¿Qué grado de precisión tiene la IA de Perplexity? Cómo comprobar las citas y las fuentes

Guía de evidencia · Actualizada en septiembre de 2026

La IA de Perplexity puede ayudarte a encontrar fuentes y a elaborar una respuesta preliminar, pero sus referencias no garantizan que la respuesta sea correcta. La precisión depende de la pregunta, del modo de búsqueda y de la calidad de las fuentes. Es un punto de partida útil para la investigación; no obstante, las afirmaciones importantes deben contrastarse con la página original.

Una referencia numerada puede dirigir a una página real y relevante sin que esta respalde la estadística, la fecha, la cita o la conclusión exactas que figuran junto a ella. Por lo tanto, la precisión de las referencias Perplexity va más allá de que un enlace funcione: la fuente debe respaldar la afirmación en el mismo contexto.

Antes de publicar una estadística, citar un artículo o utilizar una respuesta para tomar una decisión, abre la fuente adjunta, busca el pasaje correspondiente y compara su redacción, fecha y alcance con la respuesta. Si falta la prueba o dice algo diferente, considera que la afirmación no está verificada.

¿Qué significa realmente la precisión Perplexity?

La precisión del modelo Perplexity tiene al menos dos vertientes: si la respuesta es correcta y si sus fuentes respaldan dicha respuesta. Un porcentaje suele ocultar varias pruebas diferentes. Un enlace puede abrirse correctamente y, aun así, no superar la prueba más importante: si la página respalda la afirmación asociada a él.

Para los editores y las marcas, la presencia en las citas es algo distinto. Una herramienta puede indicarte que Perplexity ha mencionado a tu empresa, pero no si la descripción que se ha dado de ella es correcta. La presencia mide la visibilidad; la precisión mide si la fuente y la afirmación coinciden.

Nuestra Guía para principiantes sobre el uso de la IA Perplexity explica el flujo de trabajo básico. Este artículo se centra en lo que ocurre una vez que aparece la respuesta: la comprobación de las pruebas.

¿Qué evaluó realmente el estudio sobre citas más conocido de Perplexity?

La metodología del Tow Center y del CJR

El punto de referencia público más útil es el estudio del Tow Center for Digital Journalism publicado por Columbia Journalism Review el 6 de marzo de 2025. Los investigadores seleccionaron 20 medios de comunicación, tomaron 10 artículos de cada uno y proporcionaron extractos a ocho motores de búsqueda basados en IA. Cada sistema debía identificar el titular del artículo, el medio de comunicación, la fecha de publicación y la URL.

Esto dio lugar a 1.600 consultas: 20 editoriales multiplicadas por 10 artículos y 8 herramientas. Resulta útil porque los investigadores disponían de un artículo de referencia conocido y podían comparar cada respuesta con él. Su alcance es limitado, ya que evalúa la identificación de fuentes en fragmentos de noticias, y no en todo tipo de preguntas relacionadas con la investigación, las compras, el ámbito académico, la programación o la síntesis.

Conclusiones del estudio sobre Perplexity

Fuente primaria: La búsqueda basada en IA tiene un problema con las citas, Tow Center / Columbia Journalism Review, publicado el 6 de marzo de 2025.

Lo que el estudio no demostró

• No se han probado todas las preguntas ni el modo Perplexity.
• No se creó una partitura definitiva para futuras versiones.
• No demostró que todas las citas de Perplexity sean erróneas.
• No resultó ser un éxito universal para todos los temas.
• No debería reescribirse como “precisión global de las citas 63%”.”

Análisis de Prompt Architects plantea la misma observación útil: una cifra solo tiene sentido cuando los lectores pueden ver la muestra, la regla de puntuación, la definición de la tarea y la fecha en la que se basa.

¿Por qué una cita Perplexity puede parecer correcta y, aun así, ser errónea?

Una cita errónea es más difícil de detectar que un enlace roto. La página se carga, el titular parece relevante y la respuesta puede parecer convincente. El problema surge cuando se compara la afirmación con la redacción y el contexto de la página original.

Perplejidad orientaciones sobre el etiquetado de origen Además, establece una expectativa útil: una etiqueta describe un sitio web en su conjunto, no la veracidad de cada artículo o afirmación en particular.

Cómo verificar una cita Perplexity en dos minutos

Empieza por la afirmación que causaría mayor perjuicio si fuera errónea: un precio, un porcentaje, una fecha, una cita, una condición jurídica, un dictamen médico o una comparación con la competencia.

1. Elige la reclamación. Copia la frase o el número tal y como aparece.
2. Abre la cita adjunta. Utiliza la fuente a la que hace referencia esa frase.
3. Buscar en la página. Utiliza la función «Buscar» para encontrar un número, una frase o un estudio concreto.
4. Lee el párrafo. Comprueba el tema, la fecha, el alcance, la unidad y la dirección.
5. Comprueba la procedencia. Da prioridad a la versión original y actual. Marca como «sin verificar» cualquier coincidencia errónea.

Mensaje de verificación reutilizable: Abre la fuente que has citado para la “[afirmación]”. Cita la frase exacta que la respalda. Si la fuente no contiene ninguna frase que respalde la afirmación tal y como se ha planteado, indícalo directamente y no la repitas.

Esta indicación no mejora la precisión de la búsqueda original. Simplemente obliga al modelo a mostrar su proceso de cálculo. Aún así, es necesario leer la fuente cuando la respuesta se publique o se utilice para tomar una decisión de gran importancia.

¿Es la búsqueda avanzada Perplexity más precisa que la búsqueda estándar?

Un informe más extenso con más fuentes puede resultar más útil, pero la extensión no es un criterio de verificación. La investigación en profundidad ofrece más oportunidades de recabar, combinar y atribuir erróneamente la información. Los ejemplos públicos pueden demostrar que se producen problemas de citación; sin embargo, no establecen un porcentaje de precisión estable para cada sesión.

Compara el esfuerzo dedicado al análisis con los resultados obtenidos. Realiza una revisión aleatoria de un resumen de baja importancia. En el caso de una revisión bibliográfica, un informe de diligencia debida o un informe con datos estadísticos concretos, comprueba cada cifra y lee la fuente. Nuestro Guía de modelos y modos explica las diferencias en los flujos de trabajo; no puede sustituir a la verificación.

¿Es Perplexity más preciso que ChatGPT en lo que respecta a las citas?

En la tarea específica del Tow Center de identificación de fuentes de noticias, Perplexity generó menos respuestas incorrectas que ChatGPT Search. Se trata de una comparación justa entre modelos que realizan la misma tarea, no de un veredicto general sobre todos los modelos, consultas, fechas o modos.

Para que una comparación sea justa, es necesario que se utilicen las mismas indicaciones, el mismo conjunto de datos de origen, la misma ventana temporal, la misma regla de puntuación y el mismo tratamiento de las abstenciones. Para conocer el contexto más amplio del flujo de trabajo, consulta nuestro Prueba Perplexity frente a ChatGPT.

¿Cuándo es seguro utilizar citas Perplexity?

Antes de subir documentos internos o datos personales para una tarea de investigación en IA, consulta la política correspondiente y los controles del espacio de trabajo. Nuestra guía sobre La privacidad de los datos en la IA en las políticas sobre modelos es un buen punto de partida.

¿Cómo se pueden comprobar las afirmaciones sobre una marca?

“Nos han citado” es solo la primera línea de una auditoría. Anota la consulta, la afirmación a la que se responde, la URL de la cita, el tipo de fuente y si la página respalda dicha afirmación. Añade el modo y la fecha de la prueba, ya que tanto la web como el sistema de búsqueda pueden cambiar.

Si estás comprobando una respuesta sobre tu empresa o un competidor, compara cada precio, característica y limitación con la página original del producto. Por ejemplo, una referencia a una página de precios no respalda la afirmación de que una característica esté incluida, a menos que dicha página la incluya en el mismo plan. Anota cualquier discrepancia antes de reutilizar la respuesta en un informe o una recomendación.

Para decisiones sobre productos relacionados, consulta nuestra Alternativas a la perplejidad, la guía de Cómo funciona Perplexity en comparación con Google y ChatGPT, y la descripción general de Funciones de investigación y citas de Perplexity.

Preguntas frecuentes

¿Ofrece Perplexity información precisa?

Perplexity puede proporcionar información útil y actualizada, especialmente a la hora de localizar fuentes. La precisión depende de la consulta, el conjunto de fuentes, el modo y la afirmación. Considera que las cifras, fechas, citas y recomendaciones importantes no están verificadas hasta que la página citada las corrobore.

¿Son fiables las fuentes Perplexity?

Algunas son fiables y otras no. La indicación de la fuente puede ayudarte a valorar la página web, pero no puede demostrar que un artículo respalde una afirmación concreta. Comprueba la fecha, la procedencia y el contexto.

¿Cuál es la precisión de la IA Perplexity?

No existe un porcentaje único que abarque todas las consultas y modos. La prueba de referencia pública más conocida arrojó una tasa de error de 37% en una tarea de identificación de fuentes de noticias. Indícalo junto con su muestra y la tarea correspondiente, no como una puntuación universal.

¿Significa una referencia Perplexity que la afirmación está verificada?

No. Una cita significa que se ha incluido una fuente. La verificación consiste en comprobar si la fuente contiene pruebas que respalden la afirmación concreta en el mismo contexto y con el mismo alcance.

¿Es Perplexity adecuado para la redacción académica?

Puede servir para encontrar artículos y elaborar una lista de lecturas. Abre el artículo original, comprueba la cita o el resultado y cita el propio artículo.

¿Es Perplexity más preciso que ChatGPT?

Perplexity obtuvo mejores resultados que ChatGPT Search en la prueba específica de identificación de fuentes de noticias del Tow Center. Esto no significa que sea el mejor en todos los temas o modos.

¿Cómo puedo comprobar si una referencia en formato Perplexity es correcta?

Abre la referencia exacta, busca la frase clave o el número, lee el párrafo que la rodea y compara el tema, el alcance, la fecha y la orientación. Marca como «sin verificar» cualquier coincidencia que no sea correcta.

¿Puede Perplexity citar una fuente errónea aunque el enlace funcione?

Sí. La página puede estar activa y ser relevante, aunque no respalde exactamente la afirmación. La comprobación de la correspondencia entre la afirmación y la fuente resulta más útil que limitarse a comprobar si la URL es válida.

Conclusión: considera las citas como pistas y, a continuación, verifica la afirmación.

Las citas de Perplexity agilizan la investigación porque te proporcionan un enlace a la web. No eliminan la necesidad de leer la fuente. El resultado del Tow Center/CJR es una prueba útil, pero su cifra de 37% corresponde a una tarea concreta relacionada con las fuentes de noticias. No se trata de una puntuación de citas Perplexity permanente y universal.

Cuando una afirmación sea relevante, identifica dicha afirmación, consulta la fuente, busca las pruebas y compara el contexto. Ese hábito te permite detectar errores que una interfaz pulida puede ocultar y te proporciona un registro fundamentado para cuando necesites explicar de dónde procede una respuesta.