GEO: investigación y perspectiva personal sobre el SEO para la era de la IA

Una investigación documentada sobre GEO —con datos de Ahrefs, Semrush, Pew Research y el paper original de Princeton—, sus evidencias, sus límites y su relación real con el SEO.

Tabla de Contenidos

GEO, SEO y búsqueda con IA: resumen
Qué es el GEO
El paper que originó el término
GEO, AEO, LLMO o simplemente SEO: el debate de las siglas
Mi conclusión: GEO es SEO ampliado
Cómo eligen sus fuentes los motores generativos
Lo que realmente parece importar
La caída de clics: qué significa para tu negocio
Schema, llms.txt y otros mitos
Cómo medir si estás apareciendo
Una oportunidad para el contenido en español
Continúa con la guía práctica
Fuentes relacionadas
Nota editorial

GEO, SEO y búsqueda con IA: resumen

Aspecto	SEO tradicional	GEO	Mi perspectiva
Objetivo	Aparecer en resultados orgánicos	Ser encontrado, comprendido y citado por IA	Son objetivos complementarios, no sustitutos
Resultado	Enlace, posición y clic	Mención, cita, recomendación o enlace	La marca puede ganar visibilidad aunque haya menos clics
Factor dominante	Relevancia, técnica y enlaces	Menciones de marca fuera de tu web y autoridad de dominio	La reputación fuera de tu sitio pesa más de lo que la mayoría de guías admite
Medición	Rankings, impresiones, CTR y conversiones	Citaciones, share of voice y tráfico referido	Hay que revisar respuestas reales, no solo un "score"

Antes de entrar en detalle, la conclusión corta: el contenido que suele enseñarse sobre GEO acierta en lo conceptual —estructurar para que la IA descubra, confíe y cite— pero casi siempre se queda corto en un punto clave. El factor que más correlaciona con aparecer citado en 2025-2026 no es la estructura dentro de tu página, sino las menciones de tu marca fuera de ella. Lo desarrollo con datos más abajo.

Qué es el GEO

GEO significa Generative Engine Optimization: el trabajo de aumentar las posibilidades de que una marca o contenido sea encontrado, entendido y citado por ChatGPT, Google AI Overviews, Gemini, Perplexity y otros sistemas generativos.

El paper que originó el término

El nombre "GEO" no nació en un blog de marketing, sino en un paper académico: GEO: Generative Engine Optimization (Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan y Deshpande), presentado en KDD 2024 y disponible también como preprint en arXiv desde noviembre de 2023.

Los autores simularon un motor generativo en dos fases: Google recuperaba las cinco fuentes principales para una consulta y GPT-3.5-turbo redactaba una respuesta citándolas. Probaron nueve tácticas distintas sobre un banco de unas 10.000 consultas (GEO-bench). Las que mejor funcionaron fueron añadir citas y fuentes, añadir estadísticas y citar explícitamente el origen de la información, con mejoras de visibilidad que en el paper llegan a superar el 40% en algunas consultas. El keyword stuffing, en cambio, rindió por debajo del punto de partida.

Es un hallazgo interesante, pero tiene límites que casi nunca se mencionan cuando se cita el estudio: se hizo con GPT-3.5 (ya obsoleto), sobre solo cinco fuentes por consulta, y los propios autores permitieron a los prompts "inventar" estadísticas y citas hipotéticas para maximizar el efecto. Dos de las tres tácticas ganadoras consistían, en el fondo, en añadir contenido nuevo a la página —así que parte de la mejora bien podría deberse simplemente a aportar información que antes no estaba, no a una "optimización GEO" en sentido estricto. Lo trato como un punto de partida académico, no como una receta definitiva para 2026.

GEO, AEO, LLMO o simplemente SEO: el debate de las siglas

No hay consenso sobre cómo llamar a esto, y el desacuerdo no es solo semántico. Una encuesta de Aleyda Solís (SEOFOMO, 2025) encontró que alrededor de un tercio de los profesionales prefiere directamente "AI search optimization"; otros usan AEO o LLMO; la industria de herramientas SEO —Ahrefs, Semrush— se decantó por GEO.

Hay voces bastante escépticas sobre la proliferación de siglas:

John Mueller (Google), en agosto de 2025: cuanta más urgencia y más siglas nuevas empujan algunos, más probable es que solo estén "haciendo spam y estafando".
Rand Fishkin (SparkToro) propone no abandonar "SEO" y advierte que cualquier herramienta que prometa una "posición de ranking en IA" es poco fiable, porque las respuestas generativas son probabilísticas.
Aleyda Solís sostiene que cerca del 95% de la optimización para IA la siguen liderando equipos de SEO: lo trata como una evolución, no una ruptura.
Google, en su documentación oficial: "desde la perspectiva de Google Search, optimizar para la búsqueda generativa con IA es optimizar la experiencia de búsqueda, y por tanto sigue siendo SEO".

Mi conclusión: GEO es SEO ampliado

No creo que el GEO reemplace al SEO. La mayoría de sus recomendaciones —contenido útil, autoría, estructura, evidencia y autoridad— ya pertenecían al buen posicionamiento orgánico.

La diferencia real es que ahora no siempre competimos por un enlace en una lista de diez resultados. También competimos por ser una de las fuentes que una IA elige para construir una respuesta, algo que puede pasar sin que el usuario haga clic en nada.

Google explica que sus funciones generativas siguen dependiendo de cómo rastrea, indexa y comprende las páginas en su guía oficial de optimización para IA.

Cómo eligen sus fuentes los motores generativos

Cada sistema funciona distinto, y conviene no tratarlos como si fueran uno solo:

ChatGPT (con búsqueda) no tiene índice propio: usa el índice de Bing para recuperar resultados y después cita sobre ellos. Un análisis de Seer Interactive sobre 80 millones de consultas de Semrush encontró que el 87% de las citas de ChatGPT coinciden con los resultados que ya aparecían en el top de Bing. La implicación práctica es contundente: si tu web no está indexada en Bing, prácticamente no existes para ChatGPT.
Google AI Overviews y AI Mode usan RAG ("grounding") sobre el propio índice de Google, apoyándose en sus sistemas de ranking habituales, y Google confirma que pueden usar una técnica de "query fan-out" —lanzar varias búsquedas relacionadas sobre subtemas antes de construir la respuesta—, aunque su propia documentación usa el matiz "pueden usar", no "siempre usan".
Perplexity recupera en tiempo real y cita con más frecuencia páginas con datos estructurados que ChatGPT.

En los tres casos, el proceso es probabilístico, no una posición fija: Ahrefs documentó que los AI Overviews cambian con frecuencia de un día para otro, y distintos estudios muestran que la misma pregunta repetida puede devolver un conjunto distinto de marcas citadas la mayoría de las veces. Cualquier "peso" exacto de factores que veas citado en un blog (por ejemplo "autoridad de dominio 40%, calidad 35%") es ingeniería inversa no confirmada por las plataformas: trátalo con escepticismo.

Lo que realmente parece importar

La claridad ayuda: responde primero y desarrolla después. Un análisis de Kevin Indig sobre millones de citas de ChatGPT encontró que el 44% de las citas provienen del primer 30% del contenido de una página, un patrón bastante consistente.

La evidencia también importa: cita fuentes, separa hechos de opiniones y añade ejemplos propios, en línea con lo que encontró el paper de Princeton.

Pero el punto que más se subestima en la mayoría de guías es este: las menciones fuera de tu web pesan más que la estructura dentro de ella. Un estudio de Ahrefs sobre 75.000 marcas encontró que las menciones de marca en la web correlacionan 0,664 con la visibilidad en AI Overviews, frente a solo 0,218 de los backlinks tradicionales —una diferencia de tres veces. YouTube, Reddit y Wikipedia están entre los dominios más citados por los motores generativos; YouTube en particular es, según varios análisis, el dominio individual más citado en AI Overviews.

Además, rankear en el top 10 de Google ya no garantiza aparecer citado en una respuesta de IA como antes: el solapamiento entre el ranking orgánico y las citas de AI Overviews venía cayendo con fuerza durante 2025-2026 según distintos análisis de Ahrefs. A nivel de dominio completo la correlación se mantiene fuerte, pero a nivel de URL individual, cada vez menos.

Para una marca creadora, esta es una idea clave: un artículo puede convertirse en vídeo, transcripción, newsletter, colaboración y conversación. La autoridad se construye como un ecosistema, no como una página aislada.

La caída de clics: qué significa para tu negocio

Cuando aparece un AI Overview, el comportamiento de clic cambia de forma notable. Pew Research (2025), analizando cerca de 69.000 búsquedas reales, encontró que los usuarios hacen clic en algún enlace solo el 8% de las veces cuando hay un AI Overview presente, frente al 15% cuando no lo hay; y solo alrededor del 1% hace clic específicamente en una de las fuentes citadas dentro del propio resumen de IA.

La otra cara de la moneda es que el tráfico que sí llega desde plataformas de IA convierte mejor: distintos análisis de Ahrefs y Semrush sitúan la tasa de conversión de ese tráfico varias veces por encima de la del tráfico orgánico normal, aunque el volumen absoluto siga siendo pequeño comparado con la búsqueda tradicional.

La lectura práctica: no esperes que el GEO dispare tus sesiones. Piensa en él como construcción de marca y captación de leads de alta intención, no como una palanca de volumen de tráfico.

Schema, llms.txt y otros mitos

Los datos estructurados siguen siendo útiles para describir artículos, personas, organizaciones y vídeos. La documentación oficial está en schema.org y en su guía de inicio.

Sin embargo, no existe un schema mágico que garantice aparecer en una respuesta generativa. Google lo dice explícitamente en su documentación: los datos estructurados no son necesarios para la búsqueda generativa con IA y no hay ningún schema.org especial que debas añadir. De hecho, Google retiró el rich result de HowTo en 2023 y el de FAQPage quedó restringido ese mismo año hasta desaparecer por completo más adelante —el marcado sigue siendo válido en schema.org, pero ya no produce ningún resultado enriquecido visible en Google. Si un curso o una guía te presenta el schema FAQ/HowTo como un "truco" para aparecer en IA, está desactualizado.

Tampoco pondría llms.txt entre las primeras prioridades de una web pequeña. Google, a través de John Mueller y Gary Illyes, ha confirmado varias veces que no lo usa ni planea respaldarlo, y lo compara con la vieja meta-etiqueta keywords: un archivo que casi nadie del lado del motor de búsqueda lee. Ningún gran sistema (OpenAI, Anthropic, Perplexity) lo documenta como señal de citación. Su uso real hoy está más cerca de servir como documentación para herramientas de código (Cursor, Copilot) que como palanca de visibilidad en búsqueda.

Lo que sí sigue teniendo sentido mantener: Article, Organization, Person, Product, Review, VideoObject e ImageObject, porque ayudan a construir la entidad de tu marca en el knowledge graph y siguen produciendo rich results que Google no ha retirado.

Cómo medir si estás apareciendo

Existe ya una categoría de herramientas dedicada a esto —Profound, Peec AI, Otterly.ai, Ahrefs Brand Radar, Semrush AI Toolkit, entre otras—, con precios que van desde unos 25-30 USD/mes en el extremo de entrada hasta contratos enterprise. Todas miden variaciones de lo mismo: share of voice en respuestas de IA, tasa de citación, sentimiento de marca y qué fuentes aparecen junto a la tuya.

Antes de pagar por una herramienta, se puede hacer manualmente: elegir entre 10 y 20 preguntas reales relacionadas con tu marca o tu nicho, hacerlas en ChatGPT, Gemini y Perplexity, y registrar si apareces, con qué competidores y si hay enlace. Desconfía de cualquier herramienta que solo te dé un número de "posición en IA" sin mostrarte la respuesta completa: las respuestas generativas son variables, y una sola ejecución no dice mucho.

Una oportunidad para el contenido en español

La búsqueda generativa todavía tiene una cobertura irregular en español y LATAM: varias fuentes de la industria coinciden en que el contenido especializado en español está infrarrepresentado en las fuentes que citan los motores de IA, a pesar de que el español lo hablan más de 500 millones de personas. No tomaría esto como un dato duro y cuantificado —es más bien un consenso de industria—, pero sí como una hipótesis razonable para experimentar mientras la ventana siga abierta.

Conviene añadir contexto regional, ejemplos cercanos, moneda, país y lenguaje natural, porque los modelos ajustan sus respuestas según el país y la variante del idioma. La experiencia propia puede diferenciar más que una traducción genérica de contenidos anglosajones.

Si quieres referentes hispanohablantes para seguir profundizando: Aleyda Solís (Orainti, newsletter SEOFOMO), Fernando Maciá (Human Level, con el concepto de "consenso semántico") y Lino Uruñuela (Mecagoenlos.com) son voces con trayectoria específicamente en SEO técnico en español que también están cubriendo este tema.

Continúa con la guía práctica

Si quieres pasar de la investigación a la implementación, lee Cómo implementar GEO paso a paso: guía práctica para creadores.

También puedes consultar Preguntas frecuentes sobre GEO, SEO y búsqueda con IA.

Fuentes relacionadas

Nota editorial

Este campo cambia rápido. Muchos de los estudios recientes citados aquí son correlacionales y proceden de empresas que venden herramientas de SEO o de visibilidad en IA (Ahrefs, Semrush, Profound), lo que no los invalida pero sí exige contexto: no son papers revisados por pares y los porcentajes exactos varían entre estudios. Los mecanismos internos de selección de fuentes de cada plataforma son cajas negras; nadie fuera de esas empresas conoce los pesos reales. Conviene revisar la fecha, la metodología y las fuentes antes de convertir un porcentaje en una promesa.