Por qué la IA no sabe nada de tu producto nuevo

Un modelo sabe las cosas de dos maneras completamente distintas, y esa diferencia decide si tu último producto existe o no para quien tiene que comprarlo. Está lo que absorbió durante el entrenamiento, congelado en sus pesos el día en que el entrenamiento se detuvo. Y está lo que va a buscar mientras te responde, en directo, en la web. Lo primero es memoria. Lo segundo es investigación. Fallan por razones distintas y se arreglan con cosas distintas.

Un producto lanzado hace tres meses no está en lo primero. No puede estarlo: los pesos se terminaron antes de que el producto existiera. Así que toda la cuestión de si un asistente puede hablarle de él a un comprador se reduce a otra más estrecha, que es si la recuperación web lo encontrará y lo usará.

Dos formas de saber, dos averías distintas

Cada modelo tiene una fecha de corte del entrenamiento, después de la cual no entró nada más en sus pesos. No es un borde blando donde lo reciente se conozca algo peor. Es un muro. Una empresa fundada después de esa fecha, una gama renombrada después, una planta certificada después: nada de eso está ahí dentro, por mucho que la web haya hablado de ello desde entonces.

Dos cosas sobre ese muro merecen saberse, y ambas se comprueban en lugar de creerse.

La primera es que los asistentes declaran fatal su propia fecha de corte. Pregúntaselo directamente y con frecuencia te dará una fecha equivocada, a veces por muchos meses, porque el modelo está produciendo una frase verosímil y no leyendo un valor de un registro. No tomes la respuesta como una especificación. Si quieres saber qué conoce de un periodo, pregúntale por hechos de ese periodo y mira qué sale.

La segunda es que el muro se mueve sin avisar. Los proveedores publican versiones nuevas, y una pregunta que en una versión no devolvía nada sobre tu empresa puede devolver un párrafo en la siguiente. No es algo que provoques ni algo que puedas poner en el calendario. Es un motivo para seguir midiendo en lugar de comprobar una vez y archivar el resultado.

El nombre que cambia en cada mercado

Aquí aparece un obstáculo que fragmenta los lanzamientos en el mundo hispanohablante más que en ningún otro sitio, y casi nunca se contabiliza.

El mismo producto sale con referencias distintas según el país. A veces por motivos registrales, porque la marca estaba tomada. A veces porque la homologación local obliga a una variante con otro código. A veces simplemente porque el distribuidor de cada mercado lo bautizó a su manera hace años y nadie quiso tocar un nombre que ya funcionaba en su red comercial.

El resultado es que aquello que en otros idiomas es una sola novedad con un nombre, aquí son tres o cuatro nombres parciales, cada uno mencionado en pocos sitios. Y como el mecanismo que decide si te nombran depende de cuánto material coherente existe sobre una cosa, repartir el mismo lanzamiento entre cuatro denominaciones deja cuatro rastros débiles donde podía haber uno sólido.

La solución no es unificar la marca, que suele ser imposible y a veces ilegal. Es mucho más barata: que cada página de producto, en cada mercado, nombre explícitamente las otras denominaciones y diga que se trata del mismo equipo. Una frase que declara que un modelo se comercializa también bajo otras referencias en otros países une los rastros sin tocar el registro de marca, y le da a la recuperación algo que enlazar.

La recuperación es la única vía, y es condicional

La recuperación web cierra el hueco. El asistente hace una búsqueda, se trae unas páginas y escribe su respuesta en parte a partir de ellas. Si tu lanzamiento va a ser mencionado, será por ahí.

La trampa está en la palabra condicional. Perplexity recupera prácticamente en cada pregunta, y por eso es el más legible de los 4 asistentes y sus respuestas citan páginas que puedes abrir. Los demás deciden. ChatGPT y Claude van a la web cuando algo de la pregunta sugiere que deberían, y responden de memoria cuando no. Fuera de esas empresas nadie conoce la regla, y la regla cambia.

Por eso la misma pregunta sobre tu producto nuevo puede dar el lunes una respuesta actual y con fuentes, y el martes nada, del mismo asistente, porque una ejecución recuperó y la otra no. Suele leerse como falta de fiabilidad del modelo. Es más útil leerlo como dos mecanismos distintos respondiendo a la misma pregunta.

Ser accesible no basta

Dejar la vía practicable es mecánico: la página de producto tiene que ser alcanzable por los rastreadores, lo que implica revisar que tu robots.txt y tus reglas antibots no los estén echando. Tiene que decir claramente qué es la cosa, para quién es y qué la distingue, en la primera pantalla y no tras tres párrafos de posicionamiento. Y tiene que usar las palabras que teclearía un comprador, no la referencia interna del catálogo.

Eso te hace elegible. No te hace mencionado. La recuperación devuelve un puñado de páginas y el modelo escribe con ellas, y una sola página del fabricante es material escaso, sobre todo para una pregunta formulada como recomendación. Lo que con más fiabilidad mete un producto reciente en las respuestas es que hablen de él otros: catálogos de distribuidores, documentación técnica, prensa del sector, hilos donde alguien pregunta qué usar para un trabajo concreto. Nada de eso está bajo tu control con fecha, y quien te garantice lo contrario vende algo que no puede entregar.

Qué hacer con un lanzamiento

Trata los primeros meses como medición, no como una campaña con fecha límite.

Haz la pregunta de compra, no la de marca. "Qué es el nombre de tu producto" no te dice nada, porque el modelo encontrará algo que decir y te quedarás tranquilo sin motivo. Pregunta lo que pregunta un comprador antes de saber que existes.

Hazlo en cada idioma en el que vendes, y repítelo, porque una sola ejecución no distingue entre un modelo que no te conoce y una ejecución que no recuperó. A mano, sobre 4 asistentes y 5 idiomas, deja de ser viable enseguida, y ahí entra PSentry: ejecuta el mismo conjunto de preguntas según calendario, 2 análisis al mes, e informa de dónde se nombra al producto nuevo y a quién se nombra en su lugar. Mide. No hace que un modelo aprenda más rápido, y nada lo hace.

Lo que preguntan en todos los lanzamientos

¿Cuánto tarda un asistente en conocer mi producto?

No hay respuesta, y cualquier cifra concreta que te den está inventada. La recuperación puede sacar una página en días si la pregunta dispara una búsqueda y la página es accesible. Entrar en los pesos de un modelo depende de un entrenamiento del que no tienes ninguna visibilidad. Son calendarios sin relación.

¿Se puede dar de alta un producto en ChatGPT o Claude?

No. No hay formulario de alta, ni índice al que sumarse, ni factor de posicionamiento que ajustar. Lo que hay es la web de siempre, leída por rastreadores, más lo que absorbió un entrenamiento.

Mis productos antiguos salen y el nuevo no. ¿Está roto algo?

Probablemente no. Los antiguos han tenido tiempo de acumular menciones por toda la web y puede que estén además dentro de los datos de entrenamiento. El nuevo depende por completo de la recuperación, que es la vía más condicional de las dos.