Cómo comparan precios los agentes de IA (y cómo ganar)

Los agentes de IA comparan precios leyendo tus páginas, tu schema Product y tus feeds, y cruzando esos datos con marketplaces y comparadores. No eligen al más barato: eligen al que les da certeza de costo total (producto más envío) dentro de las reglas del usuario. Por eso una tienda con precios públicos, fechados y declarados en datos le gana la recomendación a una más barata pero ambigua. Aquí el detalle del proceso y cómo posicionarte.

¿De dónde sacan los precios los asistentes de IA?

De cuatro canteras, en orden de preferencia. Los datos estructurados de tu propia web: el schema Product con precio, moneda y vigencia es la fuente más limpia, porque no exige interpretación. El contenido visible de tus páginas: si el precio está en texto claro con fecha, lo extraen aunque no haya markup. Los feeds y catálogos registrados en programas de compras: datos pactados y refrescados. Y las fuentes de terceros: marketplaces, comparadores y hasta reseñas donde tu precio aparece mencionado.

La jerarquía importa por una razón incómoda: si tu web calla, la conversación sobre tus precios la escriben los terceros. Un marketplace con tu producto desactualizado o una reseña vieja se convierten en tu vocero involuntario. Publicar tus datos no es solo visibilidad: es control de la fuente.

¿Cómo deciden a quién recomendar?

El razonamiento del agente se parece al de un comprador profesional con tiempo infinito. Primero filtra por las restricciones duras del usuario: presupuesto, plazo, zona de entrega. Después calcula el costo total de cada candidato: precio más envío más cualquier condición declarada; quien no permite calcular el total queda como riesgo. Luego pondera la confianza: coherencia entre fuentes, frescura de los datos, políticas claras, señales de operación real. Y al final redacta su recomendación citando de dónde sacó cada dato.

Fíjate qué no aparece en ese proceso: tu banner, tu eslogan, tu diseño premiado. El agente es inmune a la persuasión estética que sostiene a medio marketing tradicional. Compite quien da datos; convence quien da certeza.

El experimento: tres asistentes comparando productos peruanos

La metodología que aplicamos en KOM para auditar este terreno es replicable: se toma un producto con demanda local (una herramienta, un electrodoméstico, un insumo de negocio), se le pide a tres asistentes distintos que comparen proveedores en el Perú con precio y entrega, y se documenta qué tiendas aparecen, qué fuentes cita cada asistente y qué datos le faltaron a los descartados.

[DATO-KOM: resultados del experimento propio con 3 asistentes comparando productos peruanos: qué fuentes usaron, qué tiendas ganaron la recomendación y por qué]

Lo que ya podemos afirmar del patrón general: los asistentes favorecen consistentemente a las fuentes con precios visibles y fechados, y degradan o descartan a las tiendas donde el precio exige formulario. Haz tu propia versión del experimento con tu producto estrella antes de leer la siguiente sección: los resultados se entienden mejor en carne propia.

La tesis de los precios públicos, versión agéntica

En KOM publicamos nuestros precios desde 2017 en la página de precios, cuando la norma del rubro era cotizar por correo y la transparencia parecía ingenuidad. La tesis era simple: el precio público filtra curiosos, genera confianza y deja que el cliente avance solo. El comercio agéntico convierte esa tesis en matemática: el precio oculto ya no es misterio comercial, es exclusión de la comparación.

Cuando el comprador era humano, el sin precio, consultar costaba consultas perdidas. Cuando el comprador es un agente que necesita calcular totales, el precio oculto equivale a no existir. La decisión estratégica que antes era discutible (¿muestro mis precios?) se vuelve binaria: o estás en la tabla comparativa del agente, o estás fuera del partido. Es el flujo que explicamos en qué es el comercio agéntico, aplicado a la decisión de precios.

Cómo ganar la comparación sin ser el más barato

Con certeza total. Repasemos la matemática del agente con números: tu competidor publica S/ 379 sin envío declarado ni vigencia; tú publicas S/ 389 con envío a Lima de S/ 15, entrega en 48 horas, precio vigente hasta fin de mes y devolución de 7 días declarada. Para un usuario en Lima con apuro moderado, tu total calculable de S/ 404 con condiciones completas vence a un S/ 379 que puede terminar en S/ 420 y dos semanas. El agente lo sabe y recomienda en consecuencia.

Tu lista de armas, entonces: precio con moneda y fecha de vigencia, envío declarado por zona, políticas de devolución en datos, stock sincronizado y coherencia absoluta entre página, schema y feed. Ninguna exige bajar un sol del precio; todas suben tu certeza, que es la moneda en la que el agente compra.

¿Y si tu rubro cotiza todo?

Publica rangos referenciales citables: un servicio o producto a medida puede declarar desde S/ X según alcance, con fecha y condiciones del rango. No es tan potente como el precio exacto, pero le da al agente algo que decir de ti y al usuario una vara para decidir si te contacta. El silencio total, en cambio, te saca de toda respuesta.

La prueba de honestidad del rango: si la mayoría de tus ventas reales cierra dentro de él, orienta; si tu desde es una carnada que nadie alcanza, el agente terminará citándote junto a reseñas que cuentan la diferencia. La transparencia con letra chica no existe en este juego: las fuentes se cruzan.

Errores que te sacan de la comparación

Precio solo en imagen o en PDF descargable: ilegible, inexistente para la máquina.

Precio sin moneda explícita o sin fecha: un 389 suelto obliga al agente a adivinar si es sol, dólar o precio del año pasado.

Contradicción entre canales: la web dice una cifra, el marketplace otra; el agente degrada ambas fuentes.

Y el peor disfrazado de astucia: el precio gancho que el checkout corrige con cargos sorpresa. Los agentes comparan totales finales, y la sorpresa queda documentada en reseñas que también leen.

Preguntas frecuentes

¿Los asistentes de IA siempre recomiendan el precio más bajo?

No: optimizan contra las reglas del usuario, y esas reglas casi nunca son solo el precio. Plazo de entrega, confiabilidad del vendedor, política de devoluciones y certeza del costo total pesan en la decisión. El precio más bajo con datos incompletos pierde seguido contra un precio razonable perfectamente documentado, porque el agente no recomienda apuestas.

¿Cómo averiguo qué fuentes usa un asistente sobre mi rubro?

Pregúntale directamente: pide que compare proveedores de tu producto en tu ciudad y que cite sus fuentes. Las respuestas te muestran qué webs lee, qué datos extrae y a quién considera confiable. Repite el ejercicio mensualmente y con dos o tres asistentes distintos: es la auditoría de visibilidad agéntica más barata que existe y te señala exactamente qué corregir.

¿Puedo pagar para aparecer en las respuestas de un asistente?

Los espacios publicitarios en plataformas de IA existen y van creciendo, pero la recomendación orgánica (la que responde a la pregunta del usuario con fuentes) se gana hoy con calidad de datos: precios visibles y fechados, schema completo, políticas claras y reputación coherente. Es el mismo principio del SEO: la publicidad alquila presencia, los datos la construyen.

¿Cambiar precios seguido me perjudica con los agentes?

El movimiento no castiga; la contradicción sí. Si tu página dice un precio, tu schema otro y tu feed un tercero porque las actualizaciones van a distinto ritmo, el agente detecta la inconsistencia y te baja la confianza. Automatiza para que las tres fuentes beban del mismo dato vivo y usa la vigencia (priceValidUntil) para que cada precio declare hasta cuándo respira.

Haz hoy el experimento con tu producto estrella: pídele a tres asistentes que comparen proveedores en tu ciudad y mira si apareces y con qué datos te citan. Esa captura es tu diagnóstico. ¿Quieres tu catálogo compitiendo con certeza total (precios fechados, schema y envíos declarados)? Pide tu propuesta en el cotizador online: con precios públicos, como corresponde.