¿Qué dice la IA de tu CEO? Cómo auditar la reputación de un ejecutivo en ChatGPT y Gemini
Antes de una reunión importante, la gente busca a la persona con la que se va a sentar. Eso no es nuevo. Lo nuevo es dónde busca: cada vez menos en una lista de resultados que revisa por su cuenta, y cada vez más preguntándole directamente a un asistente de inteligencia artificial "quién es esta persona".
Y ahí aparece algo que casi ninguna empresa ha revisado: esa respuesta ya está escrita. Existe hoy, se entrega con total seguridad, nadie la aprobó y en muchos casos mezcla datos correctos con datos de otra persona con el mismo nombre, cargos desactualizados o afirmaciones que no se sostienen.
Las empresas llevan un par de años preocupándose de cómo aparece la marca en las respuestas de IA. Casi ninguna ha mirado qué pasa con las personas, y en negocios donde la decisión la toma un comité que primero investiga a los interlocutores, eso pesa más de lo que parece.
Por qué esto es distinto del SEO de siempre
Cuando alguien buscaba un nombre en un buscador, veía una lista: el perfil profesional, alguna nota de prensa, tal vez una entrevista. La persona armaba su propia conclusión revisando fuentes.
Un asistente de IA no entrega una lista: entrega una conclusión ya formada. Sintetiza, decide qué es relevante, ordena y afirma. Y lo hace en un tono que suena verificado aunque no lo esté.
Eso tiene dos consecuencias prácticas:
- No hay una posición que mejorar. No es que estés tercero y quieras ser primero. O estás en la respuesta como quieres, o no estás, o estás mal.
- Un dato incorrecto se propaga con seguridad. Nadie va a dudar de una fecha o de un cargo si viene afirmado sin matices.
Es la misma lógica del trabajo de visibilidad de marca en la IA, aplicada a un objeto más delicado: una persona.
Cómo auditar qué dice la IA de un ejecutivo
Es un proceso manual y sistemático. No hay atajo, pero tampoco es complicado.
1. Arma la lista de preguntas que alguien haría de verdad
No preguntes solo el nombre. Las preguntas útiles son las que haría alguien con una intención concreta:
- "¿Quién es [nombre] de [empresa]?"
- "¿Cuál es la trayectoria de [nombre]?"
- "¿Qué opina [nombre] sobre [tema de su industria]?"
- "¿Quiénes son los referentes de [su industria o especialidad]?"
- "¿Es confiable [empresa]? ¿Quién la dirige?"
La cuarta es la más reveladora de todas, porque no menciona a la persona: muestra si aparece cuando no la nombran. Estar en la respuesta a esa pregunta es el objetivo real del trabajo.
2. Pregunta en varios asistentes, no en uno
Cada uno se alimenta distinto y cada uno responde distinto. Los que conviene revisar son al menos los tres o cuatro más usados, incluyendo los que buscan en la web en tiempo real y los que responden desde lo que tienen incorporado. Las diferencias entre unos y otros son parte del hallazgo.
3. Registra tres cosas de cada respuesta
- ¿Aparece o no?
- ¿Lo que dice es correcto? Cargo, empresa, trayectoria, atribuciones.
- ¿De dónde lo saca? Cuando el asistente cita fuentes, esa lista es la información más valiosa de toda la auditoría: te dice exactamente qué páginas están construyendo la percepción.
4. Repite con la misma pauta cada cierto tiempo
Una sola medición no dice nada, porque las respuestas varían. Lo que importa es la tendencia: si el ejecutivo empieza a aparecer, si los errores se corrigen, si las fuentes citadas mejoran. Mensual o trimestral es suficiente.
Los tres problemas que aparecen casi siempre
El ejecutivo no existe
El caso más común. La IA responde con generalidades, dice que no tiene información o confunde a la persona con otra del mismo nombre.
No es un problema de reputación: es un problema de ausencia de rastro. Si la única presencia pública de alguien es un perfil profesional con su cargo, no hay material del cual construir una respuesta.
La información está desactualizada
Cambió de empresa hace dos años y la IA sigue asociándolo a la anterior. Ocurre porque el contenido antiguo suele tener más circulación acumulada que el nuevo, y los sistemas se apoyan en lo que más aparece.
Aparece asociado a algo que no controla
Una nota de prensa donde lo citan de pasada, una polémica de la empresa, un contenido de baja calidad que lo menciona. Cuando hay poco material propio, cualquier mención domina la síntesis, aunque sea marginal.
Qué se puede corregir y qué no
Conviene ser honesto acá, porque se vende mucho humo con esto.
No se puede editar la respuesta de un asistente de IA, ni pedir que corrija un dato, ni garantizar que alguien aparezca. No hay un panel de control.
Sí se puede cambiar el material del que esas respuestas se alimentan, que es lo único que efectivamente mueve la aguja:
- Consistencia de los datos básicos. El mismo nombre, el mismo cargo y la misma descripción en todos lados. Las variaciones hacen que el sistema no logre consolidar a la persona como una sola entidad, que es la causa técnica de la mitad de los errores.
- Contenido propio y sostenido. Publicaciones donde la persona explica algo de su especialidad, con su nombre. Es lo que permite que exista material atribuible.
- Menciones en fuentes con credibilidad. Prensa, entrevistas, participación en instancias del sector. El trabajo de relaciones públicas resultó ser una de las palancas más directas, algo que ya desarrollamos acá.
- Presencia en el terreno de su especialidad, no solo de su empresa. La pregunta que importa es la que no menciona el nombre. Para aparecer ahí hay que estar asociado a un tema, no solo a un cargo.
Nada de esto es rápido. Es el mismo trabajo de executive branding de siempre, con un motivo nuevo y un método para verificar si está funcionando.
Por qué conviene medirlo antes de empezar
La razón más práctica: sin una línea base no puedes demostrar mejora. El executive branding arrastra desde siempre el problema de que su retorno es difícil de mostrar, y esta auditoría entrega algo concreto: al empezar la IA no lo mencionaba o lo mencionaba mal; unos meses después aparece, con datos correctos, en respuestas donde ni siquiera lo nombran.
Es un indicador imperfecto y variable. Pero es mucho mejor que discutir sobre alcance en una red social.
Preguntas frecuentes
¿Con qué frecuencia conviene hacer esta auditoría?
Una línea base al empezar y luego mediciones mensuales o trimestrales con la misma pauta de preguntas. Lo importante es no cambiar las preguntas entre mediciones: si cambia la pauta, la comparación deja de servir.
¿Puedo pedir que corrijan un dato incorrecto?
No de forma directa y confiable. Lo que sí funciona es corregir la información en las fuentes públicas de donde el dato proviene y publicar contenido correcto con suficiente circulación. Es más lento y es el único camino que efectivamente cambia las respuestas.
¿Esto aplica solo a directores generales?
No. Aplica a cualquier persona cuya credibilidad influya en una decisión: responsables comerciales, especialistas técnicos, socios de firmas profesionales. En muchos negocios el especialista pesa más que el gerente general en la decisión final.
¿Qué pasa si el ejecutivo no quiere exposición pública?
Es una posición legítima, y conviene entender su consecuencia: cuando no hay material propio, la respuesta se construye igual, solo que con lo que otros escribieron. La alternativa a controlar el relato no es que no haya relato.
¿Cuánto tarda en verse un cambio?
Con publicación constante y algunas menciones en fuentes con credibilidad, los primeros cambios suelen aparecer en algunos meses. Lo primero que se mueve es que la persona empiece a aparecer correctamente cuando la nombran; que aparezca sin que la nombren toma bastante más.
¿Sabes qué responde la IA cuando le preguntan por tu gerencia? En SOUL levantamos la línea base de qué dice hoy, de dónde lo saca y qué está faltando, y construimos el trabajo de contenido y prensa que cambia esa respuesta. Hablemos. Conoce nuestros servicios de executive branding y employee advocacy.
