Qué es la optimización para motores generativos (GEO) y en qué se diferencia del SEO

La optimización para motores generativos (GEO, por sus siglas en inglés) es el trabajo de conseguir que un negocio o una página tenga más probabilidades de aparecer y de ser citado cuando un asistente de IA como ChatGPT, Gemini, Perplexity o Claude redacta una respuesta. El término procede de un estudio de 2024 de investigadores de Princeton y del IIT Delhi, que halló que editar el contenido puede aumentar su visibilidad en las respuestas de IA hasta un 40 %. El GEO se construye sobre el SEO (el posicionamiento en buscadores), no lo sustituye. La diferencia principal es el objetivo: el SEO busca un puesto en una lista de enlaces, mientras que el GEO busca que te nombren, te describan correctamente y te citen en una única respuesta redactada.

De dónde viene el término

El nombre se presentó en «GEO: Generative Engine Optimization», de Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan y Ameet Deshpande, de Princeton y del IIT Delhi. Fue aceptado en KDD 2024, un congreso de ciencia de datos con revisión por pares. Los autores llaman «motores generativos» a los sistemas de búsqueda que leen varias fuentes y redactan una sola respuesta con citas, en lugar de dar una lista de diez enlaces.

Crearon un banco de pruebas, GEO-bench, con unas 10 000 consultas tomadas de nueve conjuntos de datos, e hicieron un experimento controlado: cambiar de formas concretas el texto de una página fuente y medir después cuánta visibilidad tiene esa fuente en la respuesta generada. Su resumen dice (la traducción es nuestra):

«El GEO puede aumentar la visibilidad hasta un 40 % en las respuestas de los motores generativos».

Los métodos que mejor funcionaron fueron añadir citas de fuentes fiables, añadir citas textuales y añadir estadísticas concretas. Los autores hallaron también que lo que funciona cambia según el tema, y defienden métodos específicos para cada ámbito. Hay una limitación que importa a los negocios locales: las consultas eran preguntas generales, no búsquedas como «dentista cerca de mí». El estudio muestra que los cambios en el contenido pueden mover la visibilidad en IA. No mide las recomendaciones locales.

La prepublicación de Toronto: la búsqueda con IA se apoya en fuentes de terceros

Un segundo artículo, «Generative Engine Optimization: How to Dominate AI Search», de Mahe Chen, Xiaoxuan Wang, Kaiwen Chen y Nick Koudas, de la Universidad de Toronto, se publicó en arXiv el 10 de septiembre de 2025. Es una prepublicación y no ha pasado revisión por pares. Además, es una comparación basada en la observación, no un experimento.

Los autores compararon las fuentes citadas por la búsqueda con IA (ChatGPT, Perplexity, Gemini) con los resultados de Google. Indican que la búsqueda con IA muestra un sesgo sistemático hacia lo que llaman medios ganados (earned media), es decir, fuentes de terceros con autoridad, y da comparativamente poco peso a las páginas propias de las marcas y a las redes sociales. Los resultados de Google mostraron una mezcla más equilibrada. Describen también un «sesgo hacia las grandes marcas» que las empresas pequeñas tienen que superar, y diferencias entre motores en la variedad de fuentes, la actualidad, la estabilidad entre idiomas y la sensibilidad a cómo se formula una pregunta.

Por qué parece contradecir a Yext

El estudio de Yext sobre 6,8 millones de citas en respuestas de ChatGPT, Gemini y Perplexity (octubre de 2025) apunta en sentido contrario: el 44 % de las citas iba a los sitios web de los propios negocios y el 42 % a fichas en directorios, que Yext suma como un 86 % procedente de fuentes que gestiona el negocio. Los dos estudios hicieron tipos de preguntas distintos. Yext lanzó 1,6 millones de consultas por modelo sobre locales y servicios de comercio minorista, finanzas, sanidad y restauración, donde la respuesta natural es la página o la ficha del propio negocio. El equipo de Toronto comparó consultas más amplias entre motores. Además, Yext vende gestión de fichas y el artículo de Toronto no está revisado, así que ninguno de los dos zanja la cuestión.

Una lectura razonable de ambos: para las preguntas sobre un lugar o un servicio concreto, el material principal son el sitio web y las fichas del propio negocio. Para las preguntas más amplias, del tipo «cuál es el mejor», pesan más las fuentes externas, como artículos, guías y sitios de reseñas. En la encuesta de Whitespark de 2026 a 47 especialistas en búsqueda local, aparecer en listas de «los mejores» hechas por expertos fue el factor mejor valorado para la visibilidad en IA. Es la opinión de expertos, no una medición, pero encaja con el mismo patrón.

Qué sigue igual que en el SEO

Los asistentes de IA dependen de los índices de búsqueda (la base de páginas que guarda cada buscador), así que la mayor parte de lo básico del SEO sigue valiendo.

• Que la página se pueda rastrear y esté indexada. Google dice que no hay requisitos adicionales para aparecer en AI Overviews o en AI Mode, aparte de que la página esté indexada y pueda mostrarse con un fragmento de texto (snippet), que es el extracto que aparece bajo el enlace en los resultados. La búsqueda de ChatGPT se apoya en gran parte en el índice de Bing (BrightLocal, diciembre de 2024). Una página que los buscadores no pueden leer es una página que los asistentes no pueden citar.
• Permitir los rastreadores adecuados. OpenAI dice que los sitios que bloquean OAI-SearchBot, su rastreador (crawler) de búsqueda, no se muestran en las respuestas de búsqueda de ChatGPT.
• Fichas de negocio exactas. Las recomendaciones de Google sobre posicionamiento local mencionan la relevancia, la distancia y la notoriedad, y dicen que más reseñas y valoraciones positivas pueden ayudar. Esos mismos datos de las fichas alimentan ahora las respuestas de IA.
• Contenido claro y concreto. Las páginas que exponen los hechos con sencillez son más fáciles de posicionar y más fáciles de citar.

Qué cambia

El objetivo es que te nombren, no el puesto en la lista

Una página de resultados de búsqueda muestra diez enlaces y un mapa muestra una lista. Una respuesta de IA suele nombrar unos pocos negocios, o uno solo. El Local Visibility Index 2026 de SOCi, que abarca más de 350 000 locales de 2751 marcas de cadenas, halló que ChatGPT recomendó el 1,2 % de ellos, mientras que el 35,9 % aparecía entre los tres primeros de Google Maps. Los locales que ChatGPT recomendó tenían una valoración media de 4,3. Es un informe de un proveedor sobre locales de cadenas, así que muestra correlación, no causa, pero deja ver lo estrecha que es la respuesta.

Cada asistente lee datos distintos

No existe un único índice de IA. Gemini responde a las preguntas sobre lugares con datos de Google Maps, incluidas las valoraciones y las reseñas (Google, octubre de 2025). ChatGPT tiene licencia de las reseñas, valoraciones y fotos de Yelp desde el 23 de julio de 2026 (PYMNTS). Perplexity tiene licencia de datos de Yelp (desde marzo de 2024) y de datos de Tripadvisor (desde enero de 2025). En el SEO, un solo puesto en Google solía resumir toda la situación. En el GEO, un negocio puede verse fuerte en un asistente y no aparecer en otro.

Las fichas y las reseñas alimentan la respuesta directamente

En el SEO clásico, una página de Yelp o un Perfil de Empresa de Google (Google Business Profile) es un resultado aparte. En las respuestas de IA, el asistente lee esas fichas y repite sus datos: la valoración, el horario, el nivel de precios, lo que dicen quienes escriben las reseñas. La comparación de BrightLocal de 2025 halló que Yelp era fuente en el 33 % de las consultas en cuatro herramientas de IA, y que la IA de Google muestra los datos del Perfil de Empresa incluso cuando cita otra fuente. La exactitud de las fichas y el contenido de las reseñas forman ya parte del texto de la respuesta, no son solo señales de posicionamiento.

Contenido que se pueda citar

Los resultados de Princeton y del IIT Delhi sugieren que los asistentes prefieren el contenido que pueden citar y atribuir: una cifra, una cita breve, una fuente citada. Para el sitio web de un negocio, eso significa exponer en frases sencillas los datos por los que pregunta un cliente, con números cuando los haya: qué ofreces, dónde, para quién, el rango de precios, el horario y cómo reservar.

Cómo medir el GEO

El seguimiento clásico de posiciones mide puestos en una lista de resultados, no si un asistente te ha nombrado. La medición hay que montarla a mano o con herramientas, y funciona mejor cuando es rutinaria y repetible.

1. Escribe un conjunto fijo de preguntas. De diez a veinte preguntas que haría un cliente real, con sus palabras, por ejemplo «el mejor dentista familiar en Glendale que atienda sin cita». Incluye preguntas con el nombre de tu negocio y sin él.
2. Haz cada pregunta en cada asistente. Como mínimo ChatGPT, Gemini, Perplexity, Claude y Copilot, porque cada uno lee datos distintos.
3. No cambies la redacción. La prepublicación de Toronto indica que los motores difieren en su sensibilidad a la formulación, así que cambiar palabras entre una ronda y otra desvirtúa la comparación.
4. Guarda cada respuesta con su fecha. Capturas de pantalla o exportaciones de texto. Anota si te nombraron, en qué puesto, cómo te describieron, si había algún dato erróneo y qué fuentes se citaron.
5. Repite cada semana. Los asistentes y sus acuerdos de datos cambian, como demostró la licencia entre Yelp y OpenAI de julio de 2026. Un registro semanal muestra si a un cambio en tus fichas o en tu sitio web le siguió un cambio en las respuestas.

Las fuentes citadas suelen ser la columna más útil. Muestran en qué sitio web, ficha o artículo confía un asistente para tu categoría, y eso te dice dónde trabajar a continuación.

Así aborda también AIReputa el GEO para negocios locales: un conjunto fijo de preguntas en los principales asistentes, respuestas guardadas, correcciones en las fuentes que lee cada asistente y, de nuevo, las mismas preguntas. Nos comprometemos con el trabajo y con la medición. Nadie puede prometer lo que dirá un asistente.

El público crece. En la encuesta de 2026 de BrightLocal, hecha a 1002 adultos de Estados Unidos, el 45 % dijo que usa herramientas de IA para recomendaciones locales, frente al 6 % de un año antes. Es lo que la gente dice y no un comportamiento medido, pero es la razón por la que merece la pena medir ahora.