Percepción de marca en IA: cómo te describen ChatGPT, Claude, Gemini, Google y Meta AI

La visibilidad mide si la IA te nombra. La percepción mide qué dice cuando te nombra. Se miden por separado porque fallan por separado, y combinadas dan cuatro situaciones muy distintas:

• Visible y bien descrita: la IA te nombra y te describe como querés. Hay que sostenerlo y medir que no se mueva.
• Visible y mal descrita: la IA te nombra, pero con un dato viejo, un defecto exagerado o sin tu diferencial. Es la peor de las cuatro, porque la IA amplifica una historia que no te conviene.
• Invisible y bien descrita cuando te preguntan por nombre: la IA te conoce, pero no te trae cuando la pregunta es por la categoría. Es un problema de visibilidad, que se trabaja con share of voice y contenido.
• Invisible y sin descripción: la IA no tiene material sobre vos. Primero hay que existir.

Para la visibilidad, leé la guía de share of voice en IA. Esta guía trata la percepción: qué se mide, cómo leerlo y qué hacer.

El análisis de sentimiento puntúa el tono con el que cada respuesta habla de tu marca en una escala de 0 a 100. En Refractia las bandas son: 70 o más, positivo; de 40 a 69, mixto; menos de 40, negativo. Un promedio alto es una buena noticia, pero no dice por qué, y dos marcas con el mismo puntaje pueden necesitar acciones opuestas:

Seguros Lince tiene que atacar un dolor puntual, con hechos que la IA pueda repetir. Aseguradora Brisa necesita una historia propia. El puntaje es idéntico; el trabajo, no. Por eso el sentimiento se lee siempre junto a los descriptores, y por motor: un motor de chat puede arrastrar una crítica de hace años que la búsqueda con IA ya no muestra.

Los descriptores son los adjetivos y frases cortas con los que los motores te caracterizan: «confiable», «caro», «pionero», «difícil de contactar». Juntados sobre cientos de respuestas, muestran la imagen de marca que la IA tiene armada, con más detalle que cualquier puntaje.

• Frecuencia: qué palabras se repiten más. Las que aparecen en la mayoría de las respuestas son la imagen central; las que aparecen una vez son ruido.
• Tono: qué descriptores son positivos, negativos o neutros. Un solo negativo muy repetido pesa más que diez positivos sueltos.
• Diversidad de vocabulario: cuántos términos distintos usa la IA para describirte. Pocos términos repetidos indican una imagen consistente; muchos términos dispersos, una imagen difusa en la que cada respuesta dice algo diferente.
• Diferencias por motor: si ChatGPT te llama «tradicional» y Gemini «innovadora», no hay una percepción de la IA sino varias, y conviene saber cuál ve tu cliente.

Toda marca tiene rasgos que quiere que le reconozcan: rápida, cercana, segura, premium. La alineación de rasgos compara esos rasgos deseados con lo que la IA efectivamente dice. La trampa es contar sólo si el rasgo aparece: si «innovadora» figura dos veces entre trescientas menciones, técnicamente está, pero nadie lo percibe.

Por eso la alineación se pondera por prominencia: un rasgo cuenta en proporción a cuánto se repite frente al resto del vocabulario. Una marca que quiere ser «rápida, cercana e innovadora» y recibe «rápida» todo el tiempo, «cercana» de vez en cuando e «innovadora» nunca no está alineada en tres de tres, aunque dos de los tres rasgos «aparezcan».

La comparación con competidores completa la foto. Una matriz de percepción muestra, rasgo por rasgo, si la IA te lo asigna más, igual o menos que a cada rival: victorias, empates y derrotas. A veces el rasgo que querés ser es justo el que la IA le da a otro.

Más allá de palabras sueltas, la IA cuenta una historia sobre tu marca: de dónde viene, para quién es, en qué se destaca y qué se le critica. Esa narrativa se ordena en tres partes que sirven para decidir:

• Fortalezas: lo que la IA dice bien de vos de forma consistente. Es lo que hay que sostener con evidencia fresca.
• Vulnerabilidades: lo negativo que se repite: un problema real, un dato viejo o una comparación desfavorable. Es lo primero que hay que investigar.
• Oportunidades: lo que la IA no dice y podría decir. Rasgos deseados ausentes, temas donde tus competidores aparecen y vos no, usos que nadie te atribuye.

Un ejemplo ficticio: una cadena de gimnasios de Colombia cuya narrativa en IA es «económica y con muchas sedes, pero con equipos viejos y mucha gente en horas pico». La fortaleza es el precio y la cobertura; la vulnerabilidad, la experiencia en sede; la oportunidad, que ninguna respuesta menciona sus clases grupales, que son su apuesta del año.

La IA no tiene una sola percepción de tu marca: responde distinto según quién pregunta y qué pregunta. Un comprador, un inversor y un candidato a empleado hacen preguntas diferentes, y los motores buscan en fuentes diferentes para contestarlas.

Para medirlo, armá un conjunto de preguntas por audiencia y comparalas en los mismos motores. Sumá también preguntas del tipo «¿para quién es…?»: muestran a qué segmento te asocia la IA. Si querés venderle a pymes y la IA te recomienda sólo para grandes empresas, tenés un problema de posicionamiento que ninguna métrica de visibilidad va a mostrar.

La percepción de tu marca en IA se mueve aunque vos no hagas nada: los modelos se actualizan, la web publica notas nuevas y tus competidores cambian su contenido. Esa deriva se detecta comparando escaneos, con una condición: las mismas preguntas, en los mismos motores y en el mismo país. Si cambiás las preguntas, no podés saber si cambió la percepción o cambió la forma de preguntar.

Al comparar, mirá la muestra. Un salto de sentimiento sobre diez respuestas puede ser ruido; el mismo salto sobre trescientas es una señal. Y mirá qué descriptores entraron y cuáles salieron: suele ser la primera pista de qué fuente nueva está leyendo la IA.

Cada hallazgo de percepción tiene un tipo de acción distinto. Antes de producir contenido, identificá cuál es:

• Un dato falso o viejo: hay que encontrar la fuente y corregirla. La guía de reputación de marca en IA explica cómo.
• Una crítica fundada: si la IA dice que tu atención es lenta y lo es, el trabajo es operativo, no de comunicación. El contenido no tapa un problema real.
• Un rasgo deseado ausente: publicá evidencia que lo pruebe, con datos, casos y cobertura de terceros, no adjetivos sobre vos mismo. La IA repite hechos más que promesas.
• Una comparación desfavorable: revisá qué páginas comparativas existen en tu categoría y tu país, y si tu marca figura en ellas con datos actuales.
• Diferencias entre chat y búsqueda: si la búsqueda con IA ya te describe bien y el chat no, el problema es la memoria del modelo; la web ya está corregida y hace falta tiempo y presencia sostenida.

El módulo Percepción de IA muestra, para cada motor, el sentimiento de 0 a 100, los descriptores que usa, la alineación de rasgos ponderada por prominencia, la diversidad de vocabulario, un radar de posicionamiento y una matriz de percepción frente a tus competidores con victorias, empates y derrotas por rasgo. La narrativa se presenta en Fortalezas, Vulnerabilidades y Oportunidades. Los rasgos deseados salen de Identidad & ADN, el perfil de marca que Refractia arma leyendo tu sitio.

Evolución muestra cómo cambia el sentimiento de tu marca y de cada competidor entre escaneos, y la Biblioteca de Prompts guarda cada pregunta con la respuesta de cada motor, para leer la fuente de cualquier número. Medimos ChatGPT, Claude, Gemini, las Visiones generales de Google y Meta AI; cada escaneo lo inicia una persona.