Microsoft Clarity ahora separa las citas de IA por marca

Microsoft ha añadido la segmentación de consultas de marca y genéricas al panel de AI Citations de Clarity, permitiendo a las marcas ver si un motor de IA las citó a partir de una consulta que nombraba la marca o a partir de una consulta más amplia, a nivel de categoría. Se trata de las consultas de fundamentación que la propia IA ejecuta para reunir fuentes, no de las palabras que escribe una persona. Microsoft lanzó la actualización el 3 de agosto de 2026, su tercer cambio en la analítica de IA de Clarity en menos de un mes, y es gratuita. Para los equipos que intentan medir cómo aparece una gran marca en las respuestas de IA, esto convierte una única cifra de visibilidad en dos señales que significan cosas muy distintas.

Qué ha pasado

Clarity Citations muestra las consultas de fundamentación que un sistema de IA ejecuta antes de citar un sitio, las búsquedas que hay detrás de la respuesta y no la respuesta en sí. Según el blog de Microsoft Clarity, la actualización del 3 de agosto etiqueta cada una de esas consultas como de marca o genérica, divide la tarjeta de Share of Authority por tipo de consulta y aplica el mismo filtro en todo el panel. Las consultas de marca nombran la marca directamente; las consultas genéricas son las preguntas generales, a nivel de categoría, que ejecuta una IA para encontrar información de respaldo.

Microsoft planteó el problema que resuelve esta separación. “Sin una forma clara de separar esas señales, puede resultar difícil entender si tu rendimiento refleja visibilidad de marca directa, descubrimiento de categoría o una combinación de ambas”, escribió la compañía.

Clarity Citations alcanzó la disponibilidad general el 13 de mayo de 2026, y esta es la tercera incorporación desde entonces, tras Topic Insights el 9 de julio y el análisis de temas de consulta el 22 de julio.

Por qué importa

“Al separar la demanda impulsada por la marca del descubrimiento genérico, puedes evaluar mejor la fortaleza de la marca, identificar oportunidades de descubrimiento y consideración, e interpretar con mayor confianza los cambios en el rendimiento de las citas.”

Microsoft Clarity Blog

Las respuestas de IA se están convirtiendo en una vía de descubrimiento real, y hasta ahora la mayoría de las herramientas reportaban una única cifra de “te citaron”. Ese número oculta la pregunta que realmente importa: ¿recurrió la IA a ti en una consulta de fundamentación que nombraba la marca, o en una consulta más amplia y sin marca, a nivel de categoría? Ambos casos requieren un trabajo distinto. Unas citas de marca sólidas muestran que rindes bien cuando la IA ya te busca por nombre; unas citas genéricas sólidas muestran que apareces en respuestas abiertas, a nivel de categoría, donde no se nombró ninguna marca. Poder filtrar ambas por separado, en una herramienta gratuita, reduce el listón para medir siquiera la visibilidad en búsquedas de IA.

Qué significa esto para las marcas con múltiples ubicaciones

Para una marca que gestiona cientos o miles de ubicaciones, la separación entre consultas de marca y genéricas se corresponde con dos tareas distintas. Las consultas de fundamentación de marca son, en gran medida, una cuestión de reputación y exactitud: cuando una IA te busca por nombre, ¿está extrayendo información correcta y coherente sobre cada ubicación, o encuentra horarios desactualizados y direcciones erróneas? Eso es un problema de reputación y exactitud de perfiles. Las consultas de fundamentación genéricas son la cuestión de optimización para motores generativos: cuando la IA atiende una petición como “una farmacia abierta ahora cerca de mí” o “puntos de carga eléctrica en la A6”, ¿aparece tu red de ubicaciones?

Clarity reporta a nivel de dominio web, no por ubicación física, así que le indica a un equipo central dónde está la marca en su conjunto, no qué sucursal tiene los datos incorrectos. Esa brecha es la de siempre: la medición señala el problema, pero solucionarlo ocurre en toda la red. Si las citas genéricas son escasas, la respuesta rara vez está en una sola página, sino en los datos subyacentes, y unos datos de ubicación limpios y estructurados en cada perfil son lo que leen los motores de IA antes de citar a nadie. Si las citas de marca extraen datos incorrectos, la solución es una gestión de listados coherente y a gran escala, en lugar de una lucha ubicación por ubicación.

Clarity merece un lugar en el conjunto de herramientas de medición precisamente porque es gratuita y de fuente propia. Trátala como la lectura de si el trabajo está dando resultado, y mantén el trabajo en sí, los datos y los listados, en un sistema pensado para toda la red.

La conclusión

Dividir las citas de IA en consultas de marca y genéricas convierte una métrica vanidosa en un diagnóstico. Para las marcas con múltiples ubicaciones, separa “nos conocen” de “nos encuentran”, y es en lo segundo donde está el trabajo más difícil, el que abarca toda la red.