Qué mide GeoScan y qué reconoce que no puede medir

Actualizado: 2026-08-29

Respuesta rápida: el motor hace 172 comprobaciones repartidas en 8 grupos sobre cada página. Diez de sus umbrales vienen de mediciones publicadas. Las otras sesenta y cinco variables son criterios propios, informados por esa investigación, y aquí decimos cuál es cuál: una herramienta que esconde esa diferencia le pide confianza en vez de darle algo que comprobar.

¿En qué mediciones se apoya el motor?

Cada cifra procede de un estudio o de nuestros propios escaneos. Cada fila enlaza con la página que explica qué significa y qué hacer al respecto.

Las cuatro primeras salen de GEO-bench, el banco de pruebas de Princeton que midió modificaciones concretas de contenido frente a la visibilidad en IA. La cifra de sobrecarga viene de una investigación sobre sesgo de marca en las recomendaciones de los modelos de lenguaje.

Citabilidad

Si un modelo puede encontrar, leer y usar la página como fuente. Contenido multiplicado por acceso, no sumado.

Reconocimiento

Si un modelo conoce la marca antes de recuperar ninguna página. Se devuelve vacío por debajo de tres señales externas independientes.

Comprobación

Un veredicto separado dentro del informe. Ni un grupo ni una fuente de señal: un sí o un no concretos.

¿Qué encontró el motor en nuestra propia web?

Publicamos nuestros números porque un proveedor que no lo hace le está pidiendo a usted que dé el primer paso.

Preguntamos a cuatro modelos seis cuestiones del tipo que plantearía un cliente. Ninguno nos nombró. El relato completo está en Sacamos 96 y cero citas, y el motivo de dar dos números en lugar de uno, en Una sola nota esconde el problema.

¿Cuáles son los 8 grupos?

Siete grupos describen la página. El octavo describe la marca, y es el único que no se arregla editando HTML.

Datos estructurados es el único grupo cuyo recuento se mueve: el conjunto de tipos que se espera de un bufete es mayor que el que se espera de una web de una sola página. Por eso el total se enuncia como 172 y no como una cifra fija al milímetro.

¿Cómo se construye la nota?

Dos números, no uno.

Citabilidad responde a si un modelo puede usar la página. Se calcula como contenido × (0,6 + 0,4 × acceso). Multiplicación, no suma: una web no puede acumular puntos por infraestructura limpia mientras no tiene nada que merezca ser citado. Nueve condiciones la dejan en cero, porque una página que no se puede descargar no admite crédito parcial.

Memorabilidad responde a si el modelo tiene alguna noción previa de la marca. Solo se calcula cuando hay al menos tres señales externas independientes, y por debajo de eso no devuelve nada. Un número bajo significaría «hemos mirado y hay poco»; la ausencia de número significa «no hemos reunido lo suficiente para opinar». Confundir ambas cosas es la vía por la que las mediciones inventadas entran en los informes.

¿Qué no medimos y no vamos a fingir que medimos?

Su cuota en las respuestas de IA. Nadie puede medirla. Las conversaciones con los asistentes son privadas, los volúmenes de consulta no se publican, y todo porcentaje de «cuota de voz en IA» del mercado descansa sobre un denominador que no existe. El argumento completo está en El problema del denominador.

Si un cambio concreto provocó una cita concreta. No podemos aislar una variable dentro de un sistema que no podemos observar. Sí podemos medir si cuatro modelos le nombran antes y después, que es una afirmación más pequeña y verdadera.

Cuatro cosas que vigilamos con peso cero. Un archivo llms.txt, un gemelo en markdown de cada página, negociación de contenido para markdown y un punto de acceso MCP. Todas plausibles, ninguna adoptada por un proveedor importante, así que pesan cero y se informan aparte. El razonamiento, y qué lo cambiaría, está en Le dimos peso cero a llms.txt.

¿Cuáles son los límites honestos de este modelo?

Diez umbrales de setenta y cinco proceden de mediciones publicadas. El resto son criterios: informados por la investigación, argumentados en las páginas enlazadas aquí, y no validados contra resultados.

Eso convierte al motor actual en una hipótesis mejor fundamentada que su antecesor, no en un instrumento validado. La versión anterior puntuó nuestra propia web con 96 sobre 100 mientras cuatro modelos devolvían cero menciones: así se ve un número seguro de sí mismo cuando mide lo que no debe.

La validación es el trabajo que no hemos terminado: acumular escaneos y correlacionar la citabilidad con lo que el jurado de modelos responde de verdad. Hasta que eso exista, esta página es lo más parecido a una garantía que podemos ofrecer con honestidad.

Preguntas frecuentes

¿Por qué 172 y no una cifra redonda? Porque sale del modelo y no del diseño de la portada. Cada comprobación que produce su propio veredicto cuenta una vez; los umbrales de un mismo valor medido no cuentan como varios. El motor anterior informaba de 305 y era cierto para el motor anterior.

¿Una nota más alta significa más citas? No por sí sola. Significa que la página se puede usar si un modelo la busca. Que la busque depende de la memorabilidad, que se mueve con actividad fuera de su web.

¿Qué es un bloqueante? Una condición que hace la cita imposible en lugar de improbable: noindex, un robots.txt que cierra el sitio, un captcha servido a los bots. Son nueve, y cada uno deja la citabilidad en cero en vez de restar puntos.

¿Por qué a veces la memorabilidad vuelve vacía? Porque se encontraron menos de tres señales externas independientes. Informar allí de un número bajo sería inventar una medición.

¿Puedo ver todas las comprobaciones? Sí. El informe lista las 172 con lo que se esperaba y lo que se encontró, y las agrupadas nombran cada bot bloqueado y cada etiqueta ausente.

¿Con qué frecuencia cambia el modelo? Pocas veces, y cada cambio queda registrado en el historial de cambios con su motivo.