¿Cuánto demora un motor de IA en citarte después de publicar? Lo medimos con posts propios: registramos la fecha de publicación de cada pieza y la fecha de su primera cita observada en cada asistente, usando nuestro protocolo mensual de auditoría. El resultado es una tabla de latencias por motor, con su metodología completa para que cualquiera la replique o la discuta. Antes del número, una advertencia honesta: la latencia varía por tipo de motor, y entender por qué vale tanto como el dato.
Tabla de Contenidos
- 1 ¿Qué medimos exactamente y qué no?
- 2 La metodología, completa y discutible
- 3 Las latencias medidas, por motor
- 4 ¿Por qué los motores difieren tanto entre sí?
- 5 Qué cambia en tu operación con estos plazos
- 6 Lo que la latencia le hace a tu estrategia de contenidos
- 7 ¿Cómo replicar la medición en tu dominio?
- 8 Preguntas frecuentes
¿Qué medimos exactamente y qué no?
Definimos latencia de cita como los días entre la publicación de un artículo y la primera vez que un asistente lo usa como fuente o lo menciona en nuestro set de auditoría. No medimos indexación, que es otra cosa: un motor puede haber leído tu página semanas antes de citarla. Tampoco medimos la frecuencia posterior de citas, solo el primer evento, que es el que responde la pregunta práctica de cuánto esperar antes de evaluar resultados.
La distinción importa para usar bien el dato: la latencia de cita es el plazo mínimo razonable antes de juzgar si una pieza funciona en el canal de IA. Evaluar antes de ese plazo produce las decisiones apuradas que vemos seguido: contenido bueno declarado fracaso a las dos semanas. Este estudio alimenta las expectativas del método de la guía de GEO para aparecer en ChatGPT, Gemini, Claude y Perplexity y los plazos que comprometemos en el servicio de posicionamiento GEO.
La metodología, completa y discutible
| Elemento | Definición usada |
|---|---|
| Muestra | Posts del blog de KOM publicados en el periodo del estudio, con su fecha exacta |
| Evento medido | Primera cita o mención del post en el set de auditoría mensual, por asistente |
| Frecuencia de observación | Mensual, con corridas dobles en sesión limpia y ubicación Perú |
| Censura | Posts sin cita al cierre del periodo se reportan como sin cita observada, no se excluyen |
| Limitación declarada | La observación mensual redondea la latencia real hacia arriba: un post citado al día 35 se observa al mes 2 |
Dos sesgos que asumimos y declaramos: la muestra es de un solo dominio, con la autoridad y el rubro de KOM, así que tus latencias pueden diferir; y el set de auditoría no cubre todas las consultas posibles, así que una primera cita pudo ocurrir antes fuera de nuestro radar. Ambos sesgos empujan en dirección conservadora.
Las latencias medidas, por motor
[DATO-KOM: tabla de latencias medidas por motor con la muestra de posts KOM: mediana de días a primera cita, rango y porcentaje de posts citados al cierre]
Cómo leer la tabla cuando esté frente a ti. La mediana manda: con muestras de este tamaño, un par de casos extremos distorsiona cualquier promedio. El rango te dice la dispersión real: dos motores con mediana parecida pueden comportarse muy distinto en sus extremos. Y el porcentaje de posts citados al cierre es tan informativo como la velocidad: un motor lento que termina citando casi todo aporta más que uno rápido que cita poco.
¿Por qué los motores difieren tanto entre sí?
La arquitectura explica las diferencias de comportamiento. Los motores con búsqueda en vivo, como Perplexity y los modos de navegación de los demás, pueden citar contenido casi tan pronto como sus índices lo recogen: su latencia se parece a la de la indexación de un buscador. Los asistentes que dependen más de conocimiento entrenado responden con el corte de su último entrenamiento, y ahí la latencia se mide en versiones de modelo, no en días. Y los híbridos deciden por consulta si navegan o recuerdan, produciendo latencias bimodales: citas rápidas en consultas que disparan búsqueda, lentas en las que no.
La consecuencia práctica de esta mecánica: tu contenido nuevo compite primero en los motores con búsqueda en vivo, y esa señal temprana es tu mejor predictor disponible de cómo le irá en el resto cuando sus ciclos alcancen.
Qué cambia en tu operación con estos plazos
Tres ajustes concretos. El calendario de evaluación: ninguna pieza se juzga en el canal de IA antes del plazo que la tabla indique para el motor más rápido, y el veredicto completo espera al ciclo del más lento. La estrategia de publicación: el contenido con ventana de oportunidad, tendencias, coyuntura, apunta a los motores de cita rápida, mientras el evergreen puede permitirse esperar a todos. Y la comunicación con clientes o gerencia: los plazos medidos reemplazan a las promesas inventadas, con la tabla como respaldo cuando alguien pregunte por qué no aparecemos todavía.
Lo que la latencia le hace a tu estrategia de contenidos
El plazo entre publicar y ser citado redefine una idea querida del marketing de contenidos: la del resultado inmediato. En el canal de IA, el contenido se comporta menos como campaña y más como inversión con periodo de maduración: pagas el costo completo al inicio y el retorno llega por capas, primero los motores rápidos, después el resto. Quien planifica con esa curva deja de sobrerreaccionar a las primeras semanas y deja de abandonar piezas justo antes de su ventana.
También cambia la lógica del portafolio: como cada pieza tarda en madurar, el flujo constante vence al atracón. Diez artículos publicados uno por semana construyen una escalera de maduraciones que produce señales nuevas cada mes; los mismos diez publicados en una semana producen un silencio largo seguido de un examen simultáneo. Misma inversión, ritmo de retorno muy distinto.
¿Cómo replicar la medición en tu dominio?
Necesitas tu auditoría mensual corriendo y una columna extra: para cada post nuevo, su fecha de publicación, y en cada corrida mensual, el registro de si algún asistente ya lo cita. Con seis meses de disciplina tienes tu primera tabla propia; con un año, una digna de publicarse. Las reglas que mantienen el dato limpio: no promociones distinto a los posts del estudio, registra censura en lugar de excluir los no citados, y declara tus limitaciones igual que declaramos las nuestras.
Si la publicas, el español necesita más tablas de estas: la mayoría de cifras de latencia que circulan vienen de mercados y dominios que no se parecen al tuyo, y cada medición local honesta sube el nivel de la conversación.
Preguntas frecuentes
¿Puedo acelerar la primera cita de un post?
Puedes mejorar las condiciones: indexación rápida verificada, enlazado interno desde tus páginas que los motores ya visitan, datos citables desde el primer párrafo y presencia del post en tu llms.txt. Lo que no existe es el botón de citación: la latencia tiene un piso estructural por motor que ninguna táctica salta.
¿Un post sin cita después de seis meses es un fracaso?
Es una señal para diagnosticar, no un veredicto automático: revisa primero si la consulta que ese post responde está en tu set de auditoría, luego si los motores muestran señales de haberlo leído en logs, y recién entonces evalúa el contenido. Varios sin cita comparten causa corregible: responden preguntas que nadie formula como ellos esperan.
¿Estas latencias sirven para cualquier sitio peruano?
Sirven como referencia de orden de magnitud y como metodología, no como promesa: la autoridad del dominio, el rubro y la competencia por cada consulta mueven los plazos. Por eso el estudio publica método antes que cifra: tu tabla propia, con tus posts, es la única que te describe de verdad.
¿Cada cuánto actualizan esta medición?
La tabla se actualiza con cada ciclo anual de medición, y la fecha de los datos acompaña siempre al número: una latencia medida hace dos años describe un ecosistema que ya no existe. Si lees esta pieza con la tabla vieja, el método sigue siendo válido; exige la fecha antes de usar la cifra.
Tu siguiente paso: agrega hoy la columna de fecha de publicación y primera cita a tu hoja de auditoría. No cuesta nada, y dentro de seis meses tendrás la respuesta medida para tu propio dominio a la pregunta con la que llegaste a este artículo.
