Share of Model
Share of Model (SoM) es la proporción de menciones de marca que recibe una empresa de uno o más modelos de lenguaje grandes (LLM) en relación con el total de menciones de marca en la misma categoría. Cuantifica con qué frecuencia y de qué manera favorable las plataformas de IA recomiendan una marca cuando los usuarios hacen preguntas relevantes para la categoría.
Share of Model (SoM) es la proporción de menciones de marca que recibe una empresa de uno o más modelos de lenguaje grandes (LLM) en relación con el total de menciones de marca en la misma categoría. Cuantifica con qué frecuencia y de qué manera favorable las plataformas de IA recomiendan una marca cuando los usuarios hacen preguntas relevantes para la categoría.
Por qué es importante
A partir de 2026, solo ChatGPT tiene 815 millones de usuarios activos mensuales y posee el 60,7 % del mercado de búsqueda con IA. Las respuestas de IA suelen mencionar solo de una a tres marcas en lugar de mostrar diez enlaces azules. Si la tuya no está entre ellas, eres invisible para una audiencia que crece rápidamente. Los puntos de referencia de la industria sugieren que los líderes de categoría necesitan entre un 35 % y un 40 % de SoM en los prompts clave para mantener el posicionamiento en la parte superior de la lista.
Share of Model vs. Share of Voice
| Métrica | Share of Voice (SoV) | Share of Search | Share of Model (SoM) |
|---|---|---|---|
| Mide | Exposición en anuncios y medios | Volumen de consultas de búsqueda relacionadas con la marca | Menciones de marca en las respuestas de IA |
| Pregunta clave | "¿Qué tan fuerte es nuestra marca?" | "¿Con qué frecuencia nos buscan?" | "¿Con qué frecuencia nos recomienda la IA?" |
| Fuente de datos | Plataformas de anuncios, monitoreo de medios | Google Trends, Search Console | Recopilación y análisis de respuestas de LLM |
Cómo medir
- Diseñar consultas: Selecciona de 20 a 50 preguntas de alta intención que representen tu categoría.
- Probar en varios modelos: Envía consultas idénticas a ChatGPT, Claude, Gemini y Perplexity. Configura la temperatura en 0 para mayor consistencia.
- Contabilizar menciones: Registra qué marcas aparecen en cada respuesta, anotando la frecuencia, la posición y el sentimiento.
- Calcular la cuota:
(Menciones de tu marca ÷ Total de menciones de la categoría) × 100. - Hacer seguimiento trimestral: Los datos de entrenamiento y los algoritmos de los LLM cambian con frecuencia; mide al menos una vez por trimestre.
Las herramientas para el seguimiento automatizado incluyen Profound, Conductor, Semrush y el AEO Grader de HubSpot.
Variación entre modelos
La visibilidad de la marca puede diferir drásticamente entre los LLM. Ariel acaparó casi el 24 % de las menciones en Llama de Meta, pero menos del 1 % en Gemini de Google, mientras que Chanteclair tuvo un 19 % en Perplexity, pero desapareció por completo de Llama. La medición en un solo modelo es insuficiente; haz siempre seguimiento en varias plataformas.
Cómo mejorar tu Share of Model
- Publica contenido autorizado: El contenido profundo y rico en E-E-A-T posiciona tu marca como una autoridad de categoría en los datos de entrenamiento de los LLM.
- Optimiza para las citas: Incluye estadísticas, hallazgos de investigación y citas de expertos para que los sistemas de IA referencien tu contenido como fuente.
- Amplía tu presencia en plataformas de confianza: Wikipedia, los artículos académicos y los informes de la industria tienen un alto peso en el entrenamiento de los LLM.
- Proporciona llms.txt: Ayuda a los rastreadores de IA a analizar de forma eficiente el contenido de tu sitio con un archivo llms.txt estructurado.
Sources: