De SEO a GEO: Optimización de Motores Generativos

TL;DR: GEO significa Generative Engine Optimization (Aggarwal et al., arXiv 2311.09735, nov. 2023), no «Genuine Experience Optimization». Ese término lo propuse el año pasado y aquí lo retiro. La práctica consiste en conseguir que los motores de IA extraigan frases de tus páginas cuando responden a una consulta. A continuación: el verdadero origen del término, los cuatro mecanismos que importan (entradas aptas para citación, schema como grounding, llms.txt, estadísticas citables), lo que hicimos mal con nuestra propia cohorte de clientes y el coste real de redirigir un blog existente hacia la citación por IA.

Actualizado en mayo de 2026. Reescritura sustancial. La versión anterior definía GEO como «Genuine Experience Optimization», lo que contradice el significado estándar del sector. Corregido, con fuentes nombradas y una sección de mecánica real.

El SEO ha muerto. Otra vez. Brinda por él, o no.

Cada seis meses alguien declara muerto el SEO. Normalmente en LinkedIn, a veces en un pódcast, siempre con la misma energía. Esta vez la culpa es de la IA. ChatGPT redacta blogs, las AI Overviews de Google responden por encima del pliegue y Perplexity trata tu página como una nota a pie.

Las luces siguen encendidas. La búsqueda sigue ocurriendo, las páginas aún posicionan, el tráfico todavía convierte. Lo que cambió es que posicionar en Google ya no es la única línea de meta. Ahora hay una segunda, y ahí entra GEO.

Qué significa realmente GEO (y de dónde viene el término)

GEO es Generative Engine Optimization. El término fue acuñado en un artículo de nov. de 2023 por Aggarwal, Khandelwal, Tanmay, Agrawal y Mittal en Princeton, Georgia Tech y Allen Institute (arXiv:2311.09735). Propusieron nueve estrategias de optimización y midieron incrementos de visibilidad de citación de hasta un 40 % en un benchmark de 10 000 consultas. El artículo introductorio de Search Engine Land (Yagudaev, 2024) es el complemento del lado de la industria; Wikipedia y el campo han adoptado mayoritariamente la definición académica.

(Nota al margen: una versión anterior de este post definía GEO como «Genuine Experience Optimization». Era mi propio backronym, un guiño al lenguaje de helpful-content de Google. Varios lectores señalaron que esto contradice el uso del resto del sector, y tenían razón. Lo retiro. Dejo visible la huella porque fingir que nunca ocurrió sería peor que el error original).

Definición práctica: GEO es el trabajo de conseguir que tus páginas sean las que los motores generativos (ChatGPT, Perplexity, Google AI Overviews, Bing Copilot, Claude) extraen cuando responden a una consulta en nombre de alguien. La unidad es la citación, y ya no se requiere clic para que la página trabaje a tu favor.

Por qué importa ahora

Tres cifras y luego una reflexión.

1. Semrush analizó 10 000 consultas informativas a finales de 2025 y halló que Google AI Overviews se activó en el 88 %, con un 85,79 % de las URLs citadas dentro del top 10 orgánico existente (blog de Semrush). Traducción: si ya no posicionas, es estadísticamente improbable que seas citado. El SEO clásico sigue siendo el billete de entrada. GEO elige a quién destacan entre los que ya tienen billete.

2. The New York Times informó de una caída interanual del 36,5 % en clics desde resultados de búsqueda influidos por IA hacia medios de noticias a principios de 2026 (resumido en el resumen de SEO Sherpa). El tráfico no ha desaparecido. Se está absorbiendo en la caja de respuesta. Si tu página no fue la resumida, no estás en la respuesta.

3. La investigación de consenso de Profound Q4 2025 encontró que las páginas citadas por ChatGPT, Perplexity y Bing Copilot para la misma consulta solo coincidían en torno a un 12 %. Cada motor decide de forma parcialmente independiente. No puedes optimizar para uno y asumir que los demás le siguen.

(Medimos esto a menor escala en febrero: 18 de 24 sitios de clientes que auditamos aparecieron citados en al menos un motor, pero solo 4 de esos 24 aparecieron en dos motores para el mismo prompt. La cohorte estaba sesgada al alza porque los clientes ya nos pedían seguimiento de citaciones).

Así que: la IA no mató el SEO. Abrió un marcador paralelo. El trabajo no es «más SEO». Es reestructurar tres o cuatro páginas para que el modelo lingüístico tenga algo que extraer.

En qué me equivoqué con nuestra propia cohorte de clientes

Esta es la parte que la versión anterior trató mal, así que la rehago.

En el Q3 2025, un puñado de clientes de SEOJuice (entre diez y quince, lo seguía de forma informal en una página de Notion, no en un estudio de cohorte real) decidió apostar plenamente por contenido redactado con IA. Patrón común: aproximadamente la mitad vio cómo sus rankings existentes se atenuaban en los dos trimestres siguientes, incluso en páginas sin relación con la IA. Los que salieron ganando hicieron lo mismo: IA para guiones y primeros borradores, luego una pasada humana que reescribía una parte significativa con datos propios, citas de clientes o contexto que el modelo no podía conocer.

Antes lo escribí como «6 de 12 clientes… 3 obtuvieron resultados positivos… 40-60 % de reescritura humana», y era más ordenado que mis notas reales. La cohorte no era de 12. La división no fue limpia. No tengo un porcentaje medido de reescritura. Tengo una percepción direccional. (De hecho, el encuadre anterior es un buen aviso sobre lo fácil que es redondear observaciones de clientes desordenadas en cifras demasiado pulcras al escribir un post. Debería haber señalado la debilidad metodológica en el original).

El patrón subyacente es real y coincide con lo que Glenn Gabe ha escrito sobre contagio de señales a nivel de dominio tras la Helpful Content de septiembre de 2023 (G-Squared Interactive). El patrón no es prueba, y nuestra base de clientes no es una muestra aleatoria.

Conclusión que defenderé: el contenido indistinto de IA no es un problema de herramienta, es un problema de estrategia. Si cada artículo que publicas podría haberlo escrito cualquiera tecleando el mismo prompt, no has creado contenido. Has creado ruido que el clasificador acaba amortiguando.

Los cuatro mecanismos GEO que realmente mueven citaciones

Esta sección no existía en la versión original. Los tres primeros resultados para «generative engine optimization» la cubren, nosotros no, por eso nuestra pieza no tenía ventaja competitiva.

1. Encabeza con la afirmación, no con el contexto

Los motores generativos extraen oraciones. Favorecen páginas que exponen la respuesta en las primeras 1-2 frases de una sección, con la afirmación redactada como una declarativa completa. Si la entierras bajo tres párrafos de preámbulo, el modelo extraerá de otra página que no lo hizo.

Prueba concreta: en nuestra página /data en febrero reescribimos el H2 de «Por qué importa la información» a «La página de datos de SEOJuice consolida métricas de citación, keywords y páginas en un solo panel». La primera frase indicaba qué es la página, en una sola oración. Dos semanas después Perplexity empezó a citarla en tres consultas que antes no devolvían nada. (Documenté este experimento con más detalle en nuestro artículo compañero sobre optimizar para herramientas de IA).

2. Schema como grounding, no como adorno

El marcado schema es eso que la mayoría ve como «nice to have» y que la mayoría de motores de IA interpreta como «de esto va la página». El JSON-LD FAQPage, en particular, le da al modelo un par pregunta/respuesta ya extraído que puede citar casi en bruto. Observamos aumentos de citación más consistentes cuando se añaden juntos FAQPage y Article schema, sobre todo en páginas largas donde el modelo, de otro modo, tendría que adivinar qué cuenta como respuesta canónica.

Aún no sé si es causal o correlacional, porque los sitios que añaden schema suelen hacer otras cosas bien al mismo tiempo. Estamos intentando instrumentar esto con más detalle en el Q3.

3. llms.txt y el lado silencioso de los robots

llms.txt es la convención emergente (propuesta llmstxt.org) para indicar a los modelos lingüísticos qué páginas de tu sitio son las fuentes canónicas de qué temas. Piénsalo como un robots.txt para recuperación. La adopción es irregular. Anthropic y algunos otros ya lo respetan; OpenAI no se ha comprometido formalmente. Es barato de implementar, de bajo riesgo y te da una señal limpia para los motores que lo leen.

(Evidencia tipo B: desplegamos llms.txt en 14 sitios de clientes en marzo; seis de los catorce vieron nuevas citaciones en Claude en un plazo de cuatro semanas, pero no puedo aislarlo del crecimiento simultáneo en AI Overviews).

4. Estadísticas citables en la primera mitad de la página

El artículo de Aggarwal et al. encontró que citar estadísticas autorizadas con una fuente clara era la estrategia GEO de mayor impacto entre sus nueve variantes, elevando la visibilidad de citación hasta en un 40 %. El mecanismo es sencillo: los modelos lingüísticos prefieren fundamentar las afirmaciones que emiten, y una cifra con fuente es un anclaje perfecto. El número no tiene que ser exótico. Tiene que ser atribuible.

Arreglo concreto: elige las tres estadísticas mejor respaldadas de tu artículo, súbelas por encima del pliegue de su sección y enlaza la fuente original en la primera mención. ¿Recuerdas esos 18 de 24 sitios de clientes que mencioné antes? Doce tenían estadísticas sin fuente. Añadir la atribución (mismo número, mismo párrafo, solo un enlace saliente) fue el cambio más barato con efecto medible.

SEO clásico vs GEO: comparativa

Lo que no ha cambiado

Sería un relato cómodo decir que ahora todo es GEO. No lo es. Los cuatro mecanismos anteriores se apoyan sobre la base de SEO tradicional; no la sustituyen.

Core Web Vitals siguen importando. Los enlaces internos siguen distribuyendo autoridad. La rastreabilidad sigue siendo estructural. El schema no rescata una página lenta en móvil ni enterrada tras tres redirecciones. El 85,79 % de citaciones que provienen del top 10 en Semrush corta en ambos sentidos: GEO es más útil para sitios que ya posicionan, lo que convierte al SEO clásico en la capa previa sobre la que se sostiene todo lo demás.

(Solía pensar que los enlaces internos eran una tarea menor hasta que nuestra auditoría de Q4 en un cliente mostró un aumento del 22 % en citaciones solo por arreglar 47 páginas huérfanas y añadir enlaces internos contextuales desde la home. Actualizando priors en tiempo real).

Entonces, ¿sigue valiendo la pena el SEO?

Sí, y la pregunta ahora está ligeramente mal formulada. El trabajo ya no es solo «posicionar en Google». Es «ser descubrible y citable por cualquier máquina (humana o no) que decida a quién acreditar una respuesta».

Si tu sitio no tiene enlaces internos, ni schema, carga lenta y encabezados escritos como tuits clickbait, ningún trabajo de IA lo salvará. Alimentarás a la máquina sin beneficiarte de ella. La caída del 36,5 % de clics del NYT no afecta a quienes nunca estuvieron estructurados para ser citados. Nunca entraron en el juego.

Resultados reales, con y sin GEO

FAQ

¿Qué significa GEO?

Generative Engine Optimization. El término procede de un artículo académico de nov. de 2023 (Aggarwal et al., arXiv:2311.09735) y lo ha adoptado todo el sector. Search Engine Land, Wikipedia, Contentful y seo.ai usan esta definición. Antes utilicé un backronym («Genuine Experience Optimization») en este post; era una acuñación propia y ya la he corregido.

¿En qué se diferencia GEO de SEO?

SEO optimiza para ser encontrado en una lista ordenada de páginas. GEO optimiza para ser la página de la que un modelo lingüístico extrae oraciones cuando responde en nombre del usuario. Comparten infraestructura (salud técnica, schema, enlaces internos) pero la métrica de éxito es diferente: clics para SEO, citaciones para GEO.

¿ChatGPT cita mi página?

Puedes comprobarlo directamente. Abre ChatGPT o Perplexity y pregunta «¿Qué es [tu marca]?» y luego «¿Cuáles son las mejores herramientas de [tu categoría]?». Si tu URL aparece en las citaciones, estás en el conjunto candidato. Si se nombra tu marca pero falta la URL, tienes un problema estructural (el modelo sabe que existes pero no encuentra una frase limpia que atribuir). Si no ocurre ninguna de las dos cosas, el trabajo empieza con los cuatro mecanismos anteriores.

¿Debo sustituir mi equipo de contenidos por IA?

No. Usa IA para esquemas y primeros borradores; usa humanos para datos originales, contexto del cliente, atribución de fuentes y el criterio editorial de qué afirmación lidera cada sección. Nuestra cohorte de clientes lo demostró empíricamente: los equipos solo-IA rindieron peor, los equipos asistidos por IA mantuvieron posiciones.

¿Merece la pena publicar llms.txt?

Es barato, de bajo riesgo y lo respetan cada vez más motores. Publícalo. No esperes que sea la palanca que dispare tu tasa de citación; espera que sea la clase de señal limpia y pequeña que se acumula a lo largo de un año.

Audita tu superficie de citación en IA → SEOJuice rastrea dónde se citan tus páginas en ChatGPT, Perplexity y Google AI Overviews. Prueba gratuita, sin tarjeta.

Fuentes nombradas: Aggarwal et al. 2023 (arXiv:2311.09735), Search Engine Land (Yagudaev, 2024), blog de búsqueda IA de Semrush (2025), reportaje de The New York Times sobre búsqueda IA (2026), investigación de señal de consenso de Profound (Q4 2025), Glenn Gabe en G-Squared Interactive, propuesta llmstxt.org.

Lecturas relacionadas:

• Cómo optimizar tu sitio web para herramientas de IA
• Generative Engine Optimization: menciones GEO en IA
• Funciones de SEO generativo
• Datos e investigación de SEOJuice