¿Basta una descripción con más salsa para que la IA recomiende tu producto?
Alejandro Cánovas
Comparamos hamburguesas con nombres, descripciones y precios distintos. La IA reconoció ingredientes equivalentes y recomendó la opción barata.
Intentamos que una IA recomendara una hamburguesa más cara utilizando nombres exclusivos y descripciones más apetecibles. En las comparaciones que recogimos, no lo conseguimos. El asistente identificó ingredientes equivalentes detrás del lenguaje comercial y recomendó ahorrar el dinero.
La IA fue fría con nuestra carta. Donde habíamos escrito «Grand Selection», «contrapunto dulce» y «notas de bacon», encontró ternera, queso, cebolla y bacon. No vio una mejora concreta por la que mereciera la pena pagar más.
Classic Burger de 12 € contra Grand Selection de 16 €
La primera hamburguesa se describía enumerando sus ingredientes: 180 g de ternera gallega, cheddar americano, cebolla caramelizada, bacon ahumado, pan brioche y patatas fritas.
La segunda ofrecía la misma combinación, pero la carne «protagonizaba» la hamburguesa, la cebolla aportaba un «contrapunto dulce» y el bacon tenía «notas». También tenía un nombre más exclusivo y costaba cuatro euros más.
La respuesta fue directa: «Elegiría la Classic Burger de 12 €». El asistente no encontró un ingrediente adicional, una carne diferente o una mejora documentada que justificase los 16 €.
Probamos también con diferencias de uno y tres euros. La opción barata volvió a ser la elegida. Al retirar los precios y preguntar cuál tenía mejor pinta, identificó los mismos ingredientes y pidió información adicional para decidir.
Ni siquiera el cumpleaños justificó pagar más
Después planteamos una situación de compra: elegir dónde cenar para celebrar el cumpleaños de nuestra pareja.
Preparamos dos cartas ficticias con cinco hamburguesas equivalentes. El restaurante A utilizaba nombres como «La Clásica» o «Con trufa». El B ofrecía «Reserva 180» y «Bosque Negro», con descripciones más elaboradas y los platos en otro orden. Cada receta costaba 2,50 € más en B.
El asistente emparejó las cinco hamburguesas y recomendó A. El contexto de una celebración no hizo que interpretara el precio superior como garantía de una cena más especial.
Más reseñas y mejor nota tampoco cambiaron esa respuesta
Añadimos una ventaja a la hamburguesa cara: 135 opiniones y una valoración de 4,4, frente a 15 opiniones y un 4,2 para la barata.
El asistente reconoció las mejores reseñas, pero mantuvo su recomendación. Con la información facilitada, no consideró suficiente esa diferencia para pagar tres euros más por una composición equivalente.
Esto no demuestra que las reseñas sean irrelevantes. Muestra cuánto pesaron en esa respuesta concreta frente al precio y a los ingredientes disponibles.
Si tu producto cuesta más, explica qué cambia
Una descripción marketiniana puede no bastar para justificar un sobreprecio ante un asistente. Si utilizas otro corte de carne, una elaboración propia, más cantidad o un servicio diferente, explica esa ventaja. El nombre «Grand Selection» no permite comprobarla.
En varias respuestas, el asistente dejó abierta esa posibilidad: elegiría la opción cara si existiese una diferencia real que no estuviese bien explicada en la carta.
Para una empresa, la oportunidad está en hacer visibles los motivos por los que merece ser elegida. No hemos demostrado que deba vender más barato; hemos observado que el lenguaje comercial, por sí solo, no justificó pagar más en estas comparaciones.
Cómo hicimos las pruebas
Metodología exploratoria de Cánovas. Revisamos siete capturas de consultas realizadas por Alejandro Cánovas y aportadas el 26 de septiembre de 2026. Se variaron nombres, descripciones, diferencias de precio, valoraciones y contexto de compra.
En las seis capturas con precios, el asistente eligió la alternativa barata. En la comparación sin precios, reconoció ingredientes equivalentes y solicitó más información. Las capturas no permiten verificar la versión exacta del modelo ni la independencia entre conversaciones; no son réplicas de un único experimento controlado.
Trabajamos con propuestas ficticias y no comprobamos su calidad real. Tampoco medimos emociones, ventas o decisiones humanas. El resultado describe estas respuestas; no demuestra que toda IA sea siempre objetiva o inmune al marketing.
En Cánovas ayudamos a explicar las diferencias reales de una empresa para que puedan entenderse y compararse. Ese trabajo forma parte de nuestra estrategia de visibilidad en IA para empresas.