Qwairy
Playbook de Reputación y percepción

Detecte pronto los riesgos de reputación en la IA con la monitorización del sentimiento

Utilice la percepción de marca, las tendencias de sentimiento y el análisis de fuentes de Qwairy con Claude MCP para detectar cambios en cómo le presenta la IA, examinar las pruebas citadas y construir un plan de remediación.
ejecución guiada de 15 minAvanzadoActualizado el 1 ago 2026
Esquema del flujo de trabajo
v1.0

Resultado esperado

Un diagnóstico de alerta temprana con fuentes, gravedad y pasos de corrección

  1. Detectar la anomalía

  2. Rastrear el relato

  3. Evaluar la gravedad

  4. Contener el riesgo

Ejecución rápida

Ejecute el flujo de trabajo con un solo clic

No hay nada que rellenar: el prompt se ejecuta tal cual y le pide lo que aún necesite.
Requiere el conector MCP de Qwairy

«Ejecutar en Claude» y «Ejecutar en ChatGPT» abren una nueva pestaña del navegador con el prompt ya escrito. No se envía nada hasta que usted lo confirme.

Lista de comprobaciónRevise los datos de entrada y los entregablesPúblico, herramientas, resultado esperado y requisitos previos.
Ideal para
Equipos de marcaEquipos de comunicaciónEquipos de riesgos
Usted obtiene
  • Cronología de las anomalías de sentimiento
  • Diagnóstico de los riesgos vinculados al relato
  • Mapa de las evidencias de referencia
  • Plan de corrección y seguimiento
Antes de empezar
  • Un plan Qwairy Starter o superior con monitorización activa
  • Claude o ChatGPT con el conector MCP de Qwairy activado
  • Datos de monitorización recientes suficientes sobre el tema elegido
Desglose del playbookCómo funciona el flujo de trabajoQué extrae cada paso, la decisión GEO que permite tomar y el prompt completo.5 min de lectura4 secciones

La escucha en redes sociales espera a que alguien publique. Un asistente puede cambiar cómo le describe sin que se publique nada, y ese cambio aparece en las respuestas que ya monitoriza. Este flujo de trabajo lo cuantifica y le asigna un nivel de gravedad que determina la respuesta.

El problema GEO que resuelve

Aquí «pronto» significa una sola cosa: antes que una alerta de medios, porque no hace falta publicar nada para que las formulaciones cambien. No significa antes que su cadencia de monitorización, y este flujo de trabajo no ve nada fuera de sus prompts, proveedores y mercados monitorizados.

La segunda carencia es una escala de gravedad. Un equipo mira una curva, percibe una caída y discute si cuenta. Nada se activa sin un umbral, y ese umbral tiene que resistir los días flojos: las filas diarias contienen el número de respuestas, no cuántas respuestas recibieron una puntuación de sentimiento, así que un día tranquilo puede mover la media por sí solo.

Las etapas del flujo de trabajo

1. Construya la referencia y después los niveles. get_sentiment_trend devuelve una fila por cada día con datos: sentimiento medio sobre 100, posición media, número de respuestas, tasa de mención. La referencia es la mediana del sentimiento diario, ignorando los días cuyo volumen sea inferior a la mitad de su volumen mediano. El nivel 1 es un día admisible situado 10 o más puntos por debajo, el nivel 2 tres días consecutivos de ese tipo o un día situado 20 puntos por debajo, el nivel 3 una brecha de 20 puntos mantenida durante tres días.

2. Descarte un movimiento de categoría. get_competitor_comparison da sus menciones, su sentimiento medio, su posición y su puesto de mercado frente a los competidores directos; get_competitor_evolution da las cifras diarias, un competidor por llamada. Si los líderes bajan en las mismas fechas, el movimiento pertenece a la categoría y el nivel baja un escalón.

3. Lea las formulaciones. get_answers lista las respuestas por fecha con el texto del prompt, el proveedor, si se le mencionó y si se citó su dominio, hasta 100 filas por página y sin campo de sentimiento. get_answer_details añade el texto íntegro, las menciones de competidores con su posición y su sentimiento, y las URL citadas.

4. Rastree los dominios citados. get_source_profile toma un nombre de dominio o un identificador y devuelve sus estadísticas de mención, sus URL más citadas y los competidores citados conjuntamente en las mismas respuestas. Un problema de encuadre se convierte en documentos que alguien puede leer y a veces corregir.

5. Compruebe la instantánea al final. get_brand_perception devuelve las últimas puntuaciones sobre 100 con una lista DAFO, y get_perception_history hasta veinte instantáneas mensuales, sin rango de fechas. Una amenaza que nombra lo que dicen las respuestas sube el nivel un escalón.

Cómo aprovechar los resultados

Actúe según el nivel, no según el tono. Nivel 1: registre las fechas y la referencia. Nivel 2: abra un ticket solo cuando la misma afirmación aparezca en al menos dos respuestas de al menos dos proveedores, porque un proveedor que se repite sigue siendo un solo proveedor. Nivel 3: escale ese mismo día.

Si aparecen dos hallazgos de nivel 2 en la misma semana, elija el observado en más proveedores y después aquel cuya fuente citada tenga a alguien a quien pueda escribir.

La ausencia es un estado, no un cero. Un sentimiento null significa que no hubo ninguna mención puntuada, la falta de estadísticas propias significa que usted estuvo ausente del periodo, y una muestra de respuestas vacía significa que el caso queda sin resolver, no que esté limpio.

El prompt completo

Ejecuta un control de reputación en la IA y dame un nivel de gravedad antes de cualquier consejo.

Llama a list_brands. Si se devuelve más de una marca, pregunta cuál usar antes de obtener los datos.

1. get_sentiment_trend sobre 90 días. La referencia es la mediana del sentimiento diario, ignorando los días cuyo número de respuestas sea inferior a la mitad de la mediana. Un sentimiento null significa que no hubo ninguna mención puntuada, nunca cero. Nivel 1: un día admisible situado 10 o más puntos por debajo de la referencia. Nivel 2: tres días consecutivos de ese tipo, o un día situado 20 puntos por debajo. Nivel 3: 20 puntos por debajo a lo largo de tres días admisibles. Con menos de 10 días con datos, limita el resultado al nivel 1 e indícalo.
2. get_competitor_comparison para el mismo periodo y después get_competitor_evolution para los tres primeros competidores directos, una llamada por cada uno. Si caen en las mismas fechas, baja el nivel un escalón: el movimiento afecta a toda la categoría. Si no se devuelve ninguna estadística de mi marca, indica que estuve ausente del periodo y trátalo como nivel 2.
3. get_answers en las fechas afectadas y después get_answer_details en un máximo de ocho respuestas que me mencionen. Cita las formulaciones que leería un usuario, las posiciones de los competidores y las URL citadas. Si no se devuelve nada, amplía una semana y califica la muestra de no resuelta, no de limpia.
4. get_source_profile sobre los tres dominios más citados en esa muestra: número de menciones, URL principales, competidores citados conjuntamente. Son fuentes asociadas, no causas. Señala como omitido cualquier dominio que no devuelva nada.
5. get_brand_perception y get_perception_history. La ausencia de instantánea significa mantener el nivel del paso 1. Una debilidad o una amenaza que nombre el mismo problema que el paso 3 sube el nivel un escalón; cita ambas.

Da después las acciones correspondientes únicamente al nivel final. Nivel 1: fechas y referencia. Nivel 2: la afirmación recurrente, sus proveedores, la fuente con la que conviene contactar y un ticket, solo si la afirmación aparece en al menos dos respuestas de dos proveedores. Nivel 3: lo mismo, más lo que debe salir hoy.

Pregúntame quién es responsable del escalado y por qué canal; ninguna herramienta sabe a quién despertar. No predigas cuánto se recuperará el sentimiento.
Ponga el flujo de trabajo en marcha

Ejecute este playbook con sus propios datos de visibilidad en la IA.

Conecte Qwairy a Claude, extraiga las señales exactas del flujo de trabajo y obtenga un resultado listo para ejecutar.