Hay un error que se repite en cada empresa que adopta una tecnología nueva, y la inteligencia artificial no ha hecho más que amplificarlo: se corre a ejecutar antes de haber entendido el problema. Primero se compra la herramienta, luego se busca para qué usarla. Con la visibilidad en los asistentes de IA está pasando exactamente lo mismo, y el desenlace será el de siempre si nadie se detiene a diagnosticar antes.
La conversación del momento es cómo lograr que ChatGPT, Perplexity o Gemini mencionen a una marca cuando alguien pregunta por su sector. Es una pregunta legítima. El problema es el orden en que se responde: casi todos empiezan por la táctica —qué contenido producir, qué palabras usar— sin haber contestado antes la pregunta previa, que es la única que importa.
La pregunta antes de la táctica
Antes de trabajar para aparecer en una respuesta de IA hay que saber para qué pregunta se quiere ser la respuesta. Suena obvio y casi nadie lo hace. Una empresa dice “quiero salir en ChatGPT” como quien dice “quiero salir en Google”, sin definir qué consulta, de qué usuario, en qué momento de su decisión. Sin esa definición, el contenido que se produce apunta a todo y no llega a nada.
Es el mismo patrón que se ve una y otra vez en las notas de campo de estos proyectos: la tecnología rara vez es el cuello de botella. El cuello de botella es que nadie midió el punto de partida. No se sabe qué se está optimizando porque no se sabe qué se quería lograr.
Qué es optimizar para respuestas
La disciplina que se ocupa de esto ya tiene nombre. Se le llama answer engine optimization: en lugar de pelear por una posición en una lista de resultados, se trabaja para que un modelo de lenguaje entienda una marca, la considere confiable y la cite cuando construye su respuesta. Servicios como AEO AI se dedican a medir precisamente eso: qué dicen hoy los asistentes sobre una empresa y qué haría falta para que la nombren cuando toca.
Pero la herramienta llega después. Medir cómo te responde un asistente sirve de mucho si antes definiste qué respuesta querías; sirve de poco si la usas para perseguir menciones sueltas sin una hipótesis detrás. La medición confirma o refuta una idea; no reemplaza el trabajo de tenerla.
El síntoma de la prisa
Hay una señal inconfundible de que se saltó el diagnóstico: la empresa produce mucho contenido y no puede explicar qué cambió. Publica, mide impresiones, celebra que “ya aparece” en alguna respuesta, y sin embargo no sabe si eso movió una sola decisión de compra. Es el piloto que funcionó en la demostración y no en la realidad: la métrica se ve bien, el negocio no se mueve.
Diagnosticar primero rompe ese ciclo. Significa mapear qué preguntas hace de verdad el cliente, en qué punto un asistente entra en su decisión, y qué información sobre la marca falta o está mal contada en las fuentes que el modelo lee. Recién entonces la optimización tiene una diana. Sin ese mapa, se optimiza a ciegas y se llama estrategia a lo que es solo actividad.
Primero entender, luego automatizar
La regla no cambia por más que cambie la tecnología. La inteligencia artificial no reemplaza el criterio; lo exige antes. Quien quiera que los asistentes lo recomienden hará bien en empezar por donde se empieza siempre: entendiendo el problema, midiendo el punto de partida y definiendo qué resultado cuenta como éxito. La táctica —el contenido, las herramientas, la optimización— viene después, y funciona justamente porque llegó en ese orden. Más contexto sobre esta forma de trabajar está reunido aquí.