Qué es un LLM y por qué importa para tu marca

¿Cómo funciona un LLM?

Un LLM funciona prediciendo cuál es el siguiente fragmento de texto más probable a partir de todo lo anterior, después de haber aprendido patrones del lenguaje en un entrenamiento con enormes cantidades de texto.

Los modelos actuales usan la arquitectura Transformer, descrita en el artículo «Attention Is All You Need» de investigadores de Google en 2017, que permite relacionar cada palabra con todas las demás del texto. Después del entrenamiento inicial, se ajustan para seguir instrucciones y conversar.

¿Qué son los tokens?

Los tokens son los fragmentos de texto con los que trabaja un LLM: pueden ser palabras completas, partes de palabras o signos, y los modelos miden su memoria y su coste en tokens, no en palabras.

Como orientación, un token equivale a unos cuatro caracteres de texto en inglés, y en español la proporción es parecida o algo mayor. El contador de esta página da una estimación aproximada de los tokens de un texto.

¿Qué LLM existen?

Los LLM más conocidos son GPT, de OpenAI, que impulsa ChatGPT; Gemini, de Google, que está detrás de los AI Overviews y el Modo IA; Claude, de Anthropic; y Llama, de Meta, entre otros.

Cada uno tiene sus propios datos de entrenamiento y su forma de buscar información actual, por eso la misma pregunta puede dar respuestas distintas y citar fuentes distintas según el asistente.

¿Qué son las alucinaciones?

Una alucinación es una respuesta de un LLM que suena convincente pero es falsa: datos inventados, fuentes que no existen o detalles que mezclan entidades distintas.

Ocurren porque el modelo genera texto probable, no comprueba hechos. Para una marca, el riesgo es que la IA diga algo incorrecto sobre ella —un precio antiguo, una dirección equivocada, un servicio que no ofrece—, sobre todo si hay pocas fuentes coherentes sobre la empresa.

¿Cómo obtienen información actual los LLM?

Los LLM tienen una fecha de corte en su entrenamiento; para responder sobre hechos recientes, los asistentes los conectan a un buscador y les pasan las páginas encontradas, una técnica llamada generación aumentada por recuperación (RAG).

Por eso ChatGPT con búsqueda, Perplexity, los AI Overviews y el Modo IA citan páginas web: la respuesta se construye con lo que encuentran en ese momento. Ahí es donde el SEO y el GEO influyen en lo que dice la IA.

¿Por qué importa a una marca cómo la ve un LLM?

Importa porque cada vez más clientes preguntan a un asistente antes de elegir: el uso frecuente de ChatGPT en España pasó del 4 % en 2023 al 28 % en 2025 (Funcas, 2025), y lo que el modelo diga de una marca influye en si la recomienda.

Una marca bien descrita en su web, en directorios y en medios tiene más opciones de ser mencionada con datos correctos. En un proyecto de formación online de Estrategia 360, la marca aparecía en el 59 % de las respuestas analizadas de los asistentes, sin menciones negativas.

¿Cómo influir en lo que dice un LLM sobre tu marca paso a paso?

Cómo mejorar la forma en que los LLM describen a una empresa:

1. Preguntar a varios asistentes qué saben de la marca y anotar los errores.
2. Unificar la descripción de la empresa en la web, perfiles y directorios.
3. Publicar datos claros: servicios, precios, ubicación, fundación.
4. Conseguir menciones en medios y webs del sector.
5. Añadir datos estructurados Organization con sameAs.
6. Repetir la revisión cada mes con las mismas preguntas.

¿Qué errores se cometen con los LLM?

El error más común es dar por buena cualquier respuesta de un LLM sin comprobarla, tanto al usarlo para crear contenido como al leer lo que dice de la propia marca.

• Publicar textos generados sin revisar los datos.
• Ignorar lo que los asistentes dicen de tu empresa.
• Tener datos contradictorios en distintas fuentes.
• Bloquear sin querer a los robots de búsqueda de los asistentes.