# Lo que 26 preguntas de compradores en ChatGPT nos enseñaron sobre Berlitz Canadá

> Notas de campo de un programa en marcha. Le hicimos a ChatGPT 26 preguntas que alguien en Canadá haría antes de elegir una escuela de idiomas. Berlitz Canadá fue nombrada en 5 respuestas y citada en 4, y solo una respuesta hizo las dos cosas. Esto es lo que mostró la medición de partida, lo que construimos con ella y cómo repetir la prueba con tu marca.

**Héloïse Mazingarbe**, Estratega GEO, CrawlerPal · 13 de noviembre de 2026 · Notas de campo

Canonical: https://crawlerpal.com/blog/es/berlitz-canada-chatgpt-baseline-field-notes

---

Le hicimos a ChatGPT 26 preguntas que alguien en Canadá haría antes de elegir una escuela de idiomas. Berlitz Canadá fue nombrada en 5 respuestas y citada como fuente en 4. Solo una respuesta hizo las dos cosas. Esto es lo que mostró esa medición de partida, lo que construimos con ella y cómo repetir la prueba con tu marca.

## Qué medimos

En mayo de 2026, antes de publicar los contenidos comparativos de Berlitz Canadá, escribimos 28 prompts: 26 sin el nombre de la marca y 2 comparaciones directas que sí lo llevan. Lanzamos cada uno una vez en ChatGPT, en un chat temporal, en inglés. De cada respuesta anotamos cuatro cosas: si nombraba a Berlitz, si había una URL de Berlitz en las fuentes, qué escuelas recomendaba en su lugar y en qué páginas se apoyaba.

Los dos prompts con marca quedan fuera de todas las cifras que siguen, porque [un prompt que contiene tu nombre infla la puntuación](/blog/es/branded-vs-unbranded-ai-visibility). Lee el resto con su límite presente: un motor, una pasada por prompt. Basta para orientar el trabajo. No es una cuota de mercado.

## ¿Qué mostró la medición de partida?

Berlitz Canadá fue nombrada en 5 de 26 respuestas y citada en 4. El reparto por tipo de pregunta importa más que el total.

| Tipo de pregunta | Prompts | Berlitz nombrada | Berlitz citada |
| --- | --- | --- | --- |
| Mejor escuela o clase en una ciudad | 9 | 3 | 1 |
| Preparación de exámenes (TEF, TEFAQ, SLE) | 6 | 1 | 2 |
| Trabajo y formación para empresas | 6 | 1 | 1 |
| Inmigración y recién llegados | 4 | 0 | 0 |
| Alternativa a una app de idiomas | 1 | 0 | 0 |
| Todos los prompts sin marca | 26 | 5 (19 %) | 4 (15 %) |

Fuente: medición de partida de CrawlerPal para Berlitz Canadá, ChatGPT, una pasada por prompt, mayo de 2026.

## Tres cosas que la hoja dejó claras

**Que te citen y que te nombren son dos hechos distintos.** Solo 1 de las 26 respuestas hizo las dos cosas. En tres respuestas ChatGPT leyó una página de Berlitz, la puso octava, novena o última entre sus fuentes y recomendó otras escuelas. En cuatro nombró a Berlitz sin ninguna página de Berlitz en las fuentes. Por eso medimos las dos en [columnas separadas](/blog/es/citation-vs-mention-measuring-geo).

**El mercado de origen era el punto ciego.** Seis prompts trataban de Montreal o de Quebec: las mejores escuelas de francés, la preparación del TEF, el TEFAQ, la formación en francés para la ley 96. Berlitz no fue nombrada en ninguno. Sí lo fue en Vancouver, Edmonton y Calgary. Una marca grande puede estar ausente del mercado donde más tiene que perder.

**La página concreta ganó al gran nombre.** En los tres prompts de TEF y TEFAQ, las respuestas fueron para proveedores con un programa hecho para ese examen. Una de las páginas de Berlitz que sí fue citada era un artículo escrito para la pregunta exacta, los cursos de francés en Ottawa para funcionarios.

## ¿Qué construimos con ella?

La medición de partida se convirtió en tres listas de trabajo, en este orden.

1.  **Un mapa de palabras clave.** 49 consultas de final de embudo, cada una ligada a una URL de destino y a una acción: 26 artículos nuevos por escribir, 23 páginas existentes por rehacer. Montreal y la preparación de exámenes primero, porque ahí estaban los ceros.
2.  **Una lista de fuentes.** Los directorios y las páginas comparativas en los que se apoyó ChatGPT. De los cuatro primeros directorios que anotamos, Berlitz Canadá aparecía en uno.
3.  **Una lista de conversaciones.** 15 hilos de Reddit que salieron en las fuentes, donde cabe una respuesta útil de la escuela.

El razonamiento de ese orden está en [nuestro artículo sobre las páginas de final de embudo](/blog/es/bottom-of-funnel-geo): los motores recomiendan a partir de comparativas y guías de compra, así que se escriben primero.

## ¿Qué se ha movido hasta ahora?

Los artículos comparativos están publicados y ganan tráfico de búsqueda. El informe mensual de septiembre de 2026 de Berlitz Canadá, extraído de Search Console, cuenta 115 clics de Google en tres meses hacia los artículos comparativos escritos para las respuestas de IA. Magic Pulpo, nuestra matriz, publica esa cifra en [su caso de estudio](https://magicpulpo.com/works/berlitz-ca-seo-blog).

Eso es búsqueda clásica, y se queda corta. La medida que lo resuelve son los mismos 26 prompts, lanzados de nuevo en las mismas condiciones. Publicaremos esa nueva medición aquí cuando Berlitz haya validado las cifras.

**Mismo método, tres programas.** Esta es la primera nota de una serie. La misma secuencia está en marcha para Berlitz UK y para una marca francesa de consumo que prefiere no ser nombrada: medición de partida, mapa de palabras clave, contenidos comparativos, trabajo con las fuentes, nueva medición.

## Qué significa esto para ti

Escribe de 20 a 30 preguntas que tu comprador hace antes de elegir, sin tu nombre, e incluye tu ciudad de origen. Lánzalas en una sesión limpia y anota nombrada y citada en dos columnas. [El método de una hora está aquí](/blog/es/check-if-your-brand-appears-in-chatgpt).

Después busca dos patrones. Las filas donde te citan y no te nombran son páginas que el motor lee y descarta. Los grupos donde tienes cero son preguntas a las que nadie ha escrito tu respuesta. Empieza por el grupo más cercano a los ingresos.

## Preguntas frecuentes

### ¿Por qué solo ChatGPT y una sola pasada por prompt?

Porque era una primera medición para decidir dónde trabajar, y ChatGPT concentra la mayor parte del tráfico de consumo en esta categoría. Una pasada en un motor basta para ver qué grupos enteros de preguntas no devuelven nada. Es demasiado poco para hablar de cuota de mercado. El diagnóstico de un Sprint muestrea cuatro motores, tres pasadas cada uno.

### ¿Por qué se excluyen de las cifras los dos prompts de comparación de Berlitz?

Un prompt que ya contiene el nombre de la marca casi siempre devuelve la marca, y eso infla la puntuación. Lanzamos las dos comparaciones directas para leer qué dice ChatGPT de Berlitz y las dejamos fuera de las 26. La cifra que conviene seguir es la que no lleva marca.

### ¿Que te nombren en el 19 % de las respuestas es bueno o malo?

Por sí sola la cifra dice poco, porque no existe una referencia para este conjunto concreto de preguntas. Lo que importa es dónde están los ceros y si el mismo conjunto se mueve en la siguiente pasada. Aquí los ceros estaban en el mercado de origen y en la preparación de exámenes, y eso nos dijo por dónde empezar.

### ¿Para qué clientes hace CrawlerPal este trabajo?

Cuatro clientes han pagado por este trabajo: Berlitz Canadá en inglés y francés, Berlitz UK, la International Academy of Football y una marca francesa de consumo que prefiere no ser nombrada. El método es el mismo cada vez, de la medición de partida a la nueva medición. Las notas se publican cuando el cliente ha validado las cifras.

---

CrawlerPal · https://crawlerpal.com
