Llevo unos meses notando que la pregunta que más me llega de clientes ha cambiado.
Antes era «¿por qué no rankeo?». Ahora, cada vez más, es «¿por qué ChatGPT recomienda a mi competidor y a mí ni me nombra?». Y la primera vez que te la hacen, te das cuenta de que el tablero ha crecido por un lado que casi nadie estaba mirando.
Tu reputación se jugaba en tres sitios. Lo que sale de ti en Google. Las reseñas. Lo que se dice en redes. Sigue siendo así, ojo. Pero ha aparecido un cuarto plano, y tiene una propiedad que lo hace distinto de los otros tres: no lo ves. Cuando alguien le pregunta a un modelo «¿qué tal es esta empresa?», la respuesta se construye ahí mismo, delante de esa persona, en privado. No la firmas. No la puedes responder. Y para mucha gente ya es la primera opinión que recibe de ti, antes de pisar tu web.
Esto enlaza directo con la gestión de reputación online de toda la vida, solo que ahora una de las voces que opina sobre tu marca es una máquina. Y esa máquina no distingue entre lo que tú dices de ti y lo que dice el mundo. Lo promedia todo.
Por qué la IA habla de tu marca como habla
Un modelo no sabe nada de ti. Construye la respuesta a partir de patrones: qué se ha escrito de tu categoría, qué fuentes parecen fiables, qué se repite. Si lo que se repite sobre ti es poco, contradictorio, o lo cuenta mejor otro, el modelo rellena el hueco como puede. Y rellenar huecos, en la práctica, es inventar con aplomo o copiar a tu competidor.
Aquí está la parte que casi nadie quiere oír. El problema no se arregla con prompts ni con trucos para la IA. El modelo solo puede promediar lo que el mundo entiende de tu marca. Si ese consenso es flojo, la respuesta será floja. El síntoma aparece en ChatGPT. La causa está en tu marca. Por eso lo que funciona se parece más a construir reputación que a optimizar una página, y por eso me repito tanto con esto.
Los tres modos en que la IA te puede hacer daño
No todos los líos de reputación con IA son iguales, y conviene separarlos porque se arreglan distinto.
El primero es la alucinación. El modelo afirma como cierto algo que no lo es. Te cuelga un servicio que no ofreces, un caso que no es tuyo, un dato cambiado. Es el que más asusta, aunque no siempre el más frecuente.
El segundo es la atribución errónea. El modelo coge una idea o un dato real y se lo cuelga a quien no es. Tu contenido alimenta la respuesta, y el crédito se lo lleva un competidor. Esto pasa más de lo que la gente cree, y es puro problema de no ser tú la fuente clara de tu propia historia.
El tercero es el silencio. Ni te menciona. Y para una marca que invierte en visibilidad, no salir en la respuesta suele doler más que una mención regular. Significa que, en el promedio del modelo, en tu categoría no existes. Tres formas distintas de fastidiarla. La misma raíz debajo.
Cómo saber qué dice la IA de ti
Antes de comprar nada, haz lo manual. Abre ChatGPT, Gemini, Perplexity y Copilot, y pregunta como preguntaría un cliente o un periodista. «¿Qué tal es [tu marca]?». «¿Quién es el mejor [tu categoría] en [tu ciudad]?». «¿Recomendarías a [tu marca] para [esto]?». Apunta tres cosas: si sales, qué dicen, y de dónde parece que lo sacan.
No te fijes en el veredicto de un modelo suelto. Fíjate en el patrón entre los cuatro. Si te describen de cuatro formas distintas, tienes un problema de consenso. Si los cuatro repiten el mismo error, tienes un problema de fuentes. Si ninguno te nombra, tienes un problema de presencia. Tres diagnósticos muy distintos. Y cada uno se arregla por su lado, así que el orden importa.
Cuando quieras dejar de hacerlo a mano y verlo en serio, en Magnify montamos Mirror, una herramienta gratuita que te enseña qué dicen los modelos sobre tu marca y te deja compararlo entre idiomas y entre competidores. La uso como punto de partida con clientes, sobre todo cuando una marca entra en un mercado nuevo y quiere saber si la IA de ese país, en ese idioma, sabe quién es. (Spoiler: muchas veces no.)
La IA en otro idioma casi nunca sabe quién eres
Hay un sitio donde esto se ve clarísimo, y es cuando una marca cruza una frontera. Me ha pasado varias veces. Una empresa que en su mercado de origen tiene una reputación sólida, años de prensa, clientes que la conocen. Y le preguntas a la IA por ella en el idioma del mercado nuevo al que quiere entrar, y el modelo se queda en blanco. O peor, te la confunde con otra.
La explicación es la misma de antes. El modelo promedia lo que el mundo dice de ti, pero el mundo habla por idiomas. Si todo lo que se ha escrito de tu marca está en español, la versión en alemán de ese modelo tiene muy poco que promediar. Y rellena el hueco con lo que encuentra, que suele ser tu competidor local, ese sí bien documentado en su idioma.
Esto lo compruebo con Mirror lanzando la misma pregunta sobre una marca en dos idiomas y poniendo las dos respuestas una al lado de la otra. La diferencia, muchas veces, da un poco de vértigo. La marca que en casa es referente, fuera es un desconocido para la máquina que cada vez más gente usa para decidir. Entrar en un mercado nuevo dejó de ser solo salir en su Google. Ahora es que su IA, en su idioma, sepa que existes.
Y esto conecta con algo que repito en SEO internacional: localizar va mucho más allá de traducir. Si tu reputación no se ha construido también en el idioma del mercado al que vas, la IA de ese mercado no tiene de dónde sacarte.
Cómo se mejora de verdad
No se discute con el modelo. Se trabajan las fuentes que el modelo lee. Por orden de impacto:
Primero, sé la fuente clara de tu propia historia. Tu web tiene que decir, en texto que una máquina pueda extraer y sin ambigüedad, qué haces, para quién, y con qué pruebas. Si tu propia web no lo deja claro, no esperes que lo deje claro un modelo que te lee de pasada y con prisa.
Segundo, gana presencia en las fuentes que la IA respeta de tu categoría. Menciones en sitios con criterio, datos propios que se puedan citar, perfiles que digan lo mismo en todas partes. Es la misma palanca que mueve cómo aparecer en ChatGPT: el modelo promedia el agregado, y el agregado se construye fuera de tu web.
Y tercero, cuida la coherencia entre planos. Si en Google cuentas una cosa, en tu web otra y en LinkedIn una tercera, el modelo se queda con la media confusa de las tres. La consistencia aquí no es estética. Es lo que de verdad baja las alucinaciones, porque le quitas huecos que rellenar.
En el fondo, esto es la capa de marca de lo que llamo LLMO: trabajar para que los modelos entiendan, recuerden y citen bien a tu marca. La reputación con IA y el LLMO son la misma conversación entrando por dos puertas distintas.
Lo que no funciona, aunque te lo vendan
Ya está saliendo el mercadillo de siempre. Gente que te promete «posicionarte en ChatGPT» con un truco, archivos mágicos que supuestamente le dicen al modelo lo bueno que eres, plantillas de prompt para que la IA te quiera. Casi todo es postureo.
Y hay uno que conviene que te grabes a fuego, porque además ya es peligroso. Inflar artificialmente las menciones o las citas para colártelas a la IA. Google ha dicho hace nada que manipular citaciones en la búsqueda con IA cuenta como spam. Así que el atajo que algunos te venden como avanzado es, literalmente, lo que te puede penalizar. Lo de siempre. El humo se paga, solo que ahora se paga un poco antes.
Lo que sí mueve la aguja es lento y aburrido de vender. Ser una fuente clara, conseguir que sitios con criterio te recojan, y tener paciencia mientras los modelos se actualizan. No hay botón. Si alguien te enseña un botón, lo que te está enseñando es la factura.
Cuando ya hay daño hecho
Si un modelo dice algo falso o que te perjudica, el primer impulso es pelearte con la respuesta. No sirve. Mañana se regenera y vuelve a estar igual. Lo que mueve la aguja es mejorar el agregado que lee: publica la versión correcta y verificable en tu web, consigue que fuentes fiables la recojan, y dale tiempo a que los modelos vuelvan a entrenar o a recuperar. No es inmediato. Pero es lo único que cambia el promedio de forma estable. Y por el camino, vigilar de vez en cuando qué sentimiento arrastra tu marca en la IA deja de ser un capricho y pasa a ser una métrica más.
Preguntas frecuentes
¿Puedo obligar a ChatGPT a borrar algo sobre mi marca?
No directo. No editas el modelo, editas las fuentes que lo alimentan. Si mejoras el agregado (tu web más lo que dicen fuentes fiables), la respuesta mejora con el tiempo. Discutir con el chat no cambia nada, más allá de desahogarte.
¿Esto es lo mismo que el SEO?
Comparten causa, no superficie. El SEO trabaja para que Google te coloque. Esto trabaja para que la IA te entienda y te cite. Debajo de los dos está la misma pregunta: qué entiende el mundo de tu marca. Por eso el síntoma es SEO y la causa es marca.
¿Necesito una herramienta para monitorizar mi reputación en IA?
Para empezar, no. El chequeo a mano en cuatro modelos te da casi todo el diagnóstico. Una herramienta como Mirror tiene sentido cuando quieres seguimiento en continuo y comparar con competidores o entre idiomas, no para saber si tienes un problema. Para eso te basta una tarde.
¿Cada cuánto debería revisarlo?
Una pasada al trimestre para una marca pequeña. Más a menudo si estás en una categoría que se mueve rápido, o si acabas de tener cobertura (buena o mala) que pueda haber entrado en el agregado.
Si te ronda la duda de qué está diciendo la IA de tu marca ahora mismo, casi siempre la respuesta corta es: menos de lo que crees, y peor contado de lo que mereces. Si quieres mirarlo a fondo, en los cuatro planos, cuéntamelo.