Auditamos nuestro propio sitio primero.
La mayoría de las agencias te dicen lo que podrían hacer por tu visibilidad en IA. Nosotros vamos a decirte lo que la IA dice de nosotros ahora mismo. El número es chico y aún así lo publicamos. En 120 consultas sobre los cuatro proveedores de IA que importan —ChatGPT, Claude, Gemini y Perplexity— XALA Studio aparece nombrado en las respuestas el 3.33% de las veces. Cuatro menciones de 120. Acabamos de correr la metodología que vendemos sobre nosotros mismos, y este caso de estudio es lo que encontramos.
La medición base
Elegimos treinta preguntas por proveedor —del tipo que un dueño de clínica en Tijuana, un broker inmobiliario o un comprador transfronterizo podría escribir. "Cómo hago que mi clínica salga en ChatGPT." "Qué estudios en Tijuana trabajan en búsqueda de IA." "Qué es GEO." "Quién optimiza para citas de IA en Baja California." Cada pregunta corrió en ChatGPT, Claude, Gemini y Perplexity, y contamos cuántas veces apareció el nombre XALA en la respuesta.
Total: 4 menciones en 120 consultas. 3.33% de Share of Voice.
Por proveedor:
- Gemini — 4 de 30 (13.3%). Identifica la entidad correctamente cuando la pregunta se cierra al punto en que prácticamente somos la única respuesta disponible.
- ChatGPT — 0 de 30. Cero citas. No parece saber que existimos.
- Claude — 0 de 30. Cero citas.
- Perplexity — 0 de 30. Cero citas.
Es peor de lo que parece el número de portada. Gemini es el único motor que nos encontró, y solo en preguntas donde éramos prácticamente la única respuesta disponible. Los otros tres no tienen registro de la entidad.
El diagnóstico
Tres causas, en orden de impacto:
1. Colisión de marca. "Xala" también es una línea de ropa en Latinoamérica, un coworking en Madrid, y una marca personal en TikTok. Cuando el modelo tiene que desambiguar "Xala" en una consulta, tiende a elegir la entidad más citada — que no somos nosotros. Quedamos abajo en la misma métrica base que el modelo usa para pesar fuentes: cuántos schemas Organization tenemos, cuántos sameAs a perfiles verificados, cuántas menciones en publicaciones de terceros.
2. Sin schema de entidad. Nuestra homepage no incluye un schema Organization con enlaces sameAs, fecha de fundación, coordenadas geográficas ni categorías de servicio. Los crawlers de IA extraen los hechos de entidad primero de los datos estructurados, después de la prosa. Les estamos dando solo prosa — y pidiendo que adivinen el resto.
3. Contenido pilar delgado. Tenemos homepage, página de precios, página de nosotros, y cinco artículos en el diario. El diario es bueno pero cada artículo cubre un tema distinto. No hay una página canónica que diga, en términos legibles por máquina, "XALA Studio es una consultoría GEO en Tijuana que hace X, Y, Z, para estas industrias, con estos entregables."
Lista de arreglos a 30 días
Estos se shippean en los próximos treinta días. Scoreboard público actualizado conforme cada uno sale:
- Schema Organization con
sameAsapuntando a nuestro LinkedIn, Crunchbase e Instagram. Másgeo,foundingDate(2026),knowsLanguage(es, en),areaServed(Baja California + cross-border San Diego). - llms.txt en /llms.txt con la señalización canónica: quiénes somos, qué hacemos, qué páginas importan, cuáles no queremos que se rastreen. Estándar propuesto por Jeremy Howard, 2024. Costo: una hora. El option value es real.
- Tres páginas pilar — una para clínicas, una para inmobiliarias, una para servicios cross-border. Cada una en formato answer-shaped: encabezado-pregunta, respuesta directa en la primera oración, evidencia con enlaces salientes, FAQ acotado al final.
- Citas salientes en cada afirmación. Cada estadística enlaza a su fuente original. Cada referencia metodológica enlaza al paper. Este artículo es el primero que escribimos así; ya lo viste.
- Desambiguación de categoría — una sola oración en cada página que resuelve "XALA Studio" como "consultoría de Generative Engine Optimization" — no la marca de ropa, no el coworking, no la cuenta de TikTok.
Por qué lo publicamos
Dos razones.
Primero, la metodología solo funciona si creemos en ella. La forma más rápida de probarlo es aplicarla sobre nosotros mismos y publicar el resultado — bueno o malo. Estamos en 3.33% hoy. Si estamos en 30% en noventa días, el caso queda hecho. Si no, deberías preguntar por qué, y nosotros deberíamos responder.
Segundo, el mercado mexicano de GEO es chico. Hay muy pocas mediciones públicas de visibilidad de IA en español — el campo está dominado por casos de estudio gringos sobre sitios gringos. Al publicar la nuestra, contribuimos un dato. Conforme sumemos más — de clientes que nos dejen compartir, de estudios por sector, de la brecha bilingüe — se acumulan en algo útil para todos en este corredor.
Las 5 Bases, aplicadas a nosotros
La metodología XALA califica todo sitio en cinco cosas. Así nos calificamos hoy:
- Legible — ✗ — sin llms.txt, schema parcial.
- Identificable — ✗ — colisión de marca sin resolver.
- Forma de respuesta — parcial — diario sí, páginas pilar no.
- Superficies de cita — parcial — algunos enlaces salientes en el diario, no sistemático.
- Permitido — ✓ — robots.txt permite GPTBot, ClaudeBot, PerplexityBot, Google-Extended.
Tres fallos, una parcial, una aprobada. La lista de arreglos arriba convierte las cinco en aprobadas dentro de los próximos treinta días.
La próxima medición
Volvemos a correr las mismas 120 consultas el 20 de agosto de 2026 — exactamente noventa días desde hoy. Publicamos la nueva lectura de SoV, el desglose por proveedor, y el delta. Esta página se convierte en un scoreboard vivo.
Si la metodología funciona, el número debería al menos duplicarse. Si no, la metodología necesita revisarse. De cualquier forma, vas a ver los datos.
La mayoría de las agencias hablan de lo que podrían hacer. Nosotros te acabamos de decir lo que la IA dice de nosotros. Ahora pregúntanos qué va a decir de ti.