Un lavado de autos de 3,3 estrellas acaba de ganar la respuesta de la IA.
Cuando Annie Jackson, Directora de Operaciones de Ingresos y Crecimiento de GatherUp, le pidió a Google un lavado de autos sin contacto que se ajuste a un SUV en Norfolk, VA, Google le devolvió un negocio de 3,3 estrellas y respondió las preguntas sobre autorización y horas por encima de la calificación de estrellas. La coincidencia de consultas superó la clasificación.
Ese ejemplo enmarca la sesión que Jackson presentó con Jason Wertham, vicepresidente de operaciones de defensa de reseñas en GatherUp: las herramientas de inteligencia artificial recopilan la descripción de cada ubicación a partir de reseñas, listados y menciones en la web pública, y luego repiten esa descripción a los clientes que nunca llegan a su sitio web.
Jackson y Wertham recorrieron la auditoría de emergencia de cuatro indicaciones que realizaron para sacar a la luz lo que ChatGPT, Google AI Overviews y Ask Maps dicen hoy sobre una marca con múltiples ubicaciones, y luego crear, administrar y defender la implementación que cambia la respuesta.
El siguiente resumen cubre los hallazgos. Las indicaciones, la implementación y el folleto de auditoría se encuentran en la sesión completa. Míralo a pedido.
¿Cómo utilizan los clientes la IA para encontrar empresas locales ahora?
Hacen una pregunta completa y aceptan la respuesta resumida. En los datos de consumidores de GatherUp recopilados en el otoño de 2025, el 55 % de los consumidores había consultado resúmenes de IA de Google o Bing, el 48 % había preguntado a ChatGPT sobre una empresa local y el 31 % había preguntado varias veces.
La consulta de Jackson sobre el lavado de autos muestra cómo se ve eso en la práctica. En lugar de “lavado de autos cerca de mí”, la búsqueda fue “lavado de autos sin contacto para mi SUV en Norfolk, VA”. Google se retiró de sus 300 millones de sitios y 500 millones de colaboradores de reseñas para devolver una empresa, con altura de liquidación y respuesta en línea las 24 horas, los 7 días de la semana.
“Google respondió a mis preguntas, pero esta empresa en realidad aparece con 3,3 estrellas”, dijo Jackson. “Ha surgido el contexto de mi consulta por encima de la calificación de estrellas”.
Wertham añadió que estas herramientas ahora tienen en cuenta quién es usted y cuándo pregunta. “La hora del día en la que se realiza esta consulta en Google Maps podría afectar qué empresas obtienen resultados en esos resultados”, dijo. Un LLM que sabe que usted es dueño de un SUV o de un perro grande aplica ese contexto a cada consulta local futura, ya sea que lo reexprese o no.
La auditoría de la sesión comienza a partir de este cambio de comportamiento: cuatro indicaciones, desde una consulta de marca hasta una verificación al azar ubicación por ubicación, que le muestran la respuesta que sus clientes ya ven. Vea las cuatro indicaciones de auditoría.
¿Las reseñas de Google proporcionan respuestas de IA?
No desde la lista en sí: Google, Yelp y otros directorios importantes impiden que los rastreadores de LLM lean el contenido de reseñas en perfiles comerciales. Las reseñas aún respaldan las clasificaciones locales y la conversión en el listado; solo ingresan respuestas de IA a través de superficies que los LLM pueden rastrear.
“Los principales proveedores de servicios de directorio, Google, Yelp y otros, no permiten que las herramientas LLM como ChatGPT y Claude extraigan o rastreen los datos de revisión en la lista de empresas”, dijo Wertham. “Notarás que no citan reseñas específicas de esas plataformas”.
Las mismas reseñas se pueden rastrear en el momento en que las vuelves a publicar. Publíquelos en canales sociales públicos o incrústelos en widgets de revisión en su propio sitio y, en palabras de Wertham, “ahora son un blanco fácil para que las herramientas LLM los utilicen”.
Eso determina qué consultas puede ganar. Cuando un cliente pregunta por empresas “populares” o “altamente reseñadas”, el LLM busca texto de reseña al que pueda acceder. El contenido de revisión limitado al directorio no aporta nada a esa respuesta.
“Si confía en las plataformas de revisión para que lo hagan por usted, no será suficiente”, dijo Wertham.
Elemento de acción: Vuelva a publicar sus reseñas donde la IA pueda rastrearlas. La sesión cubre qué widgets y ubicaciones sociales hacen que el contenido de la reseña sea legible, incluido cómo incluir la respuesta comercial con la reseña.
Wertham también desglosó la captura de reseñas propias, las respuestas de la encuesta que nunca llegan a Google y por qué eran importantes las 11.000 de un cliente. Ese segmento vive en la grabación bajo demanda.
¿Su calificación de estrellas sigue siendo importante en la búsqueda con IA?
Importa menos que revisar la actualidad y la velocidad. Ninguna respuesta de IA en los ejemplos de auditoría de la sesión citó una calificación promedio de estrellas; todos citaron el contenido de la reseña.
Los datos de los consumidores apuntan en la misma dirección: el 45% de los usuarios priorizan la antigüedad de las reseñas sobre la calificación de estrellas, el 60% confía en las reseñas escritas detalladas en lugar de las reseñas solo de calificación y el 70% prefiere una solicitud de reseña dentro de las 72 horas posteriores a la transacción.
Wertham señaló que los consumidores rutinariamente anulan la clasificación de reseñas “más relevante” predeterminada de Google y cambian a “más reciente”, porque la reseña más reciente predice la experiencia que obtendrán. Un promedio alto basado en reseñas de hace años tiene menos peso que un flujo actual y constante.
“Prefiero ir a una empresa con 1.000 reseñas y 3,9 o 4,2 que 30 reseñas y 5,0”, dijo Wertham.
La sesión organiza la respuesta en tres flujos de trabajo: creación, gestión y defensa: creación de listados consistentes y volumen de reseñas, gestión de respuestas y seguimiento dentro de un plazo de respuesta de 72 horas, y defensa de la calificación obtenida frente a revisiones que violan las políticas y tácticas de entierro como la sofocación de reseñas. Recorra el proceso de construcción, gestión y defensa.
¿Por qué la IA da cada vez una respuesta diferente sobre su negocio?
Debido a que las respuestas de LLM se comportan como una máquina tragamonedas, una consulta nunca es una lectura confiable. Jackson citó una investigación de SparkToro en la que diferentes personas hicieron la misma pregunta a los LLM en todos los dispositivos y cuentas, y los resultados nunca regresaron en el mismo orden.
“Hacerle una pregunta a la IA es como una máquina tragamonedas”, dijo Jackson. “Va a proporcionar datos similares, pero cada vez se verá un poco diferente”.
La posición es la métrica incorrecta para la visibilidad de la IA. El total de citas, la amplitud de fuentes que alimentan la respuesta, predice si su marca aparece. Su marca puede perder por completo la respuesta de un dispositivo y liderar el siguiente.
Google publicó su propia guía para optimizar la IA generativa y la actualizó este mes. Wertham señaló un cambio con dientes: la penalización por pendiente de la IA. Google ahora detecta contenido de bajo valor generado por IA y, en sus palabras, está “esencialmente penalizando a las empresas” por ello. Las publicaciones genéricas de blogs de IA y los glorificados objetivos de búsqueda de preguntas frecuentes ahora le cuestan en lugar de ser ignorados.
Elemento de acción: Ejecute sus mensajes de auditoría en modo incógnito o de chat temporal para que el contexto almacenado deje de influir en sus resultados y vuelva a ejecutarlos según una programación. La sesión muestra el método de repetición mensual para medir si su trabajo de visibilidad está logrando la respuesta.
Preguntas y respuestas: las preguntas más útiles del seminario web
P: ¿Qué es lo más rápido que puedo hacer esta semana para cambiar lo que dice la IA sobre mi empresa?
“Aborde sus listados. Asegúrese de que todos sus listados sean correctos y coherentes, independientemente de las plataformas en las que se encuentre. Y luego asegúrese de difundir sus reseñas fuera del directorio de terceros donde las recibe. Publíquelas en su plataforma de redes sociales, publíquelas en una sección de su sitio web”. Jason Wertham, 49:23 en la grabación bajo demanda.
“Asegúrate de tener lo básico bajo control. Anota lo básico, asegúrate de que esté configurado y luego podrás pasar a las cosas más elaboradas”. Annie Jackson, 50:30 en la grabación bajo demanda. Jackson ilustró el punto con un restaurante local cuya página de Facebook incluía el número de celular personal del propietario; nunca supo por qué seguían llegando las llamadas.
P: ¿Cuánto tiempo pasará antes de que los cambios de contenido aparezcan realmente en las respuestas de IA?
Annie respondió: los pequeños hechos se mueven rápido, el posicionamiento se mueve lentamente. Los horarios de las tiendas y los números de teléfono se actualizan rápidamente, pero “lo que te caracteriza tomará un poco más de tiempo”, generalmente de dos semanas a un mes, con un largo período más allá de eso. Señaló su propio sitio web como la palanca más rápida: una nueva oferta tiene que aparecer primero en sus propios canales, porque las reseñas no la anunciarán por usted. Respuesta completa a las 54:19 en la grabación bajo demanda.
P: Mi ubicación más débil tiene viejas críticas negativas que siguen apareciendo. ¿Tengo que esperar a que envejezcan?
Jason respondió: la edad desvanece la relevancia de una reseña de forma natural, pero las reseñas con muchas palabras clave y las reseñas de Local Guides mantienen la clasificación por más tiempo, y las reacciones emoji evitan que una reseña decaiga incluso cuando no agregan un impulso ascendente. Las reseñas que infringen las políticas siguen siendo discutibles a cualquier edad; Su equipo de defensa de reseñas elimina periódicamente reseñas de más de diez años de antigüedad. La solución confiable es el volumen y la velocidad, ya que lo reciente supera al contenido en relevancia a largo plazo. Respuesta completa a las 47:33 en la grabación bajo demanda.
P: ¿Cómo deberían manejar esto los franquiciadores cuando cada franquiciado controla su propio perfil?
Jason respondió: la gestión de la reputación de la franquicia falla en la brecha de coherencia, porque cada franquiciado es dueño de su listado mientras que la marca absorbe la respuesta de la IA. Establezca las mejores prácticas, ofrezca herramientas de marca blanca o de socios que los franquiciados utilizarán y ponga un manual en sus manos. También sugirió ejecutar las indicaciones de auditoría en nombre de los franquiciados y capacitarlos sobre los resultados, ya que la respuesta incorrecta de IA de una ubicación le cuesta a toda la marca. Respuesta completa a las 55:46 en la grabación bajo demanda.
Vea el seminario web completo
La sesión bajo demanda contiene las cuatro indicaciones de auditoría de emergencia y el folleto descargable, la implementación completa de creación, gestión y defensa, el método de medición mensual, el tutorial de defensa de revisión para impugnar revisiones que violan políticas y la oferta de auditoría narrativa de IA de Jackson. Vea el seminario web completo a pedido.
