Análisis en profundidad · Unos 4 min de lectura
La visibilidad en búsquedas con IA depende de dónde se mida
Una auditoría de Toronto separa ubicación declarada, ubicación de red y variación entre respuestas; no prueba un atajo para mejorar posiciones.
- Fecha de la fuente
- Publicado aquí
- Fuente revisada
El preprint, enviado el 16 de octubre, obtiene 31.200 respuestas en experimentos principales con API de OpenAI y Gemini. Encuentra canales geográficos distintos en esas configuraciones, no un índice universal de visibilidad.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- Usa 300 preguntas inglesas, 19 ciudades declaradas y cinco ubicaciones de red, repitiendo peticiones para estimar ruido.
- La configuración OpenAI sigue la ubicación declarada; la Gemini, el país de red. Las aplicaciones de consumo pueden comportarse de otra forma.
Dos canales de ubicación
La aplicación puede declarar un lugar a la herramienta, mientras la red revela desde dónde llega la petición. El estudio prueba gpt-5.4-mini mediante Responses API con búsqueda y gemini-3.1-flash-lite con Google Search grounding, no todos los productos ChatGPT o Gemini.
Las 300 preguntas comerciales se reparten igualmente entre cercanía, dependencia del lugar y no locales, sin nombres geográficos en el texto. Se declaran 15 ciudades estadounidenses, Londres, Toronto, Sídney y Dublín, además de una condición sin ubicación. Así separa el parámetro del lugar escrito en la pregunta.
Repetir antes de atribuir un cambio
El experimento declarado suma 24.000 respuestas: preguntas normales y con solicitud de buscar, dos repeticiones por condición. El de red suma 7.200 desde cinco lugares en cuatro países, revisitando Canadá tres días después: seis sesiones, no seis lugares únicos. La comprobación con modelo grande es separada.
El índice de localización resta el solapamiento Jaccard entre lugares del solapamiento entre peticiones idénticas. Cero significa efecto no mayor que el ruido observado. No es el porcentaje de sitios sustituidos ni la probabilidad de recomendar una marca. Sin ese control, variación aleatoria puede parecer mejora editorial.
Canales distintos en las API probadas
En OpenAI, declarar ciudad cambia fuentes de preguntas cercanas y dependientes del lugar; variar país de red sin declararlo da índices próximos a cero. La localización aparece tanto en consultas escritas por el modelo como en el buscador, incluso cuando las consultas no nombran lugar.
En Gemini, las coordenadas declaradas no afectaron al piloto y sí el país de red. El índice entre países fue 0.43 en cercanía y 0.23 aun sin intención local; Nueva York frente a Los Ángeles quedó aproximadamente en cero. No prueba que Gemini residencial nunca distinga ciudades o que OpenAI siempre ignore cualquier red.
Cobertura no equivale a optimización
En el conjunto cercano de 15 ciudades de Estados Unidos, observar una ciudad aleatoria cubrió 9% de negocios recomendados en todas ellas; cinco ciudades, 36%. El denominador es ese conjunto experimental, no una fórmula universal de muestreo.
La extracción de nombres tuvo 29 de 36 revisiones completamente correctas. Excluía directorios, reseñas y organismos públicos: negocios recomendados no equivale a directorios citados. El estudio no asigna tratamientos de contenido al azar ni demuestra que añadir ciudades, enlaces o marcado cause mayor visibilidad.
Un informe de seguimiento más verificable
Proponemos conservar pregunta, idioma, versión, modo de búsqueda y ambas ubicaciones, y repetir las mismas condiciones antes de explicar movimiento. Un servicio hipotético multinacional compararía cada mercado consigo mismo, sin presentar una ciudad como puntuación mundial. Es una propuesta de auditoría, no nuestro experimento.
Los límites incluyen inglés, modelos API y el periodo medido. Algunas salidas son VPN de centros de datos, distintas de redes residenciales; el modelo grande solo comprueba OpenAI. Otra lengua o aplicación exige una prueba propia con controles estables. Nada de ello garantiza indexación, visitas o ingresos publicitarios.
Por qué importa
Análisis AISubHub: registrar pregunta, modelo, búsqueda, ubicación y repeticiones permite distinguir cambios del sistema de efectos del contenido.
Límites y disponibilidad
Leímos artículo e historial completos, sin reproducir API o redes. Solo cubre inglés, lugares limitados y octubre de 2026; no establece reglas de indexación, tráfico ni eficacia de una intervención.
Fuentes y pruebas
Fecha de la fuente: 16 oct 2026 · Fuente revisada: 21 oct 2026
Lecturas complementarias
Fuente revisada: 21 oct 2026
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.