Etiquetado UTM para agentes de IA y GA4

Configura utm_medium=ai_search en cada enlace que controles y combínalo con un token utm_source controlado y en minúsculas para cada superficie: chatgpt, perplexity, gemini, claude, copilot. Ese único medium se convierte en la clave de unión que permite a la analítica mostrar las referencias de agentes de IA como su propio canal. Como los UTM son la señal de mayor confianza, etiqueta primero y trata todo lo demás como un recurso alternativo.

Resumen:

• Conserva la cadena de consulta completa a través de redirecciones canónicas, proxies, reglas de CDN y saltos de checkout; prueba cada clic de agente hasta su URL de destino final.
• En GA4, coloca la regla exacta del medium ai_search por encima de las reglas de referente, y después deja Referral y Organic Search por defecto; clasifica las coincidencias de host sin etiquetar como de confianza media.
• Cuando los UTM desaparezcan, comprueba los referentes antes que el user agent o los registros del servidor, y etiqueta las coincidencias inferidas como de baja confianza porque la actividad del rastreador puede no representar clics.
• Para ecommerce, verifica que los UTM del primer toque lleguen a los registros de pedido después de las redirecciones y el checkout, y luego compara las visitas atribuidas a IA con las conversiones para identificar correcciones en los listings.

¿Cuál es la convención UTM recomendada para los agentes de IA?

La convención es breve a propósito. La especificación de referencia de atribución de referrers de búsqueda con IA recomienda utm_medium=ai_search, un vocabulario controlado para utm_source, UTMs preservados a través de redirecciones y un grupo de canales personalizado de GA4 ordenado por precedencia. Un único token literal para medium importa porque así cada panel, filtro y regla de canal puede basarse en un solo valor en lugar de en un montón de variantes.

Aquí tienes el patrón que recomendamos:

• utm_medium: la cadena literal ai_search, sin variarla nunca por modelo ni por campaña.
• utm_source: uno de chatgpt, perplexity, gemini, claude, copilot, todo en minúsculas. Si alguna vez necesitas un token de varias palabras, usa un guion.
• utm_campaign: la iniciativa, como spring-catalog o product-feed.
• utm_content: la ubicación, como citation-link o structured-data.
• utm_term (opcional): un hash corto que agrupa cohortes de prompts sin exponer el texto bruto del prompt.

Dos ejemplos que puedes copiar:

https://example.com/products/trail-shoe?utm_source=chatgpt&utm_medium=ai_search&utm_campaign=spring-catalog

https://example.com/collections/rain-jackets?utm_source=perplexity&utm_medium=ai_search&utm_campaign=product-feed&utm_content=structured-data

Analytics Mania aconseja que la consistencia importa más que la granularidad: usa un medium amplio como ai_search y deja que utm_source lleve la identidad de la plataforma.

¿Cómo se añaden UTMs en superficies controladas y se mantienen intactos?

Una etiqueta solo ayuda si sobrevive al viaje hasta la página de destino. Empieza por decidir dónde puedes inyectar parámetros: citas de contenido, salidas de RSS o de plugins, campos de datos estructurados y widgets impulsados por API. En cualquier lugar donde controles la URL saliente, controlas la atribución.

La guía de Google sobre constructores de URL indica que siempre se deben establecer utm_source, utm_medium y utm_campaign, mantener una nomenclatura coherente y añadir utm_id y utm_source_platform cuando sea posible para evitar valores de “(not set)” en los informes. Síguela.

1. Enumera todos los lugares donde se genera un enlace a tu sitio para superficies de IA: feeds, salidas de plugins, datos estructurados y widgets.
2. Genera cada URL con un constructor, no a mano, para que el vocabulario se mantenga controlado.
3. Configura redirecciones canónicas para que reenvíen la cadena de consulta completa a la URL final.
4. Elimina o reconfigura cualquier proxy que suprima parámetros de consulta.
5. Establece reglas edge de CDN para que transmitan las cadenas de consulta al origen y hagan caché por ruta, no por URL depurada.
6. Haz pruebas de clic desde cada agente, inspecciona la URL final de destino y confirma los valores utm a nivel de sesión en GA4 o BigQuery.

Consejo profesional: Prueba con una URL con redirección, no con la final. La mayoría de los UTMs perdidos desaparecen en un salto de redirección, y una prueba directa de la página de destino nunca lo mostrará.

Nuestra guía sobre cómo rastrear el tráfico de compras con IA añade pruebas específicas de ecommerce que puedes incorporar a esta lista de comprobación.

¿Cómo deben funcionar las reglas de atribución de GA4 y la precedencia de grupos de canales para la búsqueda con IA?

El orden lo es todo. Un grupo de canales personalizado se evalúa de arriba abajo, y gana la primera regla que coincide. Si una regla genérica de Referral u Organic está por encima de tu regla de IA, los clics de IA nunca llegan a su propio canal.

Usa esta precedencia:

• Primero: utm_medium coincide exactamente con ai_search. Esto es autoritativo. Cuando hay cualquier UTM presente, Analytics usa los parámetros UTM como fuente de verdad y deriva de ellos exclusivamente las dimensiones entre canales.
• Segundo: una allow-list de hosts de referencia para tráfico sin UTMs.
• Tercero: reglas inferidas, marcadas como de menor confianza.

Para la regla del referente, usa una regex como chat\.openai\.com|chatgpt\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai|you\.com. Colócala directamente después de la regla UTM y por encima de las reglas predeterminadas de Referral y Organic Search.

Guarda una etiqueta de confianza con cada coincidencia inferida para que los informes puedan ponderarla. Para una configuración práctica de GA4 con ejemplos de regex, esta guía de un partner sobre el seguimiento del tráfico de referencia de IA es un complemento útil.

¿Qué puedes hacer cuando faltan los referrers o los UTM?

Algunas interfaces de IA abren enlaces de formas que eliminan tanto el referrer como tus parámetros. Necesitas una detección por capas, y cada capa debe tener una puntuación de confianza honesta. La documentación de Adobe sobre campos derivados para tráfico de IA menciona las señales principales: identificación del user-agent, clasificación del referrer y detección de parámetros de consulta.

• Detección de parámetros de consulta (máxima confianza): comprueba primero los UTM. Cuando un servicio añade parámetros o has etiquetado el enlace, esta es la señal más limpia disponible.
• Clasificación del referrer (media): conserva document.referrer y compara su host con un registro validado de dominios de IA. Mantén el registro en un único archivo compartido para que las reglas del cliente y del servidor coincidan.
• User-agent y logs del servidor (de media a baja): el registro del lado del servidor puede identificar patrones conocidos de agentes y rastreadores. Te dice que un agente recuperó una página, lo que no siempre es lo mismo que un clic humano.
• Heurísticas inferidas (mínima): combina un nuevo client_id, una ruta de aterrizaje que coincida con páginas que la IA suele citar y una ventana corta de actualidad. Etiquétalas como inferidas, nunca como confirmadas.

Ejecuta las comprobaciones en este orden y detente en el primer resultado positivo. Después, pasa el valor de confianza aguas abajo para que tus modelos puedan descontar las suposiciones. La lección de Ahrefs sobre tráfico de IA también señala que algunas plataformas transmiten los referrers de forma inconsistente, así que complétalo con un campo autodeclarado de «cómo nos conociste».

¿Qué reglas de nomenclatura evitan que la analítica se fragmente?

La fragmentación es el enemigo silencioso de la atribución. «ChatGPT», «chatgpt» y «chat-gpt» se convierten en tres filas, y nadie confía en el informe.

• Usa minúsculas en todas partes, con guiones para los valores de varias palabras.
• Mantén un vocabulario controlado único para utm_source y reserva ai_search solo para utm_medium.
• No inventes un medium por modelo. El nivel de detalle de la plataforma pertenece a utm_source.
• Documenta el vocabulario, genera URL con un generador automatizado, añade un paso de control de calidad antes del lanzamiento y despliega por fases.

Consejo profesional: Trata el vocabulario como si fuera código. Guárdalo en un único archivo revisado y haz que el generador de URL rechace cualquier valor que no esté en la lista.

¿Cómo validas rápidamente tu etiquetado?

Usamos la misma rutina breve en cada configuración. Haz una prueba de clic desde cada agente, comprueba el informe en tiempo real de GA4 para ver una sesión que lleve utm_medium=ai_search, extrae una pequeña muestra de BigQuery e inspecciona las cabeceras de referrer en la solicitud de aterrizaje.

Vigila dos problemas: las webviews móviles integradas en apps que eliminan los referrers y los tokens de source inconsistentes entre equipos. Nuestras comprobaciones basadas en simulaciones, la analítica de atribución de agentes y el UCP Playground existen precisamente para este tipo de pruebas prácticas, para que puedas ver cómo los agentes citan y enlazan a tus páginas antes de confiar en los números.

¿Cómo hacer que el etiquetado UTM funcione con Shopify y WooCommerce?

Las plataformas de comercio electrónico añaden sus propias redirecciones, saltos de checkout y aplicaciones, cualquiera de los cuales puede eliminar o sobrescribir parámetros. El objetivo es asegurarse de que los parámetros que configuras en el primer clic sigan ahí cuando se registre el pedido.

En Shopify, etiqueta tus URL salientes de producto en el origen y, después, verifica que la URL de destino tras cualquier redirección de mercado, idioma o moneda siga conservando la cadena de consulta completa. Comprueba que las aplicaciones que gestionan redirecciones o atributos del carrito no reescriban la URL. Confirma que los UTM de primer contacto lleguen a los datos del pedido, no solo a la sesión, ya que eso es lo que vincula las visitas de IA con los ingresos.

En WooCommerce, los culpables habituales son los plugins de caché y las capas de seguridad. Configura la caché de páginas para que varíe según la ruta en lugar de descartar las cadenas de consulta, y asegúrate de que los plugins de canonical y redirección reenvíen los parámetros. Si utilizas una tienda headless o gestionada por API, haz que los valores UTM se transmitan a los metadatos del pedido en el checkout.

Para ambas plataformas, prueba una página de producto y una página de colección de cada agente, y luego sigue el clic hasta un pedido de prueba. Nuestra guía sobre analítica de tráfico impulsada por agentes cubre patrones de implementación y comprobaciones que encajan con estas tiendas. Si quieres los informes de atribución sin tener que configurarlo tú mismo, nos conectamos directamente con Shopify y WooCommerce.

Mantén una regla en ambas: el medio sigue siendo ai_search, y solo cambia utm_source según la plataforma.

¿Cómo pueden los datos UTM mejorar tus fichas de producto para las recomendaciones de IA?

Una vez que las sesiones de IA están separadas con claridad, los datos te dicen dónde actuar. Empieza clasificando las páginas de destino por sesiones atribuidas a IA y luego por conversiones atribuidas a IA. Una página que consigue visitas de IA pero convierte mal tiene un problema de ficha. Una página que convierte bien pero recibe pocas visitas de IA tiene un problema de visibilidad.

Desglosa los resultados por utm_source. Si perplexity envía visitas a una página de colección mientras chatgpt favorece páginas de producto individuales, aprendes qué formatos tiende a mostrar cada agente. Usa utm_content para separar ubicaciones y ver si los enlaces con datos estructurados superan a las citas simples.

Después, actúa sobre lo que encuentres. Para las páginas con tráfico y conversión débil, reescribe títulos, especificaciones y descripciones para que respondan a las preguntas que los compradores traen de una conversación con IA. Para las páginas que convierten pero carecen de visitas, refuerza los atributos que leen los agentes: materiales claros, tallas, compatibilidad y condiciones de envío y devolución. Nuestras herramientas de optimización de fichas de producto con IA están construidas en torno a este ciclo, desde diagnosticar por qué una página pierde hasta reescribirla y publicarla.

Mide los cambios con pruebas cortas y acotadas. Cambia un conjunto de páginas, mantén otro conjunto similar sin cambios y compara las conversiones atribuidas a IA durante la misma ventana. Nuestra publicación sobre convertir el tráfico de IA en conversiones profundiza más en qué hacer una vez que llegan las visitas.

¿Cómo es en la práctica un etiquetado UTM correcto?

Aquí no vamos a inventar la historia de un cliente, así que considera una ilustración desarrollada con datos de entrada claramente hipotéticos. Digamos que una tienda tiene dos páginas de producto que citan los agentes de IA. Antes del etiquetado, todos los clics de IA llegan en una mezcla de Direct y Referral, por lo que nadie puede diferenciar las páginas ni conectarlas con los pedidos.

Después de que la tienda adopta utm_medium=ai_search con fuentes controladas y corrige una redirección que estaba eliminando su cadena de consulta, la situación cambia. El grupo de canales ahora muestra una fila diferenciada de AI Search. Las sesiones divididas por fuente revelan que un agente envía la mayoría de las visitas a una sola página de producto con alta intención. El equipo ve que esa página tiene una descripción escasa y no incluye política de devoluciones, la reescribe y observa las conversiones atribuidas a IA de esa página durante las semanas siguientes.

La lección no es el tamaño de ninguna mejora. Es la secuencia: etiquetar, preservar, separar, diagnosticar, corregir, volver a medir. Sin los tres primeros pasos, los tres últimos son conjeturas. Los publishers pueden aplicar la misma lógica, ya que OpenAI señala que ChatGPT puede incluir utm_source=chatgpt.com en las URL de referencia en algunos flujos, y que los sitios que permiten a OAI-SearchBot rastrear pueden seguir las referencias de ChatGPT en su analítica. Ten en cuenta que ese valor, chatgpt.com, difiere de tu propio token chatgpt, así que normalízalo en tus informes. Para una plantilla de informes que puedas adaptar, consulta nuestro artículo sobre medir la visibilidad en agentes de IA.

¿Cómo solucionas los conflictos de UTM con herramientas de analítica y atribución?

Cuando los números parecen incorrectos, trabaja desde el clic hacia afuera. La mayoría de los problemas encajan en unas pocas categorías.

Los parámetros desaparecen. Haz clic desde el agente y observa la URL en cada salto. El salto en el que desaparece la cadena de consulta es el culpable: una regla de redirección, una configuración de CDN o una capa de consentimiento o seguridad.

Dos fuentes no coinciden. GA4 trata las UTM como autoritarias cuando están presentes, por lo que una fuente asignada por la plataforma puede anular la que pretendías. Comprueba si un parámetro añadido por el agente, como el valor chatgpt.com, está colisionando con tu propio token, y asigna ambos a un único valor de informe.

Todo aparece como Direct. Normalmente eso significa una referencia eliminada y ninguna UTM, algo habitual en webviews integradas en apps móviles. Usa tus reglas inferidas, etiquétalas con baja confianza y añade una pregunta de fuente autodeclarada en los formularios.

Las plataformas de atribución sobrescriben las etiquetas. Algunas herramientas reescriben o vuelven a etiquetar las URL de destino. Compara la URL en la que hizo clic el usuario con la URL que registra la plataforma, y excluye tus parámetros de IA de cualquier regla de reescritura.

El uso mixto de mayúsculas y minúsculas divide las filas. Normaliza en la ingesta si no puedes corregir todas las fuentes de una vez y luego corrige las fuentes.

Para comprobaciones del lado de GA4 y ejemplos adicionales de detección, este artículo de un partner sobre el seguimiento del tráfico de LLM en GA4 es una referencia cruzada útil. Mantén un registro de cambios de cada redirección, plugin y regla de edge que toques. La mayoría de los misterios de atribución se remontan a un cambio que nadie dejó por escrito.

¿Cómo deberías priorizar el trabajo de atribución de agentes este trimestre?

En mi opinión, los equipos planifican en exceso y ejecutan poco. Empieza con tus páginas de producto y categoría con más tráfico y un único medio ai_search. No construyas una taxonomía de medios, porque no la vas a mantener.

Automatiza la inyección de etiquetas para los resultados que controlas por completo y luego amplíala a plugins y feeds sindicados. Resiste la tentación de perfeccionar primero la detección del tráfico no etiquetado; los enlaces etiquetados te dan datos limpios antes.

Por último, ejecuta cohortes cortas de A/B y mide la mejora en las conversiones atribuidas a IA antes de cualquier despliegue amplio. Un resultado pequeño y fiable supera a uno grande y dudoso.

— Xhurian

¿Quieres comprobar tu etiquetado y las citas de IA con ecentic?

Si quieres pruebas de que tus etiquetas funcionan, podemos mostrártelas. ecentic realiza escaneos impulsados por simulación que imitan ChatGPT, Gemini, Claude y otros agentes, mostrando dónde se citan tus páginas de producto y dónde ganan los competidores en su lugar.

Nuestro UCP Playground y los análisis de atribución de agentes te permiten validar UTMs y mostrar conversiones atribuidas a IA en un solo lugar. Obtienes diagnósticos en lenguaje claro, sugerencias de reescritura de fichas y publicación con un clic en Shopify y WooCommerce. Los planes empiezan con un escaneo introductorio gratuito, y los planes de pago están disponibles en nuestra página de precios. Ejecuta un escaneo gratuito o abre el Playground y prueba tu etiquetado hoy mismo.

Preguntas frecuentes

¿Qué utm_medium debería usar para el tráfico de IA?

Usa ai_search como un único valor literal en cada enlace que controles. Pon la identidad de la plataforma en utm_source, como chatgpt o perplexity. Esto mantiene una única clave de unión limpia para tu grupo de canales.

¿ChatGPT añade parámetros UTM automáticamente?

En algunos flujos, sí. OpenAI dice que ChatGPT puede incluir utm_source=chatgpt.com en las URL de referencia, según sus preguntas frecuentes para editores. Aun así, deberías etiquetar los enlaces que controlas y asignar el valor automático a tu propio token en los informes.

¿Cómo hago seguimiento del tráfico de IA cuando no hay UTMs?

Recurre primero a una lista permitida de hosts de referencia, luego a señales de user-agent y registros del servidor, y después a reglas inferidas. Etiqueta cada una con un nivel de confianza para que los informes puedan ponderarlas. La lección de Ahrefs también sugiere la atribución autodeclarada en formularios.

¿Por qué mi tráfico de IA aparece como Directo?

Algunas superficies de IA y webviews dentro de apps eliminan el referente, y sin una UTM nada identifica la fuente. Etiqueta los enlaces que controlas y añade reglas inferidas para el resto.

Fuentes

• Geodocs
• Analyticsmania
• Constructores de URL: recopila datos de campañas con URL personalizadas - Ayuda de Analytics
• Usa campos derivados para informar sobre tráfico generado por LLM e IA | Adobe Customer Journey Analytics