Por qué existimos
Los compradores cambiaron cómo preguntan. Las agencias no cambiaron lo que venden.
La mayoría de las agencias vende optimización antes de medir nada: un framework, una auditoría de tu sitio web, un paquete con GEO en el nombre, y ningún instrumento que diga si los asistentes te recomiendan este mes. Cuando alguien le pregunta a ChatGPT, Gemini o Perplexity sobre tu categoría, la respuesta nombra de tres a cinco marcas, y la mayor parte del mercado no tiene forma de saber quién hizo esa lista ni por qué.
La propia guía de Google define la mitad de optimización: “optimizar para la búsqueda con IA generativa sigue siendo SEO” (Search Central, “Optimizing for generative AI search”, actualizada en julio de 2026: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). La misma guía señala como mitos llms.txt, chunking y el schema especial. Estamos de acuerdo con todo. Ese acuerdo es nuestro punto de partida, no nuestro producto.
Lo genuinamente nuevo es la medición: si los asistentes te recomiendan, contra quién compites dentro de las respuestas y en qué fuentes confían. Eso no existía en las herramientas tradicionales de SEO, así que lo construimos.
En qué creemos
Cuatro creencias, cada una con una consecuencia para cómo trabajamos.
Evidencia antes que hacks. Si la documentación de Google dice que algo no funciona, no lo vendemos, sin importar el margen. Si una afirmación en nuestros reportes no se puede rastrear hasta una respuesta, no se publica.
El método está publicado. Cómo se construye el banco de prompts, qué modelos corren, cuántas repeticiones, qué se cuenta y qué el método no puede hacer: /es/metodologia/. Puedes pedir ver el output crudo de cualquier estudio, incluido el nuestro.
Tasas, no puntajes. Cada cifra es una tasa con su denominador impreso al lado. Un porcentaje sin población detrás es una decoración. No hay posición número uno en respuestas de IA, no hay puntaje compuesto y no hay número mágico; quien te venda uno lo inventó.
Límites honestos. La comparación de dos corridas no prueba causalidad. Los terceros escriben la mayor parte de lo que se cita. La primera corrida es una línea base, no un arreglo. Y si nada se movió, el reporte dice que nada se movió.
Nos comprometemos a dos cosas: un banco de prompts completo y útil para tu marca, sin importar tu industria, y una corrida que produzca hallazgos útiles. Lo que nadie puede garantizar, nosotros incluidos, es que las acciones que tomes después muevan los números en una medición posterior. El método es público precisamente para que juzgues los hallazgos, no la promesa.
Nuestra relación con answer.show
Construimos la herramienta de medición. answer.show es lo que corre los estudios: el banco de prompts, los modelos, las repeticiones, la lectura y la codificación de cada respuesta. Es la razón por la que podemos mostrar datos crudos, repetir una medición a demanda y probar cada afirmación de un reporte.
La agencia es la capa que lo hace por ti alrededor de esa herramienta. Corremos el levantamiento, construimos y congelamos tu banco, leemos las respuestas y le entregamos a tu equipo prioridades, no otro dashboard. Y donde la herramienta se detiene, la agencia continúa: answer.show mide, y la agencia también ejecuta el trabajo al que apunta el reporte, las páginas de retailer y marketplace, el editorial comisionado, los medios ganados y las reseñas que nombra. Ese servicio es el trabajo sobre las fuentes.
Si tu equipo prefiriera correr la medición por su cuenta, answer.show tiene herramientas de autoservicio. Preferimos que midas bien a que compres un servicio que no necesitas.
Con quién trabajamos
Marcas de consumo. Tu comprador camina: pregunta al asistente, app del retailer, reseñas, anaquel, sin visitar tu sitio ni una vez. Las fuentes que deciden la respuesta son páginas de retailer, reseñas, medios de consumo y reguladores, y la mayoría está fuera de tu control. El estudio te dice cuáles la mueven y qué hacer al respecto.
B2B y SaaS. Compras consideradas con ciclos largos, donde los comités de compra le preguntan a los asistentes desde temprano, con preguntas de evaluación que nunca ves. El estudio muestra a quién nombran en tu lugar, y qué fuentes los pusieron ahí.
Agencias. Corridas al mayoreo, reportes white-label y comisiones de bancos de prompts, sin herramientas que construir: /es/partners/.
Y cualquiera que necesite más el instrumento que el servicio. Si el autoservicio te queda mejor, lo diremos.
Quién está detrás de esto
reasoning.agency la dirige Pablo Castro. Estudió Ingeniería en Sistemas Computacionales en el ITESM e hizo un MBA en London Business School, y pasó más de diez años en Meta, Google y Apple: lideró la estrategia de ventas y alianzas para los mercados de América Latina en Meta, administró alianzas estratégicas con anunciantes y agencias clave en Google, y cubrió el ecosistema de partners como channel account executive en Apple.
Lo que esos años le enseñaron es la tesis sobre la que corre esta agencia: la adopción de tecnología es un problema organizacional, no técnico. Lo que decide si una herramienta se usa son los flujos de trabajo reales del equipo, no demos que después nadie usa. Medir primero es la misma idea aplicada a la visibilidad en IA: antes de optimizar nada, averiguar qué está pasando de verdad. También dirige academIA, donde ofrece consultoría y capacitación para la adopción de IA dentro de las empresas.
Trabaja con nosotros
El estudio es el punto de entrada: una conversación sobre la decisión que necesitas tomar, luego el levantamiento, luego un alcance acordado y aprobado antes de que corra cualquier cosa.
Contacto: /es/contacto/