Live Prompt Check

Live Prompt Check es la herramienta de Rankion para comparaciones ad hoc de múltiples LLM. A diferencia de AI-Visibility Tracking (monitoreo continuo con programación), Live Prompt Check es una ejecución única con un solo clic: entrada → 8-12 respuestas de LLM en paralelo → vista de tarjetas en vivo → guardar + exportar.

Qué puede hacer

• Fan-out multi-LLM — un prompt se envía a ChatGPT, Perplexity, Claude, Gemini, Copilot, Grok (según disponibilidad).
• Con/sin búsqueda web — toggle independiente por plataforma. Ves lado a lado cómo cambia el conocimiento con navegación en vivo.
• Visualización en vivo — las tarjetas se rellenan progresivamente. Polling cada 3s, sin necesidad de F5. Si un LLM tarda 30s, el resto ya está disponible.
• Sentimiento + extracción de marca — cada respuesta se clasifica automáticamente (positivo/negativo/neutral/no mencionado) y se extraen todas las marcas mencionadas. Listas de múltiples marcas por respuesta.
• Ejecuciones persistentes — todas las entradas + respuestas se guardan en una lista consultable con ordenación + filtro.
• Búsqueda de texto completo — busca en tus prompts Y en las respuestas de los LLM. Filtro por plataforma, sentimiento, estado, proyecto.
• Compartir — enlace público protegido por token con fecha de caducidad + contraseña opcional. El destinatario ve los resultados con la marca de Rankion sin necesidad de iniciar sesión.
• Exportar — CSV (para Excel/Sheets) o JSON (para desarrolladores/scripts).
• Re-Run — vuelve a ejecutar la misma configuración con un clic (por ejemplo, dos días después, para ver si ChatGPT "se acuerda").

Cuándo usarlo

• Quieres saber: "¿Qué dice ChatGPT frente a Claude frente a Perplexity sobre mi marca?"
• Estás probando un prompt para una nueva campaña o un brief de blog y necesitas múltiples perspectivas.
• Comparas: ¿en qué se diferencian las respuestas "con búsqueda" y "sin búsqueda"?
• Documentas respuestas de LLM en una fecha determinada (investigación de candidatos, briefing de cliente, auditoría).
• Necesitas una instantánea rápida de sentimiento sobre una pregunta actual.

Cuándo NO usarlo

• Para monitoreo continuo — para eso está AI-Visibility Tracking (TrackingProject + Frequency). Live Prompt Check es para ejecuciones únicas.
• Para bulk (50+ prompts a la vez) — no hay endpoint de bulk. Usa Tracking-Runs con prompts configurados.
• Si solo necesitas una respuesta de LLM — el propio Agentic Chat tiene un LLM, es más rápido.

Primeros pasos

1. Abre Barra lateral → Análisis → Visibilidad IA (GEO) → Live Prompt Check.
2. Haz clic en "Nuevo Prompt Check".
3. Elige un proyecto (para el contexto de marca en el análisis de sentimiento — brand_name debe estar configurado en el proyecto).
4. Introduce el prompt (5-5000 caracteres, p. ej. "¿Cuáles son las mejores tarifas de telefonía móvil para autónomos?").
5. Selecciona plataformas + modos — por defecto todas activas con búsqueda web. Toggle por plataforma.
6. Haz clic en "Iniciar Prompt Check" — el servidor despacha 8-12 jobs de worker en paralelo.
7. Sigue en vivo — las tarjetas se rellenan. No hace falta F5.

Manejo en detalle

Diseño de acordeón de tarjetas

Cada tarjeta muestra en la cabecera: icono de marca + plataforma + modo (con/sin búsqueda web) + badge de sentimiento + latencia. Por defecto todas las tarjetas están desplegadas — ves directamente todas las respuestas. Un clic en la cabecera colapsa tarjetas individuales (el estado sigue siendo visible).

En el cuerpo: respuesta del LLM renderizada en Markdown (con texto en negrita, listas, enlaces), debajo pills de marca con las marcas mencionadas y citas desplegables (lista de URLs en modo de búsqueda web).

Barra fija superior

Distribución de sentimiento en todas las respuestas + Top-Brands (mencionadas con más frecuencia) para un escaneo rápido.

Modo de comparación

Toggle arriba a la derecha: "↔ Modo comparación" cambia del acordeón de tarjetas a una tabla lado a lado (Platform | Sentiment | Brands | Extracto de respuesta) — útil para desplazarse rápidamente cuando quieres escanear 8 respuestas en paralelo.

Lista + filtro

En la página de índice /prompt-check:

• Búsqueda de texto completo 1: busca en prompts + títulos.
• Búsqueda de texto completo 2: busca en las propias respuestas de LLM (más lenta, porque es un escaneo de texto completo).
• Filtro por proyecto, estado, sentimiento, plataforma — combinables.
• Ordenación en todas las columnas.
• Menú de acciones de 3 puntos por fila (Abrir, exportar CSV/JSON, eliminar).

Compartir

En la vista de detalle: botón "Compartir" → modal con fecha de caducidad (1d/7d/30d/Nunca), contraseña opcional, número máximo de accesos opcional. El enlace generado se copia al portapapeles. El destinatario ve los resultados en /share/prompt-check/{token} con la marca de Rankion (sin inicio de sesión).

Créditos

1 crédito por llamada Plataforma×Modo. Ejemplos:

• ChatGPT ciego + con grounding + Claude ciego = 3 créditos
• Las 6 plataformas, ambos modos cada una = 12 créditos

El coste exacto se muestra ANTES de iniciar en el estimador.

Acceso a la API

Todas las funciones también están disponibles vía REST-API — ver los skills prompt-check.*.

• GET /api/v1/prompt-check — lista con todos los filtros (search, sentiment, platform, status, project_id)
• POST /api/v1/prompt-check — nueva ejecución asíncrona (202 Accepted + run_id)
• GET /api/v1/prompt-check/{id} — ejecución + todas las respuestas
• GET /api/v1/prompt-check/{id}/export?format=csv|json — descarga
• POST /api/v1/prompt-check/{id}/rerun — re-ejecución con la misma configuración
• DELETE /api/v1/prompt-check/{id} — borrado suave

Acceso vía chatbot

El Agentic Chat conoce Live Prompt Check como skill. Ahí puedes preguntar, por ejemplo:

• "Muéstrame mis últimos Prompt-Checks sobre telefonía móvil"
• "¿Qué ejecuciones contienen Vodafone en las respuestas?"
• "Abre la ejecución 42 — ¿qué respondió Claude?"
• "Inicia un nuevo Prompt-Check para '{prompt}'"

El bot llama entonces a los endpoints correctos (con tu ámbito de equipo) y te presenta los resultados directamente en la conversación, con enlaces directos a la interfaz.

Contexto: ¿Por qué en vivo y sin caché?

Cada ejecución hace llamadas REALES en vivo a la API — SIN caché por hash de prompt. Esto es intencional:

• El conocimiento cambia — una respuesta de LLM hoy no es la misma que mañana. Las re-ejecuciones muestran deriva.
• Carácter en vivo — el nombre del módulo lo promete. El caché engañaría al usuario.
• El sentimiento de marca puede cambiar — si esta semana tienes una ronda de financiación, quieres verlo en las respuestas de mañana.

Para instantáneas reproducibles en fechas fijas: AI-Visibility Tracking con prompts configurados y frecuencia semanal.