{"id":18233,"date":"2026-10-05T13:33:47","date_gmt":"2026-10-05T11:33:47","guid":{"rendered":"https:\/\/trilogi.com\/blog\/apareix-la-teva-empresa-a-chatgpt-com-mesurar-la-visibilitat-geo\/"},"modified":"2026-10-23T18:16:24","modified_gmt":"2026-10-23T16:16:24","slug":"apareix-la-teva-empresa-a-chatgpt-com-mesurar-la-visibilitat-geo","status":"publish","type":"post","link":"https:\/\/trilogi.com\/blog\/ca\/apareix-la-teva-empresa-a-chatgpt-com-mesurar-la-visibilitat-geo\/","title":{"rendered":"Apareix la teva empresa a ChatGPT? Com mesurar la visibilitat GEO"},"content":{"rendered":"\n
En SEO estem acostumats a parlar de posicions. Una keyword, una SERP i un web que apareix en una posici\u00f3 determinada. La podem monitoritzar al llarg del temps, comparar-la amb els competidors i analitzar si puja o baixa.<\/p>\n\n\n\n
Quan intentem traslladar aquesta mateixa l\u00f2gica a ChatGPT i altres sistemes de cerca basats en intel\u00b7lig\u00e8ncia artificial, ens trobem amb un problema: una resposta generada per IA no funciona com una SERP tradicional<\/strong>.<\/p>\n\n\n\n Aix\u00f2 afecta directament la manera com haur\u00edem de mesurar la visibilitat d\u2019una marca en GEO<\/a> (Generative Engine Optimization).<\/p>\n\n\n\n Potser la pregunta ja no hauria de ser \u00aben quina posici\u00f3 apareix la meva empresa?\u00bb, sin\u00f3 una altra:<\/p>\n\n\n\n amb quina freq\u00fc\u00e8ncia apareix la meva marca quan un usuari fa preguntes rellevants per al meu negoci?<\/strong><\/p>\n\n\n\n Els resultats de Google no s\u00f3n completament immutables. Poden variar segons la ubicaci\u00f3, el dispositiu, el moment de la consulta i altres factors. Tot i aix\u00ed, el SEO tradicional ens ofereix un entorn relativament observable: podem monitoritzar keywords, URL i posicions i analitzar-ne l\u2019evoluci\u00f3.<\/p>\n\n\n\n Amb els sistemes generatius, aquesta estabilitat \u00e9s menor.<\/p>\n\n\n\n Repetir exactament el mateix prompt no garanteix obtenir sempre la mateixa resposta. Poden canviar les marques esmentades, les recomanacions, l\u2019estructura de la resposta i tamb\u00e9 les fonts utilitzades.<\/p>\n\n\n\n A m\u00e9s, en el resultat poden intervenir factors com:<\/p>\n\n\n\n Per tant, dues execucions aparentment iguals no han de produir necess\u00e0riament el mateix resultat.<\/p>\n\n\n\n Aquesta variabilitat \u00e9s una de les principals difer\u00e8ncies que hem de tenir en compte quan passem de mesurar SEO a mesurar GEO.<\/p>\n\n\n\n La variabilitat no afecta nom\u00e9s el contingut de les respostes. Tamb\u00e9 afecta les fonts que els sistemes d\u2019IA decideixen citar.<\/p>\n\n\n\n Aquest fenomen es coneix habitualment com a citation drift<\/strong>, o volatilitat de les citacions.<\/p>\n\n\n\n SISTRIX va publicar el maig d\u2019aquest any una investigaci\u00f3 basada en 82.619 prompts, m\u00e9s d\u20191,5 milions d\u2019observacions i 17 setmanes de seguiment en diferents plataformes i pa\u00efsos.<\/p>\n\n\n\n Els resultats mostren una elevada rotaci\u00f3 de les fonts citades.<\/p>\n\n\n\n En el cas de ChatGPT Search, SISTRIX va observar nivells de renovaci\u00f3 setmanal de dominis que arribaven fins al 74%<\/strong>, tot i que la mateixa investigaci\u00f3 mostra difer\u00e8ncies importants segons el pa\u00eds analitzat.<\/p>\n\n\n\n Dit d\u2019una altra manera: que un domini sigui citat avui no implica necess\u00e0riament que continu\u00ef sent una de les fonts utilitzades la setmana seg\u00fcent.<\/p>\n\n\n\n A nivell d\u2019URL, segons la mateixa investigaci\u00f3, la variabilitat \u00e9s encara m\u00e9s gran.<\/p>\n\n\n\n Aix\u00f2 introdueix una difer\u00e8ncia important respecte al SEO: aconseguir una citaci\u00f3 puntual no equival necess\u00e0riament a aconseguir una visibilitat estable<\/strong>.<\/p>\n\n\n\n Aqu\u00ed apareix un dels problemes habituals a l\u2019hora d\u2019analitzar la pres\u00e8ncia d\u2019una marca a la IA.<\/p>\n\n\n\n Fem una pregunta a ChatGPT.<\/p>\n\n\n\n La marca apareix.<\/p>\n\n\n\n Fem una captura.<\/p>\n\n\n\n I concloem que tenim visibilitat.<\/p>\n\n\n\n Per\u00f2 aquesta resposta \u00e9s nom\u00e9s una observaci\u00f3 d\u2019un sistema variable<\/strong>.<\/p>\n\n\n\n Tamb\u00e9 pot passar el contrari: executem un prompt una vegada, la nostra empresa no apareix i concloem que no tenim visibilitat GEO.<\/p>\n\n\n\n Totes dues conclusions poden ser precipitades.<\/p>\n\n\n\n Si sabem que el resultat pot variar entre execucions, una \u00fanica consulta no \u00e9s suficient per extreure conclusions s\u00f2lides. Per obtenir una imatge m\u00e9s representativa, cal treballar amb m\u00faltiples observacions i analitzar els resultats de manera agregada.<\/p>\n\n\n\n Una possible aproximaci\u00f3 consisteix a repetir un mateix prompt un nombre suficient de vegades per poder identificar patrons d\u2019aparici\u00f3, mencions i citacions. La mida de la mostra dependr\u00e0 de l\u2019objectiu de l\u2019an\u00e0lisi, dels recursos disponibles i del nivell de variabilitat que vulguem observar.<\/p>\n\n\n\n Per exemple, en un test amb un volum ampli d\u2019execucions podr\u00edem analitzar:<\/p>\n\n\n\n L\u2019objectiu no \u00e9s revisar cada resposta de manera a\u00efllada, sin\u00f3 transformar un conjunt d\u2019execucions en dades que permetin detectar tend\u00e8ncies.<\/p>\n\n\n\n Si, per exemple, una empresa apareix en 68 de 100 execucions fetes sota unes mateixes condicions de prova, podr\u00edem parlar d\u2019una freq\u00fc\u00e8ncia d\u2019aparici\u00f3 del 68% dins d\u2019aquesta mostra.<\/p>\n\n\n\n No tindria gaire sentit interpretar aquest resultat com una \u00abposici\u00f3 GEO\u00bb. El que estem mesurant \u00e9s una cosa diferent: la recurr\u00e8ncia amb qu\u00e8 una marca apareix dins d\u2019un conjunt de respostes.<\/p>\n\n\n\n Per aix\u00f2, en aquest context pot resultar m\u00e9s \u00fatil parlar de freq\u00fc\u00e8ncia de visibilitat<\/strong> que de posici\u00f3.<\/p>\n\n\n\n Hi ha una segona dimensi\u00f3 del problema.<\/p>\n\n\n\n Els usuaris reals no formulen tots exactament la mateixa pregunta.<\/p>\n\n\n\n Una persona pot preguntar:<\/p>\n\n\n\n Quina \u00e9s la millor empresa de X?<\/strong><\/p>\n\n\n\n Una altra:<\/p>\n\n\n\n Quines empreses de X em recomanes?<\/strong><\/p>\n\n\n\n I una tercera:<\/p>\n\n\n\n Busco X per a una empresa petita amb un pressupost de Y. Quines opcions tinc?<\/strong><\/p>\n\n\n\n La intenci\u00f3 pot ser molt similar, per\u00f2 els prompts s\u00f3n diferents.<\/p>\n\n\n\n Per aix\u00f2, una estrat\u00e8gia de monitoritzaci\u00f3 GEO no s\u2019hauria de basar \u00fanicament a repetir una pregunta moltes vegades. Tamb\u00e9 hauria de treballar amb cl\u00fasters de prompts representatius de les diferents intencions de l\u2019usuari<\/strong>.<\/p>\n\n\n\n SE Ranking, per exemple, proposa comen\u00e7ar monitoritzant entre 20 i 40 prompts, seguir-los en dos o tres models i acumular almenys 30 dies de dades abans d\u2019extreure conclusions.<\/p>\n\n\n\n Les dues aproximacions responen, en realitat, a preguntes diferents.<\/p>\n\n\n\n Repetir un prompt ens ajuda a entendre la variabilitat d\u2019una mateixa consulta<\/strong>.<\/p>\n\n\n\n Monitoritzar diferents prompts al llarg del temps ens ajuda a entendre la visibilitat de la marca dins d\u2019un tema o d\u2019una intenci\u00f3 de cerca<\/strong>.<\/p>\n\n\n\n Combinar totes dues dimensions ens pot donar una imatge molt m\u00e9s representativa.<\/p>\n\n\n\n A mesura que creix l\u2019inter\u00e8s per la visibilitat a ChatGPT i altres sistemes d\u2019IA, \u00e9s temptador buscar un equivalent directe de les posicions SEO.<\/p>\n\n\n\n El SEO tradicional ens ha acostumat a pensar en r\u00e0nquings. En GEO pot ser m\u00e9s \u00fatil pensar en probabilitats, recurr\u00e8ncia i distribuci\u00f3 de la visibilitat<\/strong>.<\/p>\n\n\n\n Per aix\u00f2, davant la pregunta:<\/p>\n\n\n\n \u00abApareix la meva empresa a ChatGPT?\u00bb<\/strong><\/p>\n\n\n\n potser haur\u00edem de comen\u00e7ar a respondre:<\/p>\n\n\n\n \u00abAmb quina freq\u00fc\u00e8ncia apareix, per a quins tipus de preguntes, davant de quins competidors, en quins models i amb quines fonts?\u00bb<\/strong><\/p>\n\n\n\n Perqu\u00e8, en un entorn variable, una \u00fanica resposta no \u00e9s suficient: la visibilitat s\u2019ent\u00e9n millor observant patrons d\u2019aparici\u00f3 al llarg del temps.<\/p>\n\n\n\n GEO significa Generative Engine Optimization i fa refer\u00e8ncia a l\u2019optimitzaci\u00f3 de la pres\u00e8ncia d\u2019una marca en les respostes de sistemes d\u2019IA generativa. Mesurar-ne la visibilitat implica analitzar amb quina freq\u00fc\u00e8ncia apareix, davant de quines preguntes, davant de quins competidors i amb quines fonts.<\/p> <\/div> Selecciona preguntes rellevants que podrien fer els teus clients potencials i observa les respostes en diverses execucions i moments. Registra les mencions de la teva marca, les cites del teu domini i la pres\u00e8ncia de competidors. Una consulta a\u00efllada no permet valorar una visibilitat estable.<\/p> <\/div> Les respostes poden variar entre execucions. Tamb\u00e9 hi poden influir la formulaci\u00f3 del prompt, el context de la conversa, l\u2019idioma, la ubicaci\u00f3 i el model utilitzat. Per aix\u00f2 conv\u00e9 registrar les condicions de cada prova i comparar resultats obtinguts en condicions similars.<\/p> <\/div> Es divideix el nombre de respostes en qu\u00e8 apareix la marca entre el total de respostes analitzades i es multiplica per 100. Si apareix en 68 de 100 execucions, la seva freq\u00fc\u00e8ncia d\u2019aparici\u00f3 \u00e9s del 68% en aquesta mostra i en aquestes condicions de prova.<\/p> <\/div> No. Una menci\u00f3 es produeix quan la resposta anomena l\u2019empresa. Una citaci\u00f3 es produeix quan fa servir el seu domini o una URL concreta com a font. Conv\u00e9 mesurar-les per separat, ja que la marca pot apar\u00e8ixer sense que se\u2019n citi el web.<\/p> <\/div> No hi ha un nombre universal per a tots els negocis. Com a punt de partida, SE Ranking proposa entre 20 i 40 prompts, en dos o tres models, durant almenys 30 dies. La mida de la mostra i les repeticions s\u2019han d\u2019adaptar a l\u2019objectiu, els recursos i la variabilitat observada.<\/p> <\/div> El citation drift \u00e9s la variaci\u00f3 de les fonts citades pels sistemes d\u2019IA al llarg del temps. Un domini o una URL pot ser citat en una resposta i desapar\u00e8ixer en una altra. Per aix\u00f2 una citaci\u00f3 puntual s\u2019ha d\u2019interpretar dins d\u2019un seguiment continuat.<\/p> <\/div> <\/div>\n\n\n\n Fonts i lectures recomanades<\/strong><\/p>\n\n\n\n SISTRIX (2026). AI Citation Drift: How stable are sources in AI search results?<\/a><\/p>\n\n\n\nPer qu\u00e8 la visibilitat a ChatGPT \u00e9s diferent del posicionament SEO<\/h2>\n\n\n\n
Factors que influeixen en les respostes generades per IA<\/h3>\n\n\n\n
\n
Citation drift i volatilitat de les fonts citades a la IA<\/h2>\n\n\n\n
Per qu\u00e8 una \u00fanica consulta a ChatGPT no demostra visibilitat GEO<\/h2>\n\n\n\n
Com mesurar la visibilitat GEO d\u2019una empresa a ChatGPT<\/h2>\n\n\n\n
M\u00e8triques de mencions i citacions per mesurar la visibilitat GEO<\/h3>\n\n\n\n
\n
Com calcular la freq\u00fc\u00e8ncia d\u2019aparici\u00f3 d\u2019una marca<\/h3>\n\n\n\n
Com triar prompts per monitoritzar la visibilitat GEO<\/h2>\n\n\n\n
Exemples de prompts amb una intenci\u00f3 de cerca similar<\/h3>\n\n\n\n
Monitoritzaci\u00f3 de prompts en diferents models al llarg del temps<\/h3>\n\n\n\n
La visibilitat GEO es mesura amb patrons d\u2019aparici\u00f3 al llarg del temps<\/h2>\n\n\n\n
Preguntes freq\u00fcents sobre visibilitat a ChatGPT i GEO<\/h2>\n\n\n\n