Antes de que Georadar pueda medir nada, tiene que saber dos cosas sobre tu mercado:

1. Qué marcas, productos o servicios te importan — la tuya, tus competidores, el resto.
2. Quién le hace la pregunta al LLM — porque ChatGPT responde distinto a una familia de 4 que a un runner profesional.

Esas dos piezas viven dentro de un proyecto.

Proyecto

Un proyecto es el contenedor de un análisis. Uno por cliente o por línea de negocio. Tiene:

• Un nombre (“Nike 2026”, “BBVA Hipotecas Q2”)
• Una descripción libre (contexto para el equipo)
• Un catálogo de entidades (las marcas que importan aquí)
• Un roster de personas (quién pregunta)
• Opcionalmente: funnels, líneas de producto, estudios recurrentes

Todos los audits que lanzas con ese proyecto comparten ese marco. Si mañana añades una marca nueva al catálogo, los próximos runs la medirán; los antiguos no.

Entidades — qué marcas mides

Una entidad es cualquier sustantivo concreto que puede aparecer en una respuesta de ChatGPT y que quieres medir. Los tipos más comunes:

• Marcas — Nike, BBVA, Apple, Iberia
• Productos — iPhone 15, Tarjeta Aqua, Cuenta Nómina
• Destinos — Costa Brava, Islas Canarias
• Organizaciones — Banco de España, UNESCO

Las entidades viven en un catálogo global de Georadar (entities). Compartido entre todos los proyectos de la plataforma, identificado por un slug único (nike, iphone-15, costa-brava). Cuando un proyecto “usa” una entidad, se crea una relación entre proyecto y entidad que le dice a Georadar qué hacer con ella.

Las cuatro relaciones

Por cada entidad que añades a tu proyecto, eliges una relación:

Relación	Significado	Efecto en las métricas
own	Tuya (o de tu cliente)	Entra en ownResponses, ownMentions, es tu numerador de Share of Voice
competitor	Competencia directa	Se mide, se cuenta en el mercado, pero no es “tuya”
neutral	Relevante para el dominio pero no compites	Sale en reports de contexto, no compite contigo
ignored	Detectar pero no agregar	Se marca en las respuestas pero no suma en ningún análisis

La misma entidad puede ser own en un proyecto y competitor en otro. La relación la decide el proyecto, no la entidad global.

Aliases

Cada entidad tiene un array de aliases: formas alternativas en que el LLM podría escribirla. “Nike Inc.”, “NKE”, “nike.com” todos pueden matchear la entidad nike si están listados.

Es la pieza de alto retorno del catálogo: añadir aliases mejora el recall de detección para todos los runs futuros en todos los proyectos que usan esa entidad.

Candidatos vs entidades

A veces el LLM menciona algo que no está en tu catálogo. Una marca nueva, una sub-línea que no habías registrado. Georadar no inventa filas en el catálogo global — genera un candidato: una mención sin resolver que queda en un buffer esperando revisión.

Los candidatos aparecen en la UI como sugerencias: puedes promoverlos a entidades reales (se añaden al catálogo), descartarlos como ruido, o dejarlos pendientes.

Personas — quién pregunta

Una persona es un perfil de usuario sintético que hace de lente entre los prompts y el LLM. Define quién está haciendo la pregunta.

Una persona mínima:

name:           Familia de 4
description:    Padres con dos hijos, residencia en periferia

Una persona completa — que saca muchísimo más valor del LLM — añade:

• Demografía: origen, residencia, idioma, franja de edad, género
• Prioridades: ["Seguridad", "Espacio", "Precio"] — lo que más le importa
• Goals: qué quiere conseguir
• Pain points: sus fricciones habituales
• Estilo de conversación: cómo habla (formal, casual, técnico)
• Memorias: frases cortas que el LLM recibe como contexto (“Vivo en Barcelona”, “Corro maratones”)

Cuantos más datos, mejor. Los LLMs responden distinto a “¿qué coche me compro?” si el usuario es familia-de-4 vs si es runner-de-35.

Persona neutral

Si un audit no necesita persona (“dime las mejores marcas de X sin sesgar al usuario”), Georadar usa automáticamente una persona neutral — un placeholder sin demografía. Útil para baseline de mercado.

Todo proyecto tiene su persona neutral creada automáticamente; no la gestionas tú.

Cuántas personas por audit

Un audit de valor combina:

• 1-2 personas neutrales para baseline
• 3-5 personas tipificadas del público objetivo real

Más de 10 personas por audit raramente aporta: la redundancia crece y el coste también.

Opcional: Funnels y líneas de producto

Si quieres segmentar prompts por momento de compra:

• Funnels (awareness, consideration, decision) — etapa del customer journey. Cambia el estilo de las preguntas generadas.
• Líneas de producto — categorías dentro del proyecto (“Premium”, “Mobile”). Enfoca la generación sobre una parte concreta.

Ninguno es obligatorio. Sin ellos, los prompts salen más genéricos pero funcionan igual.

Cuándo usar un Study

Si vas a ejecutar el mismo scope (mismas personas, misma selección de prompts, mismas reglas de entidades) repetidamente para hacer seguimiento temporal, mételo en un Study. Así cada run guarda el studyId y puedes comparar evoluciones mes a mes sin reconfigurar nada.

Para audits ad-hoc, puedes saltarte el study y lanzar runs sueltos.

Siguiente

Con proyecto, entidades y personas listas, pasas a Generar los prompts — donde PromptAtlas crea las preguntas que se ejecutarán.