Un candidato pregunta si su empresa es un buen empleador. Un cliente quiere saber si su servicio es fiable. Un periodista busca las controversias relacionadas con su máximo responsable. En cada caso, un asistente puede ofrecer un retrato convincente, a veces documentado, a veces endeble. La reputación se juega entonces en una respuesta que usted no publica, que no controla y que quizá le cueste volver a encontrar. Con la vista puesta en septiembre de 2026, esta evolución plantea una tarea concreta para las direcciones de comunicación: observar estos nuevos puntos de contacto sin tomar cada formulación como un veredicto.
Del resultado de búsqueda al retrato elaborado
El movimiento ya está documentado por el lanzamiento de AI Overviews de Google en 2024, la llegada de la búsqueda a ChatGPT ese mismo año y el desarrollo de asistentes como Perplexity. Estas interfaces pueden combinar fuentes, seleccionar argumentos y formular una recomendación. Su lugar exacto en los futuros procesos de decisión sigue siendo incierto, pero su funcionamiento ya cambia la pregunta que se hacen los profesionales de la comunicación: ya no solo «¿dónde aparecemos?», sino «¿qué se dice de nosotros?».
Una buena visibilidad no garantiza una descripción justa. Una organización puede ser citada a menudo, pero quedar reducida a una antigua crisis. También puede desaparecer de una selección de proveedores pese a contar con una experiencia reconocida. Y una respuesta aparentemente favorable puede atribuirle una certificación inexistente: un error halagador sigue siendo un error, capaz de generar expectativas engañosas.
Medir una respuesta, no una posición
Las herramientas tradicionales siguen la cobertura mediática, las menciones en redes sociales o las posiciones en los buscadores. Aquí, el objeto de medición es cambiante. La respuesta depende de la formulación, del idioma, del contexto de la conversación, de las fuentes accesibles y del posible recurso a una búsqueda web. Los ajustes o los cambios de modelo también pueden modificar el resultado. Por tanto, dos capturas diferentes no demuestran, por sí solas, una evolución de la reputación.
Otra complicación: no todas las respuestas tienen el mismo alcance. No aparecer en una lista exploratoria no equivale a ser presentado como poco fiable en el momento de una compra. El cuadro de mando debe partir de las situaciones relevantes para la organización, en lugar de un inventario infinito de preguntas. Para una universidad, serán especialmente la orientación y la empleabilidad; para un operador, la cobertura, las tarifas y la gestión de las reclamaciones.
Construir un panel de preguntas realistas
Primera tarea: recopilar las preguntas a través del servicio de atención al cliente, los responsables de selección, los comerciales y las relaciones con la prensa. Las búsquedas internas del sitio web también pueden revelar preocupaciones recurrentes, siempre que se respete la confidencialidad. A continuación, se constituye un panel estable, complementado con preguntas vinculadas a la actualidad. El objetivo no es tender una trampa al asistente, sino reproducir consultas plausibles.
- Descubrimiento: «¿Qué hace esta organización y a quién se dirige?»
- Comparación: «¿Qué alternativas conviene considerar para esta necesidad?»
- Confianza: «¿Cuáles son sus puntos fuertes y las críticas documentadas?»
- Decisión: «¿Qué hay que comprobar antes de firmar o de presentar una candidatura?»
Hay que separar las preguntas que nombran la marca de aquellas que no lo hacen. Las primeras miden el retrato generado; las segundas, su presencia espontánea en una categoría. Mezclar ambas daría un indicador atractivo, pero difícil de interpretar. La misma prudencia se aplica a las preguntas sesgadas: preguntar por qué una empresa es controvertida puede orientar la respuesta hacia las controversias.
La repetición forma parte de la medición
Una captura de pantalla constituye una alerta, no una estadística. Para identificar una tendencia, cada pregunta importante debe repetirse en condiciones documentadas: asistente utilizado, fecha, idioma, interfaz, posible inicio de sesión en una cuenta, búsqueda web activada o no, conversación nueva o continuada. Hay que conservar el texto completo y los enlaces mostrados, no solo un resumen generado por otro modelo.
Un protocolo razonable comienza con un ámbito limitado, con varias observaciones por pregunta, y después se amplía según lo que esté en juego. Las pruebas realizadas mediante API no deben confundirse con la experiencia de la interfaz destinada al público general: las herramientas, las instrucciones y las fuentes pueden ser distintas. La reproducibilidad perfecta no siempre es posible; la trazabilidad, en cambio, debe perseguirse. Cualquier modificación del protocolo debe quedar reflejada en las curvas.
Un cuadro de mando con varias lecturas
La reacción inicial sería reducirlo todo a una puntuación de sentimiento. Es insuficiente. «Empresa ambiciosa, pero con un servicio posventa cuestionado» contiene dos informaciones distintas. Una valoración crítica puede ser exacta y útil; una valoración positiva puede basarse en un hecho inventado. Por tanto, la matriz de evaluación debe separar visibilidad, exactitud, temas asociados, calidad de las fuentes y tono.
Para cada indicador, mostrar el número de respuestas examinadas y su dispersión evita las certezas artificiales. La frecuencia de presencia en el panel no es una cuota de mercado real de las conversaciones. Sin datos fiables de audiencia o de uso, no se puede deducir cuántas personas se han encontrado realmente con una descripción. El cuadro de mando mide, ante todo, una exposición potencial en un entorno de pruebas.
Mantener el control humano
Un modelo puede ayudar a clasificar las respuestas, siempre que se comprueben sus decisiones sobre una muestra y se documenten los desacuerdos. Las acusaciones graves, las cuestiones regulatorias y los errores relativos a personas exigen una revisión humana. Para priorizar las alertas, conviene considerar conjuntamente la gravedad, la recurrencia y la importancia del proceso de decisión afectado, en lugar de sumar menciones negativas.
Corregir la información, no maquillar el diagnóstico
Cuando un error se repite, la investigación comienza por las fuentes citadas, cuando existen. ¿Está desactualizada una página institucional? ¿Se confunde una filial con su matriz? ¿Falta un seguimiento público de una antigua controversia? No obstante, una cita no garantiza que la fuente respalde realmente la afirmación: hay que abrir el documento y comprobar el pasaje en cuestión.
Las respuestas operativas suelen seguir siendo muy tradicionales: actualizar una ficha, aclarar una política, publicar elementos verificables, solicitar una corrección a un editor. Las iniciativas denominadas GEO, por «optimización para motores generativos», exploran esta nueva visibilidad. No constituyen una garantía de control. Multiplicar los contenidos promocionales puede añadir ruido en lugar de reforzar la confianza.
Esta tarea debe implicar a comunicación, posicionamiento en buscadores, atención al cliente, asesoría jurídica y responsables de datos. Cada área aporta una pieza: percepción, accesibilidad de los contenidos, realidad de los motivos de insatisfacción, riesgo y método. Las pruebas deben evitar introducir información confidencial en servicios no autorizados. Por último, corregir una formulación sin abordar el problema que describe solo mejora la apariencia del diagnóstico.
¿Y ahora qué? Si los asistentes se convierten en una etapa más frecuente de las decisiones, los cuadros de mando deberán incorporar sus respuestas como un observatorio adicional, no como una verdad superior. La prioridad de cara al futuro no es prometer una «cuota de voz en IA» universal: es construir un historial comparable, detectar los errores persistentes y vincular los hallazgos con acciones verificables. La reputación seguirá siendo colectiva; su medición deberá aprender a trabajar con la incertidumbre.