Cuando la IA se equivoca sobre tu empresa: cómo corregirlo

Peor que no aparecer: por qué las afirmaciones falsas son la brecha caras

Las respuestas de IA llegan con el tono seguro y sin matices de un compañero que ya lo ha comprobado. Ese tono hace un trabajo que no se ha ganado. Cuando el Tow Center for Digital Journalism puso a prueba ocho herramientas de búsqueda con IA para identificar la fuente de fragmentos de noticias, las herramientas devolvieron en conjunto respuestas incorrectas en más del 60 % de las consultas, con Perplexity errando en el 37 % y Grok 3 en el 94 % — y rara vez señalaban incertidumbre cuando se equivocaban.

Identificar la procedencia de un fragmento de noticia no es la misma tarea que resumir a un proveedor, pero el patrón de fallo es idéntico: un dato concreto y verificable se afirma con fluidez y sin matices. Para un comprador que lanza un prompt de comparación, eso es indistinguible de una investigación.

La consecuencia práctica es que una afirmación falsa se acumula. Los asistentes se citan dentro del mismo ecosistema: un listado desactualizado de un directorio alimenta un resumen, ese resumen se scrapea y el error adquiere una segunda fuente aparente. Corregir pronto es mucho más barato que corregir cuando la afirmación ya ha pasado por tres intermediarios. Trata las afirmaciones falsas como la prioridad de tu cola de visibilidad en IA, por encima de las menciones flojas y de las comparativas ausentes.

• Paso 1 — Concreta la afirmación antes de intentar discutirla
• paragraphs [],

Paso 1 — Concreta la afirmación antes de discutirla

Los avisos vagos («ChatGPT dice que nuestros precios están mal») no se pueden rastrear ni verificar. Registra la afirmación como si fuera un bug: el texto exacto del prompt, el asistente y el modelo, si la búsqueda web o la navegación estaban activas, la fecha y la respuesta completa incluidas las citas. Hazle una captura y copia el texto para poder buscarlo después.

Hay dos condiciones que importan y que casi siempre se saltan. Primera: ejecuta el prompt en una sesión nueva, con la memoria y la personalización desactivadas; de lo contrario puedes estar leyendo tu propia conversación anterior en lugar de la visión por defecto que el modelo tiene de ti. Segunda: prueba las formulaciones que usan los compradores de verdad, no las tuyas: «cuánto cuesta X», «sigue disponible X», «X vs Y», «X es la misma empresa que Y». Las afirmaciones falsas se concentran en los prompts con intención de compra, porque son los que exigen datos concretos.

Después clasifica el error, porque la solución cambia. Un error de recuperación significa que el asistente ha citado una página viva y esa página está mal. Un error paramétrico significa que la afirmación viene de los datos de entrenamiento, sin cita. Un error de confusión de entidades significa que se han fusionado dos empresas. La mayoría de las quejas por precios son errores de recuperación. La mayoría de las quejas por nombres iguales son confusiones de entidad.

Paso 2 — Rastrea la cita, no el modelo

Pregunta directamente: «¿Qué fuentes respaldan eso?». Después abre cada URL y comprueba si dice realmente lo que el asistente ha afirmado. Este único paso resuelve la mayoría de los casos y los separa en tres reparaciones muy distintas.

Si la fuente es real y la información que contiene está genuinamente desactualizada, tienes un problema de contenido que puedes arreglar hoy. Si la fuente es real y correcta pero el asistente la ha malinterpretado —precio escondido en una imagen, una nota al pie leída como la cifra principal, un plan antiguo leído como vigente—, tienes un problema de claridad y estructura. Si no hay fuente alguna, o la URL citada no contiene la afirmación, estás ante la memoria del modelo o una invención, y ninguna edición aislada de una página lo resolverá.

Ayuda saber que la capa de recuperación es un rastreo en vivo sobre el que puedes influir. OpenAI documenta rastreadores separados para entrenamiento y para respuestas de búsqueda en su documentación de bots, Anthropic publica cómo Claude obtiene contenido web y Perplexity documenta sus rastreadores y user agents. Lo que esos rastreadores puedan leer hoy en tu página es la materia prima de la respuesta de mañana.

Paso 3 — Corrige en origen, por orden de impacto

Empieza por tu propia web, porque es la única fuente que controlas por completo. Da a cada dato en disputa una única página canónica que lo indique de forma explícita, en texto HTML y con fecha. Las contradicciones dentro de tu propio dominio son una causa habitual de errores de IA: una landing antigua de campaña, una ficha técnica en PDF, un artículo del centro de ayuda y una entrada del changelog citando cifras distintas. El modelo no tiene forma de saber cuál consideras vigente, así que elige — y a menudo elige mal.

Después haz que el dato sea legible por máquinas. El marcado de producto y de oferta permite indicar precio, moneda y disponibilidad sin ambigüedad; Google documenta los campos obligatorios y recomendados en su guía de datos estructurados de fichas de comercio, y schema.org define valores de disponibilidad entre los que está Discontinued. Los precios que solo existen dentro de una captura o de un widget en el lado del cliente son invisibles para la mayoría de rastreadores.

A continuación, los conjuntos de datos de terceros. Wikidata y Wikipedia tienen un peso desproporcionado en cómo se describen las entidades; si editas ahí, sigue las directrices sobre conflicto de intereses de Wikipedia y usa una solicitud de edición en la página de discusión en lugar de editar el artículo tú mismo. Actualiza tu Google Business Profile, corrige los directorios sectoriales y las fichas de proveedor en webs de reseñas, y pide a distribuidores y partners que sigan citando precios antiguos que refresquen sus listados.

Por último, invita a un nuevo rastreo. Actualiza los valores lastmod del sitemap y notifica las URL modificadas mediante IndexNow, que Bing admite — algo relevante porque las respuestas web de Copilot se apoyan en el índice de Bing.

Las tres correcciones que más veces salen mal

Precios, productos retirados y colisiones de nombre explican la mayoría de las afirmaciones falsas dañinas que vemos, y cada una tiene su patrón de fallo característico.

Los errores de precio persisten porque las cifras antiguas viven en más sitios que las actuales: cobertura de prensa, páginas de distribuidores, tablas comparativas en webs de reseñas, tus propias páginas archivadas. Publicar un precio nuevo no borra los viejos. Se arregla dejando una única página de precios inequívocamente canónica y fechada, expresando las cifras en texto con marcado de oferta y persiguiendo las tres principales páginas de terceros que siguen citando la cifra antigua.

Los productos descontinuados fallan en la dirección opuesta: los equipos borran la página. Un 404 elimina tu capacidad de afirmar el dato, así que los asistentes siguen respondiendo con descripciones de terceros en caché y reseñas obsoletas. Mantén la URL viva, indica el estado y la fecha de fin de venta en texto plano, marca la disponibilidad como descontinuada en tu marcado y nombra el producto sucesor en la misma página. Quieres que el asistente diga «descontinuado en 2024, sustituido por X» — y eso solo ocurre si una página rastreable lo dice.

Las colisiones de nombre son un problema de entidad, no de contenido. Dos empresas que comparten nombre acaban fusionadas si el grafo no las separa. Usa un único nombre legal consistente más un descriptor de categoría en todas partes, enlaza tus perfiles verificados entre sí como identificadores sameAs, mantén tu ítem de Wikidata correcto y —cuando la confusión te esté costando operaciones— publica una línea breve y factual de desambiguación que aclare que no tienes vinculación con la otra entidad.

Paso 4 — Verifica que la respuesta ha cambiado de verdad

Una corrección sin verificar es una hipótesis. Repite exactamente los prompts que registraste, en sesiones nuevas con la memoria desactivada, en todos los asistentes donde encontraste la afirmación, y anota la fecha en que cambia cada respuesta. Prueba también las variantes: los asistentes corrigen a menudo la pregunta directa mientras el prompt comparativo sigue arrastrando la cifra antigua.

Espera plazos asimétricos. Las respuestas basadas en recuperación en vivo pueden cambiar en días tras un nuevo rastreo. Las afirmaciones incrustadas en los pesos del modelo pueden sobrevivir hasta una actualización del modelo, y por eso una corroboración amplia en fuentes independientes vale más que una única página perfecta. Si la afirmación errónea solo aparece con el acceso web desactivado, estás esperando a los datos de entrenamiento, no a tu CMS.

Mide el porcentaje de respuestas correctas a lo largo de ejecuciones repetidas en lugar de una sola captura, porque las salidas varían entre sesiones. Este es el ciclo que Growli automatiza para nuestros clientes: los mismos prompts repetidos en ChatGPT, Gemini, Claude, Perplexity, Copilot y Grok, con un aviso cuando una afirmación ya corregida reaparece; en cómo funciona explicamos la mecánica.

Cuando la respuesta se niega a cambiar

Usa el feedback dentro del producto sobre esa respuesta concreta: todos los asistentes principales tienen un botón de valoración negativa y una vía de reporte, y es el único canal que llega a la plataforma con la salida problemática adjunta. Conserva tu registro de incidencias; un reporte con el prompt exacto, la fecha y el dato correcto es mucho más accionable que una queja genérica.

Cuando la afirmación falsa afecta a una persona identificable —un fundador al que se atribuye algo que no hizo—, la normativa de protección de datos puede aplicarse directamente. En la UE, el derecho de rectificación cubre los datos personales inexactos, y los proveedores publican vías de solicitud de privacidad justo para esto. Reserva la escalada legal para afirmaciones difamatorias o comercialmente dañinas, no para el tono.

Una táctica que conviene evitar: bloquear los rastreadores de IA como reacción a una respuesta errónea. Retira tus páginas de la capa de recuperación sin eliminar nada de lo que ya está dentro del modelo, así que el asistente responderá desde fuentes de terceros que controlas aún menos. Ser la fuente más clara, más actualizada y más legible por máquinas sobre ti mismo es la corrección duradera.

FAQ