Comparación de visibilidad de marca multi-LLM

Por qué una vista multi-motor cambia la decisión

Una puntuación de un solo motor responde a una pregunta — "¿Somos visibles en ChatGPT?" — y esconde otras cuatro. El panel multi-LLM de Lumos está construido alrededor del comportamiento real del comprador: cruza información. Pregunta a ChatGPT, obtiene una shortlist y luego pregunta a Gemini o Perplexity por una segunda opinión. Si tu marca gana ChatGPT pero pierde Gemini, no has ganado — has expuesto una inconsistencia que los compradores detectan al instante.

La vista multi-motor es también la única forma honesta de comparar. Cada motor se ancla en fuentes distintas, pondera schema de forma distinta y trata la frescura de forma distinta. Promediar entre los cuatro esconde cuál te está hundiendo. Ponerlos lado a lado hace obvio dónde invertir el siguiente sprint de contenido.

Qué ves dentro de Lumos tras registrarte

La vista previa de arriba es el panel real de visibilidad de Lumos, puntuado sobre nuestra marca en los cuatro motores. Tras registrarte, la misma superficie corre sobre tu dominio:

• Puntuación compuesta para la marca, ponderada por la prominencia del motor en el uso real de tu comprador.
• Menciones por motor: el recuento bruto detrás de la puntuación, para que veas exactamente cuál es el motor fuerte y cuál el débil.
• Tendencia de 7 días para la compuesta, con deltas por motor a un clic.
• Top prompts filtrados por motor, para ver qué consulta del comprador impulsa la victoria o derrota dentro de cada modelo.

Hacer clic en cualquier celda de motor pivota toda la vista hacia ese motor. También puedes ramificarte hacia los rastreadores por motor desde el mismo panel. El modelo: un punto de entrada, cuatro lentes, sin hojas de cálculo.

Cómo Lumos genera esta data

Cada prompt rastreado se ejecuta contra ChatGPT (Chat Completions de OpenAI con búsqueda web), Google Gemini (API de Gemini con grounding), Anthropic Claude (con búsqueda web) y Perplexity AI en el mismo día UTC. Normalizamos menciones contra tu lista de competidores, puntuamos posición por orden en la respuesta y guardamos cada respuesta literal. La compuesta es una mezcla ponderada con pesos configurables en tu workspace.

La cadencia por defecto es diaria. Los planes pagos soportan cadencia horaria, motores personalizados (Bing Copilot, Kagi Quick Answer) y webhooks que disparan cuando una puntuación cruza un umbral que defines.

Preguntas comunes

¿Por qué mi compuesta es menor que cada motor individual? Porque pondera posición, no solo presencia. Si apareces en todos pero raramente en #1, la compuesta refleja el descuento por posición.

¿Puedo añadir mi propio motor? Sí — los planes pagos exponen un conector genérico. Trae tu endpoint y Lumos hace el parseo.

¿Necesito prompts separados por motor? No. La misma lista corre contra los cuatro. Las diferencias por motor salen en la respuesta, no en la pregunta.

Próximos pasos

• Ejecuta la vista multi-LLM sobre tu marca: regístrate — primer escaneo en 5 minutos.
• Profundiza en un motor: Rastreador de menciones en ChatGPT.
• Mira tu tasa de victorias frente a competidores: Matriz cara a cara.
• Lee el playbook: Mejores herramientas GEO 2026.