En los últimos años, los sistemas de Realidad Aumentada Basada en la Localización (LAR) se han implementado cada vez más en diversas aplicaciones para turismo, navegación, educación y entretenimiento. Desafortunadamente, la creación de contenido LAR utilizando herramientas de autoría convencionales basadas en escritorio se ha convertido en un cuello de botella, ya que requiere un trabajo que consume tiempo y habilidades. Anteriormente, propusimos una herramienta de autoría móvil in situ como una solución eficiente a este problema al ofrecer interacciones de autoría directas en entornos del mundo real utilizando un teléfono inteligente. Actualmente, la evaluación a través de la comparación entre la propuesta y las convencionales no es suficiente para mostrar superioridad, particularmente en términos de interacción, rendimiento de autoría y carga cognitiva, donde nuestra herramienta utiliza el movimiento de dispositivo 6DoF para la entrada espacial, mientras que las de escritorio dependen de la señalización con el ratón. En este artículo, presentamos un estudio comparativo de los rendimientos de autoría entre las herramientas a través de tres fases de autoría: (1) adquisición de ubicación de Puntos de Interés (POI), (2) creación de objetos AR y (3) registro de objetos AR. Para la herramienta convencional, adoptamos Unity y ARCore SDK. Como aplicación del mundo real, nos dirigimos a la creación de contenido LAR para la anotación de hitos peatonales en entornos del campus en la Universidad de Okayama, Japón, y la Universidad de Brawijaya, Indonesia, e identificamos cuellos de botella a nivel de tarea en ambas herramientas. En nuestros experimentos, pedimos a 20 participantes de entre 22 y 35 años con diferentes experiencias en desarrollo LAR que completaran tareas de autoría equivalentes en un entorno de campus al aire libre, creando varios contenidos LAR. Medimos el tiempo de finalización de tareas, la contribución por fase y la carga cognitiva utilizando NASA-TLX. Los resultados muestran que nuestra herramienta realizó creaciones más rápidas con una carga cognitiva un 60% menor, donde la herramienta de escritorio requirió mayores esfuerzos mentales con la entrada manual de datos y verificaciones de objetos.