Un benchmark GEO compara tu visibilidad en asistentes de IA contra la de tus competidores con una matriz de tres ejes: marca, prompt y motor. Cada respuesta se puntúa con un scoring simple, de 0 por ausencia a 3 por recomendación explícita, y los totales revelan quién domina cada asistente y en qué tipo de consulta. El método completo toma una tarde por trimestre y convierte la pregunta cómo vamos contra la competencia en una tabla con evidencia.
¿Qué responde un benchmark GEO que tu auditoría mensual no?
Tu auditoría mide tu presencia y tu share of model rastrea menciones relativas; el benchmark agrega la dimensión que falta: el detalle competitivo por consulta y por motor, con puntaje de calidad de presencia. No es lo mismo que un competidor aparezca mencionado de pasada a que sea la recomendación explícita con su web citada, y el conteo simple de menciones no distingue esos niveles. El benchmark sí, y al hacerlo te muestra exactamente dónde te ganan y dónde tienes ventaja defendible.
Es la herramienta de diagnóstico estratégico del método que desarrollamos en la guía de GEO para aparecer en ChatGPT, Gemini, Claude y Perplexity, y la primera entrega que armamos cuando un cliente nuevo llega al servicio de posicionamiento GEO: antes de optimizar nada, la foto competitiva completa.
El método de 5 pasos
Paso 1: define el universo
Elige de tres a cinco marcas, la tuya incluida, y de 10 a 15 prompts repartidos en transaccionales, comparativos y locales, escritos como los formularía un cliente real. Congela ambos listados: el benchmark vale por su comparabilidad trimestre a trimestre. Resultado verificable: el documento de universo con marcas y prompts numerados.
Paso 2: corre la matriz completa
Ejecuta cada prompt en los cuatro motores principales, en sesión limpia y con doble corrida para absorber variabilidad. No preguntas por las marcas: preguntas por la categoría y registras quién aparece. Resultado verificable: capturas fechadas de cada respuesta, organizadas por motor.
Paso 3: puntúa cada celda
Aplica el scoring de la siguiente sección a cada combinación marca-prompt-motor, usando el puntaje más alto de las dos corridas. Sé estricto con los criterios: el benchmark inflado se siente bien y sirve para nada. Resultado verificable: la matriz llena, sin celdas vacías.
Paso 4: calcula totales y lee patrones
Suma por marca para el ranking general, por marca y motor para ver fortalezas por asistente, y por marca y tipo de prompt para ver quién gana lo transaccional contra lo informativo. Resultado verificable: tres tablas de resumen con los totales.
Paso 5: traduce los gaps a plan
Cada brecha grande es una tarea con nombre: el motor donde no existes pide estudiar sus fuentes, el tipo de consulta donde pierdes pide contenido o datos específicos, la ventaja que tienes pide defensa con actualización. Resultado verificable: tres acciones priorizadas para el trimestre, cada una ligada a una celda de la matriz.
¿Cómo se puntúa cada respuesta?
| Puntaje | Criterio | Ejemplo |
|---|---|---|
| 0 | Ausente | La marca no aparece en la respuesta |
| 1 | Mención | Nombrada entre otras opciones, sin detalle |
| 2 | Mención con sustancia | Descrita con datos correctos o citada como fuente |
| 3 | Recomendación | Presentada como opción preferente para el caso |
El criterio de la frontera entre 1 y 2 es la sustancia: si el asistente sabe algo concreto y correcto de la marca, sube. La frontera entre 2 y 3 es la preferencia: solo puntúa 3 cuando la respuesta empuja al usuario hacia esa opción. Documenta los casos dudosos con su captura para mantener el criterio estable entre trimestres.
Ejemplo resuelto: un rubro limeño
Números ilustrativos de un benchmark real de un rubro de servicios en Lima, con marcas anonimizadas. Universo: 3 marcas, 12 prompts, 4 motores; puntaje máximo posible por marca: 144.
| Marca | Total | Mejor motor | Peor motor | Lectura |
|---|---|---|---|---|
| Marca A | 78 | Perplexity | Gemini | Líder con base técnica fuerte y citas frecuentes |
| Marca B | 45 | ChatGPT | Perplexity | Vive de notoriedad de marca, débil en fuentes citables |
| Marca C | 12 | Copilot | Resto | Casi invisible: trabajo de base pendiente |
La lectura fina del caso: la Marca B ganaba en consultas con su nombre pero perdía todas las transaccionales de categoría, señal de marca conocida sin contenido citable. La Marca A dominaba Perplexity por su blog con datos, y su gap en Gemini apuntaba a señales de entidad. Cada celda débil se volvió tarea, que es el punto del ejercicio: la matriz no se archiva, se ejecuta.
¿Cómo convertir el benchmark en plan de trabajo?
La regla práctica: una acción por tipo de gap, máximo tres por trimestre. Gap de motor, fuerte en unos asistentes y ausente en otro: investiga qué fuentes usa el ausente en tu categoría y construye presencia en ellas. Gap de tipo de consulta, visible en lo informativo e invisible en lo transaccional: refuerza páginas comerciales con datos citables, precios y comparativas honestas. Gap de calidad, muchas menciones de 1 y pocas de 2 y 3: tu marca suena pero no tiene sustancia citable asociada; toca publicar datos y casos que les den a los modelos algo que decir de ti.
Y el cuarto escenario, la ventaja: donde puntúas 3 sostenido, no te duermas; identifica qué la produce, contenido, datos, fuentes, y mantenlo actualizado, porque las ventajas de visibilidad se erosionan en silencio.
Cómo presentar la matriz sin marear a nadie
La matriz completa tiene cientos de celdas y nadie fuera del equipo técnico debería verla entera. El formato que funciona en una reunión: la tabla de totales por marca como apertura, un solo gráfico de evolución si ya tienes más de un trimestre, y las tres acciones del paso 5 con su celda de origen como cierre. Todo lo demás vive en el anexo para quien pregunte.
El matiz de comunicación que evita malentendidos: presenta los puntajes como medición con metodología propia, no como verdad absoluta del mercado. La frase que usamos: con este universo de prompts y este criterio, así se reparte la visibilidad hoy. Esa honestidad metodológica desarma la objeción clásica de yo probé y me salió distinto, porque la respuesta es exactamente esa: sin protocolo, a cualquiera le sale distinto cada vez.
Errores comunes del benchmark
Los cinco de siempre. Elegir competidores por orgullo y no por realidad: el universo correcto sale de quién aparece de verdad en las respuestas, no de tu mapa mental. Prompts sesgados que mencionan tu marca o tu diferencial, que convierten el ejercicio en confirmación. Scoring laxo con tu marca y estricto con el resto, el autoengaño con tabla. Cambiar universo o criterios entre trimestres, rompiendo la serie. Y presentar la matriz sin plan: el benchmark que no termina en tres tareas es un informe decorativo.
Preguntas frecuentes
¿Cada cuánto conviene repetir el benchmark?
Trimestral es el ritmo correcto: suficiente para que tus acciones muestren efecto y para detectar movimientos de la competencia, sin convertir la medición en tu trabajo principal. La auditoría mensual sigue corriendo en paralelo como pulso; el benchmark es la foto competitiva profunda que se compara trimestre contra trimestre.
¿Cuántos prompts necesita un benchmark confiable?
Entre 10 y 15 bien elegidos bastan para un rubro: con doble corrida en cuatro motores ya son 80 a 120 respuestas por trimestre, suficiente señal para patrones gruesos. Más prompts mejoran la granularidad a costa de horas; crece solo si las decisiones que tomas piden ese detalle extra.
¿Qué hago si un competidor domina todos los motores?
Estudiarlo en serio antes que imitarlo a ciegas: revisa qué publica, qué datos abre, qué fuentes lo citan y cómo está su base técnica. El benchmark te dice dónde es más débil su dominio, el motor o tipo de consulta con menor brecha, y ahí está tu cabeza de playa: ganar primero la celda más ganable y expandir desde la evidencia.
¿Sirve el benchmark para presentar propuestas como agencia?
Es de las piezas más persuasivas que existen: mostrarle a un prospecto su matriz real contra dos competidores convierte el GEO de concepto abstracto en brecha medida con capturas. Úsalo con ética: universo justo, scoring estricto y la aclaración de que es una foto trimestral, no una promesa de resultados.
Tu siguiente paso: arma hoy el documento de universo, tus tres a cinco marcas y tus 12 prompts, y agenda la tarde del benchmark esta quincena. La primera matriz es tu línea base competitiva; desde la segunda, cada trimestre te dice con números si el plan está cerrando brechas o solo dando vueltas.
