La IA sigue diciendo cosas incorrectas sobre nuestra empresa. ¿Alguien ha logrado corregir la desinformación en respuestas de ChatGPT o Perplexity?

Me especializo exactamente en este problema. Es solucionable, pero requiere trabajo sistemático.

Por qué la IA se equivoca:

Los datos de entrenamiento de ChatGPT tienen una fecha límite. Si tu antiguo CEO fue mencionado en 100 artículos y el nuevo en 20, el modelo “recuerda” más al anterior. No es malicioso, simplemente sigue patrones con datos incompletos.

El marco de corrección que funciona:

1. Auditoría de fuentes Haz una lista de todos los lugares donde aparece información de tu empresa en línea:

• Wikipedia (lo más importante para la IA)
• Página de empresa en LinkedIn
• Crunchbase
• Página “Sobre nosotros” en el sitio oficial
• Comunicados de prensa
• Artículos en medios importantes

2. Actualiza fuentes de autoridad Estas son las fuentes en las que la IA más confía:

• Wikipedia: Si no tienes página, evalúa si cumples los requisitos de notoriedad. Si la tienes, asegúrate de que sea precisa y con citas actuales
• Wikidata: Datos estructurados que alimentan muchos sistemas de IA
• Tu sitio web: Marcado de esquema para Organización, incluyendo foundingDate, CEO, dirección
• LinkedIn: Página de empresa con información verificada
• Crunchbase: Muy citado por la IA

3. Estrategia de contenido reciente Publica contenido nuevo que declare explícitamente la información correcta:

• Página “Sobre nosotros” con datos claros
• Comunicados anunciando cambios de liderazgo (aunque no sean “nuevos”)
• Entradas de blog que mencionen de forma natural al liderazgo actual, ubicación y productos

4. Reporta y documenta

• Perplexity: Usa el botón de feedback en cada respuesta
• ChatGPT: Reporta vía retroalimentación (sí, parece inútil, pero queda registrado)
• Documenta todo para posible escalada

Expectativa de tiempo: 2-6 meses para un cambio significativo. No es una solución rápida.

Pasamos por esto cuando ChatGPT insistía en que éramos una “plataforma de e-commerce” y en realidad somos una herramienta SaaS B2B. Modelos de negocio completamente diferentes.

Lo que finalmente funcionó:

La clave fue consistencia en múltiples fuentes autorizadas.

Actualizamos:

1. El esquema en el sitio web con industria, descripción y productos correctos
2. La página de empresa en LinkedIn con descripción detallada
3. Crunchbase con la categorización correcta
4. Publicamos 3 posts de blog describiendo explícitamente lo que hacemos
5. Conseguimos una mención en TechCrunch que nos describía correctamente

En 8 semanas, ChatGPT empezó a describirnos bien. El artículo de TechCrunch ayudó mucho: publicación tecnológica autorizada + reciente + información correcta.

La lección: La IA confía en fuentes de autoridad. Pon la información correcta en sitios de alta autoridad, no solo en tu web.

Un ángulo técnico que muchos pasan por alto:

El marcado de esquema es cómo “le dices” a los sistemas de IA la información correcta.

En tu página “Sobre nosotros”, implementa el esquema Organization con:

{
  "@type": "Organization",
  "name": "Tu Empresa",
  "foundingDate": "2015-03-15",
  "address": {
    "addressLocality": "Austin",
    "addressRegion": "TX"
  },
  "employee": {
    "@type": "Person",
    "name": "Nombre CEO Actual",
    "jobTitle": "CEO"
  }
}

Los sistemas de IA cada vez más interpretan el marcado de esquema para comprender entidades. No es una solución mágica, pero es una de las señales más claras que puedes enviar sobre información precisa.

Lo mismo para tus productos: usa esquema Product solo con los productos actuales. Los descontinuados deben eliminarse completamente del sitemap.

Importante: necesitas monitoreo continuo, no solo una solución puntual.

Las respuestas de IA pueden cambiar. Corregimos desinformación para un cliente y 4 meses después ChatGPT volvió a decir cosas erróneas porque procesó un artículo nuevo con información antigua.

Configura:

1. Revisión manual semanal de las principales consultas sobre tu empresa
2. Am I Cited o herramienta similar para monitoreo automatizado
3. Alertas para nuevo contenido web que mencione tu empresa (Google Alerts, Mention, etc.)

Cuando detectes nueva desinformación, rastrea la fuente. A menudo es un artículo antiguo republicado o uno nuevo que cita datos desactualizados.

Esto es una tarea continua de gestión de reputación, no un proyecto con fecha de fin.

Lo que nos funcionó para corregir desinformación de productos:

Crea una página “Datos de la empresa” en tu web.

Hicimos una página sencilla con:

• Fundación: [Fecha]
• Sede: [Ciudad]
• Liderazgo: [Nombres y cargos actuales]
• Productos: [Solo los actuales]
• Empleados: [Cantidad aproximada]

Estructurada como tabla y con formato claro. Marcado de esquema para todo.

Esta sola página se volvió referencia que los sistemas de IA empezaron a citar. Cuando tienes una fuente de información clara y autorizada, la IA prefiere citarla antes que fragmentar info de varios artículos.

Perspectiva legal que puede ayudar:

Si la desinformación está causando daño empresarial real, documenta todo.

He trabajado con empresas presentando reclamaciones formales ante proveedores de IA. La clave es demostrar:

1. La información es objetivamente incorrecta (evidencia de los hechos correctos)
2. Está causando un daño empresarial medible (acuerdos perdidos, socios confundidos)
3. Has intentado los canales normales de corrección (envío de reportes)

Para empresas en la UE, el RGPD otorga ciertos derechos sobre la precisión de datos de entidades identificables. Es complejo, pero se ha utilizado con éxito.

Para desinformación grave y persistente que los canales normales no corrigen, algunas empresas han tenido éxito enviando cartas legales formales a proveedores de IA. Esto escala a un equipo diferente que los formularios de retroalimentación.

Sin embargo: Prevenir es más fácil que curar. La estrategia de actualizar fuentes es más fiable que intentar forzar a las empresas de IA a corregir respuestas.

Algo inesperado que nos ayudó:

Que te citen en noticias recientes con la información correcta.

Los sistemas de IA (especialmente Perplexity) ponderan mucho el contenido reciente. No íbamos a salir en TechCrunch, pero sí pudimos:

• Enviar notas a revistas de negocios locales
• Salir en podcasts del sector (las transcripciones se indexan)
• Publicar artículos invitados en blogs del sector
• Difundir comunicados vía PR Newswire

Cada uno generó contenido reciente y correcto que los sistemas de IA encontraron y empezaron a citar.

Nos costó unos $2,000 en distribución de PR en 3 meses. Las respuestas de IA mejoraron a las 6 semanas.

Explico la realidad técnica de por qué esto es difícil de arreglar:

Cómo “aprenden” los LLM los “hechos”:

ChatGPT no tiene una base de datos de hechos empresariales que consulta. Aprendió patrones de los datos de entrenamiento. Si tu antiguo CEO aparece más veces que el actual, el modelo “cree” más la información antigua.

Lo que esto significa en la práctica:

1. No puedes “actualizar” directamente el conocimiento de ChatGPT
2. SÍ puedes actualizar el contenido web que usarán futuros entrenamientos
3. SÍ puedes influir en la recuperación en tiempo real (búsqueda de ChatGPT, búsqueda de Perplexity)

Para la recuperación en tiempo real (lo que puedes arreglar más rápido):

Perplexity busca en la web en vivo. Si las páginas de autoridad muestran info correcta, Perplexity debería citar adecuadamente. Prioriza que la información correcta sea el principal resultado al buscar tu empresa.

Para el conocimiento del modelo (arreglo más lento):

Esto cambia cuando los modelos se reentrenan con nuevos datos. OpenAI no anuncia cuándo actualiza los datos de entrenamiento, pero ocurre. Tener la información correcta en sitios de autoridad ahora significa que futuras versiones del modelo estarán mejor informadas.

En resumen: Piensa en esto como SEO para datos de entrenamiento de IA. No arreglas el modelo directamente: arreglas lo que aprenderán futuros modelos.

Este hilo ha sido invaluable. Aquí mi plan de acción:

Inmediato (Esta semana):

1. Crear entrada en Wikidata con datos estructurados correctos
2. Actualizar el esquema del sitio web con Organización, CEO y productos
3. Auditar y actualizar los perfiles de LinkedIn y Crunchbase
4. Configurar Am I Cited para monitoreo continuo

Corto plazo (Próximos 30 días): 5. Crear página “Datos de la empresa” con información clara y estructurada 6. Emitir un comunicado de prensa con la información actual de la empresa 7. Buscar cobertura en medios de negocios locales 8. Reportar la desinformación a Perplexity (con fuentes)

Continuo: 9. Monitoreo semanal de respuestas de IA 10. Seguimiento de mejoras en el tiempo 11. Generar contenido nuevo que incluya los datos correctos de forma natural 12. Considerar opciones legales si la desinformación significativa persiste

Conclusión clave: No se trata de cambiar la IA directamente, sino de cambiar de dónde aprende. Corrige las fuentes y la IA acabará siguiendo.

Actualizaré el hilo en unos meses con los resultados.