SEO y GEO: cómo adaptar tu web a la búsqueda con IA

SEO y GEO: cómo adaptar tu web a la búsqueda con inteligencia artificial

Estamos viviendo uno de los cambios más importantes en la forma de buscar información desde que Google se convirtió en la puerta de entrada a internet. Durante años, buscar consistía en escribir unas palabras, recibir una lista de enlaces y visitar varias páginas hasta encontrar la respuesta. Ahora, cada vez más personas plantean una pregunta completa a una inteligencia artificial y esperan que sea ella quien investigue, compare y resuma la información.

En 2015 creé mi primera página web con WordPress. Quería dedicarme profesionalmente a la fotografía de bodas y necesitaba un lugar en el que mostrar mi trabajo y explicar mi manera de fotografiar un acontecimiento que no se puede repetir.

Por aquel entonces empecé a investigar sobre SEO. Al principio todo me sonaba a chino, pero poco a poco, a base de tutoriales y cursos, conseguí posicionar mi web en los primeros resultados para búsquedas como “fotógrafo de boda en Zamora”. Llegué incluso a ocupar la primera posición. En aquel momento, aparecer arriba en Google era casi sinónimo de recibir nuevas consultas.

Con el tiempo descubrí que me interesaba más construir las webs que utilizarlas como escaparate para mi trabajo fotográfico. En 2020 dejé la fotografía profesional para dedicarme al diseño y al desarrollo web, una profesión que, en muchos aspectos, conectaba con mi formación anterior como diseñadora gráfica.

Como el SEO también había evolucionado, decidí cursar un máster de SEO técnico. Presenté mi proyecto final en noviembre de 2022, apenas unos días antes del lanzamiento público de ChatGPT. Enseguida comprendí que buena parte de lo que había aprendido no iba a desaparecer, pero sí tendría que adaptarse a una forma de buscar completamente distinta.

De esa transformación nace el GEO, un término que se utiliza cada vez más, pero que también está rodeado de exageraciones, conceptos poco claros y soluciones que prometen mucho más de lo que realmente pueden ofrecer.

De buscar enlaces a recibir respuestas

El buscador tradicional mostraba una lista de resultados ordenados. El usuario elegía una página, entraba, leía y, si no encontraba lo que necesitaba, regresaba a Google para probar con otra.

La búsqueda generativa introduce un intermediario. El sistema puede consultar varias fuentes, extraer información de ellas y redactar una respuesta adaptada a la pregunta del usuario. En algunos casos muestra enlaces para ampliar la información, pero ya no siempre es necesario visitar todas las páginas originales.

Esto se suma a un fenómeno que ya existía antes de la inteligencia artificial generativa: las búsquedas sin clic o zero-click. El usuario puede resolver su consulta en la propia página de resultados gracias a un mapa, una previsión meteorológica, una definición, un fragmento destacado, una calculadora o una ficha de negocio.

Las respuestas generadas por IA han ampliado este comportamiento, especialmente en búsquedas informativas. Un estudio de Seer Interactive observó una reducción muy importante del porcentaje de clics en consultas en las que aparecían los resúmenes generados por Google. No significa que todas las búsquedas hayan perdido el mismo volumen de tráfico ni que la IA sea la única responsable, pero la tendencia es evidente: ocupar una buena posición ya no garantiza tantos clics como antes.

¿Significa esto que las páginas web han dejado de ser importantes? No. Las inteligencias artificiales necesitan fuentes en las que fundamentar sus respuestas y los usuarios siguen entrando en una web cuando quieren comprobar una información, conocer mejor una empresa, comparar servicios, ver un porfolio, solicitar un presupuesto o realizar una compra.

Lo que está cambiando es el papel de la web dentro del proceso.

¿Qué es el GEO?

GEO son las siglas de Generative Engine Optimization, que podríamos traducir como optimización para motores generativos.

Su objetivo es aumentar las posibilidades de que el contenido de una web sea encontrado, comprendido, utilizado, citado o recomendado en las respuestas creadas por herramientas como ChatGPT, Gemini, Perplexity, Claude o las funciones de inteligencia artificial integradas en los buscadores.

La diferencia principal está en el resultado que esperamos conseguir:

• Con el SEO buscamos visibilidad en los resultados de búsqueda, buenas posiciones y visitas.
• Con el AEO intentamos ofrecer respuestas claras que puedan aparecer en fragmentos destacados, asistentes de voz y motores de respuesta.
• Con el GEO buscamos que una fuente, una marca o una persona forme parte de una respuesta generada mediante inteligencia artificial.

Estas disciplinas no son compartimentos separados. Comparten gran parte de sus fundamentos y, en la práctica, se solapan.

De hecho, Google sostiene que optimizar una web para sus funciones generativas continúa siendo SEO. AI Overviews y AI Mode se apoyan en los sistemas de búsqueda, indexación y calidad que Google ya utiliza. No existe un segundo índice reservado al GEO ni una serie de requisitos secretos para aparecer en él. Así lo explica en su guía oficial para optimizar una web para la búsqueda generativa.

Por eso no deberíamos hablar de la muerte del SEO ni de su sustitución por el GEO. El SEO sigue siendo la base. Lo que ha cambiado es que ahora debemos pensar en más formas de visibilidad además del enlace y el clic.

Cómo encuentran la información los buscadores generativos

Para adaptar una web a este nuevo escenario conviene distinguir entre dos formas de obtener información.

Por una parte, los modelos se entrenan con grandes cantidades de datos para aprender patrones, relaciones y lenguaje. Ese entrenamiento no se actualiza cada vez que modificamos una página.

Por otra, muchos sistemas actuales pueden buscar información en internet en el momento de recibir una consulta. Recuperan contenidos actualizados y los utilizan como contexto para construir la respuesta.

Este segundo proceso suele apoyarse en una técnica denominada RAG, siglas de Retrieval-Augmented Generation o generación aumentada mediante recuperación. En lugar de responder únicamente con lo aprendido durante su entrenamiento, el modelo consulta fuentes externas y fundamenta su respuesta en ellas.

Google también utiliza lo que denomina query fan-out. Cuando recibe una pregunta compleja, puede descomponerla en varias búsquedas relacionadas, ejecutarlas en paralelo y reunir la información obtenida.

Si alguien pregunta, por ejemplo, “¿qué plataforma me conviene para crear una tienda online pequeña y fácil de mantener?”, el sistema podría investigar por separado:

• Plataformas disponibles.
• Costes.
• Facilidad de uso.
• Métodos de pago.
• Mantenimiento.
• Limitaciones.
• Opiniones y experiencias.
• Necesidades concretas de una tienda pequeña.

Esto abre oportunidades para páginas que no ocupan la primera posición en la consulta original, pero sí ofrecen una respuesta especialmente útil para alguna de esas búsquedas secundarias.

También explica por qué el SEO técnico continúa siendo imprescindible. Si una página no puede rastrearse, no está indexada, carga mal, contiene información inaccesible o tiene una arquitectura confusa, será más difícil que los buscadores puedan recuperarla y utilizarla.

Las palabras clave no han muerto

Durante años, parte del SEO consistía en colocar una palabra clave en el título, la URL, el primer párrafo y distintos puntos del contenido. Esta práctica llegó a utilizarse de manera tan mecánica que muchos textos parecían escritos para un buscador y no para una persona.

Los sistemas actuales comprenden mucho mejor el contexto, los sinónimos y las relaciones semánticas. No necesitan que repitamos exactamente la misma expresión una y otra vez.

Sin embargo, esto no significa que las palabras clave hayan dejado de servir. Siguen ayudándonos a entender cómo busca el usuario, qué vocabulario emplea, qué problemas quiere resolver y cómo debemos organizar la información.

Lo que ha perdido sentido es escribir para una única combinación exacta de palabras.

También ha ganado importancia la identificación de entidades. Una entidad puede ser una persona, una empresa, un producto, un lugar, una organización o un concepto. Para comprender correctamente una marca, los sistemas necesitan encontrar información clara y coherente sobre ella.

Si en la web aparece un nombre comercial, en Google Business Profile se utiliza otro, en las redes sociales encontramos descripciones contradictorias y los servicios no están bien explicados, aumentan las posibilidades de que un buscador no relacione correctamente toda esa información.

La importancia de aportar algo que no esté repetido

Internet está lleno de artículos que dicen prácticamente lo mismo con palabras diferentes. Muchos se han creado recopilando y resumiendo los primeros resultados de Google; ahora, además, pueden producirse miles de textos parecidos mediante inteligencia artificial.

En este escenario, volver a explicar lo que ya está publicado en otros veinte sitios aporta muy poco.

Google utiliza la expresión “contenido no genérico” o non-commodity content para referirse a aquel que ofrece algo difícil de sustituir:

• Experiencia directa.
• Casos reales.
• Fotografías o vídeos propios.
• Datos obtenidos por el autor.
• Comparaciones realizadas con una metodología explicada.
• Opiniones profesionales argumentadas.
• Pruebas.
• Errores y aprendizajes.
• Conclusiones que no proceden únicamente de resumir a otras personas.

En mi caso, tiene más valor explicar cómo conseguí posicionar una web de fotografía en Zamora, qué decisiones tomé y qué resultados obtuve que publicar otro artículo genérico con “diez trucos de SEO”.

Esta idea se relaciona con lo que habitualmente llamamos ganancia de información: el valor adicional que aporta una página frente a lo que ya existe. No debemos entenderlo como una puntuación GEO que podamos consultar ni como una fórmula garantizada, sino como un principio editorial.

El estudio académico que popularizó el término GEO, publicado en KDD 2024, encontró que elementos como las citas, las estadísticas y las fuentes podían mejorar la visibilidad del contenido en determinadas pruebas con motores generativos. Es una investigación interesante, pero sus resultados no deben convertirse en una receta universal aplicable a todas las herramientas y sectores.

E-E-A-T: experiencia, conocimiento, autoridad y fiabilidad

Cuando hablamos de contenido de calidad aparece con frecuencia el concepto E-E-A-T:

• Experience: experiencia directa.
• Expertise: conocimiento especializado.
• Authoritativeness: autoridad.
• Trustworthiness: fiabilidad.

E-E-A-T no es un factor individual que Google mida con una puntuación concreta. Es un marco utilizado para explicar las características que suele tener un contenido fiable.

Una web puede demostrar estas cualidades de muchas formas:

• Identificando al autor.
• Incluyendo una biografía profesional.
• Explicando su experiencia real.
• Enlazando sus perfiles oficiales.
• Mostrando proyectos, procesos y resultados.
• Citando fuentes solventes.
• Indicando cuándo se publicó o actualizó una información.
• Corrigiendo los contenidos cuando cambian.
• Diferenciando claramente los hechos de las opiniones.
• Evitando afirmaciones que no puedan demostrarse.

En temas que pueden afectar a la salud, la seguridad, las finanzas o los derechos de una persona, el nivel de exigencia debe ser todavía mayor.

No existen las primeras 200 palabras mágicas

Una de las recomendaciones que se repite en torno al GEO consiste en colocar toda la información importante en las primeras 200 palabras.

Es cierto que conviene evitar introducciones interminables y responder pronto a la necesidad del lector. También es útil organizar el contenido con títulos, párrafos claros, listas y tablas cuando faciliten la comprensión.

Pero no existe una regla oficial según la cual una inteligencia artificial solo valore las primeras 200 palabras. Tampoco es obligatorio dividir el contenido en fragmentos diminutos para que una máquina pueda entenderlo.

La longitud y la estructura deben depender del tema y de la persona que va a leerlo. Una respuesta sencilla puede resolverse en tres párrafos. Un análisis técnico o legal probablemente necesite mucho más espacio.

El objetivo no debería ser escribir para la supuesta limitación de una IA, sino conseguir que cualquier lector pueda localizar, comprender y comprobar la información con facilidad.

Los datos estructurados ayudan, pero no hacen magia

El marcado Schema permite describir de manera explícita determinados elementos de una página: un artículo, una persona, una organización, un producto, una receta, un evento o un negocio local, entre otros.

Puede ayudar a los buscadores a interpretar el contenido y permite optar a ciertos resultados enriquecidos. Sin embargo, no existe un Schema especial para aparecer en ChatGPT, Gemini o AI Overviews.

Tampoco debemos añadir datos estructurados que no correspondan con información visible en la página.

En una web profesional podrían tener sentido, dependiendo de su contenido:

• Person.
• Organization.
• LocalBusiness o un tipo más específico.
• Service.
• Article.
• Product.
• BreadcrumbList.

Los datos estructurados son una pieza del SEO técnico. No sustituyen a un contenido útil, no crean autoridad por sí solos y no garantizan que una IA cite la página.

Cómo gestionar los bots de inteligencia artificial

No todos los rastreadores de IA tienen la misma función. Algunos se utilizan para encontrar contenido que puede mostrarse en una búsqueda, mientras que otros recopilan información que podría emplearse para entrenar modelos.

OpenAI distingue actualmente entre varios agentes:

OAI-SearchBot

Se utiliza para mostrar páginas en los resultados de búsqueda de ChatGPT. Si queremos que nuestra web pueda aparecer en esas respuestas, no debemos bloquearlo.

GPTBot

Rastrea contenido que podría utilizarse para mejorar y entrenar futuros modelos de OpenAI. Bloquearlo indica que no queremos que el contenido se utilice con esa finalidad.

ChatGPT-User

Accede a una página como consecuencia de una acción iniciada por un usuario. No funciona como un rastreador automático convencional y, según OpenAI, las reglas de robots.txt pueden no aplicarse en estos casos.

OAI-AdsBot

Se utiliza para revisar las páginas de destino enviadas como anuncios en ChatGPT. No se emplea para entrenar los modelos generativos.

OpenAI permite, por ejemplo, aceptar su rastreador de búsqueda y bloquear el de entrenamiento mediante el archivo robots.txt:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Aceptar un bot de búsqueda y rechazar uno de entrenamiento puede ser una estrategia razonable, pero no existe una decisión correcta para todas las webs. Un medio de comunicación, una tienda, una web corporativa y el porfolio de una artista pueden tener intereses muy diferentes.

También es importante recordar que robots.txt controla el rastreo; no es un sistema de protección de contenidos ni sustituye a las medidas legales o técnicas necesarias para impedir el acceso.

Las funciones de cada bot pueden cambiar, por lo que conviene consultar la documentación oficial de rastreadores de OpenAI antes de modificar el archivo.

Derechos de autor, entrenamiento y reproducción de contenidos

La utilización de obras protegidas para entrenar modelos ha generado numerosos litigios y todavía no existe una respuesta jurídica universal.

El fair use es una figura propia del derecho estadounidense y no debemos utilizarla como si fuera una regla aplicable de la misma forma en todos los países. En Europa existen otras normas y excepciones relacionadas con la minería de textos y datos.

También se han documentado casos en los que un modelo puede reproducir fragmentos muy similares a los contenidos con los que ha sido entrenado. Este fenómeno suele denominarse regurgitación.

Sin embargo, no podemos afirmar que cualquier coincidencia constituya automáticamente una infracción. La valoración depende de la extensión reproducida, su originalidad, el contexto, la finalidad, la jurisdicción y otros factores legales.

Por eso, más que anunciar “la muerte del fair use”, resulta sensato que cada propietario decida:

• Qué rastreadores permite.
• Qué contenidos publica abiertamente.
• Qué materiales protege mediante acceso restringido.
• Qué licencias utiliza.
• Cómo documenta la autoría y la fecha de creación.
• Qué medidas toma cuando detecta una reproducción indebida.

¿Qué ocurre cuando una IA se equivoca sobre una marca?

Una inteligencia artificial puede atribuir a una empresa un servicio que no ofrece, mezclarla con otra de nombre parecido, indicar una ubicación antigua o inventar un precio.

Conviene comprobar periódicamente qué dicen los principales buscadores y asistentes sobre nuestro negocio, pero no para “reeducar al algoritmo” mediante preguntas trampa. Una página nueva no modifica inmediatamente el entrenamiento de un modelo.

Lo que sí podemos hacer es facilitar fuentes actuales, públicas y coherentes que los sistemas con acceso a internet puedan recuperar.

Una auditoría de presencia de marca puede incluir preguntas como:

• ¿Quién es esta persona o empresa?
• ¿Dónde trabaja?
• ¿Qué servicios ofrece?
• ¿En qué se especializa?
• ¿Cómo se puede contactar?
• ¿Qué la diferencia de otras empresas similares?
• ¿Qué opiniones existen sobre ella?
• ¿Qué información aparece desactualizada?
• ¿Se confunde con otra persona o negocio?

No debemos tomar una sola respuesta como definitiva. Los resultados pueden variar según la herramienta, la fecha, la ubicación, el modelo utilizado y la forma de preguntar.

Si encontramos errores, conviene revisar:

• La página “Sobre mí” o “Sobre nosotros”.
• Las páginas de servicios.
• Los datos de contacto.
• Google Business Profile.
• Las descripciones de los perfiles sociales.
• Los directorios profesionales.
• Las biografías de autor.
• Las preguntas frecuentes.
• Las políticas comerciales.
• Los datos estructurados.
• Las menciones externas.

El objetivo es construir una identidad digital consistente, no intentar manipular una respuesta concreta.

¿Necesita tu web un archivo llms.txt?

llms.txt es una propuesta presentada en 2024 para publicar en la raíz de una web un archivo en Markdown con una breve descripción del sitio y enlaces a sus contenidos principales.

Su finalidad es ofrecer a modelos y agentes una versión sencilla de la estructura y la información más relevante de una web.

Sin embargo, a día de hoy no es un estándar adoptado de forma general. Google afirma expresamente que no utiliza llms.txt para su buscador ni para sus funciones generativas. Crearlo no mejora ni perjudica el posicionamiento en Google.

OpenAI tampoco lo incluye entre los requisitos para aparecer en la búsqueda de ChatGPT.

Esto no significa que el archivo sea inútil en todos los casos. Puede resultar práctico en proyectos de documentación técnica, repositorios de software o webs con información especialmente compleja, siempre que exista una herramienta que lo consulte.

Pero para la mayoría de pequeñas empresas no debería ser una prioridad. Antes invertiría tiempo en:

• Corregir problemas de rastreo e indexación.
• Mejorar la estructura de la web.
• Actualizar los contenidos.
• Crear buenas páginas de servicios.
• Trabajar la autoridad de la marca.
• Optimizar Google Business Profile.
• Añadir los datos estructurados apropiados.
• Revisar el enlazado interno.
• Mejorar la accesibilidad y la experiencia de usuario.

Si después se quiere experimentar con llms.txt, puede hacerse. Lo importante es no venderlo como un nuevo sitemap obligatorio ni como una puerta de entrada directa a las inteligencias artificiales.

La especificación de llms.txt continúa describiéndose a sí misma como una propuesta.

¿Y una página de información para LLM?

También están apareciendo páginas denominadas “LLM Info”, “AI Info” o “información para inteligencias artificiales”.

No existe un formato oficial reconocido por Google, OpenAI o los principales buscadores. Una página de este tipo no obliga a los modelos a utilizar su contenido ni garantiza que corrijan información equivocada.

No obstante, puede ser útil disponer de una página pública que reúna los datos fundamentales de una marca, sobre todo cuando estos se encuentran dispersos.

Podría incluir:

• Nombre comercial y nombre legal.
• Descripción breve de la actividad.
• Persona responsable.
• Servicios ofrecidos.
• Servicios que no se ofrecen.
• Zona geográfica de trabajo.
• Modalidad presencial o remota.
• Datos de contacto.
• Perfiles oficiales.
• Experiencia y especialización.
• Información comercial que pueda publicarse.
• Fecha de la última actualización.

La página debe estar escrita también para personas, ser accesible, indexable y coherente con el resto de la web. No conviene ocultarla, llenarla de palabras clave ni duplicar en ella grandes cantidades de contenido.

En muchos casos será más eficaz mejorar las páginas “Sobre mí”, “Servicios”, “Contacto” y “Preguntas frecuentes”. Si esas páginas ya explican correctamente el negocio, quizá no sea necesario crear otra exclusivamente para las máquinas.

SEO local y visibilidad en respuestas generativas

Para los negocios que trabajan en una ciudad o zona concreta, la optimización local sigue siendo fundamental.

Una IA puede utilizar distintas fuentes para responder a preguntas como:

• “¿Qué diseñadora web trabaja con WordPress en Zamora?”
• “¿Dónde puedo contratar una fotógrafa especializada en patrimonio?”
• “¿Qué restaurantes hay cerca de la Catedral de Zamora?”
• “¿Qué profesional puede crear una tienda online para un pequeño negocio?”

Por eso conviene mantener actualizados:

• Google Business Profile.
• El nombre, la dirección y el teléfono.
• Los horarios.
• Las categorías del negocio.
• Las zonas de servicio.
• Las fotografías.
• Las reseñas.
• Las respuestas a las reseñas.
• Los perfiles sociales y directorios relevantes.
• La información de contacto de la web.

Para una tienda online también adquieren importancia los feeds de Merchant Center, el precio, la disponibilidad, los gastos de envío y las políticas de devolución.

Google ha confirmado que la información procedente de Business Profile y Merchant Center puede utilizarse tanto en los resultados tradicionales como en algunas de sus experiencias generativas.

El comercio agéntico ya ha empezado

El GEO no se limita a conseguir que una IA mencione una página. Estamos entrando en una etapa en la que los agentes pueden realizar acciones en nombre del usuario.

Una persona puede pedir:

“Encuentra unas zapatillas rojas de la talla 42, por menos de 100 euros, que puedan llegar antes del viernes.”

El agente puede buscar, comparar productos, comprobar disponibilidad y ayudar a completar la compra.

Google ha impulsado protocolos como UCP, destinado a conectar agentes, comercios y sistemas durante el proceso de compra, y AP2, orientado a autorizar y registrar pagos realizados por agentes.

McKinsey estima que el comercio agéntico podría llegar a intervenir en operaciones por valor de entre tres y cinco billones de dólares en todo el mundo en 2030. Es una proyección, no una cifra garantizada, pero muestra la importancia que está adquiriendo este ámbito. Análisis de McKinsey sobre comercio agéntico

Para la mayoría de pequeñas empresas todavía no es necesario implementar protocolos complejos. Hay tareas mucho más básicas que deben resolverse antes:

• Información comercial actualizada.
• Precios y stock fiables.
• Formularios que funcionen.
• Navegación comprensible.
• Web accesible.
• Procesos de compra sencillos.
• Condiciones de envío y devolución claras.
• Ausencia de ventanas o barreras que bloqueen la navegación.
• APIs o feeds cuando el volumen del negocio los justifique.

Los agentes pueden interpretar el contenido, el código, la apariencia visual y el árbol de accesibilidad de una página. Por tanto, una web accesible no solo beneficia a las personas: también puede facilitar la interacción de los nuevos agentes.

La publicidad también ha llegado a ChatGPT

Durante mucho tiempo existió la duda de si los asistentes introducirían publicidad y si eso acabaría reproduciendo algunos de los problemas de los buscadores tradicionales.

Esa posibilidad ya ha empezado a materializarse. OpenAI comenzó a probar anuncios en ChatGPT en Estados Unidos en febrero de 2026 y posteriormente amplió las opciones disponibles para los anunciantes. Los anuncios aparecen diferenciados de las respuestas orgánicas, aunque su implantación puede variar según el país y el tipo de cuenta. Información oficial sobre los anuncios en ChatGPT

Para los pequeños negocios existe un riesgo evidente: si la publicidad adquiere demasiado protagonismo, las grandes empresas tendrán más capacidad para ocupar esos espacios.

Pero también puede haber oportunidades. Una respuesta generativa puede seleccionar fuentes muy específicas, experiencias locales o conocimientos especializados que no siempre proceden de las marcas con mayor presupuesto.

La mejor defensa de una pequeña empresa continúa siendo construir algo difícil de sustituir: experiencia, especialización, reputación, cercanía, buen servicio y contenido propio.

Cómo medir la visibilidad en la era de la IA

El seguimiento de posiciones no ha muerto, pero ya no es suficiente.

Necesitamos combinar varias métricas:

• Posiciones en los resultados tradicionales.
• Impresiones y clics.
• Tráfico orgánico.
• Conversiones.
• Consultas de marca.
• Presencia local.
• Tráfico referido desde asistentes.
• Menciones y citas en respuestas generativas.
• Comparación con competidores.
• Exactitud de la información mostrada.
• Conversiones asistidas.

OpenAI añade el parámetro utm_source=chatgpt.com a los enlaces procedentes de la búsqueda de ChatGPT, lo que permite identificar parte de esas visitas en herramientas como Google Analytics.

También podemos trabajar con el AI Share of Voice, que mide con qué frecuencia aparece una marca frente a sus competidores en un conjunto de consultas.

No debería considerarse una cifra absoluta. Las respuestas generativas pueden cambiar según el modelo, la ubicación, la fecha, el usuario y la redacción de la pregunta. Para que el seguimiento tenga cierto valor, debemos utilizar siempre un grupo estable de consultas, repetir las mediciones y documentar las condiciones.

Google ofrece además un informe específico sobre rendimiento en experiencias generativas dentro de Search Console. Aun así, conviene desconfiar de cualquier herramienta externa que asegure conocer las métricas internas o el algoritmo de una plataforma. Ninguna tiene acceso completo a esos sistemas.

Qué hacer hoy para mejorar la visibilidad de una web

Si tuviera que resumirlo en una lista de prioridades, empezaría por estas acciones:

1. Asegurar el SEO técnico

La web debe poder rastrearse, indexarse y entenderse correctamente. Hay que revisar robots.txt, sitemap, etiquetas canonical, redirecciones, contenido duplicado, enlazado interno, versión móvil, velocidad y errores de indexación.

2. Responder a necesidades reales

Cada página debe tener una finalidad clara. No se trata de cubrir todas las palabras clave posibles, sino de resolver las dudas que influyen en la decisión del usuario.

3. Publicar contenido basado en experiencia

Casos reales, procesos, fotografías propias, comparaciones, pruebas, problemas y aprendizajes tienen más valor que otro resumen de información conocida.

4. Identificar a los autores

Una buena biografía, la experiencia profesional, las fuentes y los perfiles oficiales ayudan a comprender quién está detrás del contenido.

5. Mantener una marca coherente

El nombre, los servicios, la ubicación y la descripción deben coincidir en la web, Google Business Profile, perfiles sociales y directorios.

6. Utilizar datos estructurados adecuados

Hay que añadir únicamente el marcado que corresponda al contenido visible y comprobar que no contiene errores.

7. Optimizar imágenes y vídeos

Las búsquedas generativas también muestran contenido visual. Conviene utilizar archivos de calidad, nombres descriptivos, textos alternativos, pies de foto y contexto suficiente.

8. Citar fuentes

Las afirmaciones importantes deben apoyarse en estudios, documentación oficial, normativa o instituciones solventes. Enlazar una fuente no resta autoridad: demuestra que se ha realizado un trabajo serio.

9. Decidir qué bots permitimos

Hay que diferenciar entre rastreo para búsqueda, entrenamiento, acciones iniciadas por usuarios y publicidad.

10. Medir negocio, no solo visibilidad

Una mención puede ser positiva, pero lo importante es saber si contribuye a generar confianza, consultas, suscripciones, reservas o ventas.

Mitos frecuentes sobre GEO

Antes de terminar, conviene desmontar algunas ideas que se repiten con demasiada facilidad:

• El SEO no ha muerto.
• Las palabras clave no han desaparecido.
• No existe un Schema especial para las IA.
• llms.txt no es obligatorio.
• Una página LLM Info no reeduca un modelo.
• No hay que escribir obligatoriamente en Markdown.
• No existe una longitud perfecta.
• Las primeras 200 palabras no determinan por sí solas una cita.
• Dividir el contenido en fragmentos diminutos no garantiza que se entienda mejor.
• Repetir una marca muchas veces no obliga a recomendarla.
• Crear cientos de páginas con IA no construye autoridad.
• El AI Share of Voice no sustituye a todas las métricas anteriores.
• Ninguna herramienta puede garantizar que una marca aparecerá en ChatGPT, Gemini o AI Overviews.

El SEO no ha muerto, pero el clic ya no es el único objetivo

Durante años trabajamos para conseguir que una página apareciera lo más arriba posible y recibiera una visita. Ese objetivo sigue siendo importante, pero ahora debemos añadir otros: ser encontrados, comprendidos, citados y recordados.

La mejor estrategia no consiste en escribir para una máquina ni en perseguir cada nuevo acrónimo que aparece en el mercado. Consiste en construir una web técnicamente accesible, explicar claramente quiénes somos, publicar información fiable y aportar algo que no pueda obtenerse copiando o resumiendo a los demás.

Las plataformas, los modelos y las interfaces seguirán cambiando. También cambiarán sus sistemas de publicidad, sus rastreadores y la forma de medir la visibilidad.

La experiencia, el conocimiento, la claridad y la confianza seguirán siendo útiles cuando el siguiente modelo haya sustituido al actual.

Glosario básico

SEO — Search Engine Optimization: optimización destinada a mejorar la visibilidad de una web en los buscadores.

AEO — Answer Engine Optimization: optimización orientada a facilitar respuestas claras en motores de respuesta, asistentes y resultados directos.

GEO — Generative Engine Optimization: conjunto de prácticas destinadas a mejorar la posibilidad de que una fuente o marca sea recuperada, utilizada, mencionada o citada en una respuesta generativa.

LLM — Large Language Model: modelo entrenado con grandes cantidades de información para procesar y generar lenguaje. Algunos modelos actuales también pueden trabajar con imágenes, audio, vídeo y otros formatos.

RAG — Retrieval-Augmented Generation: técnica que permite recuperar información externa y utilizarla como contexto para generar una respuesta más actual y fundamentada.

Query fan-out: descomposición de una consulta compleja en varias búsquedas relacionadas que se realizan en paralelo.

E-E-A-T: experiencia, conocimiento especializado, autoridad y fiabilidad. No es un factor individual de posicionamiento, sino un marco para comprender las características de un contenido digno de confianza.

CTR — Click-Through Rate: porcentaje de personas que hacen clic en un resultado respecto al número de veces que se muestra.

Zero-click: búsqueda que termina sin que el usuario visite una página externa.

AI Share of Voice: porcentaje de presencia o menciones de una marca frente a sus competidores dentro de un conjunto de consultas realizadas a sistemas de inteligencia artificial.

Datos estructurados: marcado que describe de manera explícita determinados elementos de una página mediante vocabularios como Schema.org.

llms.txt: propuesta de archivo en Markdown destinado a ofrecer a los modelos un resumen y una selección de contenidos relevantes de una web. No es un estándar obligatorio ni un requisito de Google u OpenAI.

Regurgitación: reproducción por parte de un modelo de fragmentos muy similares o idénticos a contenidos presentes en sus datos.

Comercio agéntico: procesos de búsqueda, comparación o compra realizados total o parcialmente por agentes de inteligencia artificial en nombre de un usuario.