ChatGPT, Perplexity y Gemini forman la primera impresión sobre ti: cómo influir en su respuesta
Cuando un usuario le pregunta a ChatGPT, Perplexity o Google Gemini por una persona o una empresa, no recibe una página de resultados, sino un único párrafo coherente. TNW llama a esa respuesta la nueva primera impresión: no se puede desplazar ni relegar a la segunda página. El medio subraya que sí es posible influir en ella, porque los asistentes se apoyan en fuentes publicadas. Para marcas y personas públicas, esto convierte la reputación en una cuestión de calidad y coherencia de los datos en la red. • Un solo párrafo sustituye a una página de resultados con decenas de enlaces. • La respuesta se construye a partir de lo que se ha publicado sobre ti. • La auditoría empieza por las propias preguntas a los tres asistentes.
Procesado por IA desde TNW; editado por Hamidun News
Los resultados de búsqueda ofrecían al menos una ilusión de control: un mal resultado podía relegarse a la segunda página. Con las respuestas de los asistentes de IA eso no funciona. Cuando alguien le pregunta a ChatGPT, Perplexity o Google Gemini por ti o por tu empresa, ve un único párrafo coherente que no se puede desplazar ni apartar. En un artículo del 13 de octubre de 2026, TNW llama a esa respuesta la nueva primera impresión. Y añade lo esencial: se puede influir en ella.
Aclaración sobre el material: en el fragmento al que hemos tenido acceso, TNW presenta solo la tesis y la introducción, sin estudios ni cifras. Por eso, a continuación se explica la lógica del problema y los pasos prácticos que se derivan de ella. No reproducimos las métricas concretas de la publicación.
De dónde sale el párrafo
La tesis de partida de TNW es que los asistentes no inventan una reputación de la nada, sino que la componen con lo que ya está publicado. En el caso de ChatGPT con búsqueda web, Perplexity y Gemini, eso significa trabajar con fuentes abiertas. Perplexity muestra los enlaces junto a la respuesta, Gemini se apoya en la infraestructura de Google y ChatGPT combina resultados de búsqueda con el conocimiento adquirido durante el entrenamiento. Cada sistema maneja su propio conjunto de fuentes, pero el principio es común: el texto final refleja lo que es más fácil encontrar sobre ti y lo que suena más convincente.
De ahí se deduce una conclusión incómoda. Si tu huella digital es pobre, la respuesta será escasa. Si es contradictoria, el asistente suavizará la contradicción en una sola formulación, y no está garantizado que sea favorable para ti.
Dónde se distorsiona más a menudo la respuesta
Las causas habituales se deducen de la propia mecánica con la que se construye la respuesta:
- un perfil o una biografía desactualizados, que hace tiempo que no se revisan;
- una única noticia negativa muy sonada que domina sobre el resto;
- homónimos y empresas con nombres parecidos, cuyos datos se mezclan con los tuyos;
- discrepancias entre el sitio web, las redes sociales y los directorios en fechas, cargos o cifras;
- la falta de una fuente propia y fiable: un sitio web con una página «Quiénes somos» clara.
Todos estos puntos tienen solución, pero no rápida. El asistente no tiene un botón de «eliminar»; hay que corregir las fuentes.
Por dónde empezar
El primer paso es una auditoría. Hazles a ChatGPT, Perplexity y Gemini las mismas preguntas: quién es esta persona, a qué se dedica la empresa, por qué es conocida, qué reclamaciones tiene, en qué se diferencia de sus competidores. Guarda las respuestas con la fecha. Después, a partir de los enlaces que muestra Perplexity y de las páginas que aparecen en una búsqueda convencional, elabora un mapa de las fuentes que forman esa imagen.
A partir de ahí, el trabajo avanza en tres direcciones:
1. Corregir los hechos en las fuentes originales. Actualiza el sitio web, los perfiles en directorios sectoriales y las páginas en redes profesionales. Las formulaciones, los nombres y las fechas deben coincidir en todas partes. 2. Crear lo que falta. Una página clara sobre la empresa o la persona, un kit de prensa, contenidos de autor, entrevistas en medios de referencia. El asistente necesita algo en lo que apoyarse. 3. Marcar los datos para las máquinas. El marcado estructurado en el sitio ayuda a los sistemas a entender sin ambigüedad quién es quién y a distinguirte de tus homónimos.
Aparte, conviene saber qué no hacer. Intentar esconder en una página instrucciones dirigidas a los modelos o inflar artificialmente menciones falsas es arriesgado: las plataformas combaten estas prácticas, y el daño reputacional de que te descubran es mayor que el posible beneficio.
Por último, hace falta monitorización. Las respuestas de los asistentes cambian con las actualizaciones de los modelos y de los índices de búsqueda, así que conviene repetir la revisión con regularidad, al menos una vez al mes, y registrar la evolución. Para los gabinetes de prensa y los equipos de marketing, esta es una nueva rutina, comparable al seguimiento de posiciones en buscadores. Solo que ahora el resultado no se mide por el lugar en una lista, sino por lo que se dice exactamente en un único párrafo.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.