Generative Engine Optimization (GEO): la guía práctica

Qué es el GEO y en qué se diferencia del SEO

El Generative Engine Optimization (GEO), u optimización para motores generativos, es la práctica de conseguir que tu marca aparezca, con precisión y de forma favorable, en las respuestas que redactan los asistentes de IA. También puedes encontrarlo como AEO (answer engine optimization, optimización para motores de respuesta) u optimización para LLM. El objetivo es el mismo: cuando alguien pregunta a una IA «¿cuál es el mejor software de contabilidad para una agencia pequeña?», tu marca forma parte de la respuesta, descrita como querrías que se describiera.

El SEO y el GEO se solapan, pero optimizan para resultados distintos:

• El SEO compite por una posición en una lista de enlaces. El éxito es un buen posicionamiento y un clic.
• El GEO compite por una mención dentro de una respuesta sintetizada. Puede que no haya ningún clic: la recomendación en sí es el resultado, y las fuentes que cita la IA son una segunda oportunidad, independiente de la primera.
• Los resultados de búsqueda son bastante estables para una misma consulta. Las respuestas de IA varían de una ejecución a otra, lo que cambia la forma de medirlas (lo vemos más abajo).

En la práctica, un buen GEO se apoya en un buen SEO. Los motores de IA que buscan en la web antes de responder tienden a tomar la información de páginas que ya son fáciles de encontrar y gozan de confianza. El GEO añade una capa por encima: ¿se nombra tu marca, en qué posición, con qué enfoque y qué sitios web hablan por ti?

Cómo deciden los motores de IA qué recomendar

Cada motor de IA funciona de forma distinta, pero la mayoría de las respuestas sobre productos y servicios surgen de la combinación de dos fuentes de información.

1. Lo que el modelo aprendió durante el entrenamiento

Los grandes modelos de lenguaje absorben asociaciones del texto con el que se entrenaron: qué marcas se mencionan juntas con frecuencia, cuáles se describen como líderes, de qué se queja la gente. Este conocimiento tiene una fecha de corte y solo cambia cuando se actualiza el modelo, así que evoluciona despacio.

2. Lo que recupera en el momento de responder

Los asistentes con acceso a la web (la búsqueda de ChatGPT, Perplexity, Gemini, Google AI Overviews y AI Mode, Claude con búsqueda web) hacen búsquedas antes de responder. Una sola pregunta suele desglosarse en varias búsquedas más concretas, lo que a veces se denomina query fan-out: «mejores zapatillas de trail running» puede convertirse en búsquedas de opciones para principiantes, modelos de horma ancha, reseñas y rangos de precio. El motor de IA lee los primeros resultados, sintetiza una respuesta y normalmente enumera algunas de esas páginas como citas.

Esto tiene consecuencias prácticas:

• Las páginas que la IA recupera para tu categoría (sitios de reseñas, artículos comparativos, foros, recopilaciones de medios) a menudo importan tanto como tu propio sitio.
• Las páginas claras, concretas y bien estructuradas que responden directamente a una pregunta son más fáciles de recuperar y citar que un texto de marketing vago.
• Si los rastreadores de IA no pueden acceder a tu sitio, este no se puede recuperar ni citar, por bueno que sea.

Qué medir

Parte de las preguntas que de verdad hacen tus compradores, formuladas como ellos las escribirían, sin el nombre de tu marca. Después, haz seguimiento, por motor de IA y a lo largo del tiempo, de:

• Visibilidad (tasa de mención): la proporción de respuestas que mencionan tu marca. Es la métrica principal.
• Cuota de voz: tu parte del total de menciones de marca entre los competidores que monitorizas. Muestra si estás ganando terreno frente al resto, no solo en términos absolutos.
• Citas: con qué frecuencia las respuestas enlazan a tu sitio y qué dominios de terceros se citan en tus prompts. Estos últimos son tu lista de objetivos fuera de tu sitio.
• Posición: dónde apareces cuando se te menciona. Que te nombren en primer lugar en una lista de cinco no es lo mismo que aparecer casi de pasada.
• Sentimiento y enfoque: las palabras que usa la IA sobre ti. Una mención que dice «popular, pero los usuarios señalan problemas de facturación» es un problema de reputación, no una victoria.

Cada métrica debería poder rastrearse hasta respuestas reales que puedas leer. Si un panel no puede mostrarte la respuesta que hay detrás de una cifra, trata esa cifra con cautela.

Por qué una ejecución no basta

Haz la misma pregunta dos veces a un asistente de IA y a menudo obtendrás dos respuestas distintas: otras marcas, otro orden, otras fuentes. No es un fallo. Los modelos generan texto de forma probabilística y los resultados de búsqueda en directo también cambian. Significa que una sola respuesta es una anécdota, y una sola ejecución semanal se parece más a un sondeo que a una medición.

La solución es la misma que se usa siempre que se mide algo con ruido: tomar varias muestras y presentar la tasa junto con su incertidumbre. Supón que tu marca aparece en 3 de 5 respuestas. Eso es un 60 %, pero con tan pocas respuestas la tasa real podría estar, de forma plausible, entre aproximadamente una cuarta parte y casi nueve de cada diez. A medida que aumenta el número de respuestas, ese mismo 60 % se convierte en una estimación mucho más precisa:

El intervalo de esa tabla es un intervalo de puntuación de Wilson. Dicho de forma sencilla: dado el número de respuestas que has analizado, es el rango de tasas reales razonablemente coherentes con lo que has visto. Funciona bien con muestras pequeñas y con tasas cercanas al 0 % o al 100 %, justo donde fallan las fórmulas más simples.

El manual práctico

Responde directamente a los prompts

Para cada prompt importante, asegúrate de que una página de tu sitio lo responde sin rodeos. Empieza con una respuesta clara y fácil de citar y luego respáldala: para quién es el producto, cómo se compara, cuánto cuesta y pruebas como reseñas, datos o certificaciones. Los motores de IA recuperan y citan páginas concretas, no impresiones generales de marca.

Crea páginas comparativas honestas

Las preguntas del tipo «X vs. Y» y «alternativas a X» son habituales en los prompts de IA. Las comparaciones justas y concretas (incluso señalando cuándo un competidor encaja mejor) suelen ser más útiles, y más citables, que las páginas parciales.

Consigue menciones en las fuentes en las que la IA ya confía

Fíjate en qué dominios se citan en tus prompts. Esos sitios de reseñas, recopilaciones de medios, directorios e hilos de comunidades son donde se está dando forma a la respuesta. Aparecer en ellos, recibir reseñas o ser incluido suele ser la vía más rápida para entrar en la propia respuesta.

Resuelve lo técnico básico

• Acceso de los rastreadores: revisa en robots.txt las reglas que bloquean a los bots de búsqueda y respuesta de IA (por ejemplo, OAI-SearchBot, ChatGPT-User, PerplexityBot, Claude-SearchBot). Decide de forma deliberada qué bots permites.
• llms.txt: un archivo breve que indica a los sistemas de IA cuáles son tus páginas más importantes. Añadirlo cuesta poco y ayuda a que tu contenido clave sea fácil de encontrar.
• Datos estructurados: el marcado Organization, Product, FAQ y Review hace que los datos sobre ti sean legibles por máquinas e inequívocos.
• Coherencia de la entidad: usa el mismo nombre, descripción, precios y datos clave en tu sitio, perfiles y fichas. Las contradicciones se repiten y las afirmaciones desactualizadas perduran.

Corrige el relato

Cuando la IA repite algo negativo o desactualizado, busca de dónde viene. Normalmente es una página o un hilo concreto entre las fuentes citadas. Abórdalo en el origen y en tu propio sitio, con claridad y con hechos.

Demostrar el impacto

El trabajo de GEO solo consigue presupuesto si puedes demostrar que ha funcionado. Trata cada cambio como un experimento: anota la fecha y los prompts a los que se dirige, y compara la visibilidad en esos prompts antes y después, en periodos lo bastante largos como para reunir un número significativo de respuestas.

Después, comprueba si la diferencia es mayor que la variación normal. Una prueba de significación de dos proporciones responde exactamente a esa pregunta: si la visibilidad en los prompts objetivo pasó del 31 % al 54 % con unos cientos de respuestas en cada lado, es un cambio real; si pasó del 31 % al 35 % con unas pocas decenas, bien puede ser ruido. Presentar el antes, el después, el tamaño de las muestras y si el cambio es significativo convierte un «creemos que ha ayudado» en una prueba.

Preguntas frecuentes