¿La concentración temática hace más visible a tu marca?

La pregunta que se hace Kevin Indig en Search Engine Land el 5 de agosto es la que hoy tienen todos los equipos de marketing B2B en Chile y Latinoamérica: conviene concentrar el contenido en pocos temas núcleo, o abrir el abanico para ampliar el embudo. Su respuesta, apoyada en datos de Semrush, es más matizada que el consejo habitual de «enfócate».

¿Qué midió el estudio y con qué datos?

Semrush entregó a Indig una muestra amplia de su AI Visibility Toolkit: datos de ChatGPT en Estados Unidos, 1.094 categorías, cinco variantes de prompt por categoría, entre enero y junio de 2026. Sobre esa base corrió tres análisis:

• Relatedness: compara las nuevas apariciones de categoría de una marca contra las categorías donde ya aparecía en al menos 3 de 5 prompts. Usa 45.578 apariciones de expansión de 1.458 entidades de marca mapeadas.
• Future performance: rastrea menciones y citaciones a lo largo de seis meses.
• Breadth vs depth: evalúa si cubrir muchos temas perjudica frente a profundizar. Usa 283.215 citaciones y 76.493 observaciones de mención de marca nombrada, de enero a mayo, emparejando cada observación con el resultado del mes siguiente.

El propio autor advierte que todo lo reportado son asociaciones tras controles estadísticos, no relaciones causales.

¿Cuál es la diferencia entre ser citado y ser recomendado?

Este es el hallazgo central y el que más cambia la forma de medir. En categorías lejanas al núcleo semántico de la marca:

• 50% de las apariciones son citaciones
• 25% son menciones de la marca por nombre
• solo 9% obtiene ambas cosas

En categorías cercanas al núcleo, los números cambian de forma marcada: 74% son citadas, 44% son nombradas y 34% logra ambas. La presencia solo-citación casi no varía: 41% en categorías lejanas contra 40% en cercanas.

«Las marcas tienen buenas posibilidades de ser citadas fuera de su expertise establecido, pero no de ser mencionadas», escribe Indig. «En otras palabras, puedes ser fuente en prácticamente cualquier tema si cumples los criterios habituales de citación. Pero la IA te recomienda en tus temas núcleo».

¿La penalización es por amplitud o por superficialidad?

Indig separa tres métricas por categoría: presencia (si la marca aparece), profundidad (en cuántas de las cinco variantes de prompt aparece) y category performance (su share de citaciones o de menciones).

Para citaciones no hay castigo por amplitud: la asociación sube de +0,012 cuando el dominio aparece en 1 de 5 prompts a +0,062 cuando aparece en los 5. Para menciones de marca el patrón se invierte: aparecer en 1 de 5 prompts se asocia a menor share de menciones, con un coeficiente de -0,051, mientras que aparecer en los 5 de 5 pasa a ser levemente positivo.

«La penalización por dispersarse demasiado es en realidad una penalización por presencia superficial, no por amplitud en sí misma», sintetiza el autor. Y agrega: «Una categoría no está ganada hasta que la marca gana menciones repetidas, no solo citaciones».

El estudio no encuentra un límite universal defensible de categorías, y tampoco respalda la idea de que un sitio pueda servir categorías ilimitadas. Indig además llama a no sobrevalorar el efecto: las asociaciones medidas son leves, y factores como el estilo de escritura, la autoridad general de marca y las menciones de terceros en la web podrían pesar más que la autoridad temática.

¿Cambia el efecto según la industria?

Sí, y de forma relevante para quien opera en varios verticales. En finanzas la asociación de amplitud de citaciones sube de +0,054 con una variante de prompt a +0,139 con las cinco. En real estate sube de +0,021 a +0,135. En esos mercados la expansión de categorías es viable y la citación funciona como métrica temprana de éxito.

En legal y salud la vara es más alta: la asociación de amplitud de menciones sigue siendo negativa incluso con cobertura completa de los cinco prompts, con -0,058 y -0,037 respectivamente. La explicación probable es que son decisiones de mayor riesgo, donde ser fuente creíble no basta para ser la respuesta recomendada.

Análisis de Revenue Hub

La lectura para un equipo comercial B2B en Chile o Latinoamérica es incómoda pero útil: la mayoría de los dashboards de visibilidad en IA que se están vendiendo hoy suman citaciones y menciones en una sola métrica, y ese número no dice nada accionable. Son dos fenómenos distintos con dinámicas opuestas. La citación es relativamente fácil de conseguir en cualquier tema si el contenido cumple los criterios técnicos. La mención por nombre, que es la que efectivamente genera consideración y demanda, solo llega donde hay autoridad repetida.

La decisión que esto implica es de asignación de presupuesto, no de SEO. Si tu equipo está produciendo contenido en ocho categorías con una pieza cada una, el dato sugiere que estás comprando citaciones sin comprar recomendación. Es más rentable elegir dos o tres categorías donde efectivamente puedas aparecer en las cinco variantes de prompt de esa categoría, y recién después expandir hacia temas semánticamente vecinos, que es donde la autoridad sí se transfiere. Para mercados de mayor riesgo percibido, como servicios legales o salud, hay que asumir que la citación no se convertirá sola en recomendación y complementar con señales de marca fuera del propio sitio.

Una advertencia de método: el dataset es de ChatGPT en Estados Unidos. Los patrones son probablemente extrapolables, pero la competencia por categoría en español para Chile y Latinoamérica es sustancialmente menor, lo que abre una ventana de tiempo para posicionarse antes de que las categorías se cierren. Si quieres ver cómo se está moviendo la visibilidad en motores de IA, revisa el resto de la cobertura de marketing y demanda y nuestros artículos sobre AEO y contenido B2B.