¿La IA describe bien
tu negocio?
Que te mencionen es la mitad fácil. La pregunta difícil es si la frase que va junto a tu nombre sigue siendo cierta. Moose evalúa cada respuesta que te nombra contra lo que vendes hoy y te enseña la frase que falló.
SamPremium
¿Qué es Klaviyo y para quién es?
Gemini (consulta local) · “creado para tiendas pequeñas de Shopify”
Desviada
Imprecisión
Mejor CRM para una marca de consumo de 40 M$
ChatGPT (consulta local) · “sin capa nativa de servicio ni de soporte”
Parcial
Imprecisión
Klaviyo frente a Mailchimp para una marca en crecimiento
Perplexity (consulta local) · “ambas son herramientas de email marketing”
Parcial
Requiere revisión
¿Qué plataformas usan los grandes minoristas?
Grok (consulta local) · “más una herramienta para pymes que para grandes empresas”
Desviada
Buena
Sentimiento: Neutral. La respuesta dice qué hace el producto, sin elogios ni críticas.
Narrativa: «creado para tiendas pequeñas de Shopify» contradice el perfil, que abarca desde marcas pequeñas hasta grandes minoristas.
Paridad: La respuesta niega que haya herramientas de servicio y soporte. El perfil las incluye como ya lanzadas.
Klaviyo es una herramienta de automatización de marketing conocida sobre todo por el email, y está creada para tiendas pequeñas de Shopify que quieren flujos automáticos de bienvenida y de carrito abandonado.
No incluye herramientas de atención al cliente ni de soporte, así que los minoristas más grandes suelen combinarla con una plataforma de soporte aparte.
A Moose la búsqueda con IA no le quita el sueño. Nunca lo han descrito mal, sobre todo porque se niega a explicarse. Consultado para esta página.
Una mención que no habrías aprobado es peor que ninguna mención
Los modelos te aprendieron de la internet de hace dos años. Cambiaste el posicionamiento, lanzaste tres productos, subiste de segmento. Los datos de entrenamiento no. Así que la respuesta te nombra, cuenta como victoria en cualquier panel de visibilidad y describe la empresa que eras antes.
Y luego empeora de una forma concreta: la respuesta dice que no haces algo que llevas un año haciendo, o te atribuye la función de un competidor. Un comprador lo lee y te descarta sin que tú te enteres nunca.
Flecha verde, línea de tendencia sana. Ha contado tu nombre y ahí se ha quedado. No tiene ninguna opinión sobre si la frase que rodeaba tu nombre era cierta.
Cuatro respuestas te colocan en la categoría antigua. Tres niegan una capacidad que lanzaste la primavera pasada. Dos te atribuyen la función de un competidor. Cada una señala la frase y el motor que la dijo.
Nada se evalúa a ojo
Escribes una vez lo que es cierto sobre la empresa, en el Perfil de Verdad de Marca. Todos los veredictos posteriores se miden contra tus palabras, no contra la idea que tenga un modelo de cómo es una buena respuesta.
Sin perfil no hay veredictos. La desviación y la paridad se miden contra tus campos, así que Moose los deja en blanco antes que inventarse un patrón de medida.
Desviación narrativa y paridad de características
Cada respuesta que te menciona recibe los dos, y cada uno viene con una sola frase de razonamiento que tiene que nombrar la afirmación concreta de la que habla.
¿Esta respuesta describe la empresa que eres o una que fuiste? Tipo de cliente equivocado, categoría equivocada, posicionamiento muerto.
¿La respuesta se equivoca de hecho sobre lo que puedes hacer? Esto evalúa información incorrecta. Dejarse cosas fuera no cuenta.
La omisión. Si una respuesta es correcta pero no enumera todas tus funciones, sigue siendo buena. Ninguna respuesta lo enumera todo.
Hecho para no dar falsas alarmas
Un monitor que lo marca todo es un monitor que dejas de abrir. Las reglas de puntuación están escritas para que la falsa alarma sea el error caro y no el error seguro.
Las instrucciones de puntuación tratan la falsa alarma como el error caro. Si el modelo no puede señalar una frase concreta y dentro del alcance que sea falsa o engañosa, no tiene permitido marcar nada. El silencio es lo normal, no la excepción.
Una lista simple de funciones, o una fila de tabla que dice lo que haces, es neutral. Para que sea negativo hace falta una crítica real o un contraste desfavorable, no basta con aparecer el último.
Los veredictos de sentimiento llevan una cita copiada de la respuesta palabra por palabra, para que juzgues tú la decisión en lugar de fiarte de un resumen de ella.
Si la llamada de puntuación falla, los campos se quedan vacíos. Moose no fabrica un veredicto para rellenar una casilla, y al modelo se le prohíbe inventar detalles que no estén en la respuesta o en tu perfil.
Las afirmaciones sobre funciones solo se evalúan dentro del alcance del prompt. Una respuesta sobre entregabilidad de SMS no se penaliza por no mencionar tu producto de reseñas.
Qué modelo se equivoca contigo
Cada observación lleva sellado el motor que la produjo, así que desviación, paridad, sentimiento, menciones y citas se desglosan por modelo. «Enséñame cada respuesta en la que una IA se equivocó sobre una función, y cuál lo dijo» es un solo filtro.
ChatGPT
Claude
Gemini
Grok
Perplexity
Google AI Mode
AI Overviews
Bing Copilot
Para ChatGPT, Grok, Perplexity y Google AI Mode, Moose lee lo que responde el producto de consumo real desde una sesión de navegador en tu ordenador. Si esa consulta falla hay una alternativa por API, y cada observación registra qué ruta la produjo y si se usó la alternativa. Siempre puedes saber cómo se obtuvo una respuesta.
Una lectura suelta es anécdota. El cambio es la historia.
Las ejecuciones van en tu calendario, de diarias a manuales, y una ejecución programada puede enviarte el resumen por email para que un hallazgo te llegue sin abrir nada. Lo que miras después es la diferencia entre ejecuciones, no otra foto fija.
Tasa de menciones, tasa de citas y sentimiento positivo por día, semana o mes, en lugar de una ventana fija que eligió otro.
Compara el mes pasado con el anterior, o las dos semanas anteriores y posteriores a un lanzamiento, una al lado de la otra.
Alineación narrativa, precisión de funciones, recuento de sentimiento negativo, tasa de menciones y tasa de citas, cada una con el cambio desde la ejecución anterior.
Mención perdida, mención ganada, cita nueva, sentimiento negativo. Cada uno nombra el prompt y el motor, con la cita adjunta.
Filtra todo por desviación narrativa o paridad de características, para que «cada respuesta en la que una IA se equivocó sobre una función» sea un clic y no una exportación y una hoja de cálculo.
Números sobre los que puedes actuar sin comprobarlos antes
Un número que tienes que verificar tú no te ha ahorrado ningún trabajo. Aquí hay tres decisiones deliberadas.
Si no se pudo alcanzar o leer un motor, esa observación queda excluida de cada métrica, variación y alerta. Un fallo de red nunca se convierte en una caída falsa de visibilidad, y una referencia fallida nunca se convierte en una recuperación falsa.
El mismo prompt y motor se pueden muestrear hasta cinco veces por ejecución, porque una sola respuesta de IA oscila muchísimo mientras que la tasa de menciones entre muestras se mantiene estable. Los resultados llevan un margen de confianza Wilson del 95%.
Dos puntos de movimiento dentro del margen no son una tendencia, y Moose no te los va a presentar como tal. Así dedicas la semana a los cambios que son reales.
Si la marca no se mencionó, o el motor no respondió, la observación se marca como no aplicable sin gastar una llamada de puntuación. Las muestras repetidas del mismo prompt se agrupan en un solo veredicto para listas, emails y alertas, así que un prompt muy citado no inunda el informe de duplicados.
Pillarlo a propósito
En vez de adivinar qué seguir, Moose escribe prompts anclados en el nombre de tu marca y en los campos que rellenaste: capacidades, comparaciones con competidores, segmentos de cliente y las tergiversaciones que ya estás viendo.
Los prompts se generan a partir del nombre de tu marca y de tus campos de Verdad de Marca, así que las respuestas que devuelven hablan de ti.
Las preguntas de diagnóstico que escribes tú pasan sin cambios, en vez de reescribirse en algo más genérico.
Las consultas sin marca se dejan fuera a propósito. No devuelven citas sobre ti, que es justo el objetivo del ejercicio.
Revisa, edita y aprueba cada sugerencia antes de que se siga nada. Van a su propia categoría de Prompts de diagnóstico, así que nunca se mezclan con tu conjunto principal.
De dónde salió la historia equivocada
Saber que un motor se equivoca contigo es medio hallazgo. La otra mitad es la página que se lo enseñó, y eso normalmente sí lo puedes arreglar.
Convertir un hallazgo en un arreglo
Un veredicto por sí solo es una queja. En la misma ventana se convierte en un brief, un borrador y un cambio que has aprobado.
Quién tiene puntuación
Dos advertencias que conviene leer antes de descargar, porque preferimos que te enteres aquí.
La desviación narrativa y la paridad de características funcionan en los espacios de trabajo gestionados de pago y BYOK que tengan el Perfil de Verdad de Marca relleno. Cadencia diaria, los ocho motores, informes por email y exportación a PDF o CSV.
El modo de vista previa gratuita no tiene puntuación de ningún tipo: ni desviación, ni paridad. Está limitado a 3 prompts, ejecuciones semanales o manuales y los motores de consulta local. Suficiente para ver si apareces, no para evaluar cómo.
Preguntas que nos hacen
¿Tengo que rellenar todo el Perfil de Verdad de Marca?
Todos los campos son opcionales, pero el perfil es el patrón de medida, así que uno vacío significa cero veredictos de desviación o paridad. La descripción canónica, el cliente ideal y las capacidades clave hacen casi todo el trabajo. Empieza por esos tres y añade el resto según veas qué se marca.
¿Se marca una respuesta por dejarse funciones fuera?
No. La paridad de características evalúa información incorrecta, y omitir una función no es un fallo. Una respuesta que es correcta pero solo menciona dos de tus seis productos sigue siendo buena. Solo se marca una afirmación falsa: una capacidad negada, una capacidad inventada o la función de un competidor atribuida a ti.
¿Cómo sé que un veredicto no es una alucinación?
Cada veredicto lleva un motivo de una frase que tiene que nombrar la afirmación concreta de la que habla, y los veredictos de sentimiento llevan una cita exacta copiada de la respuesta. Si la llamada de puntuación falla, los campos se quedan vacíos en vez de rellenarse con una suposición.
¿Qué motores puede leer?
ChatGPT, Claude, Gemini, Grok, Perplexity, Google AI Mode, Google AI Overviews y Bing Copilot. Para ChatGPT, Grok, Perplexity y Google AI Mode hay rutas que leen lo que responde el producto de consumo real, con una alternativa por API si esa consulta falla. Cada observación registra qué ruta la produjo.
¿Una sola respuesta mala puede mover mis números?
Menos de lo que te imaginas, porque el mismo prompt y motor se pueden muestrear hasta cinco veces por ejecución y los resultados llevan un margen de confianza Wilson del 95%. Las muestras repetidas también se agrupan en un solo veredicto en listas, emails y alertas, así que un prompt muy citado no inunda el informe.
Más cosas que preguntarle a Moose
Todos los casos de usoPregunta si ya lo has escrito antes de volver a encargarlo.
La versión de ti que un motor puede resolver y citar.
Las búsquedas que Google escribe para sí mismo antes de responder.
Doce búsquedas más concretas detrás de una pregunta del comprador.
El top diez de verdad, las preguntas relacionadas y el resumen con IA con sus fuentes.
La lista completa y lo que hace Moose paso a paso en cada uno.
Escribe lo que es cierto.
Y luego exígeselo a cada respuesta.
Rellena el Perfil de Verdad de Marca una vez, lanza un escaneo y lee cada frase que no cuadre con él. Así discutes con algo concreto en vez de con una sensación.