Sabes que ChatGPT te nombra. Bien. Pero eso es solo la mitad de la historia, y a menudo la menos importante. La otra mitad es el tono: cuando la IA habla de tu marca, ¿lo hace como quien recomienda con ganas, como quien la menciona de pasada, o como quien suelta un «pero» que frena la compra? Aparecer y caer bien no son lo mismo. Una marca puede salir en nueve de cada diez respuestas y perder la venta en todas porque el modelo la describe como «cara», «difícil de contratar» o «peor que la alternativa». Aquí tienes cómo medir ese tono —positivo, neutral o negativo—, por qué pesa más que la mera mención, y qué hacer cuando se pone en tu contra.
Aparecer no es caer bien: la mención no te dice el tono
Rastrear menciones y auditar tu visibilidad responden a la misma pregunta: ¿apareces? El rastreo de menciones cuenta en cuántas respuestas sales; una auditoría GEO te da la foto de dónde estás hoy. Las dos son necesarias y las dos comparten un punto ciego: te dicen que existes para el modelo, no cómo te trata. Y en el momento en que un comprador pregunta «¿es buena [tu marca]?» o «¿qué alternativas hay a [competidor]?», el tono de la respuesta decide más que la posición.
Piénsalo desde el otro lado de la pantalla. A alguien que no te conoce le da igual que salgas el primero si la frase que te acompaña es «suele ser más cara y con soporte lento». Una mención con un «pero» pegado erosiona la confianza justo cuando se decide la compra. Por eso el sentimiento es la métrica que convierte visibilidad en negocio: no basta con estar en la respuesta, hay que estar bien en la respuesta. Contar apariciones sin mirar el tono es como juzgar una reputación por cuánta gente habla de ti, ignorando si hablan bien.
De dónde saca la IA el tono con que te menciona
El modelo no se inventa el tono: lo hereda de lo que ha leído sobre ti. Y no lo lee de tu web —donde, lógicamente, todo suena estupendo— sino del mismo club de fuentes de terceros que la IA cita: reseñas en G2 o Capterra, hilos de Reddit, comparativas de medios, foros de tu sector. Si en esas fuentes domina la queja de «atención lenta», el modelo la reproducirá aunque tú hayas resuelto el problema hace un año. El tono negativo casi nunca sale de la nada: sale de una conversación pública que no estás vigilando.
Hay una segunda fuente de tono, más sutil: el marco comparativo. Cuando el modelo te coloca al lado de un competidor, hereda el relato dominante de esa comparación —quién es «el premium», quién «el barato», quién «el complicado»—. Ese encasillado no está en ninguna reseña concreta; es el promedio de cómo se habla de la categoría. Cambiarlo es más lento que corregir una reseña suelta, pero empieza por lo mismo: saber qué se dice. No puedes mover un tono que no has medido.
Cómo medir el sentimiento en ChatGPT, Perplexity y Google AI sin herramienta de pago
No necesitas comprar nada para saber con qué cara te menciona la IA. Necesitas una batería de preguntas, una regla de clasificación y una cadencia. Tres pasos:
- La batería con marca. A diferencia de una auditoría de visibilidad —que evita tu nombre para medir si entras por mérito—, aquí SÍ metes tu marca. Prepara 8-12 preguntas que un comprador real haría sabiendo que existes: «¿es buena [tu marca]?», «¿qué tal el soporte de [tu marca]?», «[tu marca] vs [competidor principal]», «¿merece la pena [tu marca] para [caso de uso]?». Son preguntas de reputación, no de presencia, y por eso conviven en un set aparte del que usas para rastrear menciones.
- La clasificación en tres cajones. Lanza cada pregunta, en ventana de incógnito, en ChatGPT, Perplexity y Google AI, y clasifica la respuesta con una regla fija —no la puntúes a ojo—. Positivo: te recomienda o destaca una fortaleza sin peros. Neutral: te describe sin juzgar, con datos planos. Negativo: aparece un pero, una objeción o una comparación desfavorable. Anota además QUÉ frase concreta marca el tono: esa cita es lo que vas a atacar después.
- La cadencia y la serie. Repite el mismo set cada dos o cuatro semanas y guarda la fecha. El sentimiento de un día es una anécdota; la serie de tres meses es la que te dice si vas a mejor o a peor y si un cambio del modelo te ha cambiado la cara. Sin cadencia fija no hay medición, hay curiosidad.
| Sentimiento | Cómo suena en la respuesta de la IA | Qué mide |
|---|---|---|
| Positivo | «Es una de las mejores opciones para X»; «destaca por su soporte»; te recomienda sin matices. | Reputación sana: el modelo te usa como referencia fiable. |
| Neutral | «Es una herramienta que hace X»; te lista junto a otras, con datos planos, sin juzgar. | Presencia sin defensa: existes, pero no convences. Margen claro de mejora. |
| Negativo | «Suele ser más cara»; «algunos usuarios reportan…»; te menciona con un pero o pierde la comparación. | Riesgo activo: la mención resta en vez de sumar. Prioridad uno. |
Una cosa importante: no infles la muestra ni cambies la regla. Con 8-12 preguntas por motor cada dos semanas ya ves patrón; lo que importa no es el número exacto sino que la clasificación sea siempre la misma. Si un mes cuentas como «neutral» lo que el anterior contabas como «negativo», tu serie miente. La disciplina de clasificar igual vale más que la herramienta más cara. Este ejercicio encaja dentro del cuadro más amplio de cómo medir la visibilidad en IA: el sentimiento es una de las métricas que casi nadie vigila y de las que más deciden. Mídelo junto a la presencia, no en su lugar.
Qué hacer cuando el tono es negativo
Detectar un tono negativo sin actuar es coleccionar malas noticias. La reacción depende de dónde nazca el «pero»:
- Si el pero es una objeción real y vigente (soporte lento, precio sin justificar): el trabajo no es de marketing, es de producto o de mensaje. Arregla la causa o explica mejor el porqué del precio en las fuentes que la IA lee, no solo en tu web.
- Si el pero es viejo y ya lo resolviste: el problema es que la fuente pública no se ha actualizado. Ve a las reseñas y foros donde vive esa queja y trabaja para que el relato nuevo pese más que el viejo —respuestas oficiales, casos recientes, reseñas frescas de clientes contentos—.
- Si el pero es un encasillado comparativo («el caro», «el complicado»): reencuadra la comparación con contenido que ponga tu fortaleza en el eje correcto. No pelees por ser «más barato» si tu ventaja es otra; cambia el criterio con el que te comparan.
- Si todo el sentimiento baja de golpe sin que hayas tocado nada: sospecha de un cambio del modelo antes que de un desastre reputacional. Espera un ciclo de medición antes de reaccionar en caliente.
En los cuatro casos, el patrón es el mismo: el sentimiento se corrige fuera de tu web, en las fuentes que forman la opinión del modelo. Editar tu landing no cambia lo que la IA leyó en Reddit. Por eso mover el tono es un trabajo distinto de medirlo, y casi siempre más lento: primero cambia la conversación pública, después cambia lo que el modelo repite.
Cuándo dejar de medirlo a mano y delegarlo
La hoja de cálculo aguanta bien mientras tengas un puñado de preguntas y un solo mercado. Se queda pequeña por las mismas tres señales de siempre: el volumen de preguntas o idiomas te come la mañana; necesitas histórico automático y comparación con competidores sin transcribir cada respuesta; o quieres que alguien vigile el tono en continuo para avisarte de un cambio de narrativa antes de que te cueste ventas. Ahí, delegar la monitorización de visibilidad y sentimiento en IA te da la vigilancia hecha, no el dashboard bonito. Y cuando toque mover el tono —reescribir el relato en las fuentes que el modelo pondera—, la optimización GEO hace el trabajo, no el informe. Si aún estás empezando, el mapa completo del cluster vive en la guía de SEO para ChatGPT.