Este documento presenta un marco de Simulación de Difusión de Influencia Basada en Agentes Mejorada por LLM (LLM-AIDSim) que integra modelos de lenguaje grandes (LLMs) en la modelización basada en agentes para simular la difusión de influencia en redes sociales. El marco propuesto mejora los modelos tradicionales de difusión de influencia al permitir que los agentes generen respuestas a nivel de lenguaje, proporcionando una comprensión más profunda de las interacciones entre los agentes de usuario. Nuestro marco aborda las limitaciones de los modelos probabilísticos al simular comportamientos de usuario realistas y conscientes del contexto en respuesta a declaraciones públicas. Utilizando temas de noticias del mundo real, demostramos la efectividad de LLM-AIDSim en simular la evolución de temas y rastrear el discurso de los usuarios, validando su capacidad para replicar aspectos clave de la propagación de información en el mundo real. Nuestros resultados experimentales destacan el papel de la difusión de influencia en la formación de discusiones colectivas, revelando que, con el tiempo, la difusión estrecha el enfoque de las conversaciones en torno a unos pocos temas dominantes. Además, analizamos las diferencias regionales en la agrupación de temas y los comportamientos de difusión en tres ciudades: Sídney, Auckland y Hobart, revelando cómo la demografía, los ingresos y los niveles de educación influyen en la dominancia de los temas. Este trabajo subraya el potencial de LLM-AIDSim como una herramienta de apoyo a la decisión para la comunicación estratégica, permitiendo a las organizaciones anticipar y comprender las tendencias del sentimiento público.