es como se viene registrando desde mayo. No es comparable con las tablas de arriba, que usan la base de 15 prompts neutrales de categoría. Se muestra igual porque es la única serie continua disponible.

Las tres series no soportan el mismo peso de conclusión. La de ChatGPT acumula 14 días medidos dentro de una ventana de 98: su tracker estuvo caído por falta de crédito entre el 11 y el 29 de agosto de 2026, pero ese corte no es el único hueco, porque nunca corrió a diario como las otras dos. Con 14 puntos no vamos a llamar tendencia a la caída de 20% a 14,8%.

Los límites de esta medición

Un índice que no declara sus límites no es medición. Estos son los nuestros, en orden de importancia:

• 1. Gemini responde media batería. Agota la cuota diaria del plan gratuito y devuelve HTTP 429 en el resto. El 29 de agosto respondió 13 de 27 prompts, de los que 8 quedaron dentro del subconjunto comparable. Toda su columna sale de esa base menor.
• 2. La serie de ChatGPT es corta y discontinua. 14 días medidos frente a 74 y 98 de los otros dos motores.
• 3. Solo medimos citas de Tooldata. El tracker registra la mención de los competidores, no si el modelo enlaza sus sitios. Por eso las tablas de comparación son de mención y no de cita, y por eso no afirmamos nada sobre la tasa de cita de nadie más.
• 4. Mención y cita no son intercambiables. Si otro estudio reporta «visibilidad en IA» sin decir cuál de las dos mide, sus cifras no son comparables con estas.
• 5. Es una foto de un día. Las respuestas de un modelo varían entre ejecuciones. La serie histórica existe justamente para no sacar conclusiones de una sola corrida.

Qué significa si estás evaluando herramientas

Aquí conviene ser explícito, porque es donde más se malinterpreta un dato como este. Que un modelo recomiende una plataforma no dice que sea mejor. Dice que hay más material público sobre ella para sintetizar. Un modelo de lenguaje no probó las herramientas, no midió su cobertura de fuentes en español, no revisó su soporte ni habló con sus clientes.

Una cuota alta puede reflejar huella de contenido más que idoneidad para un caso concreto, y este índice no distingue una cosa de la otra. Sirve para saber a qué te expones cuando un comprador le pregunta a un asistente por tu categoría, no para elegir proveedor.

Y sirve para lo contrario también: si vendes en esta categoría, este es el canal donde tu marca aparece o no aparece sin que puedas verlo en Search Console. Medirlo es el primer paso; está desarrollado en monitoreo de visibilidad de marca en IA y complementado en cómo optimizar para AI Overviews.

Preguntas frecuentes