Cómo corregir la forma en que la IA describe tu marca

El mes pasado un fundador me escribió con una captura. Le había preguntado a ChatGPT por su propia empresa y la respuesta la describía como "una alternativa más pequeña a [competidor], popular entre equipos jóvenes con poco presupuesto".

Cada palabra era técnicamente defendible. Y cada palabra le estaba hundiendo las ventas al segmento enterprise.

Ese es el problema con la forma en que la IA describe las marcas. Casi nunca es una mentira limpia que puedas señalar y desmentir. Es un encuadre. Un puñado de adjetivos. Una comparación que nunca aceptaste. Y se repite, con palabras ligeramente distintas, en millones de conversaciones que jamás vas a ver.

Yo construyo LLM Pulse, una plataforma de visibilidad en IA, así que me paso casi toda la semana mirando exactamente esto: las frases que los modelos generan sobre las empresas. Quiero ser honesto contigo sobre qué puedes cambiar, qué no, y cómo distinguir una cosa de la otra.

Las palabras importan más que el ranking

Casi todo el mundo que se preocupa por la visibilidad en IA hace una sola pregunta: ¿aparezco o no?

Esa es la pregunta fácil. La difícil, la que de verdad mueve la facturación, es: cuando aparezco, ¿qué dice exactamente el modelo?

Una marca puede aparecer sin parar y quedar descrita de una forma que la descarta en silencio. "Fiable pero anticuada." "La opción barata." "Buena para empezar." "Tuvo caídas hace un tiempo." Nada de eso es un problema de visibilidad. Son problemas de reputación, y viven dentro de las palabras.

Lo incómodo es que un solo adjetivo malo, repetido por un modelo en el que confían cientos de miles de personas, hace más daño que una página en décima posición de Google. Nadie lee el décimo resultado. Todo el mundo lee el párrafo que le sirve ChatGPT.

Así que el trabajo no es solo aparecer. Es aparecer bien descrito.

Por qué la IA se equivoca con tu marca

Antes de arreglar las palabras hay que entender de dónde salen. En mi experiencia casi siempre es una de estas cuatro fuentes, y cada una tiene una solución distinta.

Datos de entrenamiento caducados. El modelo te conoció por una foto de la web de hace uno o dos años. Si te reposicionaste, levantaste ronda, retiraste un producto o cambiaste los precios, puede que el modelo siga describiendo a la versión antigua de ti. Es la causa más habitual de las respuestas del tipo "eso era verdad en 2024".

Fuentes de terceros que no controlas. Webs de reseñas, hilos de Reddit, listicles, páginas comparativas, un artículo viejo de un medio, el "alternativas a" de un competidor. Los modelos se apoyan mucho en esto porque suena independiente. Si una comparativa muy citada te llama "la opción barata", el modelo también lo hará, diga lo que diga tu home.

Tu propio contenido vago o desactualizado. A veces el modelo te está citando con precisión y el problema eres tú. Si tu web todavía arranca con el mensaje de hace dos pivots, o esconde lo que haces de verdad bajo eslóganes difusos, el modelo no tiene nada mejor con lo que trabajar.

Alucinación pura. Menos frecuente de lo que la gente cree, pero real. El modelo se inventa una función que no tienes, te cuelga una polémica que es de otra empresa, o te fusiona con una marca de nombre parecido. Esta saca de quicio porque no hay ninguna fuente que corregir.

Detectar bien importa porque la solución para los datos caducados (conseguir contenido fresco y rastreable indexado) no tiene nada que ver con la de una mala fuente de terceros (ir a influir en esa fuente), que a su vez es distinta de la de una alucinación (generar señal clara suficiente para que el modelo deje de adivinar). Si las tratas igual, pierdes meses.

Paso uno: averigua qué se está diciendo de verdad

No puedes arreglar unas palabras que no has leído. Y no las lees preguntándole una vez a ChatGPT, porque la respuesta cambia según el modelo, la forma de preguntar, el país y el día.

Pregunta "¿es bueno X?" frente a "¿cuáles son los puntos débiles de X?" frente a "X vs Y" y te salen tres retratos distintos. Pregúntale a Gemini en lugar de a ChatGPT y cambia otra vez. Pregunta desde España en vez de desde Estados Unidos y se mueven las fuentes.

La versión manual de esta auditoría es así: eliges 20 o 30 prompts que un comprador real escribiría, los pasas por los modelos que te importan, en los mercados que te importan, y copias las frases exactas que los modelos usan sobre ti. Lo repites la semana siguiente para ver si algo se movió. Es tedioso y no escala, pero es real, y hacerlo a mano una sola vez te enseñará más que cualquier dashboard.

Las herramientas existen porque nadie sigue haciendo eso a mano. Esta es la parte para la que se construyó LLM Pulse, y te lo digo claro: soy parte interesada. Lo que hacen nuestras funciones de Reputación y sentiment es extraer las palabras exactas con las que los modelos te describen, no un marcador de contento o triste, y marcar las que son negativas, erróneas o fuera de tono. Ves el adjetivo, la frase donde vive, y qué modelo y qué prompt lo produjeron. Después vigilas esa redacción en el tiempo, así que cuando una respuesta pasa de "fiable" a "al parecer tuvo problemas" te enteras en días, no cuando se cae una venta.

Seguimos cinco modelos principales en todos los planes (ChatGPT, Perplexity, Gemini, Google AI Mode y Google AI Overviews) y puedes añadir Claude, Copilot, Grok, DeepSeek y Meta AI. Ese abanico importa aquí, porque una marca que suena bien en ChatGPT puede estar mal descrita en Gemini, y no lo sabrías si solo miras uno.

Vuelvo luego a las alternativas, porque según tu tamaño puede encajarte mejor otra herramienta.

Paso dos: arregla la fuente, no el síntoma

Aquí está el error que veo todo el rato. Una marca encuentra una descripción mala en ChatGPT e intenta arreglar ChatGPT. No puedes. No hay ningún panel donde edites lo que dice el modelo.

Lo que sí puedes hacer es cambiar lo que el modelo lee. La descripción viene de las fuentes. Ve río arriba.

Si el problema son datos caducados, tu trabajo es publicar contenido claro, actual y rastreable que diga sin rodeos lo que eres ahora. No copy ingenioso. Frases planas que un modelo pueda coger: qué haces, a quién sirves, qué cambió, qué no eres. Y asegúrate de que tus páginas son accesibles para los crawlers de IA (GPTBot, ClaudeBot, PerplexityBot y compañía), porque si los estás bloqueando le estás entregando al modelo solo la versión antigua de terceros.

Si el problema es una fuente de terceros, identifica las páginas concretas que citan los modelos y ve a trabajarlas. Una solicitud de corrección de datos a la web de reseñas. Una comparativa propia mejor y más actual que posicione. Contactar con el autor del listicle que te congeló como "el barato". Es trabajo lento de relaciones, pero es lo de mayor palanca que puedes hacer, porque los modelos confían más en esas fuentes que en ti.

Si el problema es una alucinación, la solución contraintuitiva es volumen y claridad de señal correcta. Los modelos se inventan cosas cuando hay vacío. Publica información inequívoca y consistente suficiente sobre el tema inventado para que la versión correcta pese más que la conjetura. Datos estructurados, un FAQ que responda al bulo exacto, la misma redacción repetida en todas tus propiedades.

Nada de esto es instantáneo. Los modelos vuelven a rastrear y a reentrenar según su propio calendario. Pero he visto descripciones cambiar en semanas una vez que cambiaron las fuentes de debajo, y ese es el plazo honesto: semanas, a veces un par de meses, no días.

Paso tres: monitoriza la redacción, no solo la mención

Arreglarlo una vez no es la victoria. La victoria es enterarte cuando vuelve a torcerse.

Las actualizaciones de modelo lo barajan todo de nuevo. Un nuevo entrenamiento, un modelo por defecto distinto, un cambio en qué fuentes se citan, y tu descripción cuidadosamente corregida puede recaer de la noche a la mañana. Un competidor publica una comparativa agresiva y de golpe su encuadre de ti se cuela en las respuestas.

Así que la redacción necesita una línea base y una alarma. Captura cómo te describen hoy, en frases concretas y citables, y que te avisen cuando esas frases cambien. Eso es un trabajo de monitorización, no una auditoría de una vez, y es la parte más infravalorada del GEO.

Conectar tu GA4 o tu Plausible cierra el círculo, porque entonces no solo vigilas palabras, vigilas si ChatGPT, Perplexity y Gemini de verdad te mandan visitas y conversiones mientras la redacción mejora. Ese enlace entre "la descripción mejoró" y "se movió la facturación" es lo que casi nadie llega a medir.

Qué herramienta, con honestidad

Construyo una de estas, así que toma lo que sigue como informado pero interesado. Aquí es donde de verdad te mandaría a otro sitio.

Si eres una marca grande o un enterprise que necesita el conjunto de datos más profundo, SOC 2, SSO, on-prem y análisis de volumen de prompts, mira bien Profound. Es el peso pesado y se lo gana. Va por demo, sin precios públicos, y para una gran cuenta eso está bien.

Si eres una agencia o un equipo que quiere buen seguimiento regional y multiidioma con comparación de competidores por país, Peec AI es genuinamente bueno, desde unos 89 $/mes, con asientos ilimitados. Ojo: incluye tres modelos y los extra son add-ons de pago por modelo.

Si quieres el punto de entrada honesto más barato y capturas de las salidas reales de la IA, Otterly.ai arranca en 29 $/mes y trae un servidor MCP y una API pública.

Y si ya pagas Ahrefs o Semrush, sus funciones Brand Radar y AI Toolkit son más superficiales que las de los especialistas, pero ya están en tu suscripción. Para una primera mirada, es un sitio razonable por donde empezar.

Dónde pondría yo a LLM Pulse en tu lista corta: cuando lo que concretamente te importa es la redacción y su reputación en el tiempo, con precios públicos y justos, sin llamada comercial. Los planes arrancan en 49 €/mes y todos llevan asientos ilimitados, sin coste por usuario, más 14 días de prueba. El trabajo de Reputación y sentiment del que va todo este artículo está en los planes de pago, junto a la analítica de tráfico de IA y un servidor MCP alojado que trae tus propios datos directos a Claude o ChatGPT.

Estos son los precios actuales, para que compares peras con peras.

Los precios cambian, así que comprueba las cifras actuales antes de contratar. Y si la respuesta honesta para tu caso es Profound, Peec u Otterly, tómala. Una herramienta que de verdad vayas a usar gana a la de la mejor lista de funciones.

La parte que nadie quiere oír

No eres dueño de cómo te describe la IA. La influyes. Los modelos se sientan entre tú y todo el que busca tu nombre, y te van a parafrasear con las fuentes en las que confíen, actualizadas en un calendario que tú no marcas.

Eso no es motivo para rendirse. Es motivo para tratar tu descripción en IA como algo vivo: léela, rastrea las palabras hasta su fuente, arregla la fuente y vigila la redacción para pillar el día en que se tuerce.

Porque ahora mismo, en algún sitio, un modelo le está contando a un comprador qué es tu empresa en un párrafo seguro de sí mismo. La única pregunta es si tú lo has leído.