Guías de Konviro

Disciplina de optimización enfocada en aparecer como respuesta directa en cualquier sistema que proporcione respuestas, incluyendo featured snippets de Google, asistentes de voz y chatbots de IA.

Métrica que mide con qué frecuencia y en qué contexto una marca es mencionada en respuestas generadas por modelos de inteligencia artificial como ChatGPT, Claude o Perplexity.

Sistema de búsqueda que proporciona respuestas directas en lugar de listas de enlaces. Incluye ChatGPT, Perplexity, Google SGE y asistentes de voz.

Instancia en la que una marca es nombrada explícitamente en una respuesta de IA. Puede ser positiva, neutra o negativa según el contexto.

Referencia a una fuente externa que un motor generativo incluye en su respuesta. Perplexity y Bing Copilot muestran citas explícitas.

Cuando dos o más marcas aparecen juntas en la misma respuesta de IA. Analizar co-menciones revela con qué competidores te asocia el modelo.

Formato de marcado (como Schema.org) que ayuda a los motores de búsqueda y IA a entender el contenido de una página.

Representación numérica de texto que los LLMs usan internamente para entender significado y relaciones semánticas.

Fragmento destacado que Google muestra en la parte superior de los resultados de búsqueda, proporcionando una respuesta directa.

Disciplina de optimización específica para motores de búsqueda generativos que crean respuestas completas en lugar de mostrar listas de enlaces.

Motor de búsqueda que utiliza IA generativa para crear respuestas personalizadas. Ejemplos: Perplexity, Google SGE, Bing Copilot.

Cuando un modelo de IA genera información falsa o inventada que presenta como verdadera. Riesgo importante en LLMO.

Fecha límite del conocimiento de un LLM. Información posterior a esta fecha no está en el conocimiento base del modelo.

Métrica clave para medir el éxito de una estrategia. En LLMO: Visibilidad en IA, Posición Media, Sentiment Score y Share of Voice.

Modelo de inteligencia artificial entrenado con grandes cantidades de texto para entender y generar lenguaje natural. Ejemplos: GPT-4, Claude, Gemini.

Conjunto de técnicas para optimizar cómo los modelos de lenguaje grande perciben, procesan y recomiendan una marca en sus respuestas.

Motor de búsqueda generativo que combina LLMs con búsqueda en tiempo real, proporcionando respuestas con citas a fuentes verificables.

KPI que mide el promedio de posiciones que tu marca ocupa en las respuestas donde es mencionada. Menor número = mejor posición.

Pregunta o instrucción que un usuario da a un modelo de IA. En LLMO, monitorizamos prompts relevantes para ver si nuestra marca aparece.

Técnica que combina un LLM con búsqueda de información externa para generar respuestas más precisas y actualizadas.

Vocabulario de datos estructurados (schema.org) que ayuda a los motores de búsqueda a entender el contenido.

Puntuación (0-100) que mide el tono general de las menciones de una marca: positivo, neutro o negativo.

Porcentaje de menciones que tu marca recibe comparado con el total de menciones en tu categoría o sector.

Porcentaje de veces que tu marca aparece en respuestas de IA para un conjunto de prompts monitorizados.

Medida global de presencia de una marca en respuestas de modelos de IA. Combina frecuencia, posición y sentiment.