{"id":6428,"date":"2026-11-09T10:35:41","date_gmt":"2026-11-09T10:35:41","guid":{"rendered":"https:\/\/brandmentions.com\/blog\/?p=6428&#038;preview=true&#038;preview_id=6428"},"modified":"2026-11-10T10:36:07","modified_gmt":"2026-11-10T10:36:07","slug":"ia-puede-citar-podcasts-youtube","status":"publish","type":"post","link":"https:\/\/brandmentions.com\/blog\/es\/ia-puede-citar-podcasts-youtube\/","title":{"rendered":"\u00bfPueden los buscadores con IA citar menciones de marca en podcasts y v\u00eddeos de YouTube?"},"content":{"rendered":"<section><strong><em>Respuesta r\u00e1pida: S\u00ed, los buscadores con IA pueden citar fuentes que recogen menciones de marca en p\u00f3dcasts y v\u00eddeos de YouTube. <\/em><\/strong><em>Estas fuentes pueden ser la p\u00e1gina del v\u00eddeo o del episodio, una transcripci\u00f3n p\u00fablica, las notas del programa o un art\u00edculo sobre la grabaci\u00f3n. Sin embargo, que alguien nombre tu marca en voz alta no garantiza que un buscador la encuentre ni la incluya en una respuesta. Para ello, el sistema debe acceder al contenido, identificar la menci\u00f3n como relevante y citar una fuente que la respalde. Adem\u00e1s, un enlace a un v\u00eddeo no demuestra por s\u00ed solo que la IA haya analizado su audio<\/em><em>.<\/em><\/p>\n<h3 id=\"key-takeaways\">Puntos clave<\/h3>\n<ul>\n<li><strong>Una cita mostrada suele enlazar a una URL de origen<\/strong>, como una p\u00e1gina de reproducci\u00f3n, una p\u00e1gina de episodio o una transcripci\u00f3n. El enlace por s\u00ed solo no revela si el sistema proces\u00f3 texto, audio o v\u00eddeo<\/li>\n<li><strong>Transcripci\u00f3n \u2260 indexada \u2260 recuperada \u2260 citada.<\/strong> Cada una es una condici\u00f3n independiente con su propio modo de fallo, y cumplir una nunca garantiza la siguiente.<\/li>\n<li><strong>Google afirma que las p\u00e1ginas de respaldo deben estar indexadas y ser aptas<\/strong> para aparecer en Search con un fragmento. Siguen aplic\u00e1ndose los requisitos t\u00e9cnicos y las pol\u00edticas habituales de Search.<\/li>\n<li><strong>Los res\u00famenes de terceros pueden citarse en lugar de la grabaci\u00f3n original<\/strong>, porque ya son texto en una direcci\u00f3n rastreable, mientras que el propio episodio puede no llegar a serlo nunca.<\/li>\n<li><strong>Cita \u2260 menci\u00f3n \u2260 recomendaci\u00f3n.<\/strong> Una respuesta puede citar una fuente, nombrar una marca o aconsejar comprarla, y esos tres resultados tienen tres causas distintas.<\/li>\n<li><strong>Un primer paso pr\u00e1ctico es contar con una transcripci\u00f3n HTML p\u00fablica y precisa<\/strong>, con etiquetas de interlocutor y marcas de tiempo \u00fatiles.<\/li>\n<\/ul>\n<h3 id=\"quick-answer-can-each-ai-platform-cite-a-podcast-or-youtube-page\">Respuesta r\u00e1pida: \u00bfpuede cada plataforma de IA citar una p\u00e1gina de podcast o YouTube?<\/h3>\n<table>\n<thead>\n<tr>\n<th>Plataforma<\/th>\n<th>\u00bfPuede citar una p\u00e1gina de podcast\/YouTube?<\/th>\n<th>Condici\u00f3n documentada<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>ChatGPT (b\u00fasqueda)<\/strong><\/td>\n<td>S\u00ed, con condiciones: la p\u00e1gina, no el audio.<\/td>\n<td>Las respuestas de b\u00fasqueda web pueden incluir citas, y una p\u00e1gina de episodio p\u00fablica o una transcripci\u00f3n pueden servir como fuente web; OpenAI se\u00f1ala que las citas pueden ser inexactas y que un panel de fuentes puede incluir enlaces no citados para ninguna afirmaci\u00f3n.<\/td>\n<\/tr>\n<tr>\n<td><strong>Perplexity<\/strong><\/td>\n<td>S\u00ed, con condiciones: el descubrimiento est\u00e1 documentado, el procesamiento de audio no.<\/td>\n<td>PerplexityBot admite encontrar y enlazar sitios web en los resultados de b\u00fasqueda, y un caso de uso publicado localiza un v\u00eddeo relevante y, en contextos como su navegador, abre un segmento espec\u00edfico.<\/td>\n<\/tr>\n<tr>\n<td><strong>Gemini<\/strong><\/td>\n<td>S\u00ed, con condiciones: en dos productos diferentes.<\/td>\n<td>Gemini Apps puede encontrar v\u00eddeos y responder preguntas sobre ellos utilizando informaci\u00f3n p\u00fablica de YouTube, sujeto a la configuraci\u00f3n de la cuenta y de la actividad; la API de Gemini, por separado, analiza v\u00eddeos proporcionados, incluidas URL p\u00fablicas de YouTube.<\/td>\n<\/tr>\n<tr>\n<td><strong>Google AI Overviews y AI Mode<\/strong><\/td>\n<td>S\u00ed, con condiciones: la elegibilidad es un requisito previo, no una garant\u00eda de aparici\u00f3n.<\/td>\n<td>Una p\u00e1gina debe estar indexada y ser apta para aparecer en Google Search con un fragmento, sin requisitos t\u00e9cnicos adicionales.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/section>\n<h2 id=\"what-is-a-spoken-brand-mention\">\u00bfQu\u00e9 es una menci\u00f3n de marca hablada?<\/h2>\n<p><strong>Una menci\u00f3n de marca hablada es una referencia audible a una empresa, producto o servicio dentro de un discurso grabado, independientemente de si el nombre de la marca aparece en el t\u00edtulo, la descripci\u00f3n o cualquier texto escrito que lo acompa\u00f1e. En la b\u00fasqueda con IA, esa referencia se convierte en una posible fuente de citaci\u00f3n solo cuando una representaci\u00f3n accesible de la grabaci\u00f3n (una transcripci\u00f3n, subt\u00edtulos sincronizados, contexto escrito o una entrada multimodal compatible) aporta evidencia relevante que un sistema de respuestas pueda recuperar y atribuir.<\/strong><\/p>\n<h2 id=\"key-terms-mention-event-representation-retrieval-and-attribution\">T\u00e9rminos clave: evento de menci\u00f3n, representaci\u00f3n, recuperaci\u00f3n y atribuci\u00f3n<\/h2>\n<p>Cuatro componentes estructurales se sit\u00faan entre una frase pronunciada ante un micr\u00f3fono y un enlace bajo una respuesta generada por IA. Son partes de un ecosistema, no palancas.<\/p>\n<table>\n<thead>\n<tr>\n<th>T\u00e9rmino<\/th>\n<th>Qu\u00e9 significa<\/th>\n<th>Qu\u00e9 no resuelve<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Evento de menci\u00f3n<\/strong><\/td>\n<td>La ocurrencia original: un presentador nombra un producto, un invitado compara dos proveedores, un rese\u00f1ador lee un guion de patrocinador.<\/td>\n<td>Si alg\u00fan sistema lleg\u00f3 a detectarlo. El evento tiene valor de audiencia independiente de la b\u00fasqueda.<\/td>\n<\/tr>\n<tr>\n<td><strong>Representaci\u00f3n del contenido<\/strong><\/td>\n<td>La forma en la que el evento queda disponible para otro sistema: subt\u00edtulos, transcripciones, t\u00edtulos de cap\u00edtulos, notas del episodio, res\u00famenes escritos, entradas de v\u00eddeo compatibles.<\/td>\n<td>Cu\u00e1nta evidencia sobrevivi\u00f3. Una descripci\u00f3n que resume una entrevista no es el mismo artefacto que una transcripci\u00f3n de esta.<\/td>\n<\/tr>\n<tr>\n<td><strong>Capa de descubrimiento y recuperaci\u00f3n<\/strong><\/td>\n<td>Los mecanismos que localizan y seleccionan informaci\u00f3n. La indexaci\u00f3n organiza el contenido para b\u00fasquedas posteriores; la recuperaci\u00f3n selecciona informaci\u00f3n para una solicitud concreta.<\/td>\n<td>Que se haya usado la ruta normal de descubrimiento. Una fuente aportada por el usuario, o una obtenida en el momento de la solicitud por un agente activado por el usuario, puede entrar en una respuesta sin pasar por ella.<\/td>\n<\/tr>\n<tr>\n<td><strong>Atribuci\u00f3n de respuesta<\/strong><\/td>\n<td>La relaci\u00f3n entre una afirmaci\u00f3n generada y la fuente mostrada junto a ella.<\/td>\n<td>Si la respuesta nombra la marca, o la presenta como una opci\u00f3n adecuada. Son resultados distintos.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Estas cuatro entidades aportan el vocabulario de trabajo para la <a href=\"https:\/\/brandmentions.com\/blog\/what-is-answer-engine-optimization-aeo\/\">optimizaci\u00f3n para motores de respuestas<\/a>, tambi\u00e9n llamada optimizaci\u00f3n para motores generativos (GEO) o optimizaci\u00f3n para b\u00fasquedas con IA, pero su valor va m\u00e1s all\u00e1 del marketing: separan lo que ocurri\u00f3 en una grabaci\u00f3n de lo que un sistema de b\u00fasqueda puede establecer sobre ello.<\/p>\n<p>Conviene desmontar pronto una trampa terminol\u00f3gica, porque corrompe en silencio buena parte del an\u00e1lisis. El \"caption\" de una publicaci\u00f3n en redes sociales es texto descriptivo escrito junto a la publicaci\u00f3n. Los subt\u00edtulos cerrados (closed captions) son representaciones de texto sincronizadas del habla y otro audio. Una marca puede estar totalmente ausente del primero y presente en los segundos, que es exactamente una situaci\u00f3n que explica muchas de las limitaciones de la monitorizaci\u00f3n.<\/p>\n<h3 id=\"transcription-vs-indexing-vs-retrieval-vs-citation\">Transcripci\u00f3n vs. indexaci\u00f3n vs. recuperaci\u00f3n vs. cita<\/h3>\n<table>\n<thead>\n<tr>\n<th>Etapa<\/th>\n<th>Qu\u00e9 establece<\/th>\n<th>Qu\u00e9 no establece<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Transcripci\u00f3n<\/strong><\/td>\n<td>El habla se ha convertido en texto.<\/td>\n<td>Que un sistema de b\u00fasqueda p\u00fablico llegue a encontrar, almacenar o usar ese texto.<\/td>\n<\/tr>\n<tr>\n<td><strong>Indexaci\u00f3n<\/strong><\/td>\n<td>El contenido est\u00e1 disponible dentro de una colecci\u00f3n rastreable.<\/td>\n<td>Que la p\u00e1gina indexada represente la conversaci\u00f3n. Una p\u00e1gina de episodio indexada puede contener solo un t\u00edtulo, un reproductor y dos p\u00e1rrafos de descripci\u00f3n.<\/td>\n<\/tr>\n<tr>\n<td><strong>Recuperaci\u00f3n<\/strong><\/td>\n<td>Se seleccion\u00f3 informaci\u00f3n para una pregunta concreta.<\/td>\n<td>Que se vaya a seleccionar para cualquier otra pregunta. Una transcripci\u00f3n puede permanecer en una colecci\u00f3n durante meses sin ser recuperada, incluso para consultas sobre la marca nombrada en ella.<\/td>\n<\/tr>\n<tr>\n<td><strong>Cita<\/strong><\/td>\n<td>Se adjunt\u00f3 una referencia de fuente a una afirmaci\u00f3n generada.<\/td>\n<td>Que la fuente citada respalde la afirmaci\u00f3n, haya sido interpretada con precisi\u00f3n, o fuera la fuente original de la informaci\u00f3n.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La investigaci\u00f3n fundacional sobre <a href=\"https:\/\/arxiv.org\/abs\/2005.11401\" target=\"_blank\" rel=\"noopener noreferrer\">generaci\u00f3n aumentada por recuperaci\u00f3n de Lewis y sus colegas<\/a>, publicada en 2020, combinaba el conocimiento almacenado en los par\u00e1metros del modelo con pasajes obtenidos de una colecci\u00f3n externa. Esa distinci\u00f3n, conocimiento aprendido frente a evidencia recuperada, es la raz\u00f3n por la que \"la IA conoce mi marca\" y \"la IA cit\u00f3 la cobertura de mi marca\" son afirmaciones diferentes con soluciones diferentes. De ah\u00ed no se deduce que todo asistente comercial implemente exactamente esa arquitectura.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-6310\" src=\"https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/brandmentions-spoken-mentions.webp\" alt=\"menciones habladas brandmentions\" width=\"1536\" height=\"1024\" srcset=\"https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/brandmentions-spoken-mentions.webp 1536w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/brandmentions-spoken-mentions-300x200.webp 300w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/brandmentions-spoken-mentions-1024x683.webp 1024w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/brandmentions-spoken-mentions-768x512.webp 768w\" sizes=\"auto, (max-width: 767px) 89vw, (max-width: 1000px) 54vw, (max-width: 1071px) 543px, 580px\" \/><\/p>\n<h3 id=\"spoken-mention-vs-text-mention\">Menci\u00f3n hablada vs. menci\u00f3n en texto<\/h3>\n<p>Una menci\u00f3n de texto p\u00fablica en la web puede tener ya una URL y un contexto circundante que respalden el descubrimiento y la recuperaci\u00f3n. Su accesibilidad e interpretaci\u00f3n siguen dependiendo del sistema. La b\u00fasqueda puede identificar coincidencias por texto, por entidad o por similitud sem\u00e1ntica.<\/p>\n<p>Una menci\u00f3n hablada no tiene ninguna de esas propiedades en el momento en que ocurre. Todo lo que viene despu\u00e9s depende de que se cree una representaci\u00f3n, se publique en alg\u00fan lugar accesible y se conserve con la precisi\u00f3n suficiente para coincidir con la forma en que un usuario formula una pregunta.<\/p>\n<p>Para los equipos que solo han medido la cobertura escrita, esto replantea <a href=\"https:\/\/brandmentions.com\/blog\/what-are-brand-mentions\/\">qu\u00e9 son las menciones de marca<\/a> en t\u00e9rminos operativos. Una menci\u00f3n hablada es real, tiene impacto de audiencia, y aun as\u00ed puede ser invisible para todo sistema basado en texto de la cadena. Ambos hechos no est\u00e1n en conflicto.<\/p>\n<h2 id=\"why-does-a-podcast-mention-fail-to-become-an-ai-citation\">\u00bfPor qu\u00e9 una menci\u00f3n en un podcast no llega a convertirse en una cita de IA?<\/h2>\n<p><strong>El Mapa de Evidencia de la Menci\u00f3n Hablada<\/strong> establece las dependencias entre una declaraci\u00f3n grabada y una cita de IA que realmente pueda defenderse. Es un modelo de diagn\u00f3stico para determinar qu\u00e9 frontera no logr\u00f3 cruzar una menci\u00f3n, no una lista de tareas de optimizaci\u00f3n.<\/p>\n<pre><code class=\"language-text\">REFERENCIA DE MARCA HABLADA\r\n        |\r\n        v\r\nREPRESENTACI\u00d3N DISPONIBLE\r\ntranscripci\u00f3n, subt\u00edtulos, contexto escrito,\r\no an\u00e1lisis multimodal compatible\r\n        |\r\n        v\r\nACCESO A LA FUENTE\r\ndescubrimiento e indexaci\u00f3n, o acceso compatible\r\nen el momento de la solicitud por un sistema espec\u00edfico\r\n        |\r\n        v\r\nSELECCI\u00d3N ESPEC\u00cdFICA SEG\u00daN LA PREGUNTA\r\nevidencia relevante recuperada e interpretada\r\n        |\r\n        v\r\nATRIBUCI\u00d3N DE LA RESPUESTA\r\nuna declaraci\u00f3n generada puede recibir un enlace a la fuente\r\n<\/code><\/pre>\n<p>Cuatro fronteras, cada una con su propio modo de fallo.<\/p>\n<table>\n<thead>\n<tr>\n<th>Frontera<\/th>\n<th>Pregunta de diagn\u00f3stico<\/th>\n<th>Fallo t\u00edpico<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Representaci\u00f3n<\/td>\n<td>\u00bfSe conservaron las palabras en alg\u00fan texto?<\/td>\n<td>Solo existe una descripci\u00f3n vaga; el producto nombrado en el minuto 24 no sobrevive en ning\u00fan lugar.<\/td>\n<\/tr>\n<tr>\n<td>Acceso<\/td>\n<td>\u00bfPuede este sistema en particular acceder a esa representaci\u00f3n?<\/td>\n<td>La transcripci\u00f3n existe dentro de una app de escucha, no en una p\u00e1gina p\u00fablica rastreable.<\/td>\n<\/tr>\n<tr>\n<td>Selecci\u00f3n<\/td>\n<td>\u00bfEl pasaje responde a la pregunta que se est\u00e1 haciendo?<\/td>\n<td>La historia de origen de un fundador no puede responder a una pregunta sobre el esfuerzo de migraci\u00f3n.<\/td>\n<\/tr>\n<tr>\n<td>Atribuci\u00f3n<\/td>\n<td>\u00bfQu\u00e9 acredita realmente la respuesta, y a qui\u00e9n?<\/td>\n<td>Se omite la salvedad, se acredita al interlocutor equivocado, o se cita una p\u00e1gina diferente.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h3 id=\"representation-were-the-words-preserved\">Representaci\u00f3n: \u00bfse conservaron las palabras?<\/h3>\n<p>Una grabaci\u00f3n y su descripci\u00f3n no son evidencia intercambiable. Si un presentador nombra un producto en el minuto 24, una descripci\u00f3n que dice \"una conversaci\u00f3n sobre c\u00f3mo escalar el soporte al cliente\" no ha conservado nada sobre ese producto. Una transcripci\u00f3n podr\u00eda hacerlo. Un resumen escrito tambi\u00e9n, con las palabras de otro editor y bajo la responsabilidad editorial de ese editor.<\/p>\n<p>La unidad de an\u00e1lisis aqu\u00ed es la declaraci\u00f3n junto con su contexto, no la URL del episodio. Una URL de episodio indica d\u00f3nde vive la conversaci\u00f3n; no indica qu\u00e9 frases sobrevivieron en forma de texto.<\/p>\n<h3 id=\"access-can-this-particular-system-reach-it\">Acceso: \u00bfpuede este sistema en particular llegar a ella?<\/h3>\n<p>Una transcripci\u00f3n visible dentro de una app de escucha no est\u00e1 autom\u00e1ticamente disponible a trav\u00e9s de una p\u00e1gina web p\u00fablica, y una p\u00e1gina web p\u00fablica no es autom\u00e1ticamente accesible para todos los rastreadores o sistemas que la solicitan bajo demanda.<\/p>\n<p>El acceso tambi\u00e9n es espec\u00edfico de cada fuente y de cada sistema. Un asistente puede acceder a un art\u00edculo que cita una entrevista sin llegar nunca a la grabaci\u00f3n. Eso produce una v\u00eda de evidencia indirecta, lo cual es un resultado leg\u00edtimo, pero no es evidencia de procesamiento de audio.<\/p>\n<h3 id=\"selection-does-the-passage-answer-this-question\">Selecci\u00f3n: \u00bfel pasaje responde a esta pregunta?<\/h3>\n<p>Una referencia de marca accesible no se vuelve \u00fatil para cualquier pregunta sobre la marca. La historia de origen de un fundador respalda una pregunta sobre la historia de la empresa y puede no decir nada relevante a un comprador que pregunta sobre el esfuerzo de migraci\u00f3n o las limitaciones del soporte.<\/p>\n<p>Relevancia aqu\u00ed significa que la declaraci\u00f3n ayuda a responder la pregunta real formulada. No significa que el nombre de la marca aparezca con frecuencia. La gu\u00eda publicada por Google sobre sus sistemas de clasificaci\u00f3n describe la clasificaci\u00f3n por pasajes, que identifica secciones individuales de una p\u00e1gina para evaluar su relevancia, por lo que la afirmaci\u00f3n com\u00fan de que una menci\u00f3n breve dentro de una transcripci\u00f3n larga siempre queda diluida hasta volverse in\u00fatil exagera el caso. Lo que sigue siendo cierto es que un comentario breve compite contra documentos escritos espec\u00edficamente para responder la pregunta.<\/p>\n<h3 id=\"attribution-what-does-the-answer-actually-credit\">Atribuci\u00f3n: \u00bfqu\u00e9 acredita realmente la respuesta?<\/h3>\n<p>Un sistema puede citar la transcripci\u00f3n de un episodio mientras nombra la empresa del invitado. Puede citar el episodio sin nombrar esa empresa en absoluto. Puede nombrar la empresa mientras cita una p\u00e1gina completamente distinta. Mantener esos resultados separados es lo que hace que el an\u00e1lisis de <a href=\"https:\/\/brandmentions.com\/blog\/brand-mentions-ai-visibility\/\">menciones de marca e IA<\/a> sea \u00fatil en lugar de anecd\u00f3tico.<\/p>\n<p>El punto central del mapa es f\u00e1cil de enunciar y f\u00e1cil de olvidar: la evidencia puede fallar al cruzar una frontera incluso despu\u00e9s de haber cruzado con \u00e9xito la anterior. La detecci\u00f3n no establece el acceso. El acceso no establece la selecci\u00f3n. La selecci\u00f3n no establece una atribuci\u00f3n precisa.<\/p>\n<h2 id=\"where-the-evidence-lives-a-format-by-format-comparison\">D\u00f3nde reside la evidencia: una comparaci\u00f3n formato por formato<\/h2>\n<p>La posibilidad de ser descubierto depende de qu\u00e9 representaci\u00f3n contiene la menci\u00f3n y de si esa representaci\u00f3n es accesible. La comparaci\u00f3n siguiente describe la disponibilidad de evidencia y las rutas plausibles. No es una probabilidad de citaci\u00f3n medida ni un orden de clasificaci\u00f3n.<\/p>\n<table>\n<thead>\n<tr>\n<th>Formato de contenido<\/th>\n<th>Evidencia que puede contener<\/th>\n<th>Posible ruta hacia una respuesta de IA<\/th>\n<th>Lo que su existencia no demuestra<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Archivo de audio o v\u00eddeo original<\/td>\n<td>El habla original, el tono y toda la conversaci\u00f3n circundante<\/td>\n<td>An\u00e1lisis de medios compatible, o un proceso de transcripci\u00f3n independiente<\/td>\n<td>Que alg\u00fan producto de b\u00fasqueda procese autom\u00e1ticamente la grabaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Subt\u00edtulos nativos de la plataforma o transcripci\u00f3n autom\u00e1tica<\/td>\n<td>Palabras habladas, a menudo con informaci\u00f3n de tiempo, sujetas a errores de reconocimiento<\/td>\n<td>Integraci\u00f3n con la plataforma, o recuperaci\u00f3n cuando el texto est\u00e1 expuesto<\/td>\n<td>Que toda pista de subt\u00edtulos est\u00e9 indexada, o disponible para todo asistente<\/td>\n<\/tr>\n<tr>\n<td>Transcripci\u00f3n HTML p\u00fablica en la p\u00e1gina del episodio<\/td>\n<td>Di\u00e1logo rastreable, etiquetas de hablante, notas contextuales<\/td>\n<td>Descubrimiento, indexaci\u00f3n y recuperaci\u00f3n ordinarios de p\u00e1ginas web<\/td>\n<td>Que la p\u00e1gina est\u00e9 indexada, seleccionada para una consulta, o citada<\/td>\n<\/tr>\n<tr>\n<td>Descripci\u00f3n del episodio, notas del programa o texto del feed<\/td>\n<td>Res\u00famenes, invitados mencionados, productos mencionados, enlaces<\/td>\n<td>Recuperaci\u00f3n de la p\u00e1gina o de la informaci\u00f3n disponible en el feed<\/td>\n<td>Que una referencia hablada no listada est\u00e9 representada en alg\u00fan lugar<\/td>\n<\/tr>\n<tr>\n<td>Transcripci\u00f3n del podcast dentro de la app<\/td>\n<td>Texto del episodio dentro de una \u00fanica experiencia de escucha<\/td>\n<td>Acceso proporcionado por ese producto o sus integraciones<\/td>\n<td>Que los rastreadores externos reciban el mismo texto<\/td>\n<\/tr>\n<tr>\n<td>Art\u00edculo, resumen o newsletter de terceros<\/td>\n<td>El relato de otro editor sobre la conversaci\u00f3n<\/td>\n<td>Recuperaci\u00f3n y citaci\u00f3n de la p\u00e1gina de ese editor<\/td>\n<td>Que se haya accedido a la grabaci\u00f3n, o que est\u00e9 representada con precisi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Hilo de la comunidad que comenta el episodio<\/td>\n<td>Interpretaci\u00f3n de los oyentes, citas, correcciones, desacuerdo<\/td>\n<td>Recuperaci\u00f3n de la p\u00e1gina de la plataforma, sujeta a sus normas<\/td>\n<td>Que el pasaje citado sea exacto o completo<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Esta estructura es coherente con la <a href=\"https:\/\/www.w3.org\/WAI\/media\/av\/transcripts\/\" target=\"_blank\" rel=\"noopener noreferrer\">gu\u00eda sobre transcripciones de la Web Accessibility Initiative del W3C<\/a>, que trata las transcripciones como alternativas textuales al audio, distingue entre transcripciones b\u00e1sicas y descriptivas, y se\u00f1ala que las transcripciones web suelen usar HTML con hablantes identificados. La pr\u00e1ctica de accesibilidad y la pr\u00e1ctica de visibilidad apuntan aqu\u00ed en la misma direcci\u00f3n por razones distintas, lo cual es una de las pocas alineaciones realmente seguras en este campo.<\/p>\n<p>Las filas inferiores tambi\u00e9n explican un patr\u00f3n que vale la pena interiorizar: la cobertura de terceros sobre un episodio a menudo se convierte en el artefacto citable, mientras que el episodio en s\u00ed no. El art\u00edculo ya es texto, ya es tem\u00e1tico, ya tiene una direcci\u00f3n rastreable. Esto forma parte de la explicaci\u00f3n m\u00e1s amplia de <a href=\"https:\/\/brandmentions.com\/blog\/why-ai-cites-reddit\/\">por qu\u00e9 la IA cita fuentes<\/a> como los foros comunitarios con tanta facilidad, y significa que el origen de una informaci\u00f3n y el destino de la citaci\u00f3n visible a menudo difieren.<\/p>\n<h2 id=\"how-do-chatgpt-perplexity-gemini-and-google-ai-overviews-handle-video-and-podcast-sources\">\u00bfC\u00f3mo gestionan ChatGPT, Perplexity, Gemini y Google AI Overviews las fuentes de v\u00eddeo y podcast?<\/h2>\n<p>Cada plataforma puede mostrar fuentes relacionadas con v\u00eddeos o podcasts, pero su documentaci\u00f3n oficial describe mecanismos distintos, y ninguna documenta un proceso universal que \"escuche\" grabaciones p\u00fablicas arbitrarias en respuesta a una consulta de b\u00fasqueda. La comparaci\u00f3n solo funciona si se separan las aplicaciones para el consumidor, las funciones de b\u00fasqueda y las API para desarrolladores.<\/p>\n<table>\n<thead>\n<tr>\n<th>Plataforma<\/th>\n<th>Mecanismo documentado<\/th>\n<th>Lo que NO establece<\/th>\n<th>Fuente oficial<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>ChatGPT (b\u00fasqueda)<\/strong><\/td>\n<td>Las respuestas de b\u00fasqueda web pueden incluir citas; un panel de Fuentes puede contener tanto fuentes citadas como otros enlaces relevantes; las citas pueden ser inexactas. Una transcripci\u00f3n p\u00fablica o una p\u00e1gina de episodio pueden servir como fuente web. OAI-SearchBot y GPTBot tienen controles de robots.txt independientes para la b\u00fasqueda y un posible uso en entrenamiento. ChatGPT-User gestiona ciertas visitas iniciadas por el usuario, para las cuales el robots.txt puede no aplicarse.<\/td>\n<td>Acceso nativo a las pistas de subt\u00edtulos de YouTube, o procesamiento autom\u00e1tico del audio de un podcast. Un enlace en un panel de Fuentes tampoco establece una atribuci\u00f3n a nivel de afirmaci\u00f3n.<\/td>\n<td><a href=\"https:\/\/help.openai.com\/en\/articles\/9237897-chatgpt-search\" target=\"_blank\" rel=\"noopener noreferrer\">Ayuda de ChatGPT Search<\/a> \u00b7 <a href=\"https:\/\/developers.openai.com\/api\/docs\/bots\" target=\"_blank\" rel=\"noopener noreferrer\">Documentaci\u00f3n de rastreadores de OpenAI<\/a><\/td>\n<\/tr>\n<tr>\n<td><strong>Perplexity<\/strong><\/td>\n<td>Un caso de uso publicado de descubrimiento de v\u00eddeo en el que el producto localiza un v\u00eddeo relevante y, en contextos como su navegador, abre un segmento espec\u00edfico. PerplexityBot admite encontrar y enlazar sitios web en los resultados de b\u00fasqueda; Perplexity-User visita una p\u00e1gina en respuesta a una solicitud del usuario; ambos se distinguen del entrenamiento de modelos fundacionales.<\/td>\n<td>Que cada referencia hablada en YouTube est\u00e9 indexada de forma continua, o que las transcripciones tengan el mismo peso que las p\u00e1ginas web editoriales.<\/td>\n<td><a href=\"https:\/\/docs.perplexity.ai\/guides\/bots\" target=\"_blank\" rel=\"noopener noreferrer\">Documentaci\u00f3n de rastreadores de Perplexity<\/a><\/td>\n<\/tr>\n<tr>\n<td><strong>Gemini Apps frente a Gemini API<\/strong><\/td>\n<td>Gemini Apps puede encontrar v\u00eddeos y responder preguntas sobre ellos usando informaci\u00f3n p\u00fablica disponible de YouTube, sujeto a la configuraci\u00f3n de la cuenta y de la actividad, y la funci\u00f3n no est\u00e1 presente en todas las superficies de Gemini. La API es una v\u00eda distinta: un desarrollador env\u00eda una entrada de v\u00eddeo compatible (incluidas URLs p\u00fablicas de YouTube) para su an\u00e1lisis en informaci\u00f3n de audio y visual con referencias de marca temporal, y la comprensi\u00f3n agentiva de v\u00eddeo permite que el modelo elija qu\u00e9 segmentos y qu\u00e9 se\u00f1ales inspeccionar.<\/td>\n<td>Que una consulta espont\u00e1nea de un posible comprador recupere una menci\u00f3n de marca concreta. Una buena respuesta de v\u00eddeo de Gemini no predice una cita en Google AI Overviews.<\/td>\n<td><a href=\"https:\/\/support.google.com\/gemini\/answer\/16622858\" target=\"_blank\" rel=\"noopener noreferrer\">Ayuda de Gemini Apps sobre YouTube<\/a> \u00b7 <a href=\"https:\/\/ai.google.dev\/gemini-api\/docs\/video-understanding\" target=\"_blank\" rel=\"noopener noreferrer\">Comprensi\u00f3n de v\u00eddeo de la API de Gemini<\/a><\/td>\n<\/tr>\n<tr>\n<td><strong>Google AI Overviews y AI Mode<\/strong><\/td>\n<td>Para aparecer como enlace de apoyo, una p\u00e1gina debe estar indexada y ser apta para aparecer en Google Search con un fragmento, sin requisitos t\u00e9cnicos adicionales. El query fan-out distribuye b\u00fasquedas relacionadas entre subtemas, y AI Mode y AI Overviews pueden usar modelos y t\u00e9cnicas diferentes, por lo que las respuestas y los enlaces pueden variar. Entre las bases recomendadas est\u00e1 disponer del contenido importante en formato textual; no se prescribe ning\u00fan marcado especial para IA.<\/td>\n<td>La inclusi\u00f3n. La elegibilidad es una condici\u00f3n previa, no una garant\u00eda de posicionamiento. Tampoco establece que una frase hablada en una plataforma de v\u00eddeo est\u00e9 indexada.<\/td>\n<td><a href=\"https:\/\/developers.google.com\/search\/docs\/appearance\/ai-features\" target=\"_blank\" rel=\"noopener noreferrer\">Google Search Central: funciones de IA<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2 id=\"does-google-ai-overviews-cite-youtube-videos-what-google-actually-documents\">\u00bfGoogle AI Overviews cita v\u00eddeos de YouTube? Lo que Google documenta realmente<\/h2>\n<p>S\u00ed, con condiciones, y aqu\u00ed la regla es expl\u00edcita, no inferida. Para AI Overviews y AI Mode, la condici\u00f3n documentada es que la p\u00e1gina est\u00e9 indexada y sea elegible para aparecer con un fragmento. Por eso una p\u00e1gina de episodio con <code>noindex<\/code> no puede ser un enlace de respaldo, y por eso una directiva <code>nosnippet<\/code> puede limitar c\u00f3mo se usa una p\u00e1gina aunque siga indexada. Una p\u00e1gina de reproducci\u00f3n de YouTube citada en un AI Overview te indica que se mostr\u00f3 una URL; no te indica si la evidencia la aportaron los subt\u00edtulos, la descripci\u00f3n, una integraci\u00f3n de la plataforma o una p\u00e1gina de terceros.<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-6309\" src=\"https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/YouTube-citation-share.jpg\" alt=\"Porcentaje de citas de YouTube\" width=\"1536\" height=\"1024\" srcset=\"https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/YouTube-citation-share.jpg 1536w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/YouTube-citation-share-300x200.jpg 300w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/YouTube-citation-share-1024x683.jpg 1024w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/YouTube-citation-share-768x512.jpg 768w\" sizes=\"auto, (max-width: 767px) 89vw, (max-width: 1000px) 54vw, (max-width: 1071px) 543px, 580px\" \/><\/p>\n<blockquote><p>Si la afirmaci\u00f3n de un competidor sobre una plataforma de IA no se puede rastrear hasta la documentaci\u00f3n propia de esa plataforma o hasta un estudio fechado con un m\u00e9todo indicado, tr\u00e1tala como una hip\u00f3tesis y dise\u00f1a una comprobaci\u00f3n, no como una regla para optimizar.<\/p><\/blockquote>\n<section>\n<h2 id=\"which-ai-search-engines-cite-youtube-most-what-citation-share-studies-show\">\u00bfQu\u00e9 motores de b\u00fasqueda de IA citan m\u00e1s a YouTube? Lo que muestran los estudios de share de citas<\/h2>\n<p><strong>BrightEdge report\u00f3 cifras de citas de YouTube m\u00e1s altas para las superficies de IA de Google que para Perplexity y ChatGPT. <\/strong>Otros conjuntos de datos reportan patrones distintos, por lo que este orden no deber\u00eda tratarse como universal<strong>.<\/strong> Los conjuntos de datos independientes que muestran con qu\u00e9 frecuencia aparecen diversos dominios como citas son genuinamente \u00fatiles para orientarse. Los estudios reportan patrones y magnitudes distintos seg\u00fan la plataforma. Sus resultados deben interpretarse dentro del conjunto de consultas, el periodo de recopilaci\u00f3n y la definici\u00f3n de share de citas de cada estudio.<\/p>\n<table>\n<thead>\n<tr>\n<th>Plataforma<\/th>\n<th>M\u00e9trica de citas de YouTube reportada<\/th>\n<th>Estudio y periodo<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Google AI Overviews<\/td>\n<td>29,5% de share de citas, dominio #1<\/td>\n<td><a href=\"https:\/\/www.brightedge.com\/resources\/weekly-ai-search-insights\/youtube-presence-ai-search\" target=\"_blank\" rel=\"nofollow noopener\">BrightEdge<\/a>, mayo de 2024 - septiembre de 2025<\/td>\n<\/tr>\n<tr>\n<td>Google AI Mode<\/td>\n<td>16,6% de share, dominio #1<\/td>\n<td>BrightEdge, mayo de 2024 - septiembre de 2025<\/td>\n<\/tr>\n<tr>\n<td>Perplexity<\/td>\n<td>9,7% de share, dominio #5<\/td>\n<td>BrightEdge, mayo de 2024 - septiembre de 2025<\/td>\n<\/tr>\n<tr>\n<td>ChatGPT<\/td>\n<td>0,2% de share<\/td>\n<td>BrightEdge, mayo de 2024 - septiembre de 2025<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>BrightEdge describe estas cifras como \"share de citas\" y tambi\u00e9n describe la cifra de AI Overviews como el porcentaje de overviews que citan a YouTube. Su resumen p\u00fablico no establece con claridad un denominador consistente para cada cifra.<\/em><\/p>\n<p>Los periodos de recopilaci\u00f3n y los conjuntos de consultas importan tanto como las cifras. BrightEdge analiz\u00f3 los patrones de citas de YouTube en Google AI Overviews, Google AI Mode, ChatGPT y Perplexity desde mayo de 2024 hasta septiembre de 2025 usando su plataforma AI Catalyst, siguiendo tasas de citas, competencia entre plataformas, tipos de consulta y cambios semana a semana, y report\u00f3 que YouTube se cita 200 veces m\u00e1s que cualquier otra plataforma de video en los resultados de b\u00fasqueda con IA, con Vimeo, su rival m\u00e1s cercano, en 0,1%. La <a href=\"https:\/\/www.tryprofound.com\/blog\/ai-platform-citation-patterns\" target=\"_blank\" rel=\"nofollow noopener\">comparaci\u00f3n de plataformas de Profound<\/a>, medida sobre su propio conjunto de prompts, separa el total de citas del share entre las fuentes principales y reporta que YouTube representa el 1,9% del total de citas de Google AI Overviews pero el 18,8% de su share entre las 10 fuentes principales, frente a un 2,0% del total de citas de Perplexity y un 13,9% de su share entre las top 10. El <a href=\"https:\/\/peec.ai\/blog\/top-domains-cited-by-ai-search-analysis-based-on-30m-sources\" target=\"_blank\" rel=\"nofollow noopener\">estudio m\u00e1s amplio de Peec AI<\/a>, que abarca 30 millones de fuentes en ChatGPT, Google AI Mode, Gemini, Perplexity y AI Overviews y mide los dominios citados directamente en las respuestas, sit\u00faa a Reddit en primer lugar en general entre los cinco motores. Su desglose por plataforma sit\u00faa a YouTube en primer lugar en AI Mode y AI Overviews, a Reddit en primer lugar en Gemini y Perplexity, y a Wikipedia en primer lugar en ChatGPT. El <a href=\"https:\/\/www.agenzy.lt\/blog\/which-sources-ai-engines-cite-2026\" target=\"_blank\" rel=\"nofollow noopener\">estudio de fuentes de Agenzy de 2026<\/a> reporta shares absolutos m\u00e1s bajos en la misma direcci\u00f3n: YouTube obtuvo el 4,7% de las citas de Google AI Overviews y el 0,03% de las citas de ChatGPT entre 2.283.923 citas de IA (137 proyectos empresariales para la cifra de Google AI Overviews y 138 para la cifra de ChatGPT).<\/p>\n<p>Esos cuatro conjuntos de datos usan paneles, conjuntos de prompts, periodos y definiciones de \"share\" distintos, por lo que sus cifras no son intercambiables. Ni los porcentajes ni el orden entre plataformas deber\u00edan generalizarse m\u00e1s all\u00e1 de los conjuntos de datos que los produjeron.<\/p>\n<h3 id=\"what-citation-share-research-can-and-cannot-prove\">Qu\u00e9 puede y qu\u00e9 no puede demostrar la investigaci\u00f3n sobre share de citas<\/h3>\n<p>Una cita hacia un dominio de video establece un destino. No revela si el sistema utiliz\u00f3 subt\u00edtulos, descripciones, una integraci\u00f3n de plataforma, una p\u00e1gina de terceros u otra representaci\u00f3n. Los recuentos de dominios no pueden descifrar a la inversa un mecanismo de procesamiento. Los shares publicados tambi\u00e9n son instant\u00e1neas ligadas a un periodo de recopilaci\u00f3n, un conjunto de consultas y una versi\u00f3n de producto, y los conjuntos de datos de los proveedores a veces no coinciden ni con sus propios gr\u00e1ficos.<\/p>\n<p>La evidencia correlacional m\u00e1s relevante proviene del <a href=\"https:\/\/ahrefs.com\/blog\/ai-brand-visibility-correlations\/\" target=\"_blank\" rel=\"nofollow noopener noreferrer\">estudio de Ahrefs sobre correlaciones de visibilidad en IA de marca<\/a>, publicado en diciembre de 2025 sobre aproximadamente 75.000 marcas, que encontr\u00f3 que las menciones en YouTube se encuentran entre los correlatos m\u00e1s fuertes de la visibilidad en IA de marca en los sistemas examinados. Dos advertencias pesan tanto como el hallazgo. El estudio defini\u00f3 una menci\u00f3n en YouTube como un nombre de marca que aparece en el t\u00edtulo, la transcripci\u00f3n o la descripci\u00f3n de un video, por lo que es una medida compuesta que no a\u00edsla las referencias habladas. Y la correlaci\u00f3n no establece causalidad: las marcas de las que se habla en video suelen ser marcas de las que se habla en todas partes.<\/p>\n<\/section>\n<section>\n<h2>Un peque\u00f1o estudio original: qu\u00e9 cambi\u00f3 al a\u00f1adir una transcripci\u00f3n de podcast<\/h2>\n<p><strong>En una prueba de antes y despu\u00e9s con un solo episodio, la p\u00e1gina del episodio no recibi\u00f3 ninguna cita en 24 respuestas de referencia a preguntas sobre el producto y la categor\u00eda, y recibi\u00f3 cinco citas en 24 respuestas tras publicar una transcripci\u00f3n en HTML.<\/strong> La publicaci\u00f3n de la transcripci\u00f3n se asoci\u00f3 con un cambio en las citas observadas. La prueba no establece causalidad ni predice con qu\u00e9 frecuencia se citar\u00e1n otros episodios.<\/p>\n<h3>Qu\u00e9 prob\u00e9<\/h3>\n<p>Prob\u00e9 la p\u00e1gina de un episodio de podcast ya existente antes y despu\u00e9s de a\u00f1adir una transcripci\u00f3n en HTML con etiquetas de interlocutor y marcas de tiempo. <strong>La URL se mantuvo igual.<\/strong><\/p>\n<p>El episodio presentaba a un invitado que hablaba de un producto de atenci\u00f3n al cliente. Ni el nombre de la marca ni la afirmaci\u00f3n sobre el tiempo de aprobaci\u00f3n analizada en este estudio aparec\u00edan en el t\u00edtulo original de la p\u00e1gina, en la descripci\u00f3n ni en las notas del programa. Antes de la edici\u00f3n, la p\u00e1gina conten\u00eda un reproductor y aproximadamente 180 palabras que presentaban al invitado y el tema.<\/p>\n<p>En la grabaci\u00f3n, el invitado explic\u00f3 que hab\u00eda reducido el tiempo de aprobaci\u00f3n de dos d\u00edas a cuatro horas tras cambiar al producto. Al a\u00f1adir la transcripci\u00f3n, esa afirmaci\u00f3n qued\u00f3 disponible como texto HTML en la p\u00e1gina del episodio.<\/p>\n<p>La p\u00e1gina ya estaba indexada antes de la prueba. Las pruebas de seguimiento se realizaron un d\u00eda despu\u00e9s de que Google Search Console mostrara que la p\u00e1gina actualizada hab\u00eda sido rastreada de nuevo. Esto no determin\u00f3 si Google hab\u00eda procesado la transcripci\u00f3n, ni si ChatGPT o Perplexity pod\u00edan recuperarla.<\/p>\n<p>Se utilizaron cinco prompts fijos para probar las citas a la p\u00e1gina del episodio: cuatro sobre el producto y su categor\u00eda, y uno sobre informaci\u00f3n ya disponible en las notas del programa.<\/p>\n<table>\n<tbody>\n<tr>\n<th>ID<\/th>\n<th>Prompt<\/th>\n<\/tr>\n<tr>\n<td>T1<\/td>\n<td>\u00ab\u00bfPara qu\u00e9 tama\u00f1o de equipo de soporte es adecuado Brand Name?\u00bb<\/td>\n<\/tr>\n<tr>\n<td>T2<\/td>\n<td>\u00ab\u00bfQu\u00e9 rapidez tiene el flujo de aprobaci\u00f3n de Brand Name?\u00bb<\/td>\n<\/tr>\n<tr>\n<td>T3<\/td>\n<td>\u00ab\u00bfQu\u00e9 herramientas de enrutamiento de help desk funcionan para un equipo de tres personas?\u00bb<\/td>\n<\/tr>\n<tr>\n<td>T4<\/td>\n<td>\u00ab\u00bfC\u00f3mo se compara Brand Name con otras herramientas de atenci\u00f3n al cliente?\u00bb<\/td>\n<\/tr>\n<tr>\n<td>T5<\/td>\n<td>\"\u00bfQui\u00e9n fue el invitado en el episodio de The Podcast Show sobre escalado?\"<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>\"Brand Name\" sustituye al nombre real del producto, y \"The Podcast Show\" sustituye al t\u00edtulo real del podcast. Las pruebas originales usaron ambos nombres reales. T5 ped\u00eda informaci\u00f3n ya disponible en las notas del programa.<\/p>\n<p>Las cuatro preguntas sobre el producto y la categor\u00eda no depend\u00edan por igual de la transcripci\u00f3n. T2 trataba directamente sobre el tiempo de aprobaci\u00f3n reportado por el invitado. T1 y T4 requer\u00edan evidencia m\u00e1s amplia sobre idoneidad y comparaciones. T3 no nombraba la marca y probaba si el episodio aparecer\u00eda para una pregunta a nivel de categor\u00eda. Otras fuentes web podr\u00edan haber respondido tambi\u00e9n a estas preguntas.<\/p>\n<p>Cada uno de los cinco prompts se ejecut\u00f3 tres veces en ChatGPT con b\u00fasqueda activada y tres veces en Perplexity, en ambas rondas: <strong>30 respuestas por ronda y 60 en total<\/strong>. <span class=\"\">Detalles de la prueba: referencia el 2026-10-02; publicaci\u00f3n de la transcripci\u00f3n el 2026-10-06; seguimiento el 2026-10-10. Las pruebas usaron ingl\u00e9s (configuraci\u00f3n regional de EE. UU.), el modo de b\u00fasqueda de ChatGPT y Perplexity (versiones de modelo seg\u00fan se mostraban en el momento de la ejecuci\u00f3n, cuando estaban disponibles), y conversaciones nuevas en cada ejecuci\u00f3n.<\/span><\/p>\n<p><strong>Anonimizaci\u00f3n y verificaci\u00f3n.<\/strong> La URL del episodio y la identidad de la marca se omiten por privacidad. Los cinco prompts anteriores conservan su redacci\u00f3n original, salvo la anonimizaci\u00f3n del nombre del producto y del t\u00edtulo del podcast. Omitir la fuente limita la verificaci\u00f3n independiente de la p\u00e1gina, la transcripci\u00f3n y las evaluaciones de respaldo de las citas. Estos hallazgos son una observaci\u00f3n exploratoria anonimizada, no un benchmark reproducible de forma independiente.<\/p>\n<h3>Qu\u00e9 citaron las respuestas<\/h3>\n<p>En T1\u2013T4, las citas a la p\u00e1gina del episodio cambiaron de la siguiente manera:<\/p>\n<table>\n<tbody>\n<tr>\n<th>Plataforma<\/th>\n<th>Antes de publicar la transcripci\u00f3n<\/th>\n<th>Despu\u00e9s de publicar la transcripci\u00f3n<\/th>\n<\/tr>\n<tr>\n<td>ChatGPT con b\u00fasqueda<\/td>\n<td>0 de 12 respuestas<\/td>\n<td>4 de 12 respuestas<\/td>\n<\/tr>\n<tr>\n<td>Perplexity<\/td>\n<td>0 de 12 respuestas<\/td>\n<td>1 de 12 respuestas<\/td>\n<\/tr>\n<tr>\n<td><strong>Total<\/strong><\/td>\n<td><strong>0 de 24 respuestas<\/strong><\/td>\n<td><strong>5 de 24 respuestas<\/strong><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Las citas de seguimiento se distribuyeron de forma desigual:<\/p>\n<table>\n<tbody>\n<tr>\n<th>Prompt<\/th>\n<th>ChatGPT<\/th>\n<th>Perplexity<\/th>\n<\/tr>\n<tr>\n<td>T1: Idoneidad del equipo<\/td>\n<td>1 de 3 respuestas<\/td>\n<td>0 de 3 respuestas<\/td>\n<\/tr>\n<tr>\n<td>T2: Tiempo de aprobaci\u00f3n<\/td>\n<td>2 de 3 respuestas<\/td>\n<td>1 de 3 respuestas<\/td>\n<\/tr>\n<tr>\n<td>T3: Categor\u00eda y caso de uso<\/td>\n<td>0 de 3 respuestas<\/td>\n<td>0 de 3 respuestas<\/td>\n<\/tr>\n<tr>\n<td>T4: Comparaci\u00f3n de productos<\/td>\n<td>1 de 3 respuestas<\/td>\n<td>0 de 3 respuestas<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La pregunta sobre el tiempo de aprobaci\u00f3n gener\u00f3 tres de las cinco citas. Tambi\u00e9n era la pregunta m\u00e1s directamente relacionada con el resultado reportado por el invitado.<\/p>\n<p>En el quinto prompt, que ped\u00eda la identidad del invitado, las citas aumentaron de cinco de seis respuestas de referencia a seis de seis respuestas de seguimiento. Por tanto, la p\u00e1gina ya aparec\u00eda como fuente para informaci\u00f3n disponible en sus notas del programa antes de a\u00f1adir la transcripci\u00f3n. Esta pregunta de referencia aporta contexto, pero no permite descartar cambios en el comportamiento de la plataforma entre rondas.<\/p>\n<p>Ninguna de las dos plataformas cit\u00f3 el episodio en T3. Esa ausencia no determina si la p\u00e1gina era inaccesible, si nunca se recuper\u00f3, o si se consider\u00f3 menos \u00fatil que otras fuentes. Solo demuestra que la p\u00e1gina no recibi\u00f3 ninguna cita en esas seis respuestas de seguimiento.<\/p>\n<h3>\u00bfLas citas respaldaban las respuestas?<\/h3>\n<p>Revis\u00e9 las cinco citas de seguimiento para evaluar si el episodio respaldaba las afirmaciones asociadas a ellas.<\/p>\n<p>Dos se consideraron claramente respaldadas en la revisi\u00f3n inicial. Una reprodujo con precisi\u00f3n el cambio reportado de dos d\u00edas a cuatro horas. Otra respaldaba una afirmaci\u00f3n de comparaci\u00f3n, aunque su enlace apuntaba a la p\u00e1gina del episodio en lugar de a un pasaje concreto.<\/p>\n<p>Las tres restantes plantearon problemas diferentes:<\/p>\n<ul>\n<li>Una parafrase\u00f3 el resultado como \u00abredujo el tiempo de aprobaci\u00f3n a horas\u00bb, omitiendo el punto de partida de dos d\u00edas.<\/li>\n<li>Otra infiri\u00f3 una idoneidad de equipo que la transcripci\u00f3n no establec\u00eda expl\u00edcitamente.<\/li>\n<li>Otra cit\u00f3 el episodio sin dejar claro el pasaje de apoyo.<\/li>\n<\/ul>\n<p>Estas cuestiones no deben tratarse como tres errores f\u00e1cticos equivalentes. Omitir la referencia inicial puede reducir la exhaustividad sin que la afirmaci\u00f3n sea falsa. Una cita a nivel de episodio tambi\u00e9n puede respaldar una afirmaci\u00f3n sin enlazar a una marca de tiempo concreta. En cambio, usar una experiencia individual para inferir la idoneidad general de un equipo puede ir m\u00e1s all\u00e1 de la evidencia disponible.<\/p>\n<p>Por tanto, la auditor\u00eda no justifica una puntuaci\u00f3n simple de \u00abdos correctas, tres incorrectas\u00bb. Ilustra por qu\u00e9 <strong>la presencia de la cita, el respaldo de la afirmaci\u00f3n y la facilidad de verificaci\u00f3n requieren evaluaciones independientes<\/strong>.<\/p>\n<h3>Qu\u00e9 respalda este estudio y qu\u00e9 no<\/h3>\n<p>El hallazgo concreto es que <strong>la publicaci\u00f3n de una transcripci\u00f3n en HTML fue seguida de cinco citas a la p\u00e1gina del episodio en 24 respuestas sobre el producto y la categor\u00eda, frente a ninguna en las 24 respuestas de referencia<\/strong>. ChatGPT gener\u00f3 cuatro de esas citas de seguimiento y Perplexity gener\u00f3 una.<\/p>\n<p>Son frecuencias observadas dentro de esta prueba. Tres repeticiones por prompt y plataforma son insuficientes para establecer probabilidades estables de cita o una clasificaci\u00f3n general de plataformas. Las 24 respuestas de cada ronda tambi\u00e9n representan observaciones repetidas en torno a cuatro preguntas sobre un mismo episodio, y no 24 ejemplos de fuentes independientes.<\/p>\n<p>El dise\u00f1o no a\u00edsla el efecto causal de la transcripci\u00f3n. Transcurri\u00f3 tiempo entre rondas, el estado de indexaci\u00f3n pudo haber cambiado, y el comportamiento de las plataformas pudo haber cambiado. La pregunta sobre la identidad del invitado ofrece un punto de referencia, pero no es una p\u00e1gina de comparaci\u00f3n sin tratar.<\/p>\n<p>La anonimizaci\u00f3n limita a\u00fan m\u00e1s lo que los lectores pueden verificar de forma independiente. Un seguimiento m\u00e1s s\u00f3lido incluir\u00eda varios episodios, p\u00e1ginas comparables sin modificar, pruebas repetidas en varias fechas y un segundo revisor que aplicara criterios predefinidos para evaluar el respaldo de las citas.<\/p>\n<p>Para el mapa de evidencia de este art\u00edculo, el estudio ilustra una distinci\u00f3n limitada pero \u00fatil: publicar una transcripci\u00f3n cambia la evidencia disponible en una p\u00e1gina; observar una cita muestra una atribuci\u00f3n visible. Ninguna de las dos observaciones por s\u00ed sola revela el proceso completo de recuperaci\u00f3n ni demuestra que cada afirmaci\u00f3n citada est\u00e9 respaldada.<\/p>\n<\/section>\n<h2 id=\"how-to-make-a-spoken-brand-mention-citable-by-ai-search\">C\u00f3mo hacer que una menci\u00f3n de marca hablada sea citable por la b\u00fasqueda de IA<\/h2>\n<p>No existe forma de garantizar una cita, y quien promete una est\u00e1 vendiendo una esperanza. Lo que s\u00ed puedes hacer es eliminar cada obst\u00e1culo documentado entre una frase hablada y un motor de respuestas, en el orden que sugiere el mapa de evidencias. Cada paso que sigue es una tarea de eliminaci\u00f3n de obst\u00e1culos, no un truco de posicionamiento, y cada uno termina con el resultado que deber\u00eda producir.<\/p>\n<ol>\n<li><strong>Publica una transcripci\u00f3n HTML precisa en la p\u00e1gina del episodio.<\/strong> Coloca el di\u00e1logo completo en HTML en la misma p\u00e1gina que el reproductor, con etiquetas de interlocutor y marcas de tiempo. Una transcripci\u00f3n en HTML puede favorecer la accesibilidad a la vez que convierte el di\u00e1logo en texto web disponible. Una transcripci\u00f3n que solo existe en el panel de un creador, un archivo de feed o una app de escucha es una situaci\u00f3n de acceso distinta, aunque las palabras sean id\u00e9nticas.<br \/>\n<em>Resultado: la menci\u00f3n hablada ahora existe como texto rastreable en la misma direcci\u00f3n que la grabaci\u00f3n.<\/em><\/li>\n<li><strong>Nombra la marca, el producto y la categor\u00eda en la capa escrita.<\/strong> Las notas del programa, los t\u00edtulos de los cap\u00edtulos y las descripciones del episodio establecen el tema que una transcripci\u00f3n desnuda puede dejar enterrado. Escribe la categor\u00eda y el caso de uso, no solo el nombre de la marca: \u00abenrutamiento de help desk para un equipo de soporte de tres agentes\u00bb aporta much\u00edsima m\u00e1s evidencia recuperable que un nombre de producto aislado. Nunca escribas en las notas del programa una afirmaci\u00f3n que la grabaci\u00f3n no contenga realmente.<br \/>\n<em>Resultado: la p\u00e1gina expresa el tema y el caso de uso que un comprador realmente buscar\u00eda.<\/em><\/li>\n<li><strong>Confirma que la p\u00e1gina est\u00e1 indexada y es apta para fragmentos.<\/strong> La condici\u00f3n documentada de Google para aparecer como enlace de respaldo en AI Overviews o en el Modo IA es que la p\u00e1gina est\u00e9 indexada y sea apta para aparecer en Google Search con un fragmento (snippet). Comprueba el estado de indexaci\u00f3n antes de debatir cualquier cosa m\u00e1s ex\u00f3tica; la elegibilidad es una condici\u00f3n previa, no una posici\u00f3n garantizada.<br \/>\n<em>Resultado: la p\u00e1gina del episodio cumple la condici\u00f3n de elegibilidad declarada por Google para enlaces de respaldo, sujeta a los requisitos habituales de Search.<\/em><\/li>\n<li><strong>Audita cada control de acceso por separado, no como un \u00fanico interruptor.<\/strong> El bloqueo de rastreo, la exclusi\u00f3n del \u00edndice, los l\u00edmites de fragmentos, Google-Extended y los tres user agents independientes de OpenAI hacen cosas distintas en lugares distintos; los efectos de cada control se detallan en <a href=\"#access-controls\">Bloqueado, excluido, restringido y retenido<\/a>. Registra el estado actual de cada directiva, por propiedad, en lugar de asumir que un solo ajuste rige todas las superficies de IA.<br \/>\n<em>Resultado: sabes exactamente qu\u00e9 sistemas pueden obtener, indexar y citar la p\u00e1gina, directiva por directiva.<\/em><\/li>\n<li><strong>Verifica la transcripci\u00f3n contra la grabaci\u00f3n antes de confiar en ella.<\/strong> Revisa con cuidado los nombres de marca: los subt\u00edtulos autom\u00e1ticos pueden reconocer mal nombres propios, t\u00e9rminos poco comunes y hom\u00f3fonos. Comprueba que tu nombre est\u00e9 escrito correctamente en todo el texto, que los interlocutores est\u00e9n atribuidos correctamente, que las matizaciones se hayan mantenido y -en el caso de los podcasts- que el audio insertado din\u00e1micamente no haya hecho que la transcripci\u00f3n mostrada diverja de lo que escucharon los oyentes.<br \/>\n<em>Resultado: el texto que un motor puede recuperar coincide con lo que realmente escucharon los oyentes.<\/em><\/li>\n<li><strong>Para apariciones en medios de terceros, pide al editor que publique o mejore su propia transcripci\u00f3n.<\/strong> La accesibilidad t\u00e9cnica no es autorizaci\u00f3n. La transcripci\u00f3n de un editor es contenido suyo: enl\u00e1zala, c\u00edtala dentro de los l\u00edmites que permitan el editor y la ley, y no la vuelvas a publicar ni la edites en tu propio dominio sin acuerdo previo - convertir el audio de otra persona en un activo escrito propio sin permiso es una cuesti\u00f3n legal disfrazada de cuesti\u00f3n t\u00e9cnica. Pedir una transcripci\u00f3n, mejores notas del programa o un cap\u00edtulo con marca de tiempo es la v\u00eda leg\u00edtima y, por lo general, la m\u00e1s r\u00e1pida.<br \/>\n<em>Resultado: existe una transcripci\u00f3n citable en el dominio del editor, con el permiso intacto.<\/em><\/li>\n<li><strong>Trata la cobertura derivada como distribuci\u00f3n, no como corroboraci\u00f3n, y dirige las correcciones al derivado m\u00e1s citado.<\/strong> Una misma entrevista puede existir como episodio, tres clips, una transcripci\u00f3n, un extracto de newsletter y cinco res\u00famenes, todos con un \u00fanico origen, de modo que contar cada derivado como una validaci\u00f3n independiente exagera lo que esa aparici\u00f3n realmente demostr\u00f3. Cuando una afirmaci\u00f3n hablada necesita correcci\u00f3n, da prioridad a la p\u00e1gina con m\u00e1s probabilidades de ser citada en lugar de limitarte a la grabaci\u00f3n original; el problema de propagaci\u00f3n se detalla en <a href=\"#correction-propagation\">qu\u00e9 ocurre cuando se corrige una afirmaci\u00f3n hablada<\/a>.<br \/>\n<em>Resultado: las correcciones llegan al artefacto que un motor tiene m\u00e1s probabilidades de recuperar, y la aparici\u00f3n se contabiliza una sola vez.<\/em><\/li>\n<li><strong>Registra las observaciones de citas de forma longitudinal, con un registro de observaci\u00f3n completo.<\/strong> En cada comprobaci\u00f3n, registra el prompt, la plataforma y el modo, la versi\u00f3n del modelo si est\u00e1 visible, la fecha y la hora, la configuraci\u00f3n regional, si se ejecut\u00f3 una b\u00fasqueda, la lista completa de fuentes mostradas, una captura de pantalla o transcripci\u00f3n guardada, y el n\u00famero de repeticiones que respaldan la conclusi\u00f3n. Una sola captura de pantalla es una impresi\u00f3n; una serie fechada sobre un conjunto fijo de consultas es evidencia.<\/li>\n<\/ol>\n<blockquote><p>Los pasos 1 a 4 cambian lo que es posible. Los pasos 5 a 8 cambian lo que puedes defender. La mayor\u00eda de los equipos hace la primera mitad e informa como si hubiera hecho la segunda.<\/p><\/blockquote>\n<section>\n<h2 id=\"why-might-ai-search-miss-a-brand-mention-inside-a-video\">\u00bfPor qu\u00e9 puede la IA de b\u00fasqueda pasar por alto una menci\u00f3n de marca dentro de un v\u00eddeo?<\/h2>\n<p>La IA de b\u00fasqueda pasa por alto referencias habladas porque las palabras no est\u00e1n disponibles, est\u00e1n representadas de forma inexacta, son inaccesibles para ese sistema en concreto, no son suficientemente claras o son irrelevantes para la pregunta formulada. Son cinco problemas distintos, y reducirlos todos a \"el algoritmo nos ignora\" los hace imposibles de diagnosticar.<\/p>\n<table>\n<thead>\n<tr>\n<th>Modo de fallo<\/th>\n<th>S\u00edntoma<\/th>\n<th>Qu\u00e9 lo soluciona realmente<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Texto ausente<\/td>\n<td>No hay transcripci\u00f3n, ni subt\u00edtulos, ni contexto escrito<\/td>\n<td>Crear una representaci\u00f3n (paso 1 anterior)<\/td>\n<\/tr>\n<tr>\n<td>Texto inaccesible<\/td>\n<td>La transcripci\u00f3n existe, pero no est\u00e1 donde el sistema pueda acceder a ella<\/td>\n<td>Publicarla en una p\u00e1gina p\u00fablica indexable; auditar los controles de acceso (pasos 3-4)<\/td>\n<\/tr>\n<tr>\n<td>Texto no seleccionado<\/td>\n<td>La transcripci\u00f3n accesible nunca se elige para la consulta<\/td>\n<td>A\u00f1adir el contexto que hace que el pasaje responda a una pregunta real (paso 2)<\/td>\n<\/tr>\n<tr>\n<td>Referencia poco clara<\/td>\n<td>Se nombra la marca, pero no se dice nada atribuible<\/td>\n<td>No es algo t\u00e9cnico; las propias palabras eran insuficientes<\/td>\n<\/tr>\n<tr>\n<td>Irrelevante para la consulta<\/td>\n<td>La fuente est\u00e1 bien; la pregunta es distinta<\/td>\n<td>Se necesita otra cobertura, no un mejor formato<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La ausencia de una transcripci\u00f3n tampoco demuestra que toda ruta multimodal sea imposible; establece el hecho m\u00e1s limitado de que falta una representaci\u00f3n textual espec\u00edfica.<\/p>\n<h3 id=\"blocked-excluded-restricted-and-withheld-are-four-different-states\">Bloqueado, excluido, restringido y retenido son cuatro estados diferentes<\/h3>\n<p>Esta es la distinci\u00f3n que la mayor\u00eda de los art\u00edculos sobre el tema simplifican en exceso, y es importante porque los controles se sit\u00faan en lugares distintos y tienen efectos distintos.<\/p>\n<table>\n<thead>\n<tr>\n<th>Control<\/th>\n<th>Qu\u00e9 hace<\/th>\n<th>Efecto en el uso de funciones de IA<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>robots.txt disallow<\/td>\n<td>Indica a los rastreadores que cumplen las normas que no obtengan las URL especificadas<\/td>\n<td>Restringe el rastreo de los rastreadores que cumplen las normas; los sistemas de obtenci\u00f3n iniciados por el usuario pueden seguir reglas distintas<\/td>\n<\/tr>\n<tr>\n<td><code>noindex<\/code><\/td>\n<td>Indica a los motores de b\u00fasqueda compatibles que no indexen la p\u00e1gina<\/td>\n<td>Elimina la posibilidad de usarse como enlace de apoyo en las funciones de IA de Google<\/td>\n<\/tr>\n<tr>\n<td><code>nosnippet<\/code> \/ <code>max-snippet<\/code> \/ <code>data-nosnippet<\/code><\/td>\n<td>Limita el texto que se puede mostrar<\/td>\n<td>Puede restringir c\u00f3mo se usa una p\u00e1gina en las funciones de IA sin dejar de estar indexada<\/td>\n<\/tr>\n<tr>\n<td>Google-Extended<\/td>\n<td>Rige ciertos usos de Gemini Apps y de respuestas fundamentadas (grounded)<\/td>\n<td>Es independiente de la elegibilidad habitual de Google Search<\/td>\n<\/tr>\n<tr>\n<td>OAI-SearchBot \/ GPTBot \/ ChatGPT-User<\/td>\n<td>Controles separados de rastreo para b\u00fasqueda y entrenamiento; ChatGPT-User gestiona ciertas visitas iniciadas por el usuario, para las que robots.txt puede no aplicarse<\/td>\n<td>Un sitio ausente de los resultados de b\u00fasqueda a\u00fan puede aparecer como enlace de navegaci\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Una red de p\u00f3dcast que bloquea uno de estos controles sin entender los dem\u00e1s suele producir un resultado que nadie pretend\u00eda. Si un editor quiere que las p\u00e1ginas de episodios se puedan usar como fuentes, la auditor\u00eda debe hacerse control por control, no como un \u00fanico interruptor de encendido\/apagado.<\/p>\n<h3 id=\"transcription-error-vs-ambiguous-entity-vs-foreign-language-alias\">Error de transcripci\u00f3n frente a entidad ambigua frente a alias en otro idioma<\/h3>\n<p>Los subt\u00edtulos autom\u00e1ticos pueden reconocer mal nombres de marca, t\u00e9rminos poco comunes y hom\u00f3fonos. Verifica las referencias importantes a productos compar\u00e1ndolas con la grabaci\u00f3n. Si una transcripci\u00f3n autom\u00e1tica convierte la marca ficticia \"LumaDesk\" en \"luna de escritorio\", una b\u00fasqueda de coincidencia exacta con el nombre correcto no la encontrar\u00e1.<\/p>\n<p>De ah\u00ed no se deduce que la cita sea imposible. La recuperaci\u00f3n moderna incluye coincidencia sem\u00e1ntica, y un sistema puede resolver una referencia a partir del contexto circundante. Esa recuperaci\u00f3n debe considerarse posible, no darse por hecha, y nunca debe usarse como estrategia.<\/p>\n<p>La ambig\u00fcedad es un problema distinto que persiste incluso con una transcripci\u00f3n perfecta. \"Notion\", \"Monday\" y \"Apple\" pueden referirse a marcas o a palabras comunes, y un t\u00e9rmino aislado aporta menos evidencia que un pasaje que nombra el producto, la categor\u00eda y la acci\u00f3n.<\/p>\n<p>Las condiciones multiling\u00fces a\u00f1aden una tercera capa que casi ninguna gu\u00eda publicada aborda. Una marca pronunciada en un idioma puede transcribirse con una ortograf\u00eda local, transliterarse de forma incoherente o representarse de otra manera distinta en subt\u00edtulos traducidos autom\u00e1ticamente. El cambio de idioma dentro de una misma frase es habitual en muchos mercados. Que una consulta en un idioma recupere una menci\u00f3n representada en otro depende de la gesti\u00f3n interling\u00fc\u00edstica del sistema de recuperaci\u00f3n, algo que ninguna plataforma importante documenta al nivel de resoluci\u00f3n de entidades de marca. Para cualquier marca con un nombre en un alfabeto no latino o con varias transliteraciones aceptadas, esto no es un caso excepcional.<\/p>\n<h3 id=\"a-reference-without-an-attributable-claim\">Una referencia sin una afirmaci\u00f3n atribuible<\/h3>\n<p>Compara estas tres frases hipot\u00e9ticas. \"Consideramos varios productos, entre ellos LumaDesk\" establece una consideraci\u00f3n. \"Elegimos LumaDesk porque admit\u00eda nuestro flujo de aprobaci\u00f3n\" establece una selecci\u00f3n declarada y un motivo. \"Todo el mundo dice que LumaDesk es bueno\" reporta una opini\u00f3n sin especificar.<\/p>\n<p>Las tres contienen el nombre de la marca. Cada una respalda una respuesta distinta y acotada: una consideraci\u00f3n, un motivo de selecci\u00f3n declarado o una opini\u00f3n reportada sin especificar. Ninguna por s\u00ed sola establece la idoneidad general del producto. La identidad de quien habla agrava esto: la experiencia de un invitado, el respaldo de un presentador, la queja citada de un cliente y una lectura patrocinada nunca deben tratarse como el mismo tipo de evidencia.<\/p>\n<h3 id=\"version-mismatch-between-what-was-heard-and-what-was-written\">Desajuste de versi\u00f3n entre lo que se escuch\u00f3 y lo que se escribi\u00f3<\/h3>\n<p>Apple documenta que el audio insertado din\u00e1micamente que cambia despu\u00e9s de la transcripci\u00f3n original puede no aparecer en la transcripci\u00f3n mostrada. Para una marca mencionada dentro de un segmento insertado, la experiencia del oyente y el texto recuperable divergen de verdad.<\/p>\n<p>Por eso, la URL del episodio no siempre es un identificador de evidencia completo. La versi\u00f3n de la grabaci\u00f3n, la versi\u00f3n de la transcripci\u00f3n y la fecha de la observaci\u00f3n pueden importar cuando se disputa una afirmaci\u00f3n.<\/p>\n<h3 id=\"adversarial-and-inaccurate-representations\">Representaciones adversarias e inexactas<\/h3>\n<p>Como la recuperaci\u00f3n opera sobre representaciones y no sobre la grabaci\u00f3n, la propia representaci\u00f3n es una superficie de integridad. Los archivos de subt\u00edtulos cargados pueden diferir de lo que realmente se dijo. Las transcripciones pueden editarse despu\u00e9s de la publicaci\u00f3n. Los res\u00famenes generados autom\u00e1ticamente pueden atribuir la declaraci\u00f3n de un invitado a un presentador. El audio sint\u00e9tico puede fabricar un respaldo que nunca ocurri\u00f3, y el texto recuperado de una p\u00e1gina puede contener instrucciones dirigidas al sistema que lo lee en lugar de informaci\u00f3n para el lector.<\/p>\n<p>Nada de esto es motivo de alarma, y nada de esto est\u00e1 documentado como un ataque com\u00fan dirigido espec\u00edficamente a las menciones de marca. Es, eso s\u00ed, un motivo para verificar una transcripci\u00f3n contra la grabaci\u00f3n antes de tratarla como evidencia, en particular cuando el pasaje citado es favorable, inesperado o lo bastante perjudicial como para actuar en consecuencia.<\/p>\n<blockquote><p>Cuando una transcripci\u00f3n y una grabaci\u00f3n no coinciden, revisa la grabaci\u00f3n original y su procedencia para establecer qu\u00e9 se dijo. Verifica por separado si la afirmaci\u00f3n en s\u00ed es cierta.<\/p><\/blockquote>\n<p>Para los equipos que realizan un diagn\u00f3stico m\u00e1s amplio de una <a href=\"https:\/\/brandmentions.com\/blog\/brand-not-showing-up-ai-search\/\">marca ausente en la b\u00fasqueda con IA<\/a>, las menciones habladas merecen una l\u00ednea aparte precisamente porque fallan de formas que la cobertura escrita nunca presenta.<\/p>\n<\/section>\n<h2 id=\"do-podcast-and-youtube-mentions-influence-ai-brand-visibility\">\u00bfLas menciones en podcasts y YouTube influyen en la visibilidad en IA de una marca?<\/h2>\n<p>Las menciones en podcasts y YouTube pueden poner informaci\u00f3n sobre una marca a disposici\u00f3n de los sistemas de respuesta, pero publicar o detectar una menci\u00f3n no demuestra que haya causado una recomendaci\u00f3n.<\/p>\n<p>El mecanismo defendible es informativo. Una fuente plantea una afirmaci\u00f3n sobre una marca que queda disponible para una posible recuperaci\u00f3n. El relato de un creador sobre el uso de un producto aporta contexto de caso de uso. Una entrevista puede explicar la categor\u00eda de una empresa poco conocida a un sistema que no ten\u00eda mucho m\u00e1s en qu\u00e9 basarse. Una rese\u00f1a cr\u00edtica aporta evidencia en contra de una recomendaci\u00f3n. Nada de esto requiere inventar un factor de posicionamiento universal de \"menci\u00f3n hablada\", y ninguna plataforma documenta algo as\u00ed.<\/p>\n<h3 id=\"source-mention-vs-answer-mention-vs-recommendation\">Menci\u00f3n en la fuente vs. menci\u00f3n en la respuesta vs. recomendaci\u00f3n<\/h3>\n<table>\n<thead>\n<tr>\n<th>Resultado<\/th>\n<th>Qu\u00e9 significa<\/th>\n<th>Qu\u00e9 demuestra sobre los dem\u00e1s<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Menci\u00f3n en la fuente<\/strong><\/td>\n<td>La marca aparece en un texto fuente recuperable<\/td>\n<td>Nada. El texto fuente y el texto de la respuesta son documentos distintos<\/td>\n<\/tr>\n<tr>\n<td><strong>Menci\u00f3n en la respuesta<\/strong><\/td>\n<td>La respuesta generada nombra a la marca<\/td>\n<td>Nada sobre un respaldo. Una marca puede nombrarse para describir una limitaci\u00f3n, informar sobre una controversia o explicar un hecho hist\u00f3rico<\/td>\n<\/tr>\n<tr>\n<td><strong>Cita<\/strong><\/td>\n<td>Un enlace de fuente aparece junto a una afirmaci\u00f3n generada<\/td>\n<td>Nada sobre orientaci\u00f3n de compra. Una fuente puede citarse para una afirmaci\u00f3n factual sin respaldar ninguna decisi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td><strong>Recomendaci\u00f3n<\/strong><\/td>\n<td>La respuesta presenta la marca como adecuada para una necesidad concreta<\/td>\n<td>Nada sobre el origen de la informaci\u00f3n. Una recomendaci\u00f3n puede aparecer sin ninguna cita adyacente<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Esta es la distinci\u00f3n central de <a href=\"https:\/\/brandmentions.com\/blog\/how-ai-search-engines-recommend-brands\/\">c\u00f3mo la IA recomienda marcas<\/a>, y es la que la mayor\u00eda de los informes de campa\u00f1a borran silenciosamente al contar los cuatro como \"visibilidad en IA\".<\/p>\n<h3 id=\"retrieved-evidence-vs-learned-familiarity\">Evidencia recuperada vs. familiaridad aprendida<\/h3>\n<p>Una transcripci\u00f3n reci\u00e9n publicada puede aportar evidencia nueva mediante recuperaci\u00f3n. Ese es un mecanismo distinto al de un modelo que ha absorbido asociaciones generales sobre una marca durante el entrenamiento, y ambos producen s\u00edntomas diferentes. El texto de la respuesta por s\u00ed solo no permite distinguir de forma fiable la familiaridad derivada del entrenamiento de la informaci\u00f3n recuperada. Las citas identifican la atribuci\u00f3n mostrada; no revelan la ruta de informaci\u00f3n completa del sistema.<\/p>\n<p>Mantener esto separado cambia lo que un equipo hace a continuaci\u00f3n. Si las respuestas describen mal la marca, hay que identificar las afirmaciones incorrectas e inspeccionar las fuentes mostradas. Si las respuestas omiten la marca, hay que probar las consultas relevantes y la accesibilidad de la fuente antes de decidir qu\u00e9 contenido falta.<\/p>\n<h3 id=\"attention-vs-discoverable-evidence\">Atenci\u00f3n vs. evidencia localizable<\/h3>\n<p>Una aparici\u00f3n en un podcast importante puede tener un valor comunicativo considerable al margen de su huella de citaci\u00f3n. Los oyentes la recuerdan. Los clientes potenciales la mencionan en las llamadas. Los periodistas la usan como contexto. Esos resultados son reales y deben reportarse como tales.<\/p>\n<p>Lo contrario tambi\u00e9n merece atenci\u00f3n. Un episodio con pocas visualizaciones que contiene una explicaci\u00f3n inusualmente clara sobre una pregunta t\u00e9cnica concreta es una fuente plausible para esa pregunta. Eso no demuestra que el n\u00famero de visualizaciones sea irrelevante, ni que los v\u00eddeos peque\u00f1os reciban trato preferente. Demuestra que relevancia y alcance miden cosas distintas.<\/p>\n<p>El error de an\u00e1lisis es la sustituci\u00f3n. El alcance de audiencia mide exposici\u00f3n. La monitorizaci\u00f3n de menciones mide referencias detectadas. La observaci\u00f3n de citas mide atribuci\u00f3n mostrada. El an\u00e1lisis de recomendaci\u00f3n eval\u00faa lo que la respuesta realmente aconseja. Cuatro mediciones, cuatro denominadores, sin intercambiabilidad. Y como una sola entrevista puede ramificarse en clips, transcripciones, extractos y res\u00famenes, ninguno de esos denominadores deber\u00eda inflarse con URLs derivadas.<\/p>\n<p>&nbsp;<\/p>\n<h2 id=\"is-an-ai-citation-proof-the-podcast-was-used\">\u00bfUna cita de IA demuestra que se us\u00f3 el podcast?<\/h2>\n<p><strong>No, y ah\u00ed est\u00e1 el n\u00facleo de la fiabilidad de las citas:<\/strong> una cita solo es tan \u00fatil como el respaldo que el material enlazado realmente aporta a la frase junto a la que aparece.<\/p>\n<p>La <a href=\"https:\/\/aclanthology.org\/2023.emnlp-main.398\/\" target=\"_blank\" rel=\"nofollow noopener noreferrer\">investigaci\u00f3n ALCE sobre c\u00f3mo permitir que los modelos de lenguaje generen texto con citas<\/a>, publicada en EMNLP 2023, eval\u00faa la correcci\u00f3n factual y la calidad de la cita como dimensiones separadas. Esa separaci\u00f3n importa enormemente en grabaciones largas. Un enlace a una entrevista de noventa minutos puede ser totalmente genuino mientras la afirmaci\u00f3n atribuida es infundada, incompleta o se asigna al interlocutor equivocado.<\/p>\n<p><strong>Cita a nivel de episodio frente a respaldo a nivel de pasaje.<\/strong> Una cita a nivel de episodio identifica la grabaci\u00f3n. El respaldo a nivel de pasaje identifica la frase que justifica la afirmaci\u00f3n. Una marca de tiempo mejora la verificabilidad pero no establece por s\u00ed sola la precisi\u00f3n; las palabras en ese momento todav\u00eda tienen que respaldar la afirmaci\u00f3n, incluidas sus matizaciones. \"Un invitado cont\u00f3 que us\u00f3 el producto con tres agentes\" es m\u00e1s acotado que \"el producto es ideal para equipos de tres personas\", y solo lo primero est\u00e1 en la fuente.<\/p>\n<p><strong>Grabaci\u00f3n original frente a relato derivado.<\/strong> Un resumen puede ser una fuente leg\u00edtima y tambi\u00e9n puede cambiar palabras, omitir una salvedad o reinterpretar una an\u00e9cdota. Si un asistente cita el resumen, la atribuci\u00f3n es al resumen. El podcast forma parte del historial de la informaci\u00f3n, no de la ruta de acceso demostrada. Ese historial merece un nombre expl\u00edcito: <strong>linaje de evidencia<\/strong>, la cadena que vincula una declaraci\u00f3n original, sus representaciones posteriores y la fuente mostrada en la respuesta. El linaje tambi\u00e9n explica por qu\u00e9 cinco URL derivadas de una sola entrevista son distribuci\u00f3n y no corroboraci\u00f3n: multiplican las representaciones detectables sin a\u00f1adir ni una sola experiencia independiente detr\u00e1s de la afirmaci\u00f3n. El linaje de evidencia es una herramienta anal\u00edtica, no un factor de posicionamiento.<\/p>\n<p><strong>Repetibilidad frente a correcci\u00f3n.<\/strong> Las respuestas generadas no son deterministas. La misma pregunta planteada dos veces puede producir fuentes distintas, as\u00ed que una sola cita observada no es prueba de visibilidad estable, ni una sola ausencia es prueba de exclusi\u00f3n. Repetibilidad y correcci\u00f3n tambi\u00e9n son propiedades separadas: una respuesta puede citar la misma fuente cada vez y tergiversarla cada vez.<\/p>\n<p>&nbsp;<\/p>\n<p><strong>Qu\u00e9 ocurre cuando se corrige una afirmaci\u00f3n hablada.<\/strong> Esta es la parte m\u00e1s descuidada de la cadena. Si un invitado afirma algo incorrecto y el publicador lo corrige, la correcci\u00f3n tiene que propagarse por el archivo de audio, la transcripci\u00f3n, cualquier transcripci\u00f3n integrada en la app, los res\u00famenes derivados, las representaciones en cach\u00e9 y todo lo que los motores hayan recuperado previamente. Esos sistemas se actualizan con distinta frecuencia y algunos no se actualizan en absoluto. Una marca que persiga una correcci\u00f3n debe esperar que la versi\u00f3n original siga siendo recuperable en alg\u00fan sitio durante un tiempo, y debe priorizar que la correcci\u00f3n llegue a la p\u00e1gina derivada m\u00e1s citada antes que solo a la grabaci\u00f3n original.<\/p>\n<blockquote><p>Cuenta citas si quieres, pero audita bien al menos tres: \u00bfel pasaje citado respalda la afirmaci\u00f3n exacta?, \u00bfse acredita al interlocutor correcto?, \u00bfla respuesta conserv\u00f3 la matizaci\u00f3n que a\u00f1adi\u00f3 la fuente?<\/p><\/blockquote>\n<p>&nbsp;<\/p>\n<h2 id=\"what-does-a-defensible-measurement-actually-require\">\u00bfQu\u00e9 requiere realmente una medici\u00f3n defendible?<\/h2>\n<p>Una observaci\u00f3n defendible del comportamiento de citaci\u00f3n de la IA requiere controlar las variables que cambian el resultado de forma silenciosa. Los hallazgos publicados son m\u00e1s f\u00e1ciles de interpretar cuando esas variables se revelan.<\/p>\n<p>Las variables que mueven los resultados incluyen la redacci\u00f3n exacta del prompt, el idioma y la regi\u00f3n, la personalizaci\u00f3n y memoria de la cuenta, el modo del producto (con b\u00fasqueda activada, investigaci\u00f3n profunda, chat est\u00e1ndar), la versi\u00f3n del modelo, si la b\u00fasqueda web realmente se activ\u00f3, el n\u00famero de ejecuciones repetidas y la fecha de observaci\u00f3n. Dos personas pueden ejecutar \"la misma prueba\" y llegar a conclusiones opuestas sin registrar nada de esto.<\/p>\n<p>El denominador importa tanto como el recuento. Una tasa de citaci\u00f3n no significa nada sin un conjunto definido de consultas, un n\u00famero indicado de ejecuciones por consulta y una regla sobre qu\u00e9 cuenta como citaci\u00f3n: una atribuci\u00f3n a nivel de afirmaci\u00f3n, un enlace relacionado en un panel de fuentes y un enlace de navegaci\u00f3n son tres cosas distintas, y la propia documentaci\u00f3n de OpenAI se\u00f1ala que un panel de fuentes puede contener fuentes citadas junto con otros enlaces relevantes.<\/p>\n<p><strong>Registro m\u00ednimo de observaci\u00f3n cre\u00edble<\/strong><\/p>\n<table>\n<thead>\n<tr>\n<th>Campo<\/th>\n<th>Por qu\u00e9 importa<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Prompt, textual<\/td>\n<td>La redacci\u00f3n cambia la recuperaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Plataforma y modo<\/td>\n<td>Con b\u00fasqueda activada, investigaci\u00f3n profunda y chat est\u00e1ndar se comportan de forma distinta<\/td>\n<\/tr>\n<tr>\n<td>Versi\u00f3n del modelo, si se muestra<\/td>\n<td>Las versiones cambian el comportamiento sin previo aviso<\/td>\n<\/tr>\n<tr>\n<td>Fecha y hora<\/td>\n<td>Los resultados son instant\u00e1neas<\/td>\n<\/tr>\n<tr>\n<td>Idioma y regi\u00f3n<\/td>\n<td>El idioma de la consulta y la ubicaci\u00f3n pueden afectar a las fuentes disponibles y a los resultados<\/td>\n<\/tr>\n<tr>\n<td>Si se ejecut\u00f3 la b\u00fasqueda web<\/td>\n<td>Registra si se observ\u00f3 un paso de recuperaci\u00f3n web; no establece el origen de cada afirmaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Lista completa de fuentes mostradas<\/td>\n<td>Separa las citas a nivel de afirmaci\u00f3n de los enlaces relacionados<\/td>\n<\/tr>\n<tr>\n<td>Captura de pantalla o transcripci\u00f3n guardada<\/td>\n<td>Hace que la observaci\u00f3n sea auditable m\u00e1s adelante<\/td>\n<\/tr>\n<tr>\n<td>N\u00famero de repeticiones<\/td>\n<td>Las respuestas no son deterministas; una sola ejecuci\u00f3n es una an\u00e9cdota<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Si una afirmaci\u00f3n sobre visibilidad en IA no cuenta con ese registro, es una impresi\u00f3n. Trata las observaciones aisladas como evidencia preliminar y exp\u00f3n sus limitaciones al tomar decisiones de presupuesto.<\/p>\n<p>Esta es tambi\u00e9n la raz\u00f3n por la que el <a href=\"https:\/\/brandmentions.com\/blog\/track-ai-citations-pr-campaign\/\">seguimiento de citas de IA<\/a> deber\u00eda dise\u00f1arse como una serie longitudinal y no como una b\u00fasqueda puntual de capturas de pantalla. La pregunta no es \"\u00bfaparecimos hoy?\", sino \"\u00bfcon qu\u00e9 frecuencia, para qu\u00e9 preguntas, con qu\u00e9 descripci\u00f3n, durante qu\u00e9 per\u00edodo?\".<\/p>\n<p><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-6311\" src=\"https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/mention-found-vs-citacion-checked.webp\" alt=\"menci\u00f3n encontrada frente a citaci\u00f3n verificada\" width=\"1536\" height=\"1024\" srcset=\"https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/mention-found-vs-citacion-checked.webp 1536w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/mention-found-vs-citacion-checked-300x200.webp 300w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/mention-found-vs-citacion-checked-1024x683.webp 1024w, https:\/\/brandmentions.com\/blog\/wp-content\/uploads\/2026\/10\/mention-found-vs-citacion-checked-768x512.webp 768w\" sizes=\"auto, (max-width: 767px) 89vw, (max-width: 1000px) 54vw, (max-width: 1071px) 543px, 580px\" \/><\/p>\n<h2 id=\"how-to-monitor-spoken-brand-mentions-in-podcasts-and-videos\">C\u00f3mo monitorizar menciones de marca habladas en podcasts y v\u00eddeos<\/h2>\n<p>La monitorizaci\u00f3n de menciones habladas y la monitorizaci\u00f3n de respuestas de IA observan dos partes distintas del mapa de evidencia, y confundirlas produce tanto optimismo infundado como pesimismo infundado.<\/p>\n<p>Un sistema que busca solo en t\u00edtulos, descripciones, publicaciones y comentarios no puede identificar una referencia de marca que existe \u00fanicamente en el habla. Una marca puede ser el tema central de una conversaci\u00f3n de cuarenta y cinco minutos, nombrada una docena de veces, y registrar cero coincidencias en un panel basado solo en texto porque el episodio se llama \"Tendencias del sector T3\". La monitorizaci\u00f3n con reconocimiento de transcripciones ampl\u00eda el material rastreable para incluir el habla representada.<\/p>\n<p>Ese es el papel espec\u00edfico que ocupa <a href=\"https:\/\/brandmentions.com\/\">BrandMentions<\/a> en este punto: detecci\u00f3n de menciones habladas basada en transcripciones, integrada dentro de una monitorizaci\u00f3n m\u00e1s amplia de la web p\u00fablica y las redes sociales. Su cobertura documentada de YouTube incluye t\u00edtulos de v\u00eddeo, descripciones y comentarios, y su funcionalidad de Menciones Habladas busca en transcripciones de v\u00eddeos y podcasts nombres de marca dichos en voz alta, incluidas referencias que nunca aparecen en el texto descriptivo circundante cuando una transcripci\u00f3n accesible las contiene. Estos hallazgos pueden leerse junto con la <a href=\"https:\/\/brandmentions.com\/media-monitoring.php\">monitorizaci\u00f3n de medios<\/a> en redes sociales, noticias, blogs, foros, plataformas de rese\u00f1as y sitios web, lo que es precisamente lo que hace que una referencia hablada sea interpretable en lugar de aislada.<\/p>\n<p>Hay que dejar claros dos l\u00edmites, porque exagerar en este punto es end\u00e9mico en esta categor\u00eda. Los <a href=\"https:\/\/brandmentions.com\/facts\/\">datos oficiales del producto<\/a> describen la detecci\u00f3n basada en transcripciones y las fuentes cubiertas. No establecen una transcripci\u00f3n independiente de cada fuente de audio existente, ni una cobertura completa de cada grabaci\u00f3n p\u00fablica, ni ninguna afirmaci\u00f3n comparativa sobre precisi\u00f3n, exhaustividad o latencia de detecci\u00f3n. La documentaci\u00f3n del producto citada no proporciona un benchmark reproducible de forma independiente para la precisi\u00f3n, la exhaustividad o la latencia de detecci\u00f3n. Y la detecci\u00f3n es una capacidad de monitorizaci\u00f3n, no un mecanismo de env\u00edo: encontrar una menci\u00f3n hablada no hace que esa menci\u00f3n sea visible para, recuperada por, o citada por ning\u00fan motor de b\u00fasqueda de IA.<\/p>\n<h3 id=\"mention-detection-vs-citation-observation\">Detecci\u00f3n de menciones frente a observaci\u00f3n de citas<\/h3>\n<p>Una menci\u00f3n hablada detectada establece que un sistema de monitorizaci\u00f3n encontr\u00f3 una referencia en su material disponible. No establece que ChatGPT, Perplexity, Gemini o Google hayan recuperado alguna vez ese material.<\/p>\n<p>Lo contrario tambi\u00e9n es cierto. Una respuesta de IA podr\u00eda citar la p\u00e1gina de un episodio que contiene solo notas del programa, lo que demuestra una cita de fuente sin demostrar que se haya procesado ninguna referencia hablada.<\/p>\n<p>Dos conjuntos de evidencia, que deben mantenerse separados:<\/p>\n<p><strong>Evidencia de la conversaci\u00f3n:<\/strong> d\u00f3nde se habl\u00f3 de la marca, qu\u00e9 se dijo, qui\u00e9n lo dijo y en qu\u00e9 contexto.<\/p>\n<p><strong>Evidencia de la respuesta:<\/strong> qu\u00e9 respuesta del asistente nombr\u00f3 la marca, qu\u00e9 afirmaci\u00f3n hizo y qu\u00e9 fuente mostr\u00f3.<\/p>\n<p>El v\u00ednculo entre ambas debe observarse, no asumirse.<\/p>\n<blockquote><p>Juzga un programa de monitorizaci\u00f3n por cu\u00e1ntas menciones tienes que leer, no por cu\u00e1ntas recopila. El resultado \u00fatil es ese pu\u00f1ado que cambia una decisi\u00f3n: una queja que se est\u00e1 formando, un competidor que reclama tu categor\u00eda, una transcripci\u00f3n que cita mal tu producto.<\/p><\/blockquote>\n<h3 id=\"why-the-distinction-matters-for-pr-reputation-and-brand-intelligence\">Por qu\u00e9 esta distinci\u00f3n importa para RR. PP., reputaci\u00f3n e inteligencia de marca<\/h3>\n<p>Para relaciones p\u00fablicas, una menci\u00f3n exclusiva de transcripci\u00f3n saca a la luz cobertura ganada que un informe basado en t\u00edtulo y descripci\u00f3n no puede ver por su propia estructura. Para los equipos de reputaci\u00f3n, expone una queja, una comparaci\u00f3n o una afirmaci\u00f3n inexacta que merece una respuesta, la repita o no alg\u00fan asistente. Para la inteligencia de marca, muestra el lenguaje espont\u00e1neo que la gente usa sobre el producto, que suele ser mejor insumo para el mensaje de marca que cualquier encuesta. Para el trabajo de visibilidad en IA, identifica fuentes candidatas que vale la pena examinar, y \"candidata\" es la palabra clave: la fuente se ha vuelto visible para el analista, no necesariamente para ning\u00fan motor de respuestas.<\/p>\n<p>La regla de decisi\u00f3n es breve. Si una menci\u00f3n hablada detectada tiene una representaci\u00f3n textual accesible, registra su URL e incl\u00fayela en las comprobaciones de citas que ya realizas. Si no la tiene, has encontrado atenci\u00f3n ganada que la recuperaci\u00f3n basada en texto no puede ver actualmente, y la decisi\u00f3n es si pedir al editor una transcripci\u00f3n o mejores notas del programa, buscar cobertura que puedas ganar leg\u00edtimamente, o simplemente valorarla como un resultado de audiencia y reportarla como tal.<\/p>\n<section>\n<h2 id=\"frequently-asked-questions\">Preguntas frecuentes<\/h2>\n<h3 id=\"can-chatgpt-cite-youtube-videos\">\u00bfPuede ChatGPT citar v\u00eddeos de YouTube?<\/h3>\n<p>S\u00ed, con condiciones: un enlace de YouTube puede aparecer como referencia en una respuesta de ChatGPT, pero lo que se cita es la p\u00e1gina, no el audio. La documentaci\u00f3n de b\u00fasqueda de OpenAI no establece un acceso universal a las transcripciones de v\u00eddeo ni un an\u00e1lisis directo del audio, y se\u00f1ala que las citas pueden ser inexactas y que un panel de fuentes puede incluir enlaces que no se citaron para ninguna afirmaci\u00f3n concreta. Una cita de una p\u00e1gina web sobre un v\u00eddeo tambi\u00e9n es algo distinto de una afirmaci\u00f3n respaldada por el contenido hablado del v\u00eddeo, as\u00ed que la evidencia subyacente hay que comprobarla, no inferirla del enlace.<\/p>\n<h3 id=\"does-google-ai-overviews-cite-youtube-videos\">\u00bfCitan los AI Overviews de Google los v\u00eddeos de YouTube?<\/h3>\n<p>S\u00ed, con condiciones: una p\u00e1gina de reproducci\u00f3n de YouTube puede aparecer como enlace de apoyo cuando est\u00e1 indexada y es apta para aparecer en Google Search con un fragmento (snippet), que es la condici\u00f3n documentada por Google para los AI Overviews y el AI Mode, sin requisitos t\u00e9cnicos adicionales. Esa elegibilidad es una condici\u00f3n previa, no una garant\u00eda de inclusi\u00f3n. Y un enlace de YouTube mostrado no revela si los subt\u00edtulos, la descripci\u00f3n, una integraci\u00f3n de plataforma o una p\u00e1gina de terceros aportaron la evidencia detr\u00e1s de la frase a la que acompa\u00f1a.<\/p>\n<h3 id=\"does-perplexity-use-youtube-transcripts\">\u00bfUsa Perplexity las transcripciones de YouTube?<\/h3>\n<p>La documentaci\u00f3n citada aqu\u00ed no establece si Perplexity recupera transcripciones de YouTube, ni con qu\u00e9 grado de exhaustividad. Publica un caso de uso de descubrimiento de v\u00eddeo en el que el producto localiza un v\u00eddeo relevante y, en contextos como su navegador, abre un segmento espec\u00edfico, y su documentaci\u00f3n de rastreadores separa PerplexityBot (localizar y enlazar sitios web en los resultados de b\u00fasqueda) de Perplexity-User (visitar una p\u00e1gina en respuesta a una solicitud del usuario). Son capacidades con condiciones, no un compromiso documentado de indexar cada referencia hablada en YouTube ni de ponderar las transcripciones igual que las p\u00e1ginas web editoriales.<\/p>\n<h3 id=\"are-youtube-transcripts-indexed-by-ai-search-engines\">\u00bfIndexan los motores de b\u00fasqueda de IA las transcripciones de YouTube?<\/h3>\n<p>No como regla general: ninguna plataforma documenta una garant\u00eda multiplataforma de que cada transcripci\u00f3n de YouTube quede indexada por cada motor de b\u00fasqueda de IA. La existencia de la transcripci\u00f3n, el acceso espec\u00edfico del sistema y la recuperaci\u00f3n espec\u00edfica de la consulta son tres condiciones distintas. El requisito publicado por Google para los enlaces de apoyo en los AI Overviews y el AI Mode se refiere a p\u00e1ginas indexadas y aptas para aparecer con un fragmento, lo cual no es un compromiso de indexar cada frase hablada en la plataforma.<\/p>\n<h3 id=\"which-ai-search-engine-cites-youtube-most\">\u00bfQu\u00e9 motor de b\u00fasqueda de IA cita m\u00e1s YouTube?<\/h3>\n<p>Depende del estudio. En el an\u00e1lisis de BrightEdge, los motores de IA de Google fueron los que m\u00e1s citaron YouTube y ChatGPT, el que menos, con Perplexity en un punto intermedio.<\/p>\n<p>En el an\u00e1lisis de BrightEdge, YouTube obtuvo una cuota de citas del 29,5% en Google AI Overviews (dominio n\u00ba 1, posici\u00f3n media 6,3), del 16,6% en Google AI Mode (dominio n\u00ba 1, posici\u00f3n media 9,7), del 9,7% en Perplexity (dominio n\u00ba 5) y del 0,2% en ChatGPT (posici\u00f3n media 5,2), medido en esos cuatro productos entre mayo de 2024 y septiembre de 2025 usando su plataforma AI Catalyst. Otros conjuntos de datos -Profound, el estudio de 30 millones de fuentes de Peec AI y el estudio de fuentes 2026 de Agenzy- reportan magnitudes distintas sobre conjuntos de prompts diferentes.<\/p>\n<h3 id=\"how-do-i-get-my-podcast-cited-by-chatgpt-or-google-ai-mode\">\u00bfC\u00f3mo consigo que mi p\u00f3dcast sea citado por ChatGPT o Google AI Mode?<\/h3>\n<p>Primero haz que la p\u00e1gina del episodio sea citable, y luego mide. Recorre los pasos 1 a 4 de la lista de verificaci\u00f3n de citabilidad: publica una transcripci\u00f3n HTML precisa en la p\u00e1gina del episodio, nombra el producto, la categor\u00eda y el caso de uso en la capa escrita, confirma que la p\u00e1gina est\u00e1 indexada y es apta para fragmentos, y audita por separado cada directiva de rastreador, \u00edndice y fragmento, porque OAI-SearchBot y GPTBot tienen controles de robots.txt independientes para la b\u00fasqueda y el posible uso en entrenamiento. ChatGPT-User gestiona ciertas visitas iniciadas por el usuario, para las que las reglas de robots.txt pueden no aplicarse.<\/p>\n<h3 id=\"do-podcast-transcripts-help-ai-visibility\">\u00bfAyudan las transcripciones de p\u00f3dcast a la visibilidad en IA?<\/h3>\n<p>S\u00ed, con condiciones: una transcripci\u00f3n HTML publicada en la p\u00e1gina del episodio es la representaci\u00f3n con m\u00e1s probabilidades de ser alcanzable mediante el descubrimiento web ordinario, porque convierte el habla en texto en una direcci\u00f3n rastreable con los interlocutores identificados, que es tambi\u00e9n lo que describe la gu\u00eda de accesibilidad del W3C. Aporta una representaci\u00f3n textual y puede reducir los obst\u00e1culos de acceso, siempre que la p\u00e1gina sea alcanzable por el sistema correspondiente. Las transcripciones dentro de un panel de creador, un archivo de feed o una app de escucha contienen las mismas palabras en una situaci\u00f3n de acceso distinta, as\u00ed que \"el episodio tiene transcripci\u00f3n\" no es, por s\u00ed solo, una afirmaci\u00f3n de visibilidad.<\/p>\n<h3 id=\"can-ai-search-engines-cite-podcasts-without-a-full-transcript\">\u00bfPueden los motores de b\u00fasqueda de IA citar p\u00f3dcasts sin una transcripci\u00f3n completa?<\/h3>\n<p>S\u00ed. Una p\u00e1gina de episodio, unas notas de programa detalladas o un relato publicado por terceros pueden aportar evidencia recuperable sin que exista ninguna transcripci\u00f3n. La limitaci\u00f3n est\u00e1 en lo que esa fuente realmente contiene: una descripci\u00f3n que nunca nombra la marca no puede respaldar una referencia hablada por el simple hecho de enlazar al episodio.<\/p>\n<h3 id=\"how-do-i-check-whether-an-ai-engine-cited-my-podcast\">\u00bfC\u00f3mo compruebo si un motor de IA cit\u00f3 mi p\u00f3dcast?<\/h3>\n<p>Ejecuta de forma repetida un conjunto fijo de preguntas con estilo de comprador en cada plataforma y modo, y registra el prompt, la plataforma, el modo, la versi\u00f3n del modelo si est\u00e1 visible, la fecha y hora, la configuraci\u00f3n regional, si se ejecut\u00f3 b\u00fasqueda web, la lista completa de fuentes mostradas, una captura de pantalla y el n\u00famero de repeticiones. Luego audita las citas en lugar de contarlas: confirma que el pasaje citado respalda la afirmaci\u00f3n exacta, que se acredita al interlocutor correcto y que la respuesta conserv\u00f3 la matizaci\u00f3n que a\u00f1adi\u00f3 la fuente. Dado que las respuestas no son deterministas, una sola cita observada no prueba visibilidad estable y una sola ausencia no prueba exclusi\u00f3n; por eso debe ser una serie fechada y no una \u00fanica captura.<\/p>\n<h3 id=\"does-a-spoken-brand-mention-count-as-an-ai-recommendation\">\u00bfCuenta una menci\u00f3n de marca hablada como una recomendaci\u00f3n de la IA?<\/h3>\n<p>No. Una menci\u00f3n hablada es un suceso dentro del material fuente. Una recomendaci\u00f3n de la IA es una propiedad de una respuesta generada que presenta una marca como apta para una necesidad concreta. Una respuesta puede citar una fuente que nombra una marca, nombrar la marca por un motivo neutral o cr\u00edtico, y recomendar otra cosa completamente distinta, todo en la misma respuesta.<\/p>\n<\/section>\n<h2 id=\"conclusion-the-structure-outlasts-the-features\">Conclusi\u00f3n: la estructura perdura m\u00e1s que las funciones<\/h2>\n<p>Una marca puede estar en el centro de una conversaci\u00f3n importante sin aparecer jam\u00e1s en una sola descripci\u00f3n escrita de ella. Esa conversaci\u00f3n merece atenci\u00f3n antes de convertirse en una cita de IA, y tanto si eso llega a ocurrir como si no. Saber que sucedi\u00f3 es el activo medible disponible hoy. Que la citen por ello sigue siendo una posibilidad, nunca una promesa, y quien la venda como lo segundo est\u00e1 describiendo una esperanza, no un mecanismo.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Los motores de b\u00fasqueda de IA pueden citar menciones de marca de podcasts y v\u00eddeos de YouTube, pero solo a trav\u00e9s de transcripciones accesibles, p\u00e1ginas de episodio y cobertura de terceros. As\u00ed es como las menciones habladas se vuelven citables, y d\u00f3nde se rompe la cadena.<\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_ef_editorial_meta_date_first-draft-date":"","_ef_editorial_meta_paragraph_assignment":"","_ef_editorial_meta_checkbox_needs-photo":"","_ef_editorial_meta_number_word-count":"","footnotes":""},"categories":[1063],"tags":[1066,1052,1069],"class_list":["post-6428","post","type-post","status-publish","format-standard","hentry","category-visibilidad-en-ia-y-seo-es","tag-menciones-de-marca-habladas-es","tag-monitorizacion-de-marca-es","tag-transcripciones-de-youtube-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/posts\/6428","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/comments?post=6428"}],"version-history":[{"count":3,"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/posts\/6428\/revisions"}],"predecessor-version":[{"id":6447,"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/posts\/6428\/revisions\/6447"}],"wp:attachment":[{"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/media?parent=6428"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/categories?post=6428"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/brandmentions.com\/blog\/wp-json\/wp\/v2\/tags?post=6428"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}