Share of model: cuánto te menciona la IA frente a tu competencia (y por qué ninguna marca supera el 3,1%)

Pregúntale a ChatGPT dónde alojarte con niños en la costa un puente de diciembre. Ahora pregúntale lo mismo como si viajaras por trabajo. Y otra vez, como si organizaras una boda. Vas a obtener tres listas distintas, y probablemente ninguna se parezca a la que te daría si repitieras la primera pregunta mañana. Ese es el nuevo escaparate de muchas categorías, y casi ninguna marca sabe cuánto espacio ocupa en él.

El indicador que lo mide empieza a tener nombre: share of model, la cuota de menciones que recibe una marca en las respuestas de los modelos de IA frente a su competencia. Y el primer estudio grande de una categoría de consumo, publicado la semana pasada, deja una cifra que conviene tener delante: en hoteles, ninguna empresa supera el 3,1%.

Qué dice el estudio de Zen Media sobre hoteles en ChatGPT, Gemini y Grok

La agencia estadounidense Zen Media lanzó el 28 de octubre de 2026 1.000 preguntas de viajeros a ChatGPT, Gemini y Grok. Ninguna pregunta nombraba una marca. Venían de 373 perfiles de viajero distintos (familias, viajes de negocio, organizadores de bodas, turismo de bienestar) y cubrían el mercado de Estados Unidos. Leyeron 3.015 respuestas y contaron cada empresa que aparecía en el texto.

Tres lecturas para cualquier marca, sea hotel o no.

La cuota está muy repartida. Con más de 5.000 nombres en juego, el líder no llega a una de cada treinta menciones. La propia consejera delegada de Zen Media, Sarah Evans, lo resume en el comunicado: la IA no tiene un hotel favorito, tiene un favorito para cada viajero. En la práctica, eso significa que el share of model total sirve de poco si no se parte por ocasión. Una cadena puede tener una cuota mínima en el total y dominar «escapada de bienestar», que es precisamente el hueco que el estudio señala como más abierto (Canyon Ranch lidera ahí con un 2,8%).

Cada motor es un mercado distinto. Expedia lidera en ChatGPT (2,1%) y en Grok (4,4%), pero en Gemini el primero es Marriott (3,1%). Gemini nombra más del doble de empresas por respuesta que ChatGPT. Si mides solo en uno, estás midiendo un canal, no la categoría.

Las respuestas usan los detalles operativos. Las cadenas aparecen asociadas a reserva directa, puntos y estatus; las agencias online, a comparar precios. Los programas de fidelización son el grupo más mencionado (11,7%), y la ubicación, la disponibilidad y la cancelación gratuita son los criterios que más se repiten. La IA compara con lo que encuentra escrito. Si tu política de cancelación no está clara en ningún sitio, no entra en la comparación.

Por qué la IA nombra a tu marca en webs que no son tuyas

El dato que más incomoda del estudio es el de las fuentes. De 59 enlaces citados, solo 7 iban a webs de empresas que la respuesta nombraba. Los otros 52 eran guías de destino, páginas oficiales, comparadores de tasas y webs de resorts que ni siquiera salían en el texto.

No es un caso aislado. Shero Commerce analizó 1.851 fuentes citadas por AI Mode de Google, ChatGPT y Perplexity en preguntas de compra de 60 categorías, y según recoge Search Engine Journal (agosto de 2026), solo el 2,8% eran páginas de las propias marcas. El bloque más grande, un 59%, eran medios de reseñas y recomendación.

Pero hay un matiz importante, y conviene no venderlo como regla universal. Yext analizó 6,8 millones de citas partiendo de consultas con ubicación e intención concretas, y ahí las webs propias fueron la primera fuente (44%), seguidas de las fichas y directorios (42%) y las reseñas (8%). En las preguntas objetivas sin marca, las webs y páginas locales rozaban el 60% de las citas.

Las dos cosas son ciertas a la vez. Cuando alguien pide «el mejor» o «qué me recomiendas», la IA tira de terceros que comparan. Cuando pide un dato concreto («a qué hora abre», «tiene parking», «admite perros»), tira de la fuente oficial. Por eso la tabla de medición tiene que registrar las fuentes de cada respuesta: es lo que te dice si tu trabajo está en tu web, en tus fichas o en conseguir que hablen de ti otros. Lo desarrollábamos en la guía de AEO.

Hay quien lo reduce todo a un archivo técnico. En TikTok, el dueño de un taller de vinilos de Utah cuenta que ChatGPT le recomienda tras subir un llms.txt a su web, y el vídeo pasa de 379.000 reproducciones.

Nuestra lectura: puede ayudar a que la IA entienda qué haces, pero no sustituye a lo que dicen los terceros. Sin medir, además, no hay forma de saber si fue el archivo o cualquier otra cosa.

Por qué no sirve preguntar una vez y hacer captura

Casi todos los equipos de marketing han hecho ya la prueba: preguntar a ChatGPT por su categoría, ver si sale su marca y enseñar la captura en el comité. Es comprensible y no vale como medición.

Rand Fishkin (SparkToro) y Patrick O’Donnell (Gumshoe) lanzaron 12 preguntas de recomendación de marca entre 60 y 100 veces cada una en ChatGPT, Claude y la IA de Google: 2.961 prompts con cientos de voluntarios. Según Search Engine Journal (enero de 2026), ChatGPT y la IA de Google devolvieron la misma lista menos del 1% de las veces, y la misma lista en el mismo orden, menos del 0,1%. Su conclusión: el porcentaje de visibilidad a lo largo de muchas preguntas es bastante más estable que la posición. Las herramientas que te venden «tu ranking en ChatGPT» están midiendo ruido.

El segundo error es fiarse de una media. Zen Media publicó en septiembre los datos de tres campañas propias con 900 preguntas de compra: el mismo cliente aparecía en el 15,5% de las preguntas en el motor más débil y en el 59,5% en el más fuerte, con una media de 45,6%. La media escondía justo el problema que había que arreglar.

Y el tercero, medir con preguntas que ya incluyen tu nombre. En dos de esas campañas, entre el 85% y el 87% de las preguntas en las que aparecía el cliente no lo nombraban. Ahí está el valor: en el momento en que alguien todavía no tiene lista corta y la IA decide quién entra.

Cómo medir el share of model de tu marca en seis pasos

Este es el método que aplicamos en Brandcrops, adaptado a las categorías en las que más trabajamos (hostelería organizada y gran consumo). No necesita una herramienta de pago para empezar; sí necesita disciplina para repetirlo igual cada mes.

1. Escribe 20 preguntas de categoría sin marcas. Parte de ocasiones y perfiles, no de tu producto: «dónde cenar con niños un domingo», «un sitio para una comida de empresa de 30 personas», «qué yogur tiene menos azúcar para el desayuno de los niños». Mezcla preguntas abiertas («qué me recomiendas») y concretas («cuál admite reservas para grupos»), porque activan fuentes distintas.
2. Lánzalas varias veces en cada motor. Como mínimo ChatGPT, Gemini y el modo IA de Google; Perplexity y Claude si tu público los usa. Nuestro criterio es cinco tiradas por pregunta y motor, en sesión limpia y sin historial. Con 20 preguntas y tres motores, son 300 respuestas al mes.
3. Registra cada respuesta en una tabla. Empresas nombradas, orden, tono (recomendación, mención neutra, crítica) y páginas citadas. Es tedioso y es la única forma de que el dato aguante una discusión con dirección.
4. Calcula dos cifras, no una. El share of model (tus menciones entre todas las menciones de empresas) y la tasa de presencia (en qué porcentaje de respuestas sales). La primera te compara con la competencia; la segunda te dice cuántas conversaciones te pierdes.
5. Sepáralo por motor y por ocasión. Nunca presentes solo la media. Lo útil es ver en qué motor y en qué ocasión desapareces, que es donde está el plan.
6. Clasifica las fuentes citadas. Propias (web, fichas), terceros que controlas en parte (reseñas, directorios, prensa que te ha cubierto) y terceros sin relación. Si las respuestas que no te nombran citan siempre las mismas tres guías, ya sabes con quién tienes que trabajar.

Hay perfiles que ya divulgan este enfoque. Uno de los vídeos con el método más claro propone exactamente esto: cambiar la pregunta de «¿posiciono?» a «¿me nombran?» y llevar una tabla semanal.

Qué hacer con el resultado

El share of model no es un KPI para enseñar en verde. Es un diagnóstico, y se lee como cualquier análisis de la competencia: quién ocupa el espacio que quieres y por qué.

Si tu tasa de presencia es baja en preguntas abiertas pero alta en concretas, tu problema no es técnico, es de reputación en terceros: necesitas que te cubran las guías, los medios y los creadores que la IA cita. Si es baja también en las concretas, empieza por casa: la web, las fichas locales y la información operativa (horarios, precios, condiciones) escrita de forma que se pueda citar. Si apareces pero siempre al final o con matices negativos, mira qué dicen tus reseñas, porque la IA las está leyendo.

Y no lo mires aislado. El share of model explica una parte del tráfico que ya llega a tu web desde los asistentes y que casi nunca se ve bien en Google Analytics. Cruzar las dos cosas, lo que la IA dice de ti y lo que luego pasa en tu web, es lo que convierte esta medición en una métrica de middle funnel y no en una curiosidad.

Una advertencia final. Casi todos los estudios que hoy circulan sobre visibilidad en IA los publican empresas que venden auditorías o herramientas, Zen Media incluida. No los invalida (sus metodologías son públicas y las cifras cuadran entre sí), pero conviene leerlos como lo que son y medir lo tuyo con tus propias preguntas.

Fuentes

• Zen Media, «AI Visibility for Hotels and Resorts: No Company Holds More Than 3.1% of Mentions in AI Answers», comunicado vía GlobeNewswire, 30 de octubre de 2026.
• Zen Media, «One Brand’s AI Visibility Tracking Ranged From 15.5% to 59.5% Depending on the AI Engine», comunicado vía GlobeNewswire, 25 de septiembre de 2026.
• Search Engine Journal, «AI Tools Recommend Brands But Cite Other Sites, Data Shows», sobre el análisis de Shero Commerce, 26 de agosto de 2026.
• Search Engine Journal, «AI Recommendations Change With Nearly Every Query: SparkToro», sobre el estudio de SparkToro y Gumshoe, 30 de enero de 2026.
• Yext, «86% of AI Citations Come from Brand-Managed Sources», comunicado vía Business Wire, 9 de octubre de 2025.