ChatGPT Ads: ¿la nueva batalla por la posición de descubrimiento?
Margaux Vanderschooten, responsable de medios y datos, acompaña a grandes cuentas en la definición y despliegue de sus estrategias de adquisición y medición del rendimiento. Especialista en posicionamiento de pago y datos propietarios, gestiona la optimización de las arquitecturas de conversión y la alineación de las campañas con los estándares de rentabilidad.
Puntos clave
- Ganar terreno en la fase de descubrimiento: Posicione sus ofertas en cuanto el comprador exprese sus primeras necesidades, mucho antes de que escriba una marca concreta en la barra de búsqueda. El reto de los anuncios conversacionales consiste en dar forma a sus criterios de evaluación, evitando quedar rezagado si la competencia aparece en la conversación.
- Defender la legitimidad de la recomendación: Procure que cada inserción comercial aporte una prueba técnica y un valor concreto al diálogo. Si un anuncio patrocinado se percibe como un sesgo comercial burdo o mal segmentado, deteriora la confianza del usuario y arruina la eficacia del mensaje.
- Modernizar las arquitecturas de medición y segmentación: Combine la gestión de catálogos de productos, la recopilación de datos desde el servidor (server-side) y una segmentación fina de las activaciones basada en indicios contextuales (context hints) e indicadores de incrementalidad (Search & Direct Lift). Sin herramientas de terceros para medir la visibilidad en modelos lingüísticos y sin una configuración estricta de las etiquetas, la compra de medios sigue siendo ciega y corre el riesgo de dañar la imagen de marca.
El debate público se centra actualmente en que «la publicidad llega a ChatGPT», como si la única cuestión fuera cuánto les va a costar a los anunciantes. Eso es perder de vista el verdadero problema. Lo que realmente está en juego con ChatGPT Ads es la capacidad de estar presente en la conversación antes de que el usuario haya formulado una intención de compra: en un momento en el que todavía está definiendo sus criterios, comparando opciones, dudando entre varias necesidades y aún no ha decidido qué marca o producto elegir. Google ganó la batalla de la respuesta a una pregunta formulada. OpenAI intenta ganar la de la pregunta que aún no se ha hecho. Es un cambio de terreno de juego, no solo una casilla más que marcar en el plan de medios.
Mantener la confianza sin dominar el algoritmo
El sector del marketing digital tiene la mala costumbre de reducir cada evolución tecnológica a una simple variable presupuestaria. Desde que se anunció la llegada de la publicidad a los grandes modelos de lenguaje (LLM), la atención se ha centrado en el coste por mil impresiones (CPM) o en el aspecto visual de los formatos en la interfaz. Es una visión reducida del mercado. No estamos asistiendo al nacimiento de un formato adicional que se añade sin más entre una campaña en redes sociales y el impacto conductual. Estamos viviendo el desplazamiento del centro de gravedad de la decisión de compra.
Durante más de dos décadas, los motores de búsqueda tradicionales han funcionado como un peaje sobre una intención de compra ya formada. El usuario identificaba su problema, elegía la categoría de producto y introducía una consulta precisa. El mejor postor compraba la palabra clave y captaba la conversión al último clic. Los agentes conversacionales trasladan este enfrentamiento varios pasos hacia arriba en el embudo. Cuando un usuario interactúa con una inteligencia artificial para planificar un proyecto, comparar metodologías o resolver un problema complejo, todavía está dudando. La publicidad en los modelos de lenguaje no sirve para interceptar una venta a punto de cerrarse, sino para orientar la elección del usuario cuando su marco de decisión es aún un lienzo en blanco.
El nuevo paradigma de la decisión de compra ante los modelos de lenguaje
La ilusión del embudo de compra lineal no ha esperado a los modelos de lenguaje para resquebrajarse. Hace años que las redes sociales desestructuraron el recorrido clásico: en Instagram o YouTube, la exposición continua a contenidos y anuncios estimula el interés mucho antes de que surja una necesidad clara. El usuario guarda una marca mientras navega de forma pasiva y solo concreta su compra más tarde a través de un buscador. Las direcciones de medios mantuvieron el modelo de embudo por comodidad presupuestaria y claridad contable, pero la realidad del comportamiento de los usuarios lo superó hace tiempo.
Los modelos de lenguaje no crean esta descomposición: la amplifican al cambiar la mentalidad del comprador. En una red social, la navegación es pasiva. Ante un agente conversacional, la actitud es activa: el usuario inicia el diálogo para estructurar su pensamiento, sopesar sus limitaciones o aclarar un proyecto todavía difuso. La intención de compra ya no es el punto de partida de la búsqueda, sino el producto directo de la conversación.
Al integrarse en este diálogo donde la IA actúa como un guía neutral, la publicidad moldea directamente los criterios de evaluación del comprador. La marca que se impone desde esta fase de descubrimiento posiciona su solución en la mente del cliente potencial y se libra de la escalada de pujas por la consulta final.
¿Traicionará la llegada de anuncios a ChatGPT la confianza de los usuarios?
El valor de uso de un agente conversacional reside en una promesa de rigor e imparcialidad, aunque ya conozcamos ciertos sesgos inherentes a los cálculos de probabilidad de las redes neuronales. A diferencia de un motor de búsqueda tradicional cuya primera página está saturada de anuncios claramente separados de los resultados orgánicos, un asistente virtual debe su autoridad a la precisión de sus síntesis. La integración de contenidos patrocinados en este flujo de pensamiento genera una tensión inmediata tanto para anunciantes como para editores.
Conviene aclarar, además, la superficie de exposición: la monetización publicitaria se aplica a los usuarios de las modalidades gratuitas e intermedias (planes Free y Go), mientras que las suscripciones Premium y Enterprise permanecen sin publicidad. Esta segmentación exige a las marcas una doble lectura: alcanzar de forma masiva al gran público mediante ChatGPT Ads, al tiempo que aseguran una autoridad orgánica impecable en los niveles de decisión de pago.
Las primeras impresiones publicitarias muestran que la IA todavía está en fase de aprendizaje: no es raro ver anuncios cuyo tema está bastante alejado de la solicitud inicial del usuario. Estos errores de juventud demuestran que la adecuación contextual aún no es perfecta. Si el usuario percibe que una recomendación está sesgada por un acuerdo comercial o está totalmente fuera de lugar, la confianza en la plataforma se desploma. En una interfaz conversacional, el tono es fluido, explicativo y analítico. Un anuncio que irrumpa fuera del contexto preciso de la solicitud aparecerá como ruido parásito. Más preocupante aún para los anunciantes: la aparición de anuncios contextuales puede hacer surgir marcas competidoras en el hilo de conversación, incluso cuando el usuario había citado explícitamente a una empresa concreta en su pregunta.
Para preservar la credibilidad de estos intercambios, las marcas deben replantearse la naturaleza misma de su mensaje. Ya no se trata de presumir de una superioridad abstracta, sino de aportar un valor demostrativo. Un anuncio en un entorno conversacional debe adoptar la forma de una aportación de experiencia, un dato verificado o un caso de uso concreto que responda directamente a las objeciones planteadas por el usuario. La presencia publicitaria debe dar continuidad a la reflexión en lugar de interrumpir el intercambio.
Por qué los anuncios conversacionales se convierten en una parada obligatoria
Algunos responsables de medios aún dudan a la hora de dar el paso en estos nuevos espacios, alegando una falta de madurez o herramientas de seguimiento todavía incompletas. Es un debate legítimo que puede ser un arma de doble filo. Renunciar a posicionarse en las plataformas conversacionales equivale a ceder el control de la presencia de marca en el momento más decisivo del proceso de elección. Si su marca solo interviene en el momento del último clic en un buscador tradicional, intentará convencer a un cliente potencial cuyos criterios ya han sido orientados por sus conversaciones previas con la IA. Sin embargo, unos anuncios mal configurados o mal cualificados podrían perjudicar igualmente la imagen de marca.
Aun así, esta presencia temprana sigue siendo la mejor vía para escapar del aumento constante en los costes de puja en la parte baja del embudo. Desde hace años, la competencia por palabras clave de intención directa genera una inflación financiera que deteriora el rendimiento de las campañas, con un incremento continuo del coste por clic (CPC). Invertir en la posición de descubrimiento permite dirigirse al usuario en un espacio todavía poco saturado, donde la capacidad de influencia en su decisión es máxima.
Esta estrategia de pago se articula ahora de forma inseparable con la optimización orgánica para motores generativos (GEO – Generative Engine Optimization). El anuncio conversacional no existe de forma aislada: aparece inmediatamente debajo de un resumen en el que la IA puede citar a competidores. Ocupar la posición patrocinada permite reforzar una mención orgánica obtenida en el texto principal o reestablecer de inmediato el equilibrio competitivo si el algoritmo ha omitido su marca en su respuesta orgánica.
Hay que enfocar este recurso como una estrategia de defensa de las posiciones comerciales. Al integrar la marca en la conversación en cuanto el usuario explora opciones, se asegura de estar presente en la lista de soluciones consideradas. Y cuando una instrucción mencione explícitamente a su empresa, la presencia de formatos patrocinados garantiza que un competidor no captará la atención justo cuando el usuario afina sus criterios. Cuando ese usuario decida finalmente comprar, buscará directamente su marca, reduciendo la dependencia de las agresivas pujas del fondo del embudo.
Cómo prepararse para lanzar campañas en ChatGPT Ads
No se pueden gestionar campañas en modelos de lenguaje con las recetas del posicionamiento de pago tradicional. La compra de palabras clave rígidas y la redacción de textos publicitarios estereotipados no funcionan en flujos de conversación naturales y cambiantes. Para culminar esta transición con éxito y sin malgastar presupuestos, la organización debe modernizar su gestión de datos y su enfoque creativo.
Es probable que las recomendaciones ofrecidas aquí evolucionen muy rápido, dado el ritmo al que avanza la plataforma desde su lanzamiento.
Las tres prioridades operativas que los equipos de medios deben abordar de inmediato son:
- Restructurar los datos de producto y el patrimonio de contenidos: Los motores generativos necesitan información factual, actualizada y perfectamente estructurada. Si las fichas técnicas están incompletas o los catálogos de datos mal formateados, el aprendizaje automático del modelo no podrá aprovechar su oferta para responder a las solicitudes de los usuarios. La calidad del catálogo de productos (atributos enriquecidos, pruebas de uso, disponibilidad, opiniones verificadas) sigue siendo el pilar central para mejorar el rendimiento.
- Evolucionar la arquitectura de medición y atribución: Las interacciones conversacionales no generan sistemáticamente un clic directo seguido de una compra inmediata. Para evaluar la rentabilidad real de estas inversiones, se debe desplegar la recogida de datos desde el servidor (CAPI) y utilizar herramientas de terceros para medir la visibilidad en los LLM. La gestión debe ir más allá del simple ROAS al último clic e incorporar la medición del Prompt-level Lift (evolución de menciones e interés generado) junto con la incrementalidad en el tráfico directo y las búsquedas de marca (Search Lift).
- Segmentar las campañas mediante indicios contextuales (Context Hints): La precisión en la segmentación ya no puede depender de simples listas de palabras clave exactas. Los equipos de medios deben aislar sus activaciones según la tipología de los intercambios, el grado de madurez del usuario y la naturaleza de los temas abordados. Esta segmentación contextual evita la difusión de mensajes fuera de lugar, garantiza un ajuste estricto entre la respuesta del modelo y el contenido patrocinado, y optimiza el rendimiento presupuestario.
La batalla por la posición de descubrimiento no se ganará con un simple aumento de los presupuestos de puja. Recompensará a las direcciones de medios capaces de transformar sus datos propietarios en pruebas tangibles, directamente aprovechables por la inteligencia artificial en el momento preciso en que el consumidor construye su decisión.
