01El resultado, 2026-09-20
| Motor | Modelo | Mencionados en prompts de descubrimiento |
|---|---|---|
| Claude | claude-sonnet-4-5-20250929 | 0 de 5 |
| ChatGPT | — | No medido: no hay clave en esta cuenta |
| Gemini | preguntado a mano | 0 de 9 |
| ChatGPT | preguntado a mano | 1 de 9 |
02A quién mencionan en su lugar
Esta es la mitad útil. En los prompts de descubrimiento, el asistente menciona sistemáticamente la misma lista corta:
| Herramienta | Mencionada en cuántos de 5 prompts |
|---|---|
| AppFollow | 5 / 5 |
| App Radar | 5 / 5 |
| Sensor Tower | 5 / 5 |
| AppTweak | 4 / 5 |
| Mobile Action | 4 / 5 |
Destacan dos cosas. Primero, la lista es enteramente de gama empresarial y media: el segmento indie de $9–39, que es el que compran la mayoría de los desarrolladores independientes, no aparece en ningún prompt, en ninguno de los dos idiomas. Segundo, los prompts en turco devuelven los mismos nombres que los prompts en inglés, lo que sugiere que la respuesta no está tanto localizada como traducida.
03Lo que una coincidencia de nombre no puede decirle
Al preguntarle directamente ¿Qué es Storelift?, el asistente produjo una descripción segura de un producto de medición de Meta para pruebas de lift publicitario. Eso no somos nosotros. Hasta donde sabemos, no es nada.
Diseñamos la medición para buscar nuestro nombre en el texto de la respuesta en lugar de pedir al modelo que se puntúe a sí mismo. Es la decisión correcta para ¿se mencionó a un competidor?. No basta para ¿es este mi producto?, y esta ejecución es la prueba: una simple coincidencia de nombre contó como acierto una respuesta que describía algo totalmente distinto.
Por eso los prompts de marca se excluyen de la puntuación y se guardan como texto bruto para que los lea una persona. La alternativa, contar eso como reconocimiento, habría hecho que esta página afirmara algo falso sobre su propio tema.
04Lo que no es esta medición
- El asistente no está buscando. Medimos lo que el modelo responde con su propio conocimiento, que es lo que ve la mayoría de la gente.
- Los datos de entrenamiento se congelan en una fecha. Storelift es nuevo; no aparecer significa aún no conocido, no malo.
- Una medición no es evidencia. Las respuestas varían entre ejecuciones. Lo que vale algo es la tendencia a lo largo del tiempo.
- El análisis no lo hace un modelo. Buscamos nombres conocidos en el texto de la respuesta. Pedir a un modelo que califique su propia salida da una opinión, no una medición.
Los mismos límites se muestran dentro del producto, en la pantalla que ejecuta esta medición para su app.
Preguntas frecuentes
¿Por qué publicar un cero?
Porque la única afirmación real del producto es que cada número que contiene se midió. Una página de visibilidad que solo apareciera cuando el número fuera favorable sería un anuncio, y la versión honesta de esta medición es la razón por la que cualquiera debería creer las que ejecutamos para su app.
¿Significa esto que la visibilidad en IA aún no importa?
Significa que es pronto, y pronto es cuando medir sale barato. La búsqueda en la tienda sigue generando la mayoría de las instalaciones, pero la parte que se desplaza a las respuestas de los asistentes es la razón por la que esto se mide, y una herramienta que nadie menciona es una herramienta que nadie instala desde esa superficie.
¿Con qué frecuencia se repite?
Cada mes. El conocimiento de los modelos no cambia cada semana, así que ejecutarlo más a menudo produce ruido y coste en lugar de información. La fecha de arriba es la de la última ejecución.
Compruébalo con tu propia app
Pega el enlace de tu app y añade tus palabras clave. Cada día se miden la posición, las apps por encima de ti y la demanda.
Plan gratuito: 1 app, 25 palabras clave en cada uno de 2 storefronts, 30 días de historial, sin tarjeta y sin fecha de fin. Pro cuesta $20/mes.
Empezar gratis →