Idioma del prompt y ubicación: dos ajustes distintos

Si la pregunta está en español, la respuesta habla de España. Es la objeción que surge enseguida cuando alguien dice que el idioma del prompt y la ubicación desde la que te conectas son dos ajustes distintos, y parece de sentido común: el idioma es el mercado, así que, fijado el idioma, queda fijado el mercado. En español, esa frase tiene un problema evidente antes incluso de mirar ningún dato. Y un pequeño experimento publicado en arXiv a finales de agosto de 2026 muestra que el problema no se limita a nuestro idioma.

Vamos a desmontar la ecuación «idioma igual a mercado» pieza por pieza y quedarnos solo con lo que aguante.

Un idioma, más de veinte países

El español es la lengua oficial de una veintena de países. Un comprador en Madrid, otro en Ciudad de México y otro en Bogotá pueden escribir la misma pregunta casi con las mismas palabras. Si solo contara el idioma, los tres recibirían la misma respuesta. Para quien exporta desde España, eso equivaldría a decir que una medición en español hecha desde Madrid describe también México, Colombia o Chile.

Basta pensar en una categoría concreta para ver que no puede ser así. Un programa de contabilidad para autónomos tiene que cumplir las normas fiscales del país: en México, por ejemplo, la factura electrónica se emite como CFDI ante el SAT, con reglas que no tienen nada que ver con las españolas. Un software pensado para España es, para un profesional mexicano, sencillamente la respuesta equivocada. Es justo el tipo de categoría en la que el experimento de agosto vio el efecto más claro.

Y existe el caso inverso, también muy nuestro: el mismo país con varios idiomas. Un responsable de compras en Barcelona, en Bilbao o en Santiago puede preguntar en catalán, en euskera o en gallego desde una conexión española. Ahí el idioma cambia y el país no. Si la lógica del experimento vale también aquí, el idioma decidiría si el asistente intenta una respuesta local y la conexión le diría que lo local es España. Ninguna medición «en español» refleja esa respuesta. Es una hipótesis, porque el experimento no probó ninguna lengua de la península, pero merece una prueba si vendes en esas comunidades.

Ya hemos explicado por qué el idioma cambia la lista de nombres en lugar de traducirla en en qué idioma conviene medir de verdad. La pregunta aquí es otra: qué pasa cuando el idioma es el mismo y el país no.

El experimento de agosto, en pocas líneas

El trabajo es arXiv 2608.30052, firmado por Dmitrij Żatuchin y enviado el 30 de agosto de 2026, con datos recogidos el 29 y el 30 de agosto. Es un preprint, sin revisión por pares, y el autor declara que su propia empresa vende medición de visibilidad en IA. Conviene leerlo como una sonda bien diseñada, no como una sentencia.

El diseño: 234 ejecuciones en ChatGPT, tanto desde la interfaz web sin iniciar sesión como desde la API de OpenAI. Seis idiomas (inglés, alemán, noruego, turco, estonio y ruso), cuatro países de salida de la conexión (Alemania, Noruega, Turquía y Estonia) y seis repeticiones idénticas por combinación. Dos categorías: el software de contabilidad para autónomos, atado a las reglas fiscales de cada país, y el software de gestión de proyectos para una pequeña agencia de marketing, que no lo está.

El idioma y la conexión se cambiaron por separado. Eso es lo que permite saber cuál de los dos movió qué, algo que casi ninguna prueba hecha a mano consigue, porque cambia los dos a la vez sin darse cuenta.

Lo que aguanta: el idioma activa a los proveedores locales

Esta parte de la objeción es correcta. En la categoría regulada, cuando el idioma de la pregunta coincidía con el país de la conexión, una marca global obtuvo la primera recomendación en solo 1 de 24 ejecuciones. Dominaban los proveedores locales. Con las mismas conexiones en Estonia y en Turquía, pero preguntando en inglés, los proveedores locales ganaron 0 de 6 ejecuciones en cada país.

El idioma del prompt funciona, por tanto, como un interruptor: en la lengua local, el asistente intenta responder en clave local; en inglés, al menos desde esos dos países, tira de los nombres globales.

Hay un detalle que el autor recoge y no sabe explicar: en inglés, desde Berlín y desde Oslo, sí aparecían proveedores locales. Incluso la pieza que aguanta se comporta de forma distinta según dónde estés.

Lo que se rompe: la conexión elige el país

Con el idioma fijo y cambiando solo la IP de salida, los proveedores mencionados cambiaban de país, mientras la respuesta seguía en el idioma de la pregunta. Una pregunta en turco enviada desde Berlín nombró proveedores del país de la conexión. Lo mismo ocurrió con una pregunta en ruso enviada desde Tallin.

El autor lo resume en el título de una sección: el idioma fija el registro y la ubicación fija el mercado. Dicho de otro modo, el idioma decide si el asistente intenta dar una respuesta local; el país de conexión decide de qué lugar.

Llevado al español, la consecuencia es directa. Si el patrón se repite en nuestro idioma, cosa que el experimento no ha comprobado, un comprador mexicano verá proveedores de México y uno español verá proveedores de España, aunque escriban la misma frase. Una medición que fija el idioma e ignora la conexión retrata a un usuario que no existe.

Lo que el experimento no demuestra

La objeción también da por hecho que el efecto es general. La segunda categoría dice lo contrario. El software de gestión de proyectos tiene proveedores nacionales en Alemania y en Estonia, y el autor cita varios, pero ninguno apareció en ningún idioma. Su lectura es que lo decisivo es que la categoría esté regulada a escala nacional, no que existan proveedores nacionales. Para el B2B técnico, los productos ligados a normas, certificaciones o formatos de facturación de cada país son los candidatos más probables. Es una hipótesis de un solo trabajo y tienes que comprobarla en tu categoría.

Las demás limitaciones las enumera el propio autor:

• Un solo asistente, ChatGPT. Claude, Gemini y Perplexity no se probaron.
• Un único prompt por categoría y seis repeticiones por combinación: basta para ver quién domina, no para medir diferencias pequeñas.
• No se declara qué modelo hay detrás de la interfaz sin sesión, y la hora del día no se controló.
• La rama de la API no tenía geografía, así que el efecto de la conexión viene de la interfaz web.
• Las respuestas web no traían fuentes, de modo que no se puede saber si el cambio viene de la búsqueda web o del propio modelo.

Y nuestros datos tampoco cubren el hueco. De las 17.719 respuestas que PSentry ha recogido entre diciembre de 2025 y octubre de 2026, solo 259 corresponden a prompts en español: demasiado pocas para sacar conclusiones sobre nuestro idioma. Donde sí hay volumen se ve bien el eje del idioma: con prompts en italiano, más de la mitad de las fuentes citadas por ChatGPT, Gemini y Claude estaban en dominios .it; con prompts en inglés, unas tres de cada cuatro estaban en .com. Son los prompts que siguen nuestros clientes, sobre todo servicios B2B e industria, así que la muestra no es representativa, y la conexión no se varió: estos números no dicen nada sobre la ubicación.

Medir el idioma del prompt y la ubicación por separado

Si los dos ajustes mueven las respuestas de forma distinta, hay que anotarlos por separado. La tabla útil tiene los idiomas en un eje y los países de conexión en el otro, y cada celda declara las dos cosas. Para quien vende en español a ambos lados del Atlántico, eso significa varias celdas en español, una por país, donde la ecuación inicial preveía una sola.

En el navegador, el país lo decide la conexión: la red desde la que trabajas o la VPN que tengas activada. Si haces una prueba a mano, apunta desde dónde la hiciste, junto con la fecha y el asistente. Sin esa nota, dentro de un mes no podrás comparar dos resultados.

Por API, la ubicación es un parámetro explícito. La herramienta de búsqueda web de OpenAI acepta un user_location con un país aproximado en código ISO de dos letras, más ciudad, región y zona horaria opcionales. Una llamada con ese parámetro y otra sin él son dos mediciones distintas, aunque el prompt sea el mismo. Las ventajas y los límites de cada vía los tienes en API oficial o scraping del navegador.

La misma franqueza vale para la herramienta. PSentry mide la visibilidad por idioma y mercado; no simula desde dónde se conecta cada comprador. Para el eje de la ubicación, la prueba más limpia sigue siendo un test controlado como este, repetido en tu categoría.

Lo que queda tras el desmontaje es una regla más estrecha y más útil. El idioma decide si el asistente busca proveedores locales. La conexión decide de qué país. Si mides una sin anotar la otra, no sabrás cuál de las dos ha movido tu número.

Lo que preguntan quienes venden a ambos lados del Atlántico

¿Una medición en español hecha desde España me sirve para México?

No hay garantía. En el experimento, con el idioma fijo, la conexión cambiaba el país de los proveedores nombrados; si el patrón se repite en español, cosa que no se ha comprobado, necesitas una celda por país de conexión.

¿Qué pasa si mis clientes preguntan en catalán, euskera o gallego?

Es una hipótesis sin probar: el idioma empujaría al asistente hacia una respuesta local y la conexión española le indicaría que lo local es España. Ninguna medición «en español» refleja esa respuesta, así que conviene probarla si vendes en esas comunidades.

¿Por qué en mi sector el efecto podría no notarse?

Porque en el experimento solo apareció en la categoría regulada a escala nacional, la contabilidad, y no en la gestión de proyectos. Si tu producto no depende de normas, certificaciones o formatos de facturación de cada país, puede que notes poco efecto, pero tienes que comprobarlo.

¿Cómo fijo el país si mido por API?

La herramienta de búsqueda web de OpenAI acepta un user_location con un país aproximado en código ISO de dos letras, más ciudad, región y zona horaria opcionales. Una llamada con ese parámetro y otra sin él son dos mediciones distintas.