Reseñas de clientes y valoraciones: su peso en las recomendaciones generadas.

Las reseñas son la corroboración más leída por los motores generativos

Ante una pregunta de recomendación, un motor generativo busca un consenso externo a la empresa, y las reseñas de clientes son la forma de consenso más accesible: son numerosas, fechadas, firmadas, estructuradas en valoración y texto, y publicadas en sitios que los robots de búsqueda de IA rastrean. En nuestros paneles de preguntas del tipo «cuál elegir» o «qué tal es», las plataformas de reseñas figuran entre las fuentes más citadas, a menudo por delante de los sitios de las empresas en cuestión.

Ningún editor ha documentado la ponderación que aplica a las reseñas; lo que sigue procede de la observación y de la lógica de funcionamiento. Un modelo que debe recomendar extrae hechos: una valoración, un número de reseñas, puntos fuertes y débiles recurrentes, una tendencia reciente. Los encuentra en las reseñas detalladas, no en las estrellas solas. Y los refiere de buen grado con su fuente: «valorado con 4,7 sobre 5 en más de trescientas reseñas de Google, los clientes citan la puntualidad». Es la condición «corroborada» de nuestro método completo, aplicada a lo que sus clientes escriben de usted.

Estas cuatro dimensiones se leen juntas. Un volumen elevado de reseñas antiguas y vacías pesa menos que un flujo regular de reseñas recientes y detalladas, aunque sean menos numerosas. Y una valoración media de 4,3 con respuestas argumentadas a las críticas puede recomendarse por delante de un 4,9 sin texto ni respuesta, porque el primer perfil aporta hechos y matices, el segundo solo una cifra que nada explica.

Qué plataformas leen los motores, según su actividad

Las plataformas citadas dependen del sector y del motor. Para una empresa local, el Perfil de Empresa de Google domina en Google, AI Mode y Gemini, y los demás motores también lo citan, con Tripadvisor para la restauración y la hostelería y plataformas especializadas según el oficio. Para un software, son los sitios de reseñas B2B: G2, Capterra, Gartner Peer Insights. Para un producto, las reseñas de los marketplaces y de los sitios de pruebas. Para un servicio en línea, Trustpilot y las plataformas de reseñas verificadas. Los foros y Reddit forman una categoría aparte, sin valoración pero rica en relatos, tratada en el artículo sobre las comunidades.

Tabla: desplácese horizontalmente.

Una comprobación precede a todo lo demás: ¿es la plataforma legible por los robots de búsqueda de IA? Algunas bloquean a todos o a parte de los robots, o solo muestran las reseñas tras ejecutar el JavaScript. Una plataforma que el motor no puede leer no aporta nada a su visibilidad generativa, sea cual sea su valoración. La prueba es sencilla: pedir al motor «qué dicen las reseñas de [empresa] en [plataforma]» y ver si cita la página, o si responde a otra cosa.

Lo que un modelo extrae de una reseña, y cómo conseguir reseñas aprovechables

Un modelo extrae de una reseña lo que se puede nombrar: el servicio o el producto en cuestión, un hecho concreto (plazo, precio, trato, resultado), una comparación, una reserva. «Muy bien» no es extraíble; «intervención al día siguiente de la llamada, presupuesto respetado, una junta que hubo que rehacer dos semanas después, corregida sin coste» sí lo es, y contiene a la vez un punto fuerte y un punto débil resuelto, lo que lo hace creíble tanto para un lector como para un modelo.

Uno no escribe las reseñas de sus clientes, pero puede orientar el momento y la pregunta. Solicitar la reseña justo después del servicio, con un mensaje que recuerde lo que se hizo, produce reseñas más precisas. Hacer una pregunta abierta en lugar de pedir una puntuación. Y solicitarla a todos los clientes, no solo a los que se sabe satisfechos: la selección previa es contraria a las normas de Google para los perfiles de empresa, y el derecho europeo obliga desde 2022 a los profesionales a indicar si verifican, y cómo, que las reseñas publicadas proceden de consumidores que han utilizado realmente el producto. La norma ISO 20488 describe las buenas prácticas de recogida, moderación y publicación.

La regularidad cuenta más que las campañas. Diez reseñas al mes durante un año valen más que ciento veinte reseñas en una semana, que señalan una operación y no una actividad. Un flujo regular muestra al motor que la empresa está en activo hoy, algo que ninguna página «quiénes somos» puede demostrar.

Responder a las reseñas: la única parte que escribe usted

La respuesta del profesional se lee junto con la reseña, y es el único texto de la página que redacta usted. Su función no es agradecer ni defenderse, sino añadir hechos: lo que se hizo, lo que se corrigió, lo que está previsto. Una respuesta a una reseña negativa que reconoce el problema, da la causa y la corrección, transforma una crítica en prueba de seriedad, y proporciona al modelo un matiz que retomará: «algunos clientes señalan retrasos en temporada alta; la empresa indica haber reforzado su equipo».

Tres reglas de redacción. Responder a todas las reseñas negativas, y a una parte de las positivas, con respuestas distintas: las respuestas copiadas y pegadas las detectan los lectores y no aportan ningún hecho. No cuestionar nunca en público la buena fe del cliente; discutir los hechos, con elementos, si es necesario. Y firmar con un nombre y un cargo, lo que vincula la respuesta a una persona identificable, en la lógica de las páginas de autor.

El marcado de las reseñas: lo que está permitido, lo que está excluido

El vocabulario de schema.org describe las reseñas con dos tipos: AggregateRating para la valoración media, el número de reseñas y la escala, y Review para una reseña individual, con su autor, su fecha, su texto y su puntuación. Google documenta con precisión lo que acepta: las reseñas deben haberse recogido en su sitio de sus clientes, tratar del elemento de la página, y no estar copiadas de otros sitios. Para los tipos Organization y LocalBusiness, Google no muestra fragmentos de reseñas cuando la entidad marca sus propias reseñas, que considera autoatribuidas. Para Product, Course, Event o SoftwareApplication, la visualización sigue siendo posible.

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "@id": "https://www.plomberie-ferrer.example/#organization",
  "name": "Plomberie Ferrer",
  "url": "https://www.plomberie-ferrer.example",
  "telephone": "+34…",
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "Valencia",
    "addressCountry": "ES"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": 4.6,
    "reviewCount": 148,
    "bestRating": 5
  },
  "review": [
    {
      "@type": "Review",
      "author": { "@type": "Person", "name": "Sr. Navarro" },
      "datePublished": "2026-06-18",
      "reviewBody": "Calentador de agua sustituido al día siguiente de la llamada, presupuesto respetado. Una junta que hubo que rehacer dos semanas después, corregida sin coste.",
      "reviewRating": { "@type": "Rating", "ratingValue": 4, "bestRating": 5 }
    }
  ]
}

¿Qué hay que concluir? Que el marcado de las reseñas en su propio sitio tiene un valor descriptivo, no un valor de visualización para una empresa de servicios, y que no sustituye en absoluto a las plataformas de terceros. El peso de las reseñas en las recomendaciones viene de su presencia en sitios independientes; el marcado sirve sobre todo, en una ficha de producto, para hacer legibles sin ambigüedad la valoración y el número de reseñas, como se explica en el artículo sobre los datos estructurados de producto. Marcar una valoración sin mostrar las reseñas correspondientes, o con un número de reseñas que no se corresponde con nada visible, es un error que Google sanciona y que un modelo no tiene ninguna razón para creer.

Los errores que anulan el efecto de las reseñas

Los perfiles de reseñas que auditamos rara vez pierden recomendaciones por una mala valoración. Las pierden por prácticas que hacen las reseñas inaprovechables, o sospechosas, tanto para un lector como para un motor.

• Una selección previa de los clientes a los que se solicita, que produce un perfil sin ninguna crítica y sin ningún matiz que citar.
• Reseñas incentivadas con una ventaja no declarada, o redactadas por la propia empresa.
• Respuestas idénticas a todas las reseñas, o ninguna respuesta a las reseñas negativas.
• Una valoración mostrada sin número de reseñas, o un número de reseñas marcado que no se corresponde con nada visible.
• Una concentración en una plataforma que los robots de búsqueda de IA no pueden leer.
• Varios perfiles de empresa para el mismo lugar, que dispersan las reseñas y difuminan la entidad.
• Una solicitud de eliminación por cada reseña negativa, en lugar de una respuesta factual.
• Una campaña masiva de recogida seguida de dieciocho meses de silencio.

La medición sigue la misma lógica que la cuota de citación. En el panel de preguntas, se aíslan las preguntas de recomendación, se anota en cada ejecución si la empresa es citada y qué plataforma de reseñas sirve de fuente, y después se siguen cada mes, plataforma por plataforma, cuatro indicadores: valoración, volumen, parte de reseñas de menos de doce meses, tasa de respuesta. Las páginas de terceros que agregan esas reseñas, comparativas y directorios, son la otra mitad del tema, tratada en el artículo sobre las páginas de terceros.

Qué recordar