Cómo calculamos el LB Score

Qué entra en el score

1. Score base editorial — valor inicial al curar la herramienta (calidad percibida, madurez del producto, relevancia en su nicho). Escala aproximada 50–99.9.
2. Impacto de noticias del sector — promedio de impactos en ai_news_feed de los últimos ~8 días, mapeado a la subcategoría (escritura, imagen, código, etc.), con peso ~0.35.
3. Clicks en LabelBabel — interés real en el sitio (tope suave para no premiar spam de clics).

Fórmula operativa (simplificada): next = clamp(50…99.9, base + newsBump + clickBump). El job semanal ai-tools-metrics-snapshot guarda el snapshot en ai_tools_metrics y actualiza trending_score.

Qué NO es el LB Score

• No garantiza afiliación, comisión ni pago por posicionamiento.
• No sustituye pruebas propias ni reseñas independientes.
• El “#N en LabelBabel” es el puesto relativo dentro de nuestro catálogo activo, no un sello de calidad externa.
• Si no hay ≥2 snapshots reales, mostramos datos en calibración en lugar de curvas inventadas.

Frecuencia y honestidad

Los snapshots corren de forma programada (semanal). En las primeras semanas del mercado público muchas series estarán cortas: por eso ocultamos deltas planos (+0.0%) y el comparador histórico hasta tener datos reales. Preferimos un vacío honesto a un gráfico teatral.

Criterio editorial

El score no se compra. Una herramienta no sube en el índice por tener programa de partners: el ranking mide momentum de mercado, no comisión.