Por qué las respuestas de IA cambian según el país y el idioma

Por qué la misma pregunta recibe respuestas distintas

Las respuestas de IA cambian según el país porque los asistentes con búsqueda web construyen cada respuesta a partir de lo que recuperan, y lo que recuperan depende del idioma de la pregunta, de la ubicación asociada a la búsqueda y de las fuentes que existen para ese mercado. Un comprador en México pregunta en español de México, recibe fuentes escritas para México y escucha sobre las marcas que esas fuentes cubren. Cambia cualquiera de las tres cosas y la respuesta cambia con ellas.

No es un defecto que haya que corregir; así funciona la recuperación de información. Las superficies que VozRadar mide consultan resultados web en vivo antes de responder y toman la ubicación y el idioma como entradas. La herramienta de búsqueda web de OpenAI acepta una ubicación aproximada del usuario con los campos country, city, region y timezone (documentación de OpenAI). La herramienta de búsqueda web de Perplexity acepta un user_location con país, región, ciudad, latitud y longitud (documentación de Perplexity). Google indica que el grounding en Google Search funciona con todos los idiomas disponibles (documentación de la API de Gemini) y publica la lista de países e idiomas donde están disponibles los AI Overviews (Ayuda de Google Search).

Cuatro factores explican la diferencia: las preguntas que la gente hace, el vocabulario y la variante del idioma que usa, las fuentes y la ubicación de la búsqueda, y las reglas locales que viven dentro de preguntas comunes.

Preguntas y vocabulario localizados

La gente de países distintos no hace la misma pregunta con otras palabras. Hace preguntas distintas. Alguien en Colombia que elige una herramienta de nómina pregunta por lo que importa en Colombia: qué trámites gestiona, cómo se paga al personal, en qué ciudades hay soporte. Alguien en Estados Unidos pregunta por integraciones con las herramientas comunes allá. La intención, “qué software de nómina elijo”, es la misma; la pregunta real, no.

El vocabulario se divide todavía más dentro de un mismo idioma. El español tiene muchas variantes nacionales y las palabras para las cosas comerciales de todos los días cambian: un vehículo es un coche, un carro o un auto según el país, y hay computadoras y ordenadores. Las etiquetas de idioma existen justo por esto: el estándar del IETF, el RFC 5646, combina un idioma con una región, así que es-MX, es-AR y es-CL son etiquetas distintas, y es-419 designa el español de América Latina en conjunto. Un asistente que recupera información para una pregunta escrita en español de Argentina llega con más facilidad a páginas argentinas, y redacta su respuesta con palabras argentinas.

El portugués se comporta igual. El portugués de Brasil (pt-BR) y el de Portugal difieren en vocabulario y gramática, y una pregunta desde São Paulo trae fuentes brasileñas. La variante es parte de la pregunta, y un conjunto de prompts que la ignora mide un mercado que no existe.

Fuentes locales y ubicación de la búsqueda

Los asistentes con búsqueda web citan lo que recuperan, y el conjunto de fuentes cambia según el mercado. En México, la prensa, los sitios de reseñas y los organismos públicos que escriben sobre una categoría son mexicanos; en Brasil son brasileños y escriben en portugués. Una marca que solo tiene cobertura en inglés le da poco al modelo cuando un comprador pregunta en español o en portugués, así que la respuesta menciona a los competidores sobre los que las fuentes locales sí han escrito.

La ubicación es una entrada distinta del idioma. La misma pregunta en español, enviada con México como ubicación y luego con Chile, puede recuperar resultados distintos, porque la búsqueda detrás de la respuesta pondera la relevancia local. Por eso VozRadar registra la ubicación que produjo cada respuesta junto con la superficie y el modelo. Una respuesta medida desde ningún lugar en particular dice poco sobre cualquier mercado.

De ahí salen dos consecuencias prácticas. Revisar tu marca desde una oficina en otro país no muestra lo que ve un comprador en el mercado objetivo. Y la visibilidad es propia de cada mercado: una marca recomendada en México puede estar ausente en Colombia para la misma pregunta, simplemente porque ninguna fuente colombiana la ha cubierto todavía. Las páginas de mercados detallan qué fuentes moldean las respuestas en México, Brasil, Colombia, Argentina, Chile y Perú.

Regulación, pagos e impuestos dentro de la pregunta

Muchas preguntas de compradores llevan reglas locales adentro, aunque parezcan genéricas. Una pregunta sobre software de facturación en México es también una pregunta sobre el formato de factura electrónica que usan las empresas de allí. Una pregunta sobre cobrar en Brasil da por hecho los medios de pago con los que los brasileños realmente pagan. Una pregunta sobre precios en Argentina está marcada por las cuotas y por precios que se mueven. Nada de eso está en la versión en inglés de la pregunta.

Algunos ejemplos hipotéticos de cómo se ve una misma intención en tres mercados:

• A una empresa de software de nómina que entra a México le preguntan si emite recibos de nómina CFDI, no si “cumple con la normativa”.
• A una tienda en línea en Brasil le preguntan si acepta Pix y boleto, no “qué medios de pago aceptas”.
• A un producto por suscripción en Argentina le preguntan si cobra en pesos y en cuotas, no “cuánto cuesta”.

Los asistentes responden estas preguntas a partir de fuentes que usan los términos locales. Una marca cuyas páginas nunca dicen esas palabras es difícil de recuperar para ellas, por bueno que sea el producto. No se trata de palabras clave en el sentido antiguo; se trata de si el texto que el modelo recupera responde a la pregunta que hizo el comprador.

Por qué traducir una lista de palabras clave no basta, y qué hacer en su lugar

El atajo habitual es tomar la lista de palabras clave que funciona en inglés, traducirla y monitorearla. Falla en cada uno de los puntos anteriores. Las palabras clave traducidas conservan las preguntas del mercado de origen, usan un vocabulario neutro que nadie escribe, se miden sin ubicación y nunca contienen las reglas locales. El resultado es un reporte sobre un mercado que solo existe en la hoja de cálculo.

Una forma más honesta de abordar un mercado nuevo:

1. Parte del comprador, no de la lista. Escribe lo que una persona de ese país escribiría, en su variante, incluidos los nombres locales de medios de pago, instituciones y documentos. La fuente son personas de ese país; un traductor de otro país hispanohablante no es suficiente.
2. Encuentra las fuentes que ya responden esas preguntas. Lee las respuestas que da un asistente con el mercado como ubicación y anota qué sitios cita. Ese es el mapa de a quién trata el modelo como creíble allí.
3. Mide desde el mercado. Ejecuta las preguntas con la ubicación fijada en el país, de forma repetida, y trata el resultado como una tasa con tamaño de muestra, no como una sola respuesta. La guía para medir la visibilidad en IA explica por qué.
4. Corrige en los términos del mercado. Páginas locales en la variante local que atiendan las reglas locales, y cobertura en las fuentes que los asistentes ya citan. La guía sobre aparecer en las respuestas de IA cubre la mecánica.
5. Espera variación. Las respuestas cambian con la versión del modelo, con los resultados de búsqueda que las respaldan y con el día. Nadie las controla. El objetivo es mover una tasa con el tiempo y saber cuándo se movió.

Cómo lo aborda VozRadar

VozRadar trata cada mercado como un lugar con identidad propia. Para un mercado elegido, como México en español, descubre las preguntas que los compradores locales probablemente le harían a un asistente de IA, en la variante local, en lugar de traducir una lista de palabras clave, y ejecuta los prompts aprobados cada semana en superficies de respuesta con búsqueda web identificadas por nombre, con el mercado como ubicación. Cada respuesta se guarda con la superficie, el modelo y la ubicación que la produjeron, y las tasas se reportan por mercado como probabilidades con tamaño de muestra. Las brechas muestran qué competidores se mencionan en tu lugar y qué fuentes locales los cubren a ellos y no a ti; cada una se convierte en un brief de contenido o en un prompt para un agente de programación que tú publicas, y el Registro de experimentos guarda el antes y el después.

México es el mercado de referencia; Brasil, Colombia, Argentina, Chile y Perú ya están disponibles para todos, cada uno con su propia página de mercado. VozRadar está en prelanzamiento con lista de espera.