La infraestructura detrás de nuestra práctica GEO. Miles de prompts al día, en todos los LLM principales, sin supervisar un solo scraper.
TL;DR
- Airfleet desarrolló su propio monitoreo de visibilidad de IA para ver cómo aparecen las marcas en ChatGPT, Claude, Gemini y Perplexity
- Las herramientas estándar no podían alcanzar la escala o el detalle que queríamos, y nuestros propios scrapers basados en navegador seguían fallando por captchas, cambios de modelo y modificaciones de interfaz.
- Ahora ejecutamos toda la operación en Bright Data. Miles de prompts al día, una API consistente en todos los LLM, y se mantiene estable incluso cuando las plataformas de IA cambian sus interfaces.
- El encaje fue técnico y humano. El producto escaló rápido, y el genuino interés de un especialista en marketing de Bright Data en nuestro caso de uso convirtió nuestra curiosidad en una verdadera alianza.
- Desde entonces se ha convertido en infraestructura central para nuestra investigación SERP, pipeline de contenido y flujos de trabajo de agentes, incluido un estudio de ciberseguridad que ejecutó cerca de un millón de prompts.
Ejecutamos nuestro trabajo de visibilidad de IA en Bright Data porque funciona
Airfleet es una agencia B2B de desarrollo, diseño y servicios web. Creamos y optimizamos sitios web que generan pipeline para empresas tecnológicas B2B, y una parte creciente de ese trabajo es entender cómo aparecen nuestros clientes en las respuestas de IA y herramientas LLM, no solo en búsquedas.
Para hacerlo bien, ejecutamos nuestro propio monitoreo de visibilidad de IA en los principales LLM, incluyendo ChatGPT, Claude, Gemini y Perplexity. Observamos cómo se citan las marcas, qué fuentes influyen en esas respuestas y qué cambia realmente un resultado. El motor detrás de todo esto es Bright Data.
Explicaremos cómo terminamos creando nuestra propia herramienta. Pero la conclusión es que Bright Data nos ha ayudado a escalar y ha minimizado las molestas brechas de datos que teníamos al usar otras herramientas de monitoreo GEO del mercado. Ejecutamos miles de prompts al día y no dedicamos tiempo a mantener la herramienta en funcionamiento.
“No somos una empresa de producto. Creamos productos para la agencia para poder ofrecer servicios. No tenemos tiempo para experimentar ni para descubrir por qué algo no funciona. Necesitamos algo que simplemente funcione.” – Elad Hefetz, CEO de Airfleet
Lo que nos propusimos construir y dónde falló por primera vez
Empezamos con un objetivo claro. Queríamos ver cómo aparecen las marcas en las respuestas de IA a la escala de toda una categoría, no una lista de treinta o cien prompts rastreados.
Primero analizamos las herramientas de visibilidad de IA existentes. La mayoría eran sólidas. El problema era el límite. Si quieres entender toda una industria, necesitas miles de prompts sobre muchas empresas, muchos subtemas y muchas regiones, y las herramientas estándar no podían llegar tan lejos o cobraban por prompt para lograrlo. Así que decidimos construir la nuestra.
Ahí fue cuando encontramos el verdadero problema. Cuando empezamos a obtener respuestas a través de las API oficiales, las respuestas no coincidían con lo que ve un usuario real.
“Rápidamente nos dimos cuenta de que consultar ChatGPT a través de una API da una respuesta muy diferente a la de usar el prompt en la web. Hay una capa sobre el modelo que cambia cómo responde. Lo mismo ocurre con Gemini, Claude y el resto.” – Elad Hefetz, CEO de Airfleet
Si la respuesta de la API no es la respuesta que ve tu comprador, son datos incorrectos. Así que hicimos lo obvio y empezamos a usar navegadores reales, actuando como humanos para capturar la respuesta real. Y ahí fue donde falló.
Captchas. Puntos de quiebre. Nuevas versiones de modelos. Cambios de interfaz. Cualquiera de ellos podía derribar un scraper, y mantener una flota de automatizaciones de navegador activa en todos los LLM se convirtió en un trabajo a tiempo completo que no queríamos. Primero probamos una alternativa más económica para asumir esa carga. No aguantó como necesitábamos.
Por qué elegimos Bright Data
Dos cosas importaban en la selección, y eran las mismas dos que nos habían estado fallando: escala y estabilidad.
Bright Data resolvió ambas rápidamente. La implementación fue sencilla, y la API era consistente en todos los LLM, por lo que un patrón de llamada cubría ChatGPT, Claude, Gemini y Perplexity en lugar de una integración separada para cada uno. Una vez que funcionó, siguió funcionando.
“Incluso cuando ChatGPT cambia su interfaz, sigue funcionando. No tenemos que construir mecanismos de respaldo para cuando un scraper falla. Simplemente lo usamos.” – Elad Hefetz, CEO de Airfleet
Hubo una ventaja que no habíamos planeado. Junto con las respuestas, empezamos a obtener metadatos que no creíamos poder extraer de una sesión de navegador.
“Obtenemos las consultas de búsqueda finales y las fuentes que ChatGPT usó para construir su respuesta. Esa es la información contra la que realmente optimizamos.” – Elad Hefetz, CEO de Airfleet
El encaje no fue solo técnico. Elad entró a través del nivel gratuito para probar si el enfoque funcionaría, más curioso que comprometido, como suelen comenzar la mayoría de las evaluaciones iniciales. Entonces un especialista en marketing de Bright Data se puso en contacto. Había notado que había empezado y luego pausado, envió créditos para intentarlo de nuevo, le explicó cómo otras empresas usaban el producto y preguntó, con genuino interés, qué estaba intentando hacer.
“Mostró un interés real en lo que estábamos construyendo, y eso cambió completamente cómo veía a Bright Data como empresa.” – Elad Hefetz, CEO de Airfleet
Esa conversación es donde realmente comenzó la alianza, construida en torno a nuestro caso de uso y no a un contrato.
Bright Data se convirtió en infraestructura central, no solo en un scraper
Incorporamos Bright Data para automatizar una sola cosa: prompting basado en navegador para ChatGPT. No se quedó en ese carril.
Una vez que tuvimos una capa de navegador confiable para IA, empezamos a usarla en todos los lugares donde esa capa faltaba. La usamos para leer páginas de resultados de búsqueda de Google en nuestro trabajo de SEO. La usamos como el navegador detrás de nuestros agentes de IA, para que los agentes puedan acceder a la web abierta sin ser bloqueados.
“La gente asume que cualquier IA está conectada a internet. No lo está. Si quieres que un agente haga investigación real en la web, tienes que construir una capa de navegador para él. Eso es difícil de construir, y Bright Data simplemente la proporciona.” – Elad Hefetz, CEO de Airfleet
Esa capa ahora alimenta directamente nuestro pipeline de contenido. Cuando el pipeline investiga un tema, comprueba qué está posicionando, monitorea subreddits para ver de qué habla realmente una categoría, extrae señales de la actividad pública de LinkedIn o hace scraping del sitio de un competidor para ver qué ha cambiado, Bright Data realiza la obtención de datos por debajo. Si nuestra IA intentara acceder a esas fuentes por sí sola, sería bloqueada. Bright Data se sitúa entre la IA y el internet y le abre de nuevo la web.
Un estudio de ciberseguridad que no podríamos haber ejecutado de otra manera
El ejemplo más claro es un proyecto de investigación en la categoría de ciberseguridad. Queríamos entender qué influye realmente en las respuestas de IA a lo largo del embudo, desde preguntas amplias de top-of-funnel hasta prompts de etapa de compra en el bottom-of-funnel. Eso requiere un volumen que ninguna herramienta estándar podía darnos.
Usamos Bright Data para ejecutar el monitoreo al volumen que el estudio requería: más de 371.000 respuestas de IA, en 21 empresas de ciberseguridad y más de 5.000 fuentes de terceros, repetidas a lo largo del tiempo y en ChatGPT, Gemini y Perplexity. Luego analizamos qué citaba la IA en cada etapa. Algunos hallazgos destacaron:
- Las plataformas de reseñas son la mayor palanca. G2, Peerspot, Capterra, Software Advice y TrustRadius mostraron el mayor impulso en menciones de marca en las etapas de consideración y decisión, a menudo decenas de puntos porcentuales por encima de la línea base de la etapa. Cuando la IA cita una de ellas, generalmente nombra una marca específica junto a ella.
- Reddit es la fuente más citada en cada etapa del embudo. La IA se apoya en la discusión real de usuarios más que en casi cualquier otra cosa cuando decide qué marcas mostrar.
- Wikipedia se gana sus citas por definiciones, no por recomendaciones. Aparece en consultas educativas, pero su influencia en las menciones de marca se vuelve negativa a medida que los prompts se vuelven más comerciales.
- El top of funnel es terreno escaso. Con una tasa de mención base del 7,9%, los prompts de amplia concienciación raramente muestran una marca específica, lo que los convierte en el lugar equivocado para medir si estás ganando.
Ninguna de esas conclusiones proviene de revisar un puñado de prompts. Provienen de ejecutar la categoría a escala, que es exactamente lo que Bright Data hizo posible.
Hacia dónde llevamos Bright Data a continuación
El monitoreo de visibilidad de IA es ahora una parte permanente de cómo trabajamos, no un estudio puntual, y Bright Data es la capa sobre la que construimos el resto. A medida que más tráfico en la web se desplaza de humanos a agentes y crawlers, la capacidad de ver la web como esos sistemas la ven, y a su volumen, solo se vuelve más central para lo que hacemos. Planeamos seguir ampliando lo que monitoreamos y automatizamos sobre ella.
