Google ha començat a ensenyar cartes. Search Console ja ofereix dades sobre com apareix el teu contingut a les experiències de cerca amb IA, i cada trimestre n'afegeix més. Per a qui porta anys demanant visibilitat sobre què passa dins dels AI Overviews i l'AI Mode, sembla una bona notícia. I ho és — a mitges.
Perquè el que Google ensenya és una part del tauler, no tot el joc. Les dades que ja pots consultar conviuen amb buits importants: mètriques agregades que no es poden separar, consultes que no apareixen enlloc i respostes generades que citen la teva marca sense deixar cap rastre mesurable al teu compte. Qui llegeixi els informes nous com si fossin la foto completa traurà conclusions equivocades.
En aquest article expliquem què pots mesurar de veritat avui sobre la teva visibilitat a la cerca amb IA, quins buits queden — i com omplir-los amb mètode propi en lloc d'esperar que Google ho resolgui.
Què ofereix Google avui: el got mig ple
Cal reconèixer el que hi ha, perquè fa un any no existia. Search Console ha anat incorporant informes de rendiment per a experiències de cerca generativa, on pots veure impressions i clics del teu contingut quan apareix dins de resultats amb IA. La documentació oficial de Google Search Central també s'ha ampliat amb recursos específics sobre com funciona la cerca generativa i què poden fer els propietaris de webs per optimitzar-hi la presència.
Això permet, per primera vegada, respondre preguntes bàsiques amb dades oficials: el meu contingut apareix en experiències amb IA? Genera impressions? Quantes acaben en clic? Per a un responsable de màrqueting que fins ara treballava completament a cegues en aquest terreny, és un pas real.
També hi ha un segon efecte, més subtil: que Google publiqui aquestes dades confirma que la visibilitat a la cerca amb IA és un canal que es pot treballar, no una loteria. Quan una plataforma comença a donar mètriques d'una superfície, és que aquella superfície ha vingut per quedar-se.
- Impressions i clics del teu contingut en experiències de cerca amb IA (Search Console)
- Evolució mes a mes de la teva presència en resultats generatius de Google
- Quines pàgines teves apareixen en aquest tipus de resultats
- Documentació oficial sobre com optimitzar per a la cerca generativa
- Separar amb precisió total IA vs. cerca clàssica en totes les mètriques
- Les citacions de marca dins de respostes que no generen cap clic
- Què diuen de tu ChatGPT, Perplexity o Copilot — fora de l'ecosistema Google
- La variabilitat de les respostes segons formulació, moment i sessió
Els buits: el que els informes no t'expliquen
Ara el got mig buit, que és on es cometen els errors d'interpretació.
Primer buit: l'agregació. Bona part de les dades de cerca amb IA arriben barrejades amb les de la cerca clàssica o agrupades de manera que no sempre pots aïllar què va passar exactament dins d'una resposta generada. Si les impressions pugen, no sempre pots saber si és perquè apareixes més als AI Overviews, perquè has guanyat posicions clàssiques, o totes dues coses alhora.
Segon buit: les citacions sense clic. Quan una IA sintetitza una resposta i menciona la teva marca com a font, l'usuari pot quedar-se satisfet sense visitar-te. Aquella menció té valor real — construeix marca, influeix decisions — però no genera cap fila als teus informes. És visibilitat que existeix i no es veu.
Tercer buit: els altres motors. Search Console només parla de Google. Però els teus clients potencials també pregunten a ChatGPT, a Perplexity, a Copilot. Cap informe de Google t'explicarà si aquestes plataformes t'entenen, et citen o recomanen sistemàticament el teu competidor. I per a segons quins sectors, aquest trànsit de recomanació ja no és anecdòtic.
Quart buit: la variabilitat. Les respostes generatives canvien segons la formulació de la pregunta, el moment i fins i tot la sessió. Una consulta puntual — "a veure què surt si pregunto per nosaltres" — no és una mesura, és una anècdota. Sense mesura recurrent i sistemàtica, no hi ha tendència; i sense tendència, no hi ha manera de saber si el que fas funciona.
Per què això importa més del que sembla
Es podria pensar: si Google anirà ampliant les dades, per què no esperar? Perquè mentre esperes, les decisions es prenen igualment — però amb menys informació que la competència que sí que mesura.
Si no saps que la IA cita el teu competidor quan algú pregunta pel teu servei, no reaccionaràs. Si no saps que la teva fitxa de producte apareix mal descrita en respostes generades, no la corregiràs. Si el teu trànsit orgànic baixa però les mencions de marca en respostes d'IA pugen, potser el teu embut ha canviat de forma — i retallar inversió en contingut seria exactament el moviment equivocat.
Ja vam explicar com decideix la IA quines marques cita: entitats clares, contingut citable i autoritat externa. La conseqüència lògica és que tot allò s'ha de poder mesurar. Del contrari, estàs optimitzant a cegues per a un canal que no veus.
Com omplir els buits: mesura pròpia en quatre capes
La resposta pràctica no és esperar Google ni comprar la primera eina que promet "visibilitat total a la IA". És construir un sistema de mesura per capes, cadascuna cobrint un buit concret.
Capa 1 — Exprimir el que Google sí que dona. Configurar bé Search Console, revisar els informes de rendiment amb els filtres d'experiència generativa disponibles i registrar l'evolució mes a mes. És la base gratuïta i oficial; seria absurd no aprofitar-la al màxim abans d'afegir res més.
Capa 2 — Prompt tracking sistemàtic. Definir el conjunt de preguntes que un client real faria — per servei, per problema, per comparativa — i monitoritzar-les de manera recurrent a diversos motors: Google amb IA, ChatGPT, Perplexity. Registrar si apareixes, com et descriuen, quines fonts citen i qui ocupa el teu lloc quan no hi ets. Fet amb cadència fixa, converteix anècdotes en tendències.
Capa 3 — Senyals indirectes al teu propi analytics. El trànsit de referència des de plataformes d'IA, les cerques de marca que creixen sense campanya activa, els leads que arriben dient "us he trobat preguntant a ChatGPT" — tot això són molles de pa que el teu GA4 i el teu CRM ja poden recollir si els configures per fer-ho. Poques empreses ho fan; les que ho fan tenen un avantatge d'informació directe.
Capa 4 — Correlació amb negoci. L'última capa és creuar-ho tot amb el que importa: leads, vendes, valor. Una menció a l'AI Mode que no mou cap mètrica de negoci en sis mesos és curiositat; un patró de citacions que coincideix amb creixement de cerques de marca és un canal emergent que mereix inversió.
Cas pràctic: com es construeix un conjunt de preguntes que valgui la pena
La capa 2 — el prompt tracking — és la que més costa d'arrencar bé, així que val la pena aturar-s'hi. L'error de principiant és monitoritzar les preguntes que a tu t'agradaria que fes el client ("quina és la millor agència de màrqueting?") en lloc de les que fa de veritat.
Imagina una clínica dental a Barcelona. Les preguntes que un pacient real fa a la IA no són "millor clínica dental Barcelona" — això és una keyword de l'era anterior. Són coses com: "em fa mal un queixal del seny, què faig?", "quant costa un implant dental i què inclou el preu?", "és normal que sagnin les genives amb l'ortodòncia invisible?". Preguntes de problema, no de proveïdor. La marca que apareix citada en aquestes respostes — perquè el seu contingut les respon millor que ningú — entra a la consideració del pacient abans que cap competidor comenci a existir per a ell.
El mètode per construir el conjunt és sistemàtic, no creatiu:
- Buida les preguntes reals que ja tens: les consultes del formulari de contacte, el que pregunten per telèfon, les FAQ que el teu equip comercial respon cada setmana. És or i ja el tens a casa.
- Afegeix les consultes de Search Console amb forma de pregunta: tot el que comenci per "com", "què", "quant", "per què" i tingui impressions reals.
- Cobreix les tres etapes de decisió: preguntes de problema (no saben que et necessiten), de solució (comparen opcions) i de proveïdor (et busquen a tu o al teu competidor pel nom).
- Limita el conjunt: entre 20 i 40 preguntes ben triades donen més senyal que 200 de genèriques. El conjunt ha de ser prou petit per revisar-lo amb rigor cada mes.
Un cop definit, el conjunt es congela. Es poden afegir preguntes noves quan el negoci canviï, però les originals no es toquen: són la teva sèrie històrica, i la sèrie històrica és exactament el que cap eina et pot vendre feta.
Llegir les dades: quatre senyals i què fer-ne
Mesurar sense saber què decidiràs amb cada dada és col·leccionar números. Aquests són els quatre patrons que més sovint apareixen quan es creuen les capes, i la lectura que en fem:
Apareixes poc a tot arreu. Si ni Google amb IA ni els altres motors et citen gairebé mai, el problema sol ser de base: contingut que no respon preguntes, entitat de marca difusa o problemes tècnics d'indexació. La decisió no és "fer més contingut", és arreglar els fonaments primer — perquè més contingut sobre una base defectuosa només escala el defecte.
Apareixes a Google però no a la resta. Patró habitual en webs amb bon SEO clàssic. Indica que la teva autoritat viu dins l'ecosistema Google (enllaços, antiguitat, senyals clàssics) però que et falta presència a les fonts que els altres motors prioritzen: cobertura externa, mencions en mitjans i directoris del sector, contingut que altres citin. La decisió és treballar autoritat fora de casa teva.
Et citen amb informació incorrecta o antiga. Més freqüent del que sembla: preus desactualitzats, serveis que ja no ofereixes, la ubicació antiga. Cada resposta d'IA amb dades errònies sobre tu és un comercial teu donant informació falsa a un client. La decisió és immediata: actualitzar les fonts d'on beu la IA — la teva web primer, però també perfils externs i directoris que potser tenies oblidats.
Les citacions pugen i els clics no. El patró que més desconcerta i que ja hem mencionat: influència creixent, visites planes. Aquí la decisió és doble — reforçar la mesura de marca (cerques del teu nom, trànsit directe, leads espontanis) per capturar el valor que els clics ja no reflecteixen, i revisar que el contingut citat inclogui la teva marca de manera natural, perquè la menció viatgi amb la resposta encara que l'enllaç no es cliqui.
Els errors que veiem quan una empresa comença a "mesurar la IA"
Com passa sempre que apareix un terreny nou, els primers moviments solen ser en fals. Aquests són els que ens trobem més sovint.
El fil comú de tots quatre és el mateix: confondre activitat amb mesura. Fer una consulta manual de tant en tant, o instal·lar una eina i no mirar-la mai, dona la sensació de tenir el tema controlat sense tenir-lo. La mesura útil és avorrida: mateixes preguntes, mateixa cadència, mateix registre, mes rere mes.
Criteri Daimatics: mesura abans que opinió
La nostra posició amb l'AI Search és la mateixa que amb qualsevol canal: primer mesurar, després opinar, i només al final invertir. Per això la feina de visibilitat a la IA que fem comença sempre per un diagnòstic — què diu la IA de tu avui, amb quines fonts, davant de quines preguntes — i no per una promesa de resultats que ningú pot garantir en un entorn que Google mateix encara està calibrant.
El context ajuda: la base tècnica perquè Google pugui entendre i citar una web — rastreig, indexació, dades estructurades, contingut clar — l'expliquem a fons a SEO i AI Overviews: com preparar una web perquè Google la pugui entendre, sintetitzar i citar. La mesura que descrivim aquí és el pas següent natural: un cop la web està preparada, toca comprovar de manera contínua si la preparació dona fruit.
I un matís final honest: cap sistema de mesura d'AI Search és perfecte avui. Els motors no publiquen les seves fonts amb transparència total, les dades oficials són parcials i les eines de tercers estimen més que no mesuren. Però la diferència entre una empresa que mesura amb mètode — sabent les limitacions — i una que no mesura gens no és de matís: és la diferència entre navegar amb instruments imperfectes i navegar sense instruments.
Mesurar la visibilitat a l'AI Search: preguntes freqüents
Search Console ja em diu si surto als AI Overviews?
En part. Google ha anat incorporant informes de rendiment per a experiències de cerca generativa, on pots veure impressions i clics del teu contingut quan hi apareix. Però bona part de les mètriques arriben agregades o barrejades amb la cerca clàssica, i no sempre pots aïllar amb precisió què va passar dins d'una resposta generada concreta. És una base útil, no la foto completa.
Què és el prompt tracking i per què no en tinc prou amb una consulta manual?
El prompt tracking és monitoritzar de manera recurrent un conjunt estable de preguntes reals de client a diversos motors d'IA, registrant si apareixes, com et descriuen i qui et substitueix quan no hi ets. Les respostes generatives varien segons la formulació, el moment i la sessió: una consulta manual puntual pot donar-te un resultat avui i el contrari demà. Només la mesura recurrent amb les mateixes preguntes genera tendències fiables.
Si la IA em cita però l'usuari no fa clic, això em serveix d'alguna cosa?
Sí, i probablement més del que sembla. Una citació dins d'una resposta d'IA funciona com una recomanació: construeix reconeixement de marca i influeix decisions encara que no generi visita immediata. El problema és que aquest valor no apareix als informes de trànsit. Per això cal complementar les mètriques de clics amb senyals indirectes: evolució de les cerques de marca, trànsit directe i leads que mencionen haver-te trobat via IA.
Quins motors hauria de vigilar a part de Google?
Depèn del teu públic, però com a mínim ChatGPT i Perplexity, i Copilot si el teu client tipus treballa en entorn Microsoft. Cada motor recupera i cita fonts de manera diferent: pots estar ben posicionat a Google amb IA i ser invisible a ChatGPT, o al revés. Si el teu sector té cicles de decisió llargs i informats, la probabilitat que el client pregunti a més d'un motor abans de contactar és alta.
Les eines de pagament de "AI visibility" valen la pena?
Algunes aporten valor, però cap substitueix la feina prèvia de definir quines preguntes importen per al teu negoci. La majoria d'eines estimen a partir de mostres pròpies i el seu resultat depèn totalment de si les consultes que monitoritzen coincideixen amb les del teu client real. El nostre criteri: primer construir el conjunt de prompts propi i la cadència de mesura; després, si el volum ho justifica, valorar una eina que ho automatitzi.
El meu trànsit orgànic baixa: és culpa dels AI Overviews?
Pot ser un factor, però no és l'única explicació possible i convé no assumir-ho sense dades. Estacionalitat, canvis d'algorisme clàssics, competència nova o problemes tècnics propis expliquen moltes caigudes que s'atribueixen per defecte a la IA. La manera de sortir de dubtes és creuar dades: si els clics baixen però les impressions en experiències generatives i les cerques de marca pugen, el teu embut probablement ha canviat de forma, no de mida.
Cada quan hauria de revisar aquestes mètriques?
Per a la majoria d'empreses, una revisió mensual del quadre complet és suficient — l'AI Search evoluciona ràpid, però no tant com per justificar obsessió diària. El que sí que ha de ser estable és el mètode: mateixes preguntes, mateixos motors, mateix registre. Canviar el sistema de mesura cada mes és la manera més segura de no poder comparar mai res.
Això del GEO substitueix el SEO que ja faig?
No: s'hi recolza. Perquè una IA et pugui citar, primer ha de poder rastrejar, indexar i entendre la teva web — que és exactament la feina del SEO tècnic i de contingut de sempre. El GEO hi afegeix una capa: entitats clares, contingut citable, autoritat externa i, sobretot, la mesura específica que descrivim en aquest article. Tractar-los com a rivals és un error; són dues capes del mateix sistema.
Vols saber què diu la IA de la teva marca — amb dades, no amb sensacions?
Fem el diagnòstic: quines preguntes reals fa el teu client, on apareixes, on no, i qui ocupa el teu lloc quan faltes. A partir d'aquí, prioritats clares i mesura contínua.
Explica'ns el teu cas i revisem quin punt té més sentit auditar primer.
Sol·licitar diagnòstic de visibilitat IA
