Funciones · Percepción
Percepción de marca: qué dice la IA de ti y si es verdad
La función de percepción de GeoRush analiza cómo hablan de tu marca los asistentes de IA cuando te nombran: el tono en cada motor, los temas por los que te elogian o critican frente a tus rivales, y las afirmaciones concretas que repiten (precios, fechas, funciones), comprobadas contra tus datos oficiales para detectar errores.
Actualizado el
Qué problema resuelve
Que la IA te nombre es solo la mitad. La otra mitad es qué dice de ti. Un asistente puede recomendarte y, en la misma frase, afirmar que «no tiene plan gratuito» cuando sí lo tienes, o asociarte siempre con «soporte lento». Un comprador lo lee como un dato y descarta tu marca sin que tú lo sepas.
GeoRush lee cada mención y te enseña el tono, los temas y los datos concretos que la IA repite. Cuando lo que dice contradice tus datos oficiales, lo marca como falso y te ayuda a corregirlo en las fuentes de las que bebe.
Cómo funciona
- 1
Añades tus datos oficiales
Lo que es verdad sobre tu marca, un dato por línea y con cifras: «Desde 12 € por usuario al mes», «Fundada en 2018», «Integración con Shopify». Cuanto más precisos, mejor se verifica.
- 2
Claude analiza cada mención
Clasifica el tono (positivo, neutro o negativo), extrae los temas asociados a tu marca y a tus rivales, y recoge las frases con datos concretos sobre ti.
- 3
Se comparan las afirmaciones con tus datos
Cada afirmación se marca como correcta, falsa o sin verificar (cuando no hay un dato tuyo con el que compararla).
- 4
Lo falso se convierte en tarea
Los datos falsos y las críticas repetidas pasan al Plan de acción, con pasos para corregirlos y un prompt listo para tu IA.
Qué ves en GeoRush
- Opinión neta: menciones positivas menos negativas sobre el total. Por encima de +30% es una reputación sólida.
- Tono por motor: cómo habla de ti cada asistente cuando te nombra.
- Temas: tú frente a tus rivales, con su tono; por ejemplo, si la IA te asocia con «precio» y a tu rival con «facilidad de uso».
- Te elogian por / Te critican por, con la recomendación de qué hacer en cada caso.
- Lo que la IA afirma sobre ti, con veredicto: correcto, falso o sin verificar, y cuántas veces se repite.
- Menciones por motor: cuántas veces te nombra cada asistente y con qué tono.
Cómo se lee la verificación de datos
| Veredicto | Qué significa | Qué hacer |
|---|---|---|
| Correcto | La afirmación coincide con tus datos oficiales. | Nada urgente. Mantén ese dato visible y actualizado. |
| Falso | La afirmación contradice uno de tus datos oficiales. | Publica el dato correcto en tu web, actualiza perfiles en directorios y reseñas, pide la corrección donde se repita y añádelo a llms.txt y JSON-LD. |
| Sin verificar | No hay un dato tuyo con el que compararla. | Si es relevante, añade el dato oficial correspondiente para que se pueda comprobar. |
De dónde vienen los errores
Los datos falsos sobre una marca suelen venir de páginas desactualizadas, directorios con información antigua o artículos que nadie ha revisado. Por eso la corrección no consiste en «hablar con la IA», sino en arreglar las fuentes: tu propia web primero, con el dato visible y en datos estructurados, y después los sitios de terceros que la IA cita, que puedes localizar en Fuentes y citas.
Los mismos datos oficiales sirven en otras partes de GeoRush: el email que redacta Claude en Conseguir citas solo describe tu marca con ellos, y el borrador de llms.txt los incluye.
¿Qué dice la IA de tu marca?
Crea tu cuenta gratuita, añade tus datos oficiales y comprueba si la IA te describe bien.
Preguntas frecuentes
Sigue leyendo
Competidores
Ranking de marcas que recomienda la IA, matriz por motor, por qué te gana cada rival y marcas nuevas detectadas.
Fuentes y citas
Qué webs cita la IA en tu sector y cómo conseguir aparecer en ellas, con contacto, email y seguimiento.
Plan de acción
Tareas ordenadas por impacto estimado, con pasos, código listo para pegar y medición del antes y el después.
Qué es llms.txt
Qué es llms.txt, cómo se escribe con un ejemplo listo y qué esperar de él, sin exagerar.