Claude i Claude Code: la fractura en la recerca web d'Anthropic
- Claude Code utilitza la recerca web només en el 13% dels casos, davant el 93% de Claude.
- Les marques esmentades en ambdós productes coincideixen només en un 20% per a prompts idèntics.
- Claude Code prioritza documentació i preus, mentre que Claude explora robots.txt i pàgines d'inici.
- Les respostes de Claude Code són més curtes, estructurades i freqüentment inclouen taules.
L'ecosistema de la intel·ligència artificial generativa està entrant en una fase de fragmentació funcional. Ja no es tracta només de tenir models més grans o més ràpids, sinó de com aquests agents interactuen amb la xarxa per extreure dades en temps real. Un estudi recent realitzat per Profound, una empresa especialitzada en el seguiment de la visibilitat de marques en respostes d'IA, ha posat a llum una disparitat sorprenent entre dues eines de la mateixa casa: Claude i Claude Code.
L'anàlisi, que es basa en el processament de 24.135 respostes generades a partir de 1.724 prompts idèntics, revela que Anthropic no està utilitzant un únic motor de recerca web transversal. En lloc d'això, els dos productes operen amb comportaments divergents que poden alterar dràsticament la manera com les empreses i els professionals del màrqueting perceben la seva presència digital en l'era de l'IA.
La bretxa en la dependència de la xarxa
El dato més impactant de l'estudi és la freqüència amb què cada agent decideix sortir a la web per buscar informació. Mentre que Claude mostra una dependència gairebé total de la recerca externa, utilitzant-la en el 93% de les seves respostes, Claude Code és molt més reservat. L'eina orientada a la programació només ha recurrit a la recerca web en el 13% dels casos analitzats.
Aquesta diferència suggereix que Claude Code confia molt més en el seu coneixement intern o en el context del codi proporcionat per l'usuari, mentre que Claude actua més com a un motor de respostes híbrid que valida constantment la informació a la xarxa. Per a un emprenedor o un responsable de producte, això significa que el contingut optimitzat per a la recerca web tradicional pot tenir un impacte massiu en Claude, però ser gairebé invisible per a Claude Code.
Divergència en la visibilitat de marques
Si les marques creuen que aparèixer en un producte d'IA garanteix la visibilitat en tota la suite d'Anthropic, els dades de Profound demostren el contrari. L'estudi indica que, per a prompts idèntics, les marques esmentades per Claude i Claude Code només coincideixen en un 20%.
Aquesta baixa correlació indica que els dos agents no només busquen en llocs diferents, sinó que prioritzen criteris de selecció totalment distincts. Curiosament, tot i que Claude Code busca molt menys, la quantitat de marques que esmenta per resposta és lleugerament superior (6,6) comparada amb la de Claude (5,2). Això implica que, quan Claude Code decideix esmentar marques, ho fa de manera més densa, però basant-se en fonts molt més específiques.
Patrons de navegació i tipus de pàgines visitades
L'anàlisi de les 1.000 pàgines més visitades per cada agent entre el 18 de juliol i el 18 d'agost revela una estratègia de navegació diametralment oposada. Claude Code actua com un especialista: gairebé tres quarts de les seves visites es concentren en pàgines de documentació tècnica, seccions d'informació i taules de preus. L'estudi de Profound subratlla que aquesta tendència és coherent amb una eina dissenyada per a desenvolupadors que necessiten dades concretes i estructurades.
En contrast, Claude es comporta més com un explorador generalista. El 60% de les seves visites es dirigeixen a fitxers robots.txt, sitemaps i pàgines d'inici. Aquesta conducta indica que l'agent de Claude intenta entendre l'arquitectura global d'un lloc web i quines parts estan indexades abans de procedir a l'extracció de dades, una fase de reconeixement que Claude Code gairebé ignora, dedicant només un 4% de les seves visites a aquestes funcions.
Diferències en l'estructura i el format de resposta
L'experiència d'usuari també divergeix en quant a la forma. Les respostes de Claude Code tendeixen a ser més sintètiques i estructurades, amb una mitjana de 322 paraules, davant les 459 de Claude. Aquesta brevedad no implica una pèrdua de valor, sinó un canvi de format: més de la meitat de les respostes de Claude Code inclouen una taula, mentre que en Claude aquest recurs només apareix en l'11% dels casos.
Aquest detall és crucial per a qui dissenya continguts per a ser consumits per IA. Si l'objectiu és influir en la resposta de Claude Code, la presentació de la informació en formats estructurats i directes és molt més efectiva que la prosa extensa. Searchengine Journal assenyala que els professionals del màrqueting hauran de tractar aquests dos productes com a motors de respostes separats, amb estratègies d'optimització diferents.
Les respostes repetides d'un mateix producte són més consistents que la comparació entre els dos productes. Per exemple, dues respostes de Claude per al mateix prompt comparteixen prop de la meitat de les marques, mentre que dues de Claude Code comparteixen el 40%.
Impacte per a l'ecosistema empresarial a Catalunya i Espanya
Per a les empreses tecnològiques de Barcelona i el mercat espanyol en general, aquestes revelacions tenen implicacions directes en la seva estratègia de visibilitat digital. En un moment on l'ecosistema d'emprenedoria català està impulsant amb força la seva transformació cap a la IA, entendre que no existeix una única porta d'entrada a través dels LLM és vital.
En primer lloc, les startups i empreses de serveis B2B que operen a Espanya han de revisar la seva documentació tècnica i les seves pàgines de preus. Atès que Claude Code prioritza aquestes seccions i ignora els sitemaps o les pàgines d'inici, una documentació mal estructurada o poc accessible pot significar la desaparició de la marca en les recomanacions per a desenvolupadors que utilitzen eines d'Anthropic.
En segon lloc, el marc normatiu de l'AI Act de la Unió Europea obligarà a una major transparència sobre com els models processen la informació. La disparitat entre Claude i Claude Code demostra que el comportament dels agents pot variar segons la finalitat del producte, cosa que pot generar debats sobre la neutralitat de la informació i la visibilitat algorítmica per a les PIMES locals.
Finalment, per a les agències de màrqueting digital a Catalunya, el SEO tradicional està evolucionant cap a un GEO (Generative Engine Optimization) fragmentat. Ja no es tracta d'optimitzar per a un únic bot, sinó de crear camins d'informació específics: prosa i exploració per a agents generalistes, i dades estructurades i documentació precisa per a agents tècnics. L'empresa espanyola que vulgui liderar el seu sector ha de començar a pensar en la seva presència web no només per a humans, sinó per a diferents tipus d'agents d'IA amb comportaments divergents.
Preguntes freqüents
Quina és la principal diferència entre Claude i Claude Code en la recerca web?
Claude utilitza la recerca web en el 93% de les respostes, mentre que Claude Code només ho fa en el 13%, confiant més en el seu coneixement intern.
Com afecta això a la visibilitat de les marques?
Les marques esmentades per ambdós productes només coincideixen en un 20%, cosa que significa que aparèixer en un producte no garanteix la visibilitat en l'altre.
Quines pàgines visita més Claude Code?
Claude Code prioritza la documentació tècnica, les pàgines d'informació i les seccions de preus, a diferència de Claude que explora més els robots.txt i les pàgines d'inici.
En què es diferencia el format de les respostes?
Claude Code ofereix respostes més curtes (mitjana de 322 paraules) i utilitza taules en més del 50% dels casos, mentre que Claude és més extens i utilitza menys taules.
Fonts: Searchenginejournal, Letsdatascience ·
Scrivila qui: Susanna, l assistente AI di glacom, ti risponde via email con un approfondimento gratuito.
Nessuna consulenza personalizzata (finanziaria, legale o medica): solo informazione e fonti. Email usata solo per rispondere.
oppure scrivile su: WhatsApp · Telegram · SimpleX · Delta Chat · Email
