Deriva de citas de IA: cómo medir fuentes que cambian
SISTRIX siguió 82.619 prompts durante 17 semanas. Este análisis explica qué cambió, qué permaneció estable y cómo medir citas de IA sin confundir rotación con pérdida total.
SISTRIX ejecutó 82.619 prompts durante 17 semanas para medir cuánto cambiaban los dominios citados entre una semana y la siguiente. Los porcentajes principales del estudio comparan dominios, no URL individuales.
El análisis de páginas concretas encontró una deriva semanal un 15% mayor. La tasa fue de 85% a nivel de URL y de 74% a nivel de dominio. Registrar ambos niveles permite distinguir la permanencia del dominio del cambio de página.
Diseño del estudio de SISTRIX
El estudio de deriva de citas de SISTRIX siguió prompts en tres productos, seis países y 17 semanas. Su metodología principal calcula churn-in y retención comparando dominios citados para un mismo prompt entre semanas. Un análisis adicional compara URL específicas y muestra más rotación que el cálculo por dominio.
Los principales resultados fueron estos:
- ChatGPT incorporó un 74% de dominios nuevos de una semana a la siguiente.
- AI Mode incorporó un 56% de dominios nuevos por semana.
- En AI Overviews, el 53% de los prompts mantuvo el mismo conjunto de dominios durante las 17 semanas.
- AI Mode mantuvo al menos un dominio central en el 86,5% de los prompts, aunque el 89% de los dominios periféricos rotó.
- En consultas de marca, el dominio oficial apareció durante las 17 semanas en el 43% de los casos.
- Entre los dominios clasificados como noticias o medios, la tasa de presencia en el núcleo estable fue de apenas 1,4%.
El alcance de esos porcentajes termina en el conjunto, los países y el periodo observados. Las duraciones de 3,4 a 5,7 semanas publicadas antes dependían de otra fuente que no pudimos verificar con el mismo detalle y quedaron fuera de la revisión. Una tasa de dominios tampoco describe la vida media de una URL ni permite prometer resultados para una industria.
Rotación alta y núcleo estable pueden coexistir
El dato más fácil de interpretar mal es el 89% de rotación entre los dominios periféricos de AI Mode. También hubo un dominio central estable en la mayoría de los prompts. La respuesta puede conservar ese dominio y reemplazar otros sitios en cada ejecución, e incluso cambiar la URL concreta dentro del dominio estable.
| Señal observada | Qué podría indicar | Qué no demuestra |
|---|---|---|
| El dominio sigue apareciendo, cambia la URL | La entidad conserva presencia, pero el sistema elige otra página | Que la página original perdió autoridad en Google |
| Un dominio central permanece y rotan los dominios periféricos | Estabilidad temática con exploración de otros sitios | Que la misma URL del dominio central siga apareciendo |
| Desaparece una semana y vuelve después | Variación de recuperación o respuesta | Una penalización |
| Desaparece de forma sostenida en varios prompts | Un cambio que merece investigación | La causa concreta del cambio |
Un campo binario de “citado” pierde la diferencia entre dominio y página. Guardaría dominio, URL, posición visible, fragmento respaldado y tipo de aparición, porque una URL secundaria puede ocultar la pérdida de la página que querías impulsar.
Factores de rotación de las citas
Una cita puede variar porque cambió el índice subyacente, el documento, la interpretación del prompt, el modelo, la geografía o la selección probabilística de fuentes. En AI Mode, el estudio observó un churn-in semanal de dominios de entre 54% y 59% según el país, lo que refuerza la necesidad de registrar ubicación.
Otro estudio ofrece contexto sobre la diferencia entre sistemas. Ahrefs usó 730.000 pares de consultas para comparar la similitud del contenido de AI Overviews y AI Mode y encontró 13,7% de coincidencia de citas frente a 86% de similitud semántica. Aunque ese experimento no forma parte del estudio de SISTRIX, muestra que respuestas parecidas pueden apoyarse en URL distintas.
Antes de atribuir una pérdida a “la actualización del modelo”, exigiría un registro de versiones, fechas y mercados. También descartaría cambiar dateModified con la expectativa de recuperar una cita. La fecha debe corresponder a una revisión real y no hay una fuente primaria que garantice un beneficio por actualizar el campo solo.
Protocolo de medición para series comparables
Cuando investigo una caída orgánica, conservo una serie temporal antes de editar. Aplicaría la misma disciplina aquí. He trabajado con migraciones y sitios internacionales durante más de quince años, incluidos siete como SEO Lead en Shopify. Una medición sin fecha, mercado y URL exacta termina produciendo explicaciones imposibles de comprobar.
- Define el conjunto mediante prompts con intención comercial, informativa y de marca, y conserva su redacción exacta.
- Controla el contexto. Registra país, idioma, plataforma, modo, fecha y sesión con o sin personalización cuando sea posible.
- Captura la evidencia. Conserva la respuesta, los dominios, las URL y el texto asociado a cada cita.
- Separa niveles. Mide presencia de marca, presencia de dominio y presencia de la URL objetivo.
- Forma cohortes. Compara las mismas consultas durante al menos seis semanas antes de llamar estable a una tendencia.
- Relaciona intervenciones. Anota qué fuente, párrafo, dato o enlace cambió y cuándo.
La frecuencia semanal sirve para descubrir rotación. En categorías de noticias puede hacer falta una frecuencia mayor. En contenidos perennes, aumentar el número de prompts y mercados aporta más que repetir la misma consulta varias veces al día.
Diagnóstico de una página sin citas
Primero confirmaría que la pérdida afecta varias ejecuciones y no una captura. Después revisaría cuatro frentes:
- Disponibilidad. Estado HTTP, canonical, robots, renderizado, indexación y acceso de los bots que el negocio decidió permitir.
- Correspondencia. La página debe responder con precisión a la afirmación para la que antes era citada.
- Evidencia. Fuentes primarias, metodología visible, datos propios y fecha de revisión auténtica.
- Competencia documental. Qué URL ocupó el lugar y qué información comprobable ofrece.
No publicaría cinco variantes de la misma respuesta para cubrir más prompts. La guía de Google para funciones generativas recomienda contenido no comoditizado y advierte que crear variaciones destinadas a manipular rankings o respuestas generativas infringe su política contra el abuso de contenido a gran escala. Una página consolidada permite mantener la evidencia y atribuir los cambios con menos ambigüedad.
La revisión técnica usa GSC para medir rendimiento en Google, mientras que el registro de respuestas documenta presencia en una interfaz de IA. Ambos comparten datos y conservan indicadores de éxito distintos.
Preguntas frecuentes
¿Qué significa deriva de citas de IA?
Es el cambio de fuentes citadas para un conjunto repetido de prompts. SISTRIX publicó sus porcentajes principales a nivel de dominio y encontró que la rotación de URL concretas era un 15% mayor.
¿Cada cita desaparece después de unas semanas?
SISTRIX encontró mucha rotación, pero también núcleos estables, y no publicó una vida media universal aplicable a todas las plataformas y sectores.
¿Una fuente que rota perdió rankings?
La rotación de una fuente no basta para concluir que perdió rankings. La recuperación y selección de una interfaz de IA pueden variar aunque el ranking de Google no cambie. Revisa ambos sistemas por separado.
¿Con qué frecuencia conviene medir?
Una revisión semanal durante seis semanas ofrece un punto de partida razonable para contenido perenne. Noticias y campañas pueden requerir controles más frecuentes.
Sobre el autor
