GEO: de posicionar páginas a ser citado en respuestas
Cuando una persona pregunta a un asistente de IA, la respuesta se construye con fragmentos de muchas fuentes. GEO es el oficio de crear contenido claro, verificable y estructurado para formar parte de esa respuesta.
Etiquetas
- GEO
- Generative Engine Optimization
- SEO
- Inteligencia Artificial
- Buscadores con IA
- Datos Estructurados
- Contenido
- Visibilidad Digital
Definición
El término fue formalizado en 2023 por Pranjal Aggarwal y colaboradores en el artículo «GEO: Generative Engine Optimization», presentado en la conferencia KDD 2024.
A diferencia del SEO tradicional, centrado en posicionar enlaces en una lista de resultados, GEO se ocupa de cómo un contenido participa en una respuesta sintetizada: si es citado, cuánto de él se usa y con qué precisión.
No reemplaza al SEO. Google indica que para aparecer en AI Overviews y AI Mode no existen requisitos adicionales a los de Search: la página debe estar indexada y ser elegible para mostrarse con un fragmento. GEO añade una capa editorial: claridad, evidencia, estructura y coherencia entre lo que se dice y lo que se puede verificar.
- También conocido como
- Generative Engine Optimization
- Optimización para motores generativos
- Optimización para buscadores con IA
- AI Search Optimization
- LLM Optimization
- Términos equivalentes
- Answer Engine Optimization (AEO)
- Optimización para asistentes de IA
- Visibilidad en respuestas generativas
- No confundir con
- SEO tradicional orientado solo a rankings
- Publicidad en buscadores
- Generación masiva de contenido con IA
- Archivos LLMS.txt como garantía de visibilidad
- Manipulación de modelos de lenguaje
Antes se escribía para aparecer en una lista. Ahora también se escribe para ser parte de una respuesta.
De la lista de enlaces a la respuesta sintetizada
Cada vez más preguntas se responden sin que la persona recorra una lista de resultados. Un sistema lee varias fuentes, las resume y cita algunas. Ser una de esas fuentes exige contenido que una máquina pueda comprender y verificar.
Relevancia
Los motores generativos cambian la unidad de visibilidad: ya no es solo la página posicionada, sino el fragmento citado dentro de una respuesta.
Para organizaciones que comunican conocimiento (un destino turístico, una marca, un estudio de diseño), esto significa que la forma de escribir y estructurar importa tanto como el tema. Definiciones claras, afirmaciones con fuente y preguntas frecuentes bien respondidas son materiales que un sistema puede reutilizar con menos riesgo de distorsión.
Qué ayuda a comprender
Muchos sitios publican contenido ambiguo, sin fuentes, con datos desactualizados o con estructuras que mezclan marketing e información. Ese contenido es difícil de citar con confianza y tiende a quedar fuera de las respuestas o a ser resumido de forma imprecisa.
Impacto en personas, organizaciones y sistemas
GEO ayuda a que el conocimiento de una organización llegue con mayor fidelidad a las personas que preguntan a asistentes de IA, reduce el riesgo de interpretaciones erróneas y obliga a mejorar la calidad editorial del contenido, algo valioso también para lectores humanos.
La visibilidad ya no depende solo de ser encontrado, sino de ser comprendido y citado con precisión.
Desarrollo
Origen
El concepto fue propuesto por Pranjal Aggarwal y colaboradores en el artículo «GEO: Generative Engine Optimization» (arXiv, 2023; KDD 2024). Los autores definieron los motores generativos como sistemas que recopilan información de múltiples fuentes y la resumen con modelos de lenguaje, y crearon GEO-bench, un conjunto de 10.000 consultas para evaluar estrategias.
Según el estudio, algunas estrategias pueden aumentar la visibilidad de una fuente hasta en un 40% en respuestas generativas, y hasta un 37% en pruebas sobre Perplexity.ai. Entre las más efectivas estaban añadir citas, referencias a fuentes y datos estadísticos. El propio estudio advierte que la eficacia varía según el dominio.
Qué dice Google
La documentación de Google Search Central indica que las buenas prácticas de SEO siguen vigentes para AI Overviews y AI Mode, que no hay requisitos técnicos adicionales y que no es necesario crear archivos especiales como LLMS.txt ni marcado específico. Recomienda que los datos estructurados coincidan con el texto visible.
Cómo se practica
Claridad semántica
Definiciones explícitas, títulos descriptivos y una idea por sección.
Evidencia verificable
Afirmaciones con fuente, fecha y contexto. Datos que pueden comprobarse.
Estructura reutilizable
Preguntas frecuentes, resúmenes, listas de conclusiones y datos estructurados coherentes con el contenido visible.
Coherencia entre canales
La misma verdad en la web, en fichas, perfiles y documentos.
La puerta de entrada: que la IA pueda leerte
Antes de ser citado, un contenido tiene que poder leerse. Las empresas de IA usan rastreadores distintos para entrenamiento y para búsqueda: OpenAI separa GPTBot (entrenamiento) de OAI-SearchBot (búsqueda en ChatGPT) y advierte que los sitios que bloquean OAI-SearchBot no aparecen en esas respuestas; Anthropic distingue ClaudeBot, Claude-SearchBot y Claude-User; Perplexity, PerplexityBot y Perplexity-User.
Por eso GEO también incluye una revisión técnica: robots.txt, sistemas anti-bot y firewalls, contenido legible sin JavaScript y datos estructurados coherentes. Por qué esto importa para el turismo lo explico en el Cuaderno: Tu próximo turista no te va a encontrar en Instagram.
En este sitio
El Cuaderno y Los Conceptos de robertonappe.com se construyen con esta lógica: cada entrada incluye resumen para IA, afirmaciones clave con fuente, preguntas frecuentes y casos de uso. No como truco, sino como una forma de escribir con precisión.
Casos de uso
GEO se aplica allí donde una organización necesita que su conocimiento llegue con fidelidad a personas que preguntan a sistemas de IA. Su efecto depende de la calidad del contenido, no de atajos técnicos.
Un destino turístico quiere ser bien descrito por asistentes de IA
Publica información oficial sobre accesos, temporadas y normas locales con definiciones claras, fechas de actualización y preguntas frecuentes. Las respuestas generativas tienen una fuente confiable para citar.
Una marca de retail aclara sus políticas
Reescribe envíos, devoluciones y garantías como reglas explícitas y coherentes con sus datos estructurados. Los asistentes dejan de resumir condiciones ambiguas.
Un estudio publica su conocimiento como conceptos
Organiza su experiencia en entradas con definición, evidencia, preguntas y casos. El contenido se vuelve citable y, a la vez, más útil para clientes.
Una institución patrimonial documenta sus colecciones
Describe piezas y sitios con datos verificables y referencias. Los sistemas de IA reproducen la información con menos errores.
Una pyme descubre que su anti-bot frena a la IA
Revisa robots.txt, pide al hosting que deje pasar a los rastreadores verificados y corrige su og:image. Su contenido vuelve a estar disponible para asistentes y redes.
Ventajas
Mayor probabilidad de ser citado
Contenido claro, con evidencia y bien estructurado es más fácil de seleccionar y resumir para un sistema generativo.
Menor riesgo de distorsión
Definiciones explícitas y datos con fuente reducen la posibilidad de que una respuesta interprete mal la información.
Mejor experiencia para lectores humanos
Las mismas prácticas que ayudan a una IA (claridad, estructura, evidencia) mejoran la lectura de las personas.
Activo editorial duradero
Un corpus de conceptos, preguntas y fuentes bien mantenido sirve para buscadores, asistentes, equipos internos y futuros canales.
Limitaciones
Sistemas opacos y cambiantes
Los criterios de selección de fuentes no son públicos y cambian con frecuencia. Ninguna práctica garantiza ser citado.
Aplica cuando: Buscadores con IA, asistentes conversacionales y motores de respuesta.
Resultados variables por dominio
La investigación original muestra que la eficacia de cada estrategia depende del tema. No existe una receta universal.
Aplica cuando: Sectores con distinto tipo de consultas e información.
Difícil de medir
Las herramientas para medir apariciones en respuestas generativas aún son limitadas e inconsistentes.
Aplica cuando: Analítica web y reportes de visibilidad.
Riesgo de prácticas manipulativas
Optimizar sin aportar valor real puede degradar la confianza y entrar en conflicto con políticas de los buscadores.
Aplica cuando: Contenido creado solo para influir en modelos.
Principios
- Claridad antes que volumen
- Cada afirmación con su fuente
- Estructura que una máquina pueda reutilizar
- Coherencia entre texto visible y datos estructurados
- Actualización periódica del contenido
- Que la IA pueda entrar: acceso técnico revisado
- Fundamentos de SEO como base
- Escribir primero para personas
Ideas clave
- 01GEO busca ser citado, no solo posicionado
- 02El SEO sigue siendo la base
- 03La evidencia con fuente mejora la visibilidad
- 04La eficacia varía según el dominio
- 05No hacen falta archivos especiales para Google
- 06La claridad sirve a personas y máquinas
- 07Ningún método garantiza aparecer
- 08Para ser citado, primero hay que poder ser leído
- 09Bloquear el bot de entrenamiento no es bloquear el de búsqueda
Para quién es
- Responsables de contenido y marketing
- Especialistas SEO
- Organismos de turismo y destinos
- Marcas de retail
- Instituciones culturales y patrimoniales
- Estudios y consultoras
- Equipos de comunicación
En resumen
La Optimización para Motores Generativos (GEO) es la práctica de estructurar contenido para que sistemas de IA que generan respuestas puedan comprenderlo y citarlo. Fue formalizada por Aggarwal et al. (arXiv 2023, KDD 2024), que midieron mejoras de visibilidad de hasta 40% con estrategias como añadir citas y estadísticas, con resultados variables por dominio. Google indica que no hay requisitos adicionales para AI Overviews o AI Mode: el SEO sigue siendo la base y no se necesitan archivos como LLMS.txt. GEO también incluye asegurar el acceso técnico de rastreadores de IA de búsqueda (OAI-SearchBot, Claude-SearchBot, PerplexityBot), distintos de los de entrenamiento.
Referencias verificables
GEO fue formalizado como paradigma de optimización de contenido para motores generativos.
El artículo introduce GEO y GEO-bench, un benchmark de 10.000 consultas, y muestra que ciertas estrategias aumentan la visibilidad hasta un 40% en respuestas generativas y hasta un 37% en Perplexity.ai.
Aggarwal et al. — GEO: Generative Engine Optimization (arXiv 2311.09735; KDD 2024)
Citas, referencias a fuentes y estadísticas mejoran la visibilidad en respuestas generativas.
Entre las estrategias evaluadas, incluir citas, referencias y estadísticas mostró las mayores mejoras; la eficacia varía según el dominio.
No hay requisitos adicionales para aparecer en AI Overviews o AI Mode de Google.
Google indica que la página debe estar indexada y ser elegible con fragmento, que no se necesitan archivos ni marcado especial y que los datos estructurados deben coincidir con el texto visible.
LLMS.txt no influye en Google Search.
Google señala que Search no usa archivos LLMS.txt ni marcado especial; crearlos no perjudica ni ayuda en Search.
Google Search Central — Guide to Optimizing for Generative AI Features
OpenAI separa rastreo para entrenamiento y para búsqueda.
GPTBot rastrea para entrenamiento; OAI-SearchBot determina la aparición en búsquedas de ChatGPT; los sitios que lo bloquean no se muestran en esas respuestas.
Anthropic opera bots separados para entrenamiento, búsqueda y consultas de usuarios.
ClaudeBot, Claude-SearchBot y Claude-User; bloquear los dos últimos puede reducir la visibilidad en respuestas de Claude.
