El GEO (Generative Engine Optimization) agrupa las prácticas que buscan hacer aparecer un sitio o una marca en las respuestas de ChatGPT, Gemini, Perplexity, Copilot o de los AI Overviews de Google. Se basa primero en los fundamentos del posicionamiento: páginas accesibles a los robots, indexadas, útiles y verificables, así como en la presencia de la marca en fuentes terceras fiables. Ningún editor de asistente publica sus criterios de selección: esta guía distingue lo que está documentado, lo que se observa y lo que aún es hipotético.
El tema ha cobrado importancia porque los asistentes conversacionales se han convertido en una puerta de entrada a la información, incluso para consultas comerciales. Pero también arrastra muchas promesas inverificables. Los datos citados a continuación se verificaron en noviembre de 2026; las herramientas y las reglas de las plataformas evolucionan rápido y deben recontrolarse antes de cualquier decisión.
¿Qué es el Generative Engine Optimization?
El término proviene de un artículo de investigación titulado «GEO: Generative Engine Optimization», depositado en arXiv en noviembre de 2023 por un equipo que asocia principalmente la Universidad de Princeton y el IIT Delhi, luego aceptado en la conferencia KDD 2024. Los autores definen los «motores generativos» como sistemas que buscan fuentes en la web y luego redactan una respuesta sintética citándolas. El GEO designa los métodos que aumentan la visibilidad de un contenido en estas respuestas. Para profundizar, consulta «¿Qué es el GEO? Definición y retos».
El vocabulario no está estabilizado. También se encuentran AEO (Answer Engine Optimization), LLMO o simplemente «posicionamiento IA». Google, en su guía de optimización para sus funcionalidades de IA generativa publicada en mayo de 2026, considera que estos términos cubren el mismo trabajo y que, para su motor, optimizar para la búsqueda generativa sigue siendo SEO. La cuestión de fondo, qué es el GEO respecto al posicionamiento clásico, no se resume por tanto a un cambio de etiqueta: es sobre todo la manera de medir el resultado lo que cambia, y ahí es donde se juega lo esencial de la comparación SEO vs GEO. Detallamos esta comparación en «SEO vs GEO: diferencias, puntos en común y complementariedades».
Cuatro resultados que nunca confundir
Estar «visible en una IA» puede designar situaciones muy diferentes, que no tienen ni el mismo valor ni las mismas herramientas de medición. Mezclarlas conduce a cuadros de mando engañosos.
| Resultado | Definición | Ejemplo |
|---|---|---|
| Cita | Tu página aparece como fuente enlazada de la respuesta | Un enlace numerado hacia tu artículo bajo una respuesta de Perplexity |
| Mención | Tu marca es nombrada en el texto, con o sin enlace | ChatGPT cita tu empresa entre tres proveedores, sin enlace |
| Tráfico referente | Un internauta hace clic y llega a tu sitio | Una sesión cuyo referente es un asistente en tu herramienta de análisis |
| Conversión | Esta visita culmina en una acción útil | Solicitud de presupuesto, inscripción, compra |
Una marca puede ser a menudo mencionada sin nunca ser citada, o citada sin recibir clics. A la inversa, una decisión tomada en una conversación puede traducirse más tarde en una visita directa o una búsqueda de marca, que las herramientas atribuirán a otro canal. Esa es la principal limitación de todo lo que sigue.
Cómo buscan y citan fuentes los asistentes
Un asistente puede responder de dos maneras. O bien se apoya únicamente en lo que el modelo aprendió durante su entrenamiento, sin fuente mostrada; o bien lanza búsquedas en el momento de la pregunta, recupera páginas y luego redacta una respuesta citándolas. Este segundo método, llamado generación aumentada por recuperación o grounding, es el único sobre el que un sitio puede actuar rápidamente, porque el entrenamiento de un modelo se hace con datos fijados en una fecha dada.
Google describe este funcionamiento para sus AI Overviews y su AI Mode: sus sistemas de clasificación habituales recuperan páginas en el índice de búsqueda, y el modelo puede lanzar varias consultas relacionadas en paralelo, una técnica que Google llama query fan-out. Según su documentación para editores, una página simplemente debe estar indexada y ser elegible para mostrarse con un extracto para poder servir como enlace de referencia, sin exigencia técnica adicional. Optimizar los AI Overviews equivale por tanto primero a tener éxito en el posicionamiento en Google. Detallamos este punto en «Google AI Overviews: ¿cómo preparar tu sitio para las respuestas de IA?».
Quién explora qué: los robots que hay que conocer
Cada editor utiliza sus propios robots, con roles distintos. Confundirlos es el error técnico más costoso: bloquear un robot de búsqueda creyendo bloquear el entrenamiento de los modelos hace desaparecer el sitio de las respuestas. El tema es objeto de un artículo dedicado: «Robots IA y robots.txt: ¿a quién autorizar y cómo verificar?».
| Editor | Robot o token | Rol documentado | Efecto de un bloqueo en robots.txt |
|---|---|---|---|
| OpenAI | OAI-SearchBot | Hacer aparecer sitios en la búsqueda de ChatGPT | El sitio ya no se muestra en las respuestas de búsqueda de ChatGPT |
| OpenAI | GPTBot | Recopilar contenidos que pueden servir para el entrenamiento | Señala que el contenido no debe servir para el entrenamiento |
| OpenAI | ChatGPT-User | Visitas desencadenadas por una petición de usuario | Las reglas robots.txt pueden no aplicarse |
| Perplexity | PerplexityBot | Hacer aparecer y enlazar sitios en los resultados | Respetado según Perplexity; el sitio pierde sus oportunidades de ser citado |
| Perplexity | Perplexity-User | Recuperar una página a petición de un usuario | Ignora en general robots.txt, según Perplexity |
| Googlebot | Exploración para la búsqueda, incluidas las funcionalidades de IA | El sitio sale de la búsqueda y por tanto de los AI Overviews y del AI Mode | |
| Google-Extended (token robots.txt) | Entrenamiento de los modelos Gemini y grounding en las aplicaciones Gemini | Ningún efecto en la inclusión ni en la clasificación en la búsqueda de Google |
Estos roles están extraídos de la documentación de los robots de OpenAI, de la de Perplexity y de la lista de robots de Google, consultadas en noviembre de 2026. OpenAI y Perplexity indican que una modificación de robots.txt puede requerir unas 24 horas para ser tenida en cuenta. Google anuncia además su intención de dar soporte, a principios de 2027, a la señal estándar de preferencia de entrenamiento AIPREF. El detalle de la configuración de robots IA y robots.txt merece un control línea a línea, porque un firewall o un CDN también pueden rechazar estos robots sin que el archivo esté en causa.
Lo que midió el estudio fundacional, y lo que no prueba
El artículo de investigación de 2023 construyó un banco de pruebas de 10.000 consultas (GEO-bench) y probó nueve modificaciones de contenido en un motor generativo simulado, luego en Perplexity. Los mejores métodos, añadir citas de fuentes, citas textuales y estadísticas, mejoraron la visibilidad medida en aproximadamente 30 a 40 % en relativo, según los autores. El relleno de palabras clave no aportó ninguna ganancia, e incluso degradó el resultado durante la prueba en Perplexity.
Otro resultado es a menudo citado: las fuentes clasificadas en quinta posición en los resultados de búsqueda ganaron 115,1 % de visibilidad con la adición de citas, cuando las fuentes de primer rango perdieron en promedio 30,3 %. Estas cifras describen un experimento controlado, con los modelos disponibles a finales de 2023 y una métrica definida por los investigadores. Indican una tendencia plausible —los contenidos fundamentados y precisos son más retomados— pero no constituyen una regla de funcionamiento de los asistentes actuales.
¿Qué fundamentos técnicos y editoriales dominar?
El punto de partida es a menudo más bajo de lo que se piensa. El barómetro de Fasterize publicado en noviembre de 2026, basado en un rastreo de 1.469 sitios, señalaba que el 61 % de los sitios alcanzaban 80/100 en su pilar Search frente al 9 % en su pilar AI Search: una brecha detallada en nuestro artículo sobre la baja optimización de los sitios para la búsqueda IA. Estas puntuaciones se basan en la cuadrícula del editor, pero muestran que las bases siguen siendo la primera obra.
En el lado técnico, cuatro condiciones están documentadas. Los robots de búsqueda de los asistentes deben poder acceder a las páginas, incluso a través del firewall y el CDN. Las páginas deben estar indexadas y ser elegibles para los extractos, ya que Google precisa que las directivas nosnippet, data-nosnippet y max-snippet limitan también lo que aparece en sus funcionalidades de IA. El contenido importante debe existir en forma de texto, como pide Google; y como los editores de asistentes no documentan la capacidad de sus robots para ejecutar JavaScript, mejor que figure directamente en el HTML servido. Por último, los datos estructurados deben corresponder al texto visible. Para ir más lejos, lee nuestro artículo «Datos estructurados e IA: ¿Schema.org cambia la visibilidad?».
Varias ideas preconcebidas caen al leer las documentaciones oficiales. Google indica que no utiliza el archivo llms.txt, que ningún marcado schema.org específico es necesario para sus funcionalidades de IA y que no es útil cortar sus páginas en pequeños bloques. El debate sobre llms.txt y el posicionamiento IA sigue abierto para otros servicios, pero ningún gran actor ha, a nuestro conocimiento, documentado que lo usa para elegir sus fuentes. En cuanto a schema.org, mantiene su interés para los resultados enriquecidos y la coherencia de la información, sin ser un pase directo. Para profundizar, consulta «llms.txt: ¿este archivo ayuda realmente al posicionamiento IA?».
Desde el 31 de agosto de 2026, Google propone también en Search Console un ajuste «Search generative AI» que permite excluir un sitio de los AI Overviews, del AI Mode y de las funcionalidades generativas de Discover. Este ajuste está activado en «incluir» por defecto; la exclusión elimina todo tráfico y toda impresión procedentes de estas funcionalidades, sin efecto en el resto de la búsqueda según Google. A verificar en cada propiedad, especialmente después de una migración o una recuperación de sitio.
Cuadrícula de control y nivel de prueba
La siguiente tabla clasifica las palancas más citadas según la solidez de lo que las respalda. «Documentado» significa que un editor lo escribe en su documentación; «observado» que un estudio o una prueba lo ha señalado en condiciones precisas; «hipótesis» que se trata de una práctica razonable sin prueba publicada.
| Palanca | Nivel de prueba | Cómo verificar |
|---|---|---|
| Acceso de los robots de búsqueda (OAI-SearchBot, PerplexityBot, Googlebot, Bingbot) | Documentado | robots.txt, registros del servidor, reglas del firewall |
| Indexación y elegibilidad para extractos | Documentado (Google) | Inspección de URL en Search Console |
| Ajuste «Search generative AI» en «incluir» | Documentado (Google) | Parámetros de Search Console |
| Información clave presente en el HTML servido | Hipótesis prudente (texto documentado por Google, ejecución de JavaScript no documentada en los demás) | Comparar el código fuente y la página renderizada |
| Hechos precisos, cifras con fuentes, citas | Observado (estudio GEO 2023) | Releer las páginas clave: ¿cada afirmación tiene una fuente? |
| Títulos claros, tablas, FAQ | Recomendado por Microsoft para Bing y Copilot | Revisión editorial de las páginas más estratégicas |
| Presencia en fuentes terceras (directorios, comparativas, prensa) | Observado en pruebas puntuales | Listar las fuentes citadas en tus consultas clave |
| Archivo llms.txt | Hipótesis; ignorado por Google Search | Ningún indicador público |
¿Cómo optimizar la visibilidad de una marca y de sus contenidos?
En tus propias páginas, las recomendaciones convergentes de los editores se resumen en unos principios. Google pide contenidos «no intercambiables», producidos a partir de una experiencia o una experiencia real, más que síntesis de lo que ya existe. En el anuncio de su informe AI Performance, Microsoft aconseja estructurar la información (títulos, tablas, FAQ), fundamentar las afirmaciones con ejemplos y datos, actualizar regularmente las páginas y señalar los cambios mediante IndexNow.
Concretamente, una página tiene más oportunidades de ser retomada si responde explícitamente a una pregunta, da elementos verificables (precio de inicio, plazo, perímetro, fecha de actualización, método) e indica quién habla y con qué título. Estas referencias coinciden con los criterios de «contenido útil» que Google describe desde hace varios años: quién produjo el contenido, cómo y con qué propósito.
La visibilidad de una marca no se juega solo en su sitio. Los asistentes también se apoyan en páginas terceras: directorios sectoriales, comparativas, perfiles profesionales, artículos de prensa, opiniones. De ahí la importancia de la entidad de marca, es decir, de información coherente (nombre, actividad, dirección, ofertas, directivos) en todos los lugares donde se describe la empresa. Para los comercios y los productos, Google cita explícitamente Merchant Center y la ficha de establecimiento de Google; Microsoft, por su parte, cita Bing Places. Ser citado por ChatGPT responde a la misma lógica, con la particularidad de depender de la búsqueda web del asistente y de su robot OAI-SearchBot. Detallamos este punto en «Entidad de marca: ¿cómo hacer que una empresa sea identificable por las IA?».
Las prácticas que se vuelven contra ti
- Producir páginas en masa para captar consultas de asistentes. Google recuerda que crear páginas principalmente para manipular sus resultados o sus respuestas generadas infringe su regla contra los contenidos producidos a gran escala.
- Fabricar menciones. La guía de Google indica que buscar menciones «inauténticas» en la web no es tan útil como parece; sus sistemas anti-spam se aplican también a las respuestas generativas.
- Rellenar las páginas de palabras clave. Es el único método probado en el estudio GEO de 2023 que no aportó nada.
- Bloquear el robot equivocado. Prohibir OAI-SearchBot o PerplexityBot para «proteger sus contenidos» retira el sitio de las respuestas, mientras que GPTBot y Google-Extended bastan para expresar una negativa de entrenamiento.
- Creer en una clasificación garantizada. Google precisa que ninguna herramienta tercera tiene acceso a sus sistemas internos de clasificación o de IA. Toda oferta de «posición garantizada» en un asistente debe tratarse con desconfianza.
¿Cómo medir menciones, citas, tráfico y conversiones?
La medición es el eslabón más débil del GEO, y cada plataforma da una visión parcial. Medir la visibilidad IA supone por tanto combinar varias fuentes de datos, sabiendo lo que cada una cubre y lo que ignora.
Google proporciona desde junio de 2026 un informe de rendimiento de la IA generativa en Search Console, abierto a todos los sitios desde el 31 de agosto de 2026. Cuenta las impresiones en los AI Overviews y el AI Mode (una impresión cada vez que se muestra un enlace al sitio), por página, país, fecha y dispositivo. No proporciona clics, y estos datos figuran también en el informe de rendimiento clásico: sumar ambos equivale a contar dos veces.
Microsoft propone desde el 10 de febrero de 2026, en versión preliminar, un informe AI Performance en Bing Webmaster Tools. Registra las citas en Copilot, en los resúmenes generados por Bing y en algunos socios, con las «grounding queries», las expresiones usadas por la IA para recuperar tus páginas, presentadas como una muestra. Se añadieron vistas por intención, por tema y una «cuota de citas» en junio de 2026; Microsoft precisa que esta cuota de citas no representa una cuota de tráfico.
Para ChatGPT, Perplexity y la aplicación Gemini, no existe un equivalente público de estos informes a nuestro conocimiento: el posicionamiento en Perplexity y Gemini se sigue mediante el análisis del tráfico referente y mediante pruebas de consultas. Según la FAQ para editores de OpenAI, los enlaces de la búsqueda de ChatGPT llevan el parámetro utm_source=chatgpt.com, lo que facilita su localización en una herramienta de análisis.
| Indicador | Fuente de datos | Qué mide | Limitación principal |
|---|---|---|---|
| Impresiones IA Google | Search Console, informe IA generativa | Visualización de un enlace en AI Overviews o AI Mode | Sin clics; AI Overviews y AI Mode no separados |
| Citas Copilot y Bing | Bing Webmaster Tools, AI Performance | Número de citas, páginas y consultas de recuperación | Versión preliminar; ni clics ni tráfico |
| Tráfico referente | Herramienta de análisis (referentes, parámetros UTM) | Visitas procedentes de un asistente identificable | Una parte de las visitas llega sin referente |
| Menciones sin enlace | Panel de consultas probadas manualmente o herramienta tercera | Presencia del nombre de marca y formulación | Respuestas variables, muestra limitada |
| Conversiones | Análisis, CRM, pregunta «¿cómo nos conoció?» | Valor comercial del canal | Atribución incompleta del recorrido |
Los volúmenes siguen siendo modestos a escala de un sitio. Según los datos de Similarweb retomados por Fasterize sobre 498 sitios en agosto de 2026, los asistentes enviaban de mediana 2 visitas por cada 100 visitas procedentes de la búsqueda orgánica. Varios análisis señalan en cambio tasas de conversión más elevadas para estos visitantes, sobre muestras limitadas: es una razón para seguir la conversión tanto como el volumen.
Un protocolo de prueba manual reproducible
- Redacta de 20 a 50 preguntas que tus clientes plantean realmente, repartidas entre informativas, comparativas y comerciales, sin citar tu marca.
- Elige los asistentes seguidos y anota para cada uno el modo usado (búsqueda web activada o no), el idioma y la cuenta (conectada o no).
- Plantea cada pregunta varias veces, en sesiones separadas, porque las respuestas varían de un intento a otro.
- Para cada respuesta, anota: marca mencionada o no, páginas citadas, competidores presentes, formulación usada, posibles errores fácticos.
- Archiva capturas fechadas, luego repite el protocolo a intervalo fijo (por ejemplo todos los meses) con las mismas preguntas.
Este protocolo no da una cuota de mercado, sino una tendencia sobre una muestra elegida. Las herramientas GEO comerciales automatizan este trabajo a mayor escala; su método (número de consultas, frecuencia, localización, modelos interrogados) debe conocerse antes de comparar sus cifras.
Plan de auditoría GEO y errores a evitar
Una auditoría GEO no necesita herramientas exóticas. Consiste en verificar, en orden, que nada bloquea el acceso, que los contenidos son explotables, que la marca está correctamente descrita en otros lugares, luego establecer una medición de partida.
- Acceso. Leer el robots.txt y las reglas del firewall o del CDN para OAI-SearchBot, PerplexityBot, Googlebot y Bingbot; verificar en los registros del servidor que estos robots obtienen respuestas 200.
- Elección de entrenamiento. Decidir separadamente el destino de GPTBot y de Google-Extended, que conciernen el entrenamiento y, para Google-Extended, el grounding de las aplicaciones Gemini.
- Indexación. Controlar en Search Console y Bing Webmaster Tools la indexación de las páginas estratégicas y la ausencia de directivas nosnippet involuntarias.
- Ajuste Google. Verificar que la propiedad Search Console está en «incluir» en el ajuste «Search generative AI».
- Renderizado. Asegurarse de que precios, características y respuestas clave figuren en el HTML servido, no solo tras la ejecución de JavaScript.
- Contenido. Identificar las páginas que responden a las preguntas clave y añadirles hechos fechados, fuentes y elementos de método.
- Entidad. Recopilar las fichas y perfiles que describen la empresa y corregir la información obsoleta o contradictoria.
- Medición de partida. Activar los informes de Google y Bing, aislar los referentes de los asistentes en la herramienta de análisis y lanzar la primera pasada del protocolo de prueba.
Juzgar un resultado sin equivocarse de conclusión
Un aumento de las citas tras una modificación no prueba que la modificación sea la causa: los modelos cambian, la competencia publica, la demanda varía. Para limitar este sesgo, compara un grupo de páginas modificadas con un grupo de páginas comparables dejadas tal cual, en el mismo periodo, y guarda un registro fechado de cada cambio. Microsoft recuerda él mismo que la actividad de citación depende de la evolución de los modelos, de los contenidos competidores y de la demanda.
Por último, fija objetivos proporcionados. Para un sitio de contenido, la ganancia esperada es sobre todo una presencia en las fuentes citadas; para una empresa, es ser mencionada correctamente cuando un comprador pide una recomendación. En ambos casos, el GEO prolonga el posicionamiento y el trabajo de reputación más que los reemplaza, y ningún método garantiza un lugar en la respuesta de un asistente.
