# El copy que convence a una máquina no se nota en la frase, sino en la ficha: atributos, arquitectura de información y jueces sin calibrar > Published: 2026-10-13T10:00:00+00:00 > Updated: 2026-10-13T10:05:00.009+00:00 --- ## El copy que convence a una máquina no se nota en la frase, sino en la ficha: atributos, arquitectura de información y jueces sin calibrar Creemos que la persuasión con base empírica ya no se decide sobre todo en la frase ingeniosa. Se decide en dos lugares menos visibles: la completitud de los atributos que un agente puede leer y la honestidad del proceso con el que elegimos qué copy sale a la calle. Los trucos clásicos, como el precio terminado en 9 o la posición alta, pierden fuerza cuando el lector es un modelo. En cambio, los sesgos de quien evalúa, sea un LLM-juez o el propio redactor, se vuelven el punto débil del sistema. ## Cuando el comprador es un agente, el atributo pesa más que el truco Wadi y Ma aleatorizaron el orden de cien listados de hoteles en 5 000 sesiones de agentes. Encontraron que los atributos mostrados importan más que la posición. Los agentes examinan con más profundidad que los humanos y nunca se niegan a comprar. Todos los modelos convergen en el mismo listado no dominado, sea cual sea el orden [Fuente 11]. Hay una salvedad: es un único dominio, el hotelero, y los propios autores piden más evidencia antes de generalizar. El trabajo posterior de los mismos autores afina esta idea. Sin coste de adquisición de información, los precios just-below y los encuadres promocionales rara vez desvían la elección de ocho LLMs comerciales. Con coste y un objetivo vago, los agentes omiten los atributos necesarios para calcular el precio unitario y deciden como lo haría un humano con prisa. Un objetivo específico protege en gran medida la búsqueda diagnóstica [Fuente 1]. las heurísticas de marketing en compra agentada están gobernadas por la arquitectura de información del escaparate— [Fuente 1] ## Leemos esto así: la vulnerabilidad del agente no es una oportunidad de copy para explotar con señales de precio. Es una responsabilidad de diseño. Si el atributo diagnóstico está accesible, el truco deja de funcionar. Kireyev muestra la otra cara. Los modelos débiles caen en la fijación de posición, de modo que quien controla el orden puede explotarlos, o en una indiferencia casi total. Los modelos capaces tienen preferencias más consistentes, pero no necesariamente iguales entre sí [Fuente 2]. - 247–393 USD — Rango del precio medio reservado por 28 LLMs ante las mismas tareas de hotel - 24,22 puntos — Diferencia global A-menos-B atribuible a la presentación en LLM-jueces, IC 95 % [22,90; 25,54] Esa dispersión desmonta la idea de escribir para «la IA» en singular. La sensibilidad al precio varía más de un orden de magnitud entre modelos, incluso dentro de una misma familia, y Kireyev concluye que las preferencias deben medirse modelo a modelo [Fuente 2]. Lo único que se mantiene en todos los casos es que un atributo explícito y completo es legible por cualquiera de ellos. La búsqueda híbrida de Target apunta en la misma dirección desde el lado humano: frente a la búsqueda solo léxica, la conversión a pedido subió un 0,98 % y las búsquedas sin resultados se redujeron aproximadamente a la mitad [Fuente 3]. Ahí, una descripción semánticamente rica puede recuperarse aunque no coincida palabra por palabra con la consulta. ## El eslabón débil es quien elige la variante Cada vez más equipos usan LLMs para puntuar titulares, CTA y descripciones de producto. Liu et al. miden cuánto contamina esa evaluación el orden de presentación en juicios pairwise. Tras controlar pregunta, respuestas, candidatos y juez, la ventaja de posición sigue siendo grande, y los autores advierten que basta para invertir preferencias si no se corrige [Fuente 12]. El tono del prompt de evaluación también importa, aunque de otra manera. Cuando altera algo, desplaza la severidad del juez sin mejorar su criterio, y el efecto cambia mucho de un modelo a otro [Fuente 5]. La alternativa obvia, que el creativo elija, tampoco es neutral. Kim y Newman documentan un efecto de dotación creativa: con incentivos para enviar solo ideas buenas, los creadores dejan pasar más ideas flojas propias que ajenas. Informarles del sesgo no lo elimina. Lo que sí aumenta la selectividad es revisar las ideas meses después [Fuente 10]. Nuestra lectura es que la revisión en caliente por el autor y el juez automático sin calibrar fallan por la misma causa. Ninguno de los dos mira el copy desde fuera. ## Medir lo que creemos medir La cautela llega también a la visibilidad. Los motores sin búsqueda web siguen añadiendo marcas nuevas en la ejecución 15 en el 86–92 % de los casos. Las listas cerradas de seguimiento fabrican mesetas artificiales [Fuente 9]. Una sola consulta captura entre el 62 % y el 77 % del repertorio que aparece en cinco ejecuciones [Fuente 9]. Medir «si nos recomienda» con una pregunta es tomar una foto parcial y presentarla como si fuera completa. Tannenbaum añade el límite más incómodo. En 47 mensajes de seguimiento tras recomendaciones de asistentes no hay ningún compromiso de compra ni ninguna compra declarada. El autor insiste en que eso describe lo que quedó registrado, no tasas de conversión [Fuente 8]. Hoy observamos lo que el asistente recomienda mucho más que lo que el comprador decide después. Por eso la posición de IDO es doble. Hacia fuera: fichas con atributos completos y diagnósticos, escritas para que tanto el agente como la búsqueda semántica puedan calcular y comparar [Fuente 1][Fuente 3][Fuente 11]. Hacia dentro: selección de variantes con jueces calibrados por posición, criterios ajenos al autor y distancia temporal cuando sea posible [Fuente 10][Fuente 12]. La reseña sigue el mismo criterio. Una media de estrellas impecable puede esconder quejas textuales que bajan materialmente la valoración real [Fuente 4]. En todos estos casos, la persuasión que se sostiene es la que resiste ser leída con atención, sea por un modelo o por una persona. ## Fuentes consultadas - Davood Wadi and Yu Ma. Shopping by algorithm: How agentic AI deploys human heuristics as a surrogate consumer. [arXiv:2609.28372](https://arxiv.org/abs/2609.28372v1), 2026. - Pavel Kireyev. PriceBench: A Diagnostic Benchmark for Price, Quality, and Brand Preferences in LLM Booking Agents. [arXiv:2609.31468](https://arxiv.org/abs/2609.31468v1), 2026. - Darshan Sonagara, Qujiaheng Zhang, Ankit Singh, and Alex Li. Retail Product Search: A Practical Approach at Target. [arXiv:2609.31498](https://arxiv.org/abs/2609.31498v1), 2026. - Marco Mandap. Statistical Foundations for a Google Play User-Review Sentiment Index: Signal Fusion, Shrinkage, Distributional Validation, and Dynamic Smoothing. [arXiv:2609.31513](https://arxiv.org/abs/2609.31513v1), 2026. - Tian Zhang and Meng Li. Should I Be Polite to My LLM Relevance Judge? Tone as a Severity Operating-Point Shift. [arXiv:2609.09703](https://arxiv.org/abs/2609.09703v1), 2026. - Leon Houf and Christiane Schwieren. Going Beyond the In-/Out-Group Dichotomy: Investigating Altruism towards Middle-Groups. [arXiv:2609.09046](https://arxiv.org/abs/2609.09046v1), 2026. - Benedict Guttman-Kenney and Walter W. Zhang. Buy Now, Pay Later: Academic Insights and Open Policy Questions. [arXiv:2609.09323](https://arxiv.org/abs/2609.09323v1), 2026. - Benjamin Tannenbaum. Purchase Advice and Observable Buyer Responses in Real AI Conversations. [arXiv:2609.09878](https://arxiv.org/abs/2609.09878v1), 2026. - Dmitrij Żatuchin. Measuring Brand and Source Discovery under Repeated LLM Queries: A Finite-Sample Audit. [arXiv:2609.05059](https://arxiv.org/abs/2609.05059v1), 2026. - Jin Kim and George E. Newman. Creators Have Difficulty Abandoning Ideas They Generated. [arXiv:2609.05115](https://arxiv.org/abs/2609.05115v1), 2026. - Davood Wadi and Yu Ma. Does Rank Still Matter? Position Bias When AI Agents Shop on Our Behalf. [arXiv:2608.22697](https://arxiv.org/abs/2608.22697v1), 2026. - You Liu, Yue Liu, Quanchao Lu, and Nick Shipilov. OSCAR: Order-aware Scoring and Calibration for AI Rankings. [arXiv:2609.24128](https://arxiv.org/abs/2609.24128v1), 2026.