GEO· 6 min de lectura

Tracking GEO con LLMMonitor: medir citabilidad multi-LLM mensualmente

Tracking GEO con LLMMonitor: cómo construir un dashboard de citabilidad multi-LLM, prompts de marca, share of voice y métricas que importan.

Iván MiragayaCo-Founder de Pinseo · SEO en Londres (Cushman & Wakefield, MVF)

Por qué el tracking GEO es diferente al SEO

Para SEO tienes Google Search Console: clics, impresiones, posiciones, CTR. Métricas claras, dashboards listos.

Para GEO no existe un equivalente oficial. Los LLMs no publican qué prompts les hacen, qué citan, ni cómo deciden mencionar (o no) tu marca. Tienes que construir tu propio dashboard.

Eso hicimos con LLMMonitor — nuestro SaaS interno que ahora usamos con clientes. Esta guía comparte qué métricas importan y cómo trackearlas.

Las 5 métricas que importan

1. Citation Rate (ratio de citación)

De cada 100 prompts ejecutados en LLMs sobre tu sector, ¿cuántos mencionan tu marca?

Cómo medirlo: ejecutar 30-50 prompts de tu sector en cada LLM (ChatGPT, Perplexity, Gemini, Claude), contar respuestas que mencionan tu marca.

Target inicial: 5-15% (mercado LATAM). Target competitivo: 25-40%.

2. Share of Voice (SoV) por sector

De todas las menciones de marcas en tu sector, ¿qué porcentaje es tuya vs tus competidores?

Cómo medirlo: ejecutar los mismos 30-50 prompts, contar menciones por marca, calcular tu %.

Target: 10-25% SoV en LATAM es competitivo (vs los top 5 players).

3. Position of Mention (POM)

Cuando el LLM menciona tu marca, ¿en qué posición del párrafo generado? ¿Primera mención, última, o enterrada?

Cómo medirlo: para cada respuesta con mención, contar caracteres hasta la primera mención. Posición 1-200 caracteres = excelente, 200-500 = bueno, 500+ = necesita trabajo.

4. Sentiment Score

¿El LLM describe tu marca positivamente, neutralmente, o negativamente?

Cómo medirlo: clasificar cada mención como positive/neutral/negative usando GPT-4 o Claude como jueces (zero-shot classification).

5. Citation Context Quality

Cuando el LLM te cita, ¿qué dice exactamente? ¿Información precisa o imprecisa?

Cómo medirlo: manualmente revisar las 10-20 menciones más importantes del mes. Anotar si la info es precisa, desactualizada, o errónea.

Cómo construir el dashboard: paso a paso

1. Define tu set de prompts

30-50 prompts representativos del sector. Estructura recomendada:

  • 10 prompts de marca: "¿qué es [tu marca]?", "¿cuál es la mejor [categoría] en [tu ciudad]?"
  • 10 prompts de competencia: "compara [tu marca] vs [competidor]", "¿[competidor A] o [competidor B]?"
  • 10 prompts de problema: "¿cómo [problema que tu marca resuelve]?"
  • 10 prompts de lista: "las mejores [categoría] en [país]", "top 10 [categoría] LATAM"

2. Ejecuta prompts mensualmente

En cada LLM. Importante: usa la versión gratuita/consumer (no la API) para capturar respuestas reales. Las APIs dan resultados más predecibles que la UI.

3. Extrae menciones de marca

Para cada respuesta, busca menciones exactas y parciales de tu marca. Usa GPT-4 como juez:

Prompt para clasificador:
"Dada esta respuesta: [respuesta]
¿Menciona la marca [TU MARCA]? Responde YES o NO + razón."

4. Calcula métricas

Citation rate, SoV, POM, sentiment, citation quality — mensualmente. Compara con mes anterior.

5. Reporta y decide

Reporte mensual al cliente con: estado actual, tendencia, top movers, próximos experimentos.

Stack técnico recomendado

Para construir tu propio tracker (alternativas a LLMMonitor):

  1. OpenAI API + Anthropic API + Google Gemini API + Perplexity API — ejecutar prompts programáticamente.
  2. Python + BeautifulSoup — para scraping alternativo (más caro y frágil que APIs).
  3. GPT-4 como clasificador — para extraer menciones y sentiment zero-shot.
  4. Google Sheets o Notion — para registro manual y análisis.
  5. Looker Studio o similar — para visualizar trends.

Si no quieres construir: LLMMonitor lo hace por ti con planes desde $49/mes.

Errores comunes en tracking GEO

  1. Medir solo una vez al año. GEO evoluciona rápido. Mide mensual.
  2. Solo contar menciones. Una mención negativa es peor que 5 menciones neutrales.
  3. Confundir API con consumer. ChatGPT API puede dar resultados distintos a chat.openai.com.
  4. Ignorar la variación natural. Los LLMs tienen temperatura — una misma pregunta da respuestas distintas cada vez. Ejecuta cada prompt 3-5 veces y promedia.
  5. No comparar con competidores. Tu % absoluto importa menos que tu SoV.

Cómo actuar con los datos

Una vez que tienes el dashboard, las decisiones se vuelven claras:

  • Citation rate <5%: necesitas trabajo fundamental — llms.txt + schema + brand mentions.
  • Citation rate 5-15%, SoV bajo: necesitas más contenido answer-first + backlinks tier-1.
  • Citation rate 15-30%: optimizar passage-level + actualizar llms.txt trimestralmente.
  • Citation rate >30%: mantener consistencia + monitorear competidores nuevos.

¿Quieres tracking GEO mensual de tu marca?

Plan GEO Pro incluye tracking mensual con LLMMonitor + reporte ejecutivo + experimentos priorizados.

Solicitar tracking GEO

Sigue leyendo