7 de noviembre de 2026

    La atención que tus analíticas no pueden ver. Cinco preguntas sobre lo que un modelo de lenguaje dice a tus clientes

    Un cliente pregunta a un modelo de lenguaje y no hace clic. La escalera de la atención: presencia, competencia, posición, dirección y traspaso.

    La escalera de la oportunidad de atención: presencia, competencia, posición, dirección y traspaso en la respuesta de un modelo de lenguaje.

    Alguien está a punto de comprar, abre un chat con un modelo de lenguaje y pregunta qué elegir. La respuesta llega ya preparada: algunos nombres, una breve justificación, a veces un enlace. No hay clic en un resultado de búsqueda, ni visita al sitio web de la marca, ni rastro en ningún panel de control. Las analíticas no muestran nada, sin embargo, la decisión acaba de tomarse. Entonces, ¿dónde estaba la atención del cliente? En la respuesta del modelo. Y fue el modelo quien decidió quién la obtuvo.

    El modelo de lenguaje como influencer: cinco peldaños que una marca sube para captar la atención del cliente

    Hoy en día, un modelo de lenguaje funciona como un influencer, solo que en términos diferentes. No tiene un alcance que puedas comprar y no firma contratos. Decide a quién mostrar en el momento en que se hace la pregunta, y su recomendación llega al cliente exactamente en el momento de la elección.

    En mi artículo sobre la muerte de los rankings, argumenté que la posición en los resultados de búsqueda había dejado de ser la medida importante, siendo reemplazada por la probabilidad de que un modelo recomiende la marca. Michał Grzebyk describió en este blog lo que significa la visibilidad de la marca en las respuestas del modelo. Ambos artículos son peldaños de la misma escalera. Aquí subo uno más, porque ni la presencia sola ni la recomendación sola nos dicen si una marca tiene posibilidades de captar la atención del cliente.

    Desgloso esa posibilidad en cinco peldaños: presencia, competencia, posición, dirección y traspaso. Juntos forman la escalera de la oportunidad de atención. Cada peldaño es una pregunta sencilla que un especialista en marketing puede hacer sobre su propia marca, y juntos describen lo que el modelo pone delante del cliente. Si el cliente realmente lo lee es un asunto aparte, al que volveré al final.

    ¿De dónde provienen los números de este artículo?

    Cada cifra aquí proviene de un único estudio propio. Se refiere a una marca específica, a la que llamo Marca A, y a un conjunto de escenarios construidos para su situación: 1.400 preguntas en 11 idiomas, formuladas en nombre de personas de 12 mercados, a seis modelos (ChatGPT, Gemini, Claude, Perplexity, Grok, DeepSeek). Esto produjo 8.400 respuestas evaluadas, recopiladas entre agosto y octubre de 2026.

    Estos porcentajes, por lo tanto, describen la Marca A, sus preguntas y las versiones del modelo de ese período. No son una norma de mercado, ni un nivel con el que comparar otra marca. Una categoría diferente, preguntas diferentes y personas diferentes producirán números diferentes. Los muestro porque ilustran mecanismos que también vemos al medir otras marcas: la dirección del efecto es similar, pero el nivel siempre debe medirse por separado.

    ¿Por qué una única respuesta del modelo aún no te dice nada?

    Tomemos una pregunta del estudio, formulada en el idioma de uno de los mercados, sin ningún nombre de marca. Seis modelos dieron seis respuestas diferentes. En dos, la Marca A no apareció en absoluto. En una, quedó cuarta, presentada como "una sorpresa". En otra, obtuvo una sección propia, en otra una sola mención en una frase sobre los costes de vida, y en la última quedó tercera en la lista.

    Cuatro de los seis modelos incluyeron la marca en su respuesta. ¿Es un buen resultado? Una sola pregunta no puede decirlo. En todo el grupo de preguntas similares, el modelo incluyó la Marca A en el 45,1% de 324 respuestas, es decir, en menos de una de cada dos respuestas. Una sola respuesta es como una tirada de un dado cargado: el dado tiene sus tendencias, pero el resultado de una tirada es casualidad. Solo un conjunto fijo de preguntas, formuladas muchas veces, con la versión del modelo y la fecha junto a cada cifra, revela esas tendencias.

    Este estudio muestra una cosa más. Las diferencias entre los tipos de preguntas fueron mayores que las diferencias entre los modelos. Lo que el cliente pregunta pesa más que el modelo que utiliza. Por eso, la preparación de un estudio comienza con una descripción precisa de la marca y de las situaciones en las que los clientes la buscan. Cubrimos esto en nuestra serie sobre la preparación de un estudio de respuestas de modelos.

    Cinco preguntas que vale la pena hacer sobre tu propia marca

    ¿El modelo incluye la marca en la respuesta por sí mismo?

    El primer peldaño es la presencia. Cuando el nombre de la marca está en la pregunta, el modelo habla de ella casi siempre: en el estudio de la Marca A, en el 99,9% de las respuestas. Sin embargo, eso es un eco, no una medición. La verdadera prueba comienza donde el cliente no nombra la marca, porque solo allí el modelo mismo elige a quién dar una oportunidad.

    En 1.452 respuestas a preguntas sin el nombre de la Marca A, el modelo la incluyó en el 72,4% de los casos. Ese promedio oculta grandes diferencias. En preguntas de particulares (a las que se refieren las siguientes cifras a menos que diga lo contrario) reducidas al segmento donde compite la marca, apareció en el 91,7% de 552 respuestas. En preguntas generales sobre toda la categoría, en el 45,1% de 324. En preguntas que no apuntaban a la categoría en absoluto, en el 20,0% de 90. La presencia, entonces, no es una propiedad de la marca. Es una propiedad de un par: la marca y la pregunta.

    ¿Con quién comparte la respuesta la marca?

    El segundo peldaño es la competencia. Un modelo rara vez apunta a una sola marca. En 1.044 respuestas a preguntas sin el nombre de la Marca A, enumeró en promedio casi seis opciones más, y la Marca A fue la única sugerencia en solo el 0,4% de los casos. En preguntas generales, la lista fue abierta por un líder, nombrado en el 58,0% de las respuestas. La Marca A quedó segunda (45,1%), con cuatro opciones muy cerca, cada una nombrada en el 38-41% de las respuestas.

    La conclusión es simple: en la respuesta de un modelo, una marca compite no con un rival, sino con una lista completa. El modelo que compila esa lista decide a quién verá el cliente junto a tu marca.

    ¿Qué tan alto se sitúa la marca en la respuesta?

    El tercer peldaño es la posición: en la parte superior de la respuesta o en el octavo párrafo. En el ejemplo de una sola pregunta, la Marca A quedó tercera una vez y cuarta otra. Es tentador convertir eso en un ranking. Sin embargo, el estudio de la Marca A muestra que cuando el nombre de la marca no está en la pregunta, su posición cambia de una respuesta a otra, incluso cuando se repite la misma pregunta el mismo día.

    Una sola posición, entonces, no es un resultado. El resultado es la frecuencia con la que la marca llega al inicio de la respuesta en un conjunto fijo de preguntas. Cuando el nombre de la marca está en la pregunta, el modelo casi siempre abre su respuesta con ella, pero eso, de nuevo, es solo un eco.

    ¿El modelo recomienda, simplemente menciona o desaconseja?

    El cuarto peldaño es la dirección. Cuando el modelo incluyó la Marca A en la respuesta por sí mismo, la recomendó claramente en el 55,9% de los casos. Casi nunca la desaconsejó (1,7%), pero en cuatro de cada diez respuestas simplemente la mencionó, sin ninguna recomendación. Michał Grzebyk explica la diferencia entre una mención y una recomendación en un artículo aparte.

    Lo más interesante es que el tipo de pregunta funciona aquí al revés que para la presencia. En preguntas más específicas, la Marca A aparece casi siempre, pero solo se recomienda en el 47,0% de las respuestas. En preguntas generales aparece con menos frecuencia, pero cuando lo hace, se recomienda en el 62,3%. La presencia por obligación no es lo mismo que la presencia por elección. El modelo elige una marca cuando tiene un argumento para ello, y un contador de menciones no puede distinguir ambas situaciones.

    ¿A dónde envía el modelo al cliente?

    El quinto peldaño es el traspaso. Aquí es donde termina el canal del modelo y comienza tu sitio web. Las direcciones que los modelos dieron de memoria llevaron a páginas conectadas con la Marca A en el 49,5% de los casos. Las fuentes encontradas a través de la búsqueda en vivo llevaron allí en el 22,4%. Estos son dos modos de trabajo diferentes y dos cifras separadas, que no combino en una sola.

    La lectura de las respuestas muestra por qué. El modelo cita una fuente que aborda la situación del que pregunta, en su idioma y contexto. No cita un texto sobre quién es la marca. Para cualquier editor de contenido, esa es una señal importante: el tráfico de los modelos va a la página que responde a la pregunta del cliente.

    La oportunidad de atención es una instantánea

    Los cinco peldaños describen respuestas de un día específico y una versión específica del modelo. En el estudio de la Marca A, las versiones más nuevas del modelo cambiaron la proporción de recomendaciones claras en más de diez puntos en siete semanas, en ambas direcciones y sin ninguna campaña. Un modelo, en su nueva versión, dejó de nombrar la marca en una respuesta donde antes había estado en la lista. Otro, en su nueva versión, la puso en la primera frase.

    Este tipo de deriva cambia el significado de cualquier auditoría puntual. Una cifra sin una versión del modelo y una fecha no tiene dirección, y una medición de hace un trimestre solo te dice cómo estaban las cosas. La oportunidad de atención debe verificarse regularmente, con el mismo conjunto de preguntas.

    ¿Por qué una marca conocida aún no es una marca vista?

    Preguntados directamente por los nombres más conocidos asociados con la Marca A, los modelos dieron el mismo canon en cada una de las 144 respuestas. En preguntas prácticas, ese mismo canon apareció entre el 12,0% y el 0,8% de las respuestas. El conocimiento entra en una respuesta solo a través de una puerta que abre la pregunta del cliente: un lugar, un problema, una situación específica. En preguntas de negocios, la fuente que satisfacía una necesidad práctica ("¿cómo verifico a un socio comercial?") apareció en 143 de 4.200 respuestas, mientras que la empresa más grande en el mismo panorama apareció en 21.

    Así que el modelo no recomienda lo que mejor conoce. Recomienda lo que se ajusta a la pregunta. Por eso, el contenido de una marca debe construirse en torno a las situaciones de los clientes, no en torno a su propia descripción.

    Una oportunidad de atención aún no es atención

    Los cinco peldaños te dicen lo que el modelo pone delante del cliente. Lo que el cliente realmente lee y procesa solo lo muestran métodos que involucran a personas, como una encuesta o el seguimiento ocular en muestras de respuestas. Ahí es donde comienza la atención, en sentido estricto. En publicidad, parte de la atención se estima a partir de señales de datos como el tiempo de exposición o el desplazamiento. En la respuesta de un modelo, esas señales pertenecen únicamente a la plataforma que la muestra, por lo que desde fuera solo se puede leer el contenido de la respuesta. Por lo tanto, la ruta hacia la atención en el canal de IA tiene cuatro pasos.

    Primero, preguntas sin el nombre de la marca: un conjunto fijo de preguntas de clientes, muchas ejecuciones, y la versión del modelo y la fecha junto a cada resultado. Segundo, los cinco peldaños leídos del contenido de las respuestas, que es la oportunidad de atención. Tercero, investigación que involucra a personas, que confirma la atención. Cuarto, el resultado comercial: tráfico de respuestas, consultas, ventas y mejora de la marca, vinculado a los pasos dos y tres.

    Junto a esta ruta se encuentra una herramienta separada: una auditoría de la calidad de la representación. El modelo 5P, descrito en el blog de Brand Semantics, verifica si una respuesta es verdadera y si el resultado es estable. La escalera de la oportunidad de atención describe la ruta de la marca hacia el cliente, mientras que 5P describe la calidad de lo que dice el modelo en el camino.

    ¿Qué le sigue a un especialista en marketing, sea cual sea la herramienta?

    Lo he reunido en cinco principios que se mantienen, sea lo que sea que midas.

    1. Mide donde el cliente no nombra la marca. Las preguntas que incluyen el nombre de la marca son un eco, no una medición. La oportunidad de atención se decide por preguntas sobre la categoría, el problema y la situación.
    2. No cuentes menciones. Cuenta menciones con una razón: un argumento, un lugar, una comparación. Una mención sin razón ocupa un lugar en la lista pero no le da al cliente ninguna razón para elegir.
    3. Dale al modelo una puerta. Un hecho, un número o una comparación preparada para la pregunta del cliente entra en la respuesta. Un texto sobre quién eres generalmente no lo hace.
    4. Estudia la pregunta de la audiencia en su idioma y contexto. Solo entonces la respuesta podrá enviarte personas a ti, en lugar de a una fuente que se ajuste mejor a la situación del cliente.
    5. Cada cifra con una versión del modelo y una fecha. Mide regularmente y cuenta la publicidad pagada en el chat por separado de la mención del modelo.

    La atención se está convirtiendo en una moneda. En la respuesta de un modelo, las posibilidades de ganarla son otorgadas por el modelo, y van a la marca que le da una razón.

    Si quieres verificar estos cinco peldaños para tu propia marca, Semantio hace preguntas a los modelos sin el nombre de la marca y muestra si el modelo incluye la marca, con quién se la compara, con qué fuerza se la recomienda y a dónde envía el modelo a las personas a continuación. Puedes empezar con una prueba de 7 días.

    Lee también: ChatGPT mostrará la frecuencia de aparición de una marca en sus respuestas, pero no el porqué


    CEO Brand Semantics

    Creador y arquitecto principal de Semantio, concibió su metodología de investigación y marco de puntuación LLM. Cofundador de AI Business Center Foundation, impulsa la implementación de IA alineada con objetivos estratégicos empresariales.