Análisis de Sentimiento de Inversores con Perplexity

Antes de empezar

Lo que necesitas para completar este tutorial

Lo que conseguiras al terminar

Si sigues estos pasos, en 30-45 minutos tendras:

✓ Informe ejecutivo con puntaje de sentimiento y riesgos clave
✓ Lista priorizada de temas y mensajes para inversores
✓ Consulta reproducible para actualizar el análisis periódicamente

Antes de empezar, asegurate de tener lo siguiente:

Obligatorio Cuenta activa en Perplexity y acceso a la funcionalidad de búsqueda web y documentos (Pro si requiere consultas frecuentes).

Obligatorio Lista de tickers o activos, perfil de inversores objetivo y fecha de corte para el análisis.

Recomendado Acceso a suscripciones a noticias financieras y bases de datos internas (relaciones con inversores, informes trimestrales).

Recomendado Plantilla de comunicación con inversores y registro de eventos corporativos recientes (fusiones, resultados, guías).

Transferencia internacional de datos: Perplexity procesa datos en servidores externos. Sin acuerdo de procesamiento de datos (DPA) firmado, no introduzcas datos personales, financieros confidenciales ni datos especialmente protegidos. Verifica con tu departamento legal o IT antes de usar datos reales de tu empresa.

El caso

InverCapital Gestión SA, sector gestión de activos — el problema real

El equipo de Relación con Inversores detecta volatilidad en la valoración de una línea de fondos tras varias menciones negativas en medios y redes. No hay un diagnóstico consolidado del sentimiento ni recomendaciones tácticas para mitigar la reacción.

Con Perplexity y el prompt de este tutorial, puede resolver este reto en 30-45 minutos — sin conocimientos tecnicos previos.

Situacion real
Datos + contexto

→

Perplexity
Prompt estructurado

→

Output ejecutivo
Listo para usar

Por que funciona: Perplexity combina búsqueda en tiempo real con generación textual estructurada, lo que permite integrar fuentes heterogéneas y producir un resumen accionable. Su capacidad para citar y priorizar resultados facilita la trazabilidad y la presentación ante comité ejecutivo.

Contexto

Cuando usar este tutorial

✓ Usalo cuando...	× No lo uses cuando...
Al detectar movimientos de precio o aumento de menciones negativas sobre activos gestionados Para preparar respuestas de comunicación tras resultados trimestrales adversos Al diseñar una monitorización periódica del sentimiento para la dirección de inversiones	Cuando se requiere investigación forense legal sobre manipulación de mercado (necesita equipos legales y forenses especializados) Para decisiones internas que dependan exclusivamente de datos propietarios no indexados públicamente Cuando se necesita auditoría completa de datos financieros históricos (mejor tratar con equipos de BI y data warehouse)

Paso 01

Definir alcance y variables clave

Establezca los límites del análisis: activos, periodo de tiempo, fuentes prioritarias y audiencia del informe. Esto orienta las consultas y reduce ruido en el resultado.

1
Determinar los tickers y unidades de análisis Liste los tickers o nombres de producto que quiere analizar (ej.: [TICKERS]). Decida si el análisis es por empresa, línea de producto o fondo; la granularidad afecta la recopilación y la presentación.
2
Fijar fecha de corte y ventana temporal Defina la fecha de corte [FECHA_CORTE] y la ventana (últimos 7, 30 o 90 días). Ventanas más cortas detectan reacciones recientes; ventanas más largas muestran tendencias.
3
Seleccionar fuentes y idioma Priorice medios financieros, Twitter/X, notas de analistas y filings. Indique el idioma principal [IDIOMA] para filtrar ruido y asegurar relevancia para sus inversores.

Checkpoint: Lista concreta de tickers, fecha de corte, ventana analizada y fuentes priorizadas, lista para usar en el prompt.

Paso 02

Recolectar y validar fuentes

Recopile resultados iniciales con Perplexity para validar que las fuentes devueltas son relevantes y actuales. Filtre ruido y confirme la trazabilidad de cada cita.

1
Ejecutar búsquedas preliminares por ticker Use consultas cortas en Perplexity por cada ticker para obtener titulares y enlaces. Verifique que los enlaces sean de fuentes fiables y que las fechas correspondan a la ventana definida.
2
Marcar menciones críticas y replicarlas Identifique menciones que aparezcan en varias fuentes (p. ej. menciones a problemas regulatorios). Marque duplicados y priorice las que tengan mayor alcance o autoridad.
3
Validar con datos internos Corrobore, cuando sea posible, con información interna (calendario de resultados, comunicados). Anote cualquier discrepancia para incluir en el análisis de riesgo.

Checkpoint: Conjunto validado de enlaces, titulares y citas priorizadas listo para el análisis de sentimiento.

Paso 03

Ejecutar el prompt principal

Este es el prompt central del tutorial. Cópialo completo, rellena las variables entre corchetes con los datos de tu empresa o situación, y envíalo.

1
Copia el prompt completo Selecciona todo el texto del prompt y cópialo. No modifiques la estructura — está diseñado para obtener el output más útil posible.
2
Rellena las variables entre corchetes Sustituye cada [VARIABLE] con información real de tu empresa. Cuanto más específico seas, mejor será el output.
3
Envía el prompt y espera la respuesta Pega el prompt en el chat y envíalo. El modelo puede tardar entre 10 y 60 segundos dependiendo de la complejidad.

Variables del prompt — sustituye cada [VARIABLE] con datos reales

[EMPRESA]Nombre de la empresa u activo analizado (ej.: InverCapital Gestión SA)

[TICKERS]Lista de tickers separados por comas (ej.: INV, ICGF)

[FECHA_CORTE]Fecha final del periodo analizado en formato AAAA-MM-DD

Prompt principal — Análisis de Sentimiento con Perplexity Eres un analista ejecutivo especializado en sentimiento financiero. Tu tarea es producir un informe accionable y trazable sobre el sentimiento de inversores y del mercado respecto a [EMPRESA] (o los tickers: [TICKERS]) con corte al [FECHA_CORTE]. Utiliza fuentes públicas (noticias financieras, redes sociales, notas de analistas, filings) en [IDIOMA] y prioriza aquellas con mayor autoridad. Devuelve la respuesta como JSON con las siguientes claves: summary, score_overview, trend_table, top_themes, risks, recommendations, investor_messages, sources. Requisitos específicos: 1) summary: resumen ejecutivo de máximo 6 frases. 2) score_overview: puntaje agregado de sentimiento en escala -1.0 (muy negativo) a +1.0 (muy positivo), con subpuntuaciones por fuente (medios, redes, analistas) y una estimación de confianza (baja/media/alta) con justificación breve. 3) trend_table: tabla temporal con al menos tres filas (fecha, sentimiento promedio, variación %) para la ventana solicitada. 4) top_themes: lista priorizada de hasta 6 temas que explican el sentimiento, con evidencia citada (titular, fuente, fecha, enlace). 5) risks: 3 riesgos de reputación/mercado priorizados con probabilidad estimada y posible impacto en valoración. 6) recommendations: 5 acciones tácticas concretas priorizadas por urgencia e impacto (incluir responsable sugerido: IR, CEO, CFO). 7) investor_messages: tres mensajes preparados (alto nivel) para portavoces y una versión resumida para un titular de prensa. 8) sources: lista completa de fuentes utilizadas con enlaces y la consulta de búsqueda exacta que generó cada fuente. Además, añade una sección final called "next_steps" con un plan de monitorización (frecuencia, métricas a seguir y umbrales de alerta). Prioriza claridad ejecutiva y trazabilidad: cualquier afirmación debe enlazarse a una fuente. Si hay información contradictoria, describir la contradicción y su efecto en la confianza. No asumas datos no verificados: en esos casos solicita la verificación interna. Contexto adicional: competidores relevantes [COMPETIDORES], público objetivo de inversores [PERFIL_INVERSORES]. Devuelve el JSON sin explicaciones adicionales.

Checkpoint: El modelo ha respondido con un output estructurado que incluye las secciones solicitadas en el prompt.

Paso 04

Refinar y preparar presentación

Itere sobre el resultado para ajustar nivel de detalle, tono y priorización de riesgos. Prepare una versión ejecutiva para el comité y una técnica para el equipo de IR.

1
Usar prompts de iteración Aplique los prompts de iteración para aumentar especificidad, cambiar tono o resumir. Guarde cada versión para trazabilidad y revisión.
2
Construir paquete para comité Genere un resumen de una página con puntuaciones clave, tres acciones urgentes y mensajes recomendados para portavoces.

Checkpoint: Dos artefactos listos: informe ejecutivo para comité y documento técnico con citas y trazabilidad.

Iteracion

Prompts para refinar el output

Estos son los ajustes mas frecuentes que se piden despues del primer output. Copialos directamente en el chat:

Hacer el output más específico

cuando el output es demasiado genérico. "Concéntrate en especificar: para cada tema en 'top_themes' añade 2-3 citas directas (titular, frase clave) y asigna un impacto cuantitativo estimado sobre el flujo de entradas/salidas o la valoración (porcentaje aproximado). Mantén la estructura JSON original."

Cambiar el nivel de detalle

cuando necesitas más o menos profundidad. "Genera dos versiones: 1) Resumen ejecutivo de una página con máxima concisión; 2) Informe ampliado técnico con la metodología de scoring, peso por fuente y todas las consultas usadas. Mantén ambas en el mismo JSON bajo keys 'brief' y 'detailed'."

Adaptar el tono

cuando el tono no es el adecuado para tu audiencia. "Reescribe el 'summary' y 'investor_messages' con tono más formal y orientado al comité: menos tecnicismo, énfasis en implicaciones para la estrategia y tres bullets de decisión inmediata."

Versión ejecutiva resumida

para compartir con el Comité de Dirección. "Extrae del informe las tres métricas clave (sentimiento agregado, riesgo principal, acción urgente) y genera una diapositiva en texto de 7 líneas lista para presentar en comité."

Resultado

Que vas a obtener

Este es el tipo de output que genera Perplexity con el prompt de este tutorial. El contenido varia segun tu empresa y situacion, pero la estructura es siempre esta:

Ejemplo de output — InverCapital Gestión SA, sector gestión de activos

Estructura del output

El prompt genera un JSON estructurado con secciones ejecutivas (summary), métricas cuantitativas (score_overview, trend_table), análisis temático (top_themes), riesgos y recomendaciones operativas, mensajes para inversores y trazabilidad de fuentes. Está pensado para consumo directo por comité y por equipos de IR.

Senales de un buen output

El informe ofrece puntajes numéricos y subpuntuaciones por fuente con justificación
Incluye enlaces y citas precisas para cada afirmación relevante
Presenta recomendaciones accionables con responsables y priorización
Muestra una tabla temporal que evidencia tendencia y variación porcentual

Senal de que el output es bueno: El output cita fuentes verificables para las afirmaciones clave y entrega un puntaje acompañando la confianza y metodología.

Costes

Inversion y retorno

20$ Perplexity Pro / mes

15-20 min por ejecución completa Por ejecucion del tutorial

∞ Reutilizaciones del prompt

ROI: El análisis ofrece valor inmediato al reducir el tiempo de diagnóstico de días a minutos, permitiendo respuestas de comunicación más rápidas y dirigidas. Un ajuste oportuno en mensajes o en la hoja de ruta de IR puede evitar pérdidas de AUM y mejorar la retención de inversores, justificando la inversión en la suscripción.

Errores frecuentes

Que hacer cuando algo no funciona

Sintoma	Causa probable	Solucion exacta
Resultados con muchas fuentes no verificadas o enlaces rotos	Consulta demasiado amplia o ventana temporal mal definida	Acotar la ventana temporal y priorizar fuentes por autoridad (ej.: Financial Times, Reuters); repetir la búsqueda con variables específicas.
Sentimiento muy conservador (cercano a neutral) sin temas claros	Modelo promedia señales contradictorias por falta de priorización de fuentes	Solicitar subpuntuaciones por fuente y aplicar ponderaciones manuales: aumentar peso de analistas y medios financieros respecto a redes sociales.
Ausencia de menciones relevantes en sectores específicos	Filtro de idioma o término de búsqueda incorrecto	Verificar el parámetro [IDIOMA] y añadir sinónimos o términos alternativos en las búsquedas (ej.: nombre comercial, producto).
Demasiadas alertas falsas en monitorización	Umbrales de alerta demasiado sensibles	Ajustar umbrales por magnitud de cambio porcentual y requiera coincidencia en al menos dos fuentes para disparar alerta.
Inconsistencias entre el resumen y las fuentes citadas	Post-procesamiento generativo sin trazabilidad adecuada	Exigir al modelo que incluya las frases exactas citadas y los enlaces, o solicitar la versión 'detailed' que contiene todas las consultas y resultados.

Modo avanzado

Como hacer este tutorial con Perplexity en modo avanzado

En modo agente, Perplexity puede realizar búsquedas encadenadas, seguir enlaces, extraer citas exactas y construir la trazabilidad automáticamente. Use este modo cuando necesite corroborar afirmaciones en múltiples fuentes y generar un paquete con enlaces y citas listo para auditoría.

Modo avanzado

Flujo de trabajo avanzado

1
Iniciar agente y cargar parámetros principales ([EMPRESA], [TICKERS], [FECHA_CORTE], [IDIOMA])
2
Solicitar búsqueda priorizada por tipo de fuente (medios, analistas, redes) y descargar los 5 resultados más relevantes por tipo
3
Extraer citas exactas y metadatos (titular, autor, fecha, enlace) y calcular sentimiento por documento
4
Consolidar resultados, calcular puntaje agregado y generar el JSON trazable con secciones ejecutivas y técnicas

Eres un agente de búsqueda y síntesis enfocado en inteligencia financiera. Ejecuta las siguientes tareas de forma encadenada por cada ticker en [TICKERS] para [EMPRESA] hasta la fecha [FECHA_CORTE], en [IDIOMA]: 1) Buscar y recuperar los 5 resultados más relevantes en medios financieros, 5 en redes sociales (alto alcance) y 3 notas de analistas; 2) Extraer la frase clave que expresa la posición (máximo 25 palabras) y los metadatos (titular, autor, fecha, URL); 3) Calcular sentimiento de cada documento y normalizarlo a escala -1.0 a +1.0; 4) Agrupar por tema mediante clasificación automática y asignar prioridad por volumen y autoridad; 5) Generar JSON final con summary, score_overview, top_themes (con evidencias), risks y recomendaciones tácticas; 6) Incluir una sección 'methodology' que liste las consultas exactas usadas y notas sobre exclusiones. Si detectas discrepancias graves entre fuentes, marca el tema como 'contradictorio' y explica implicaciones. Devuelve solo el JSON final.

Cuando usar el modo avanzado en este tutorial: Especialmente valioso cuando necesita un informe verificable con citas y trazabilidad para cumplimiento, auditoría o documentación ante el comité de riesgos.

Siguiente paso

Que hacer ahora?

Ahora que has completado este tutorial, hay dos caminos naturales:

Tutorial relacionado · Perplexity

Explorar mas tutoriales de Perplexity

Descubre otros casos de uso de Perplexity para directivos en diferentes funciones y sectores.

Biblioteca completa

Ver todos los tutoriales

Explora los tutoriales del programa organizados por herramienta, funcion y nivel de dificultad.

Para sacarle mas partido: Automatice la ejecución semanal del prompt y configure un tablero con las métricas clave (sentimiento agregado, volumen de menciones y temas emergentes) para detectar desviaciones tempranas.

Alternativa segura

Puedo hacer esto sin que mis datos salgan de la empresa?

Si. Este caso de uso trabaja con datos que, por su naturaleza confidencial, estrategica o regulada, son candidatos optimos para ejecutarse con un modelo de lenguaje open source desplegado en infraestructura propia (on-premises o nube privada). Con esta configuracion, ningun dato abandona nunca los servidores de tu organizacion y el modelo no puede ser entrenado con tu informacion.

Modelos recomendados

Llama 3.3 70B — Ideal para analisis de documentos largos y generacion de texto estructurado (contexto 128K tokens).

Mistral Large 2 — Excelente para extraccion de informacion y clasificacion con alta precision.

Qwen 2.5 72B — Especialmente potente para analisis de datos tabulares y financieros.

Plataformas de despliegue

Ollama — Para equipos pequenos o uso individual en hardware propio.

vLLM — Para entornos de produccion con multiples usuarios simultaneos.

LM Studio — Para pruebas y uso individual sin configuracion de servidor.

Infraestructura minima

Para un modelo de 70B parametros en produccion:

GPU: 2x NVIDIA A100 40GB o 4x RTX 4090.

RAM: 128GB minimo.

Alternativa cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing.

Garantia de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu informacion, no hay transferencia internacional de datos y el cumplimiento normativo es total incluso para datos del art. 9 RGPD.

Necesitas implementar esta solucion en tu organizacion?

La configuracion de modelos open source on-premises requiere un proveedor tecnico especializado. Agere puede ayudarte a desplegar esta solucion en tu infraestructura de forma segura, con garantias legales y sin que tus datos salgan nunca de tu organizacion.

Contactar con Agere Conocer Agere