Your Friday Recap: la semana en que tu marca se volvió materia prima para la IA
Semana del 17 al 23 de octubre de 2026
Hasta hace poco, una marca entregaba los materiales.
La plataforma los distribuía.
Subíamos el copy.
Elegíamos las imágenes.
Definíamos la landing.
Cargábamos los productos.
Y el algoritmo decidía principalmente a quién mostrarlo.
Esa separación está desapareciendo.
Ahora ChatGPT puede reescribir el anuncio.
Google puede tomar imágenes directamente de una landing.
Performance Max puede encontrar videos fuera de los assets que cargamos.
Meta interpreta semánticamente qué representa un anuncio.
Google quiere convertir el feed de productos en una fuente capaz de responder preguntas.
La IA ya no solo decide quién ve la marca.
Empieza a decidir qué versión de la marca ve.
Ese cambio merece atención.
1. ChatGPT Ads ya tiene escala
OpenAI anunció que más de 100,000 anunciantes han utilizado ChatGPT Ads y expandió la plataforma a 89 países.
Eso cambia la conversación.
ChatGPT Ads ya no debe analizarse únicamente como “el nuevo formato interesante”.
Empieza a necesitar la misma disciplina que cualquier canal serio:
Medición.
Creatividad.
Experimentación.
Incrementalidad.
Brand safety.
Rentabilidad.
Pero existe una diferencia importante.
El usuario no siempre llega a ChatGPT para consumir contenido.
Muchas veces llega con un problema.
Pregunta.
Compara.
Describe necesidades.
Agrega restricciones.
Cambia de opinión.
La intención se desarrolla durante una conversación.
Eso puede convertir al contexto en una señal muchísimo más rica que una keyword aislada.
2. OpenAI no está construyendo Search Ads dentro de un chatbot
OpenAI también explicó cómo funciona su stack publicitario.
El sistema mantiene contexto a lo largo de una conversación y utiliza un modelo específico para interpretar intención, recuperar candidatos, evaluar relevancia, hacer ranking y ejecutar la subasta.
Según OpenAI, esa infraestructura está separada del sistema que genera las respuestas de ChatGPT.
Ese detalle importa.
Porque el modelo publicitario no tiene que responder únicamente:
“¿Qué está buscando?”
También puede intentar entender:
“¿Qué está intentando resolver?”
Para las marcas, eso cambia la creatividad.
Un anuncio que funciona en Google Search puede no ser el mejor anuncio para una conversación.
En Search respondemos a una consulta.
En un entorno conversacional podemos responder a una necesidad más completa.
3. Ahora la IA también puede editar tu anuncio
Aquí aparece uno de los cambios más importantes de la semana.
OpenAI notificó que activará Creative Enhancements por defecto en campañas self-service a finales de octubre.
La plataforma podrá modificar:
Headlines.
Descriptions.
Idioma.
Tamaño de imágenes.
Y potencialmente la página del sitio hacia la que dirige al usuario.
Todo con el objetivo de adaptarse mejor al contexto de la conversación.
Esto puede mejorar relevancia.
También cambia una responsabilidad básica.
Antes revisábamos el anuncio antes de publicarlo.
Ahora debemos revisar también las reglas bajo las que puede transformarse.
La pregunta deja de ser:
“¿Está aprobado este anuncio?”
Y empieza a ser:
“¿Estamos cómodos con todas las versiones que el sistema puede crear a partir de nuestra marca?”
4. Google sigue exactamente la misma dirección
Google hará que la extracción de imágenes desde landing pages esté activada por defecto en nuevas campañas Performance Max a partir del 4 de diciembre.
Y PMax empieza a mostrar también opciones para obtener videos de otras fuentes.
La lógica es evidente.
¿Por qué pedirle al anunciante que cargue manualmente todo si Google puede encontrar material existente?
Tiene sentido para eficiencia.
Pero también convierte toda la presencia digital de una marca en una posible biblioteca creativa.
La fotografía olvidada en una landing.
El video antiguo de YouTube.
Una imagen publicada para explicar un producto.
Un recurso creado para social.
Todo puede convertirse en input.
Por eso empieza a importar menos preguntar:
“¿Qué assets subimos a Google Ads?”
Y más:
“¿Qué assets estamos dejando disponibles para que el sistema interprete nuestra marca?”
5. Tu sitio ya no es únicamente una landing
Este es probablemente el cambio estratégico más importante.
Cuando una IA puede leer tu página para:
Generar copy.
Seleccionar imágenes.
Elegir URL.
Entender el producto.
Compararte.
Responder preguntas.
El sitio deja de ser únicamente el lugar al que enviamos tráfico.
Se convierte en infraestructura.
Una propuesta mal explicada ya no perjudica solamente la conversión.
También puede alimentar malos anuncios.
Una imagen incorrecta puede convertirse en asset.
Una descripción ambigua puede convertirse en respuesta.
Un beneficio mal comunicado puede desaparecer de la interpretación del algoritmo.
La claridad del sitio empieza a tener impacto mucho antes de que alguien llegue a él.
6. Meta quiere entender lo que realmente significa un anuncio
Meta está avanzando en otra dirección interesante.
GenRecs Tokenization permite representar anuncios y productos mediante conceptos semánticos.
En términos simples:
El sistema intenta entender qué es algo, no únicamente cómo ha funcionado históricamente.
Un producto nuevo ya no necesariamente empieza desde cero.
Si Meta entiende que comparte características con otros productos, puede utilizar parte del conocimiento previo para predecir relevancia.
Esto vuelve a poner el foco en la creatividad.
No solo porque una persona debe entenderla.
También porque el algoritmo debe entender qué está viendo.
Si cinco anuncios comunican exactamente la misma idea con pequeñas variaciones visuales, quizá nosotros vemos cinco creatividades.
El sistema puede ver una sola idea repetida cinco veces.
La diversidad creativa necesita ser también diversidad de mensaje.
7. El feed empieza a convertirse en vendedor
Merchant Center también está evolucionando.
Google quiere añadir información como:
Preguntas y respuestas.
Documentación.
Variantes.
Productos relacionados.
Información complementaria.
Eso tiene mucho sentido en AI Shopping.
Un feed tradicional responde:
¿Qué producto es?
¿Cuánto cuesta?
¿Está disponible?
Un feed preparado para IA debe responder también:
¿Para quién sirve?
¿Con qué es compatible?
¿Qué diferencia tiene?
¿Qué variante conviene?
¿Qué otro producto necesito?
¿Qué preguntas suelen aparecer antes de comprar?
El catálogo deja de ser inventario digital.
Empieza a ser conocimiento comercial estructurado.
8. AI Search está entrando de lleno en la comparación comercial
El estudio de Semrush encontró AI Overviews en 88% de las 400 búsquedas comerciales analizadas.
En consultas tipo “mejor X para Y”, la presencia superó el 96%.
La cifra tiene que interpretarse con cuidado.
Es una muestra.
No todo Google.
Pero la dirección es importante.
Las preguntas que antes llevaban al usuario directamente hacia:
Reviews.
Comparadores.
Blogs.
Marketplaces.
Sitios de marca.
Ahora pueden recibir una síntesis antes del clic.
Eso obliga a trabajar dos objetivos.
Ser encontrado.
Y ser suficientemente claro para formar parte de la respuesta.
9. Pero ser visible en IA todavía es inestable
Otro estudio de esta semana sirve como contrapunto.
Las recomendaciones de marca cambiaron en 79% de las combinaciones analizadas durante cuatro semanas.
Eso significa que debemos tener cuidado con una nueva obsesión:
“Somos #1 en ChatGPT.”
No existe todavía un equivalente estable a una posición orgánica tradicional.
La respuesta puede cambiar.
El modelo puede cambiar.
La plataforma puede cambiar.
El contexto puede cambiar.
La manera correcta de medir AI Search no es con una captura de pantalla.
Es observar tendencia.
Presencia.
Frecuencia de mención.
Contextos donde aparecemos.
Competidores que aparecen junto a nosotros.
Y evolución en el tiempo.
10. La automatización necesita saber qué cliente vale
Google también amplió los controles de adquisición y retención.
Ahora puede priorizar clientes nuevos de mayor valor, usuarios que necesitan reactivarse o miembros de programas de lealtad.
Incluso permite usar multiplicadores porcentuales para indicar que ciertos clientes valen más para el negocio.
Esta actualización resume muy bien hacia dónde va performance.
El algoritmo no necesita simplemente más conversiones.
Necesita mejores definiciones de valor.
Si todos los clientes se reportan igual, la IA los tratará de forma parecida.
Si sabemos:
Quién deja margen.
Quién recompra.
Quién abandona.
Quién vale más a largo plazo.
Entonces la automatización puede empezar a optimizar hacia negocio real.
No solo hacia eventos.
La lectura De Rongé
Esta semana deja una idea muy concreta.
Las plataformas están pasando de utilizar nuestros anuncios a utilizar nuestra marca completa como input.
Landing pages.
Imágenes.
Videos.
Productos.
Preguntas frecuentes.
Historial de clientes.
Contenido.
Contexto.
Todo puede alimentar la siguiente decisión automática.
Eso cambia dónde debemos poner atención.
No basta con auditar Ads Manager.
Hay que auditar el sistema que lo alimenta.
Si el algoritmo va a escribir desde nuestro sitio, el sitio necesita claridad.
Si va a escoger nuestras imágenes, necesitamos mejores bibliotecas visuales.
Si va a entender productos semánticamente, los feeds necesitan profundidad.
Si va a optimizar por valor, el CRM necesita regresar datos útiles.
Si va a recomendarnos dentro de IA, nuestra reputación necesita existir fuera de nuestros propios canales.
La automatización no disminuye la importancia de la marca.
La hace más estructural.
Qué deberían hacer las marcas ahora
Esta semana haría cinco revisiones.
Primero, auditaría las landing pages como si fueran briefs creativos. ¿Puede una IA entender claramente qué vendemos, a quién y por qué somos diferentes?
Segundo, revisaría imágenes y videos disponibles públicamente. Si una plataforma los reutiliza, ¿representan correctamente la marca?
Tercero, enriquecería los feeds de producto con información que realmente ayude a decidir.
Cuarto, conectaría mejor CRM, recurrencia y valor de cliente con las plataformas publicitarias.
Y quinto, mediría presencia en AI Search durante semanas, no con consultas aisladas.
La IA necesita información.
La ventaja estará en darle información mejor organizada que la competencia.
Cierre
Durante años protegimos la marca revisando anuncios.
Ahora también tendremos que protegerla revisando los sistemas que producen anuncios.
Ese es el cambio.
La IA puede escribir.
Puede elegir.
Puede adaptar.
Puede recomendar.
Puede distribuir.
Pero todo empieza con lo que encuentra.
Por eso la claridad de marca deja de ser solo una cuestión creativa.
Se convierte en infraestructura de performance.
De Rongé
Estrategia, datos y performance para marcas que buscan crecer con más claridad.
Comentarios