Por Marcelo Rojas Guerra · DOKAI SEO · Oviedo
18 min lectura
Si llevas tiempo en marketing digital y alguien te ha dicho que «el GEO va a matar al SEO», te han mentido. Si te han dicho que el GEO es exactamente igual al SEO y no hay nada nuevo que hacer, también. La realidad está en el medio, y entenderla con precisión es lo que separa a las empresas que ya están apareciendo en ChatGPT, Perplexity y Gemini de las que siguen esperando que ese canal no exista.
Qué es GEO y de dónde viene realmente el término
GEO son las siglas de Generative Engine Optimization. El concepto no nació en una agencia de marketing: lo acuñó un grupo de investigadores de Princeton, Georgia Tech y otros centros académicos en un paper de 2023. Su objetivo era estudiar cómo optimizar contenido para que los motores generativos —los que responden con texto en lugar de listas de enlaces— lo incluyeran en sus respuestas.
Ese origen académico importa. Porque significa que hay rigor detrás del concepto, aunque mucha gente lo haya adoptado sin leer el paper. Y sin leer el paper no entiendes que las técnicas que propone son prácticamente las mismas que ya funcionaban para Google. Lo que cambia no es la metodología base. Lo que cambia es el canal y la forma de medir los resultados.
Por qué el sector lo adoptó tan rápido —y cuál es el problema
Cuando el paper salió, el sector llevaba meses viendo cómo Google lanzaba las AI Overviews y ChatGPT empezaba a generar tráfico real. GEO puso nombre a la pregunta «¿cómo aparezco en las respuestas de la IA?» Y cuando un sector ansioso por nominar lo nuevo encuentra una etiqueta con aval académico, la adopción es instantánea.
El problema vino después: mucha gente adoptó el nombre sin leer el paper. Consecuencia directa: se vende GEO sin saber hacer SEO, y sin SEO no hay GEO posible. Es como intentar construir la segunda planta de un edificio sin haber puesto los cimientos.
SEO vs. GEO: lo que cambia y lo que no
| Dimensión | SEO clásico | GEO |
|---|---|---|
| Objetivo principal | Posición en la SERP | Ser citado en respuestas de IA |
| Base técnica | Arquitectura, indexación, contenido | Igual — la base no cambia |
| Contenido | Relevante para la intención de búsqueda | Estructurado para que el LLM lo entienda |
| Medición | Posiciones, clics, conversiones | Menciones, contexto, precisión de la cita |
| Digital PR | Links de autoridad | Menciones en fuentes que el LLM conoce |
| Novedad real | — | Capa de monitorización de visibilidad en IA |
Cómo piensa un LLM (y por qué no es un buscador)
La primera confusión que hay que despejar: un LLM no busca, recuerda. Google sale a buscar en tiempo real. ChatGPT, Gemini o Claude, en su estado base, responden desde lo que aprendieron durante el entrenamiento. Cuando termina ese proceso, el modelo queda congelado en ese momento del tiempo.
Los ciclos de reentrenamiento son lentos. Si tu empresa es nueva o ha crecido mucho recientemente, el modelo puede estar hablando de una versión de ti que ya no existe, con toda la confianza del mundo.
RAG: cuando el modelo sí sale a buscar
Los LLMs modernos no trabajan solo desde la memoria. La arquitectura RAG (Retrieval-Augmented Generation) permite que el modelo, en el momento de generar una respuesta, consulte fuentes externas. ChatGPT con búsqueda activada funciona así. Perplexity funciona así prácticamente siempre.
El pipeline siempre es el mismo: recupera candidatos → filtra por relevancia y autoridad → genera la respuesta. Si no pasas el primer filtro, da igual todo lo demás. Y ese primer filtro depende de los mismos factores que determinan el ranking en Google.
Basado en el análisis de arquitecturas de LLMs de Marc Mayol Orell, Generative AI Tech Lead · CANCOM
La base que nunca cambia: SEO técnico como puerta de entrada al GEO
Cada vez que llega un cliente preguntando por GEO y revisamos su sitio, encontramos lo mismo: problemas de indexación que llevan meses ahí. El GEO no es la solución a eso. Es una capa más encima. Sin la base, no hay donde construir.
La recuperación es el primer filtro del pipeline RAG. Los crawlers de los LLMs no son tan distintos a Googlebot: siguen enlaces, leen HTML, procesan texto. Si tienes JavaScript que bloquea el contenido principal, si tu robots.txt está mal configurado o si tus páginas importantes no tienen enlazado interno suficiente, el crawler puede ignorarte.
Lo que revisamos siempre antes de cualquier estrategia GEO
Errores de rastreo, páginas bloqueadas en robots.txt, contenido en JavaScript no renderizado. Si algo de esto está roto, es la primera prioridad.
Un sitio que tarda 10 segundos en cargar puede ser ignorado por el crawler antes de que se recupere el contenido.
Una URL por tema. Jerarquía de cabeceras coherente. Enlazado interno con anclajes descriptivos que construyen la red semántica.
Article, FAQPage, LocalBusiness, Product. Le dices al modelo exactamente qué es cada cosa sin que tenga que inferirlo del texto.
Cómo escribir contenido para que la IA lo use y te cite
Hay una diferencia importante entre estar indexado y ser citado. El salto entre «este contenido existe y lo puedo recuperar» y «este contenido es lo suficientemente claro y autoritativo como para usarlo en mi respuesta» es exactamente lo que esta sección aborda.
Los cinco principios del contenido que los LLMs eligen
El modelo recupera fragmentos. Si la respuesta principal está enterrada en el quinto párrafo, el sistema puede recuperar el fragmento equivocado. La respuesta directa al principio, el desarrollo después.
Un dato con fuente citada tiene más peso que una afirmación sin respaldo. Exactamente lo mismo que funciona para la E-E-A-T de Google.
«Características» no le dice nada al modelo. «¿Qué características debe tener un contenido para ser citado por la IA?» ya es en sí misma una unidad de información utilizable.
Si para entender un párrafo necesitas haber leído los tres anteriores, ese párrafo no está preparado para ser fragmentado por un sistema RAG. Una idea por párrafo, máximo cinco o seis líneas.
Si tu web dice que eres especialista en SEO para e-commerce pero todos tus artículos externos hablan de SEO local, el modelo tiene señales contradictorias. La coherencia es más importante en GEO que en SEO clásico.
| Tipo de contenido | Por qué funciona en GEO | Ejemplo práctico |
|---|---|---|
| Definiciones y glosarios | Si eres la fuente que mejor explica los términos de tu sector, el modelo aprende a referenciarte para esas consultas | «Qué es el ROI en SEO», «Diferencia entre tráfico orgánico y de pago» |
| Comparativas honestas | El modelo usa este contenido cuando alguien pide una recomendación entre opciones | «Ahrefs vs. Semrush vs. Search Console» |
| Casos con datos reales | La IA prioriza el contenido que respalda sus afirmaciones con evidencia y metodología descrita | «+86% de tráfico orgánico en 6 meses: el proceso paso a paso» |
Digital PR y menciones externas: por qué una sola fuente no basta
Si nadie habla de ti fuera de tu web, el modelo tiene una sola fuente. Y una sola fuente no construye autoridad. Los LLMs se entrenan con todo el texto de internet: lo que dicen de ti en medios, blogs especializados, podcasts con transcripción, foros y directorios forma parte del perfil que el modelo construye de tu empresa.
El modelo asigna un peso implícito a cada fuente. Una mención en un medio de referencia tiene más peso que diez menciones en directorios de baja calidad. Y si cinco sitios distintos te describen de la misma forma como especialista en lo mismo, esa consistencia refuerza la representación que el modelo construye de ti.
Las publicaciones de referencia de tu industria son la fuente de mayor peso. En el sector SEO en español: Marketing4eCommerce, Semrush Blog, Ahrefs Blog, newsletters especializadas, podcasts con transcripción.
Wikipedia es uno de los corpus más usados en el entrenamiento de LLMs. Esa presencia tiene un peso desproporcionado en la memoria del modelo.
Perplexity sincroniza YouTube directamente. Aparecer como invitado en podcasts del sector es una de las formas más subestimadas de construir presencia en los LLMs.
Clutch, G2, Trustpilot o los directorios específicos de tu sector son fuentes que los modelos conocen y usan cuando alguien pide recomendaciones.
El Digital PR para GEO no es una novedad. Es lo que siempre ha sido el link building para SEO, con una diferencia: ahora importa tanto el enlace como el texto que lo rodea. Lo que dice la fuente sobre ti es tan relevante como el hecho de que te mencione.
Marcelo Rojas Guerra — CEO, DOKAI SEO
Cómo medir la visibilidad en IA sin caer en datos trampa
Los modelos de lenguaje no dan la misma respuesta dos veces. Un estudio de SparkToro de enero de 2026 analizó casi 3.000 prompts en ChatGPT, Claude y Google AI: menos de 1 entre 100 probabilidades de obtener la misma lista de marcas dos veces. Eso hay que tenerlo claro antes de comprar cualquier informe de «posición en ChatGPT».
La opción más fiable y económica: diseña un banco de 30 a 50 prompts relevantes, ejecútalos cada mes y registra frecuencia de mención, contexto, competidores citados y precisión. En tres meses tienes una línea de tendencia real. En seis, datos suficientes para tomar decisiones.
GEO local: la oportunidad que el 90% de los negocios ignora
Cuando alguien le pregunta a ChatGPT «mejores fontaneros en Oviedo» o «agencias de marketing en Gijón», el modelo activa búsqueda RAG porque son consultas locales. Ese bloque de negocios locales viene principalmente de Foursquare: en febrero de 2025, OpenAI anunció una asociación con Foursquare para alimentar las búsquedas locales en ChatGPT. Entre el 60-70% de los negocios que ChatGPT muestra primero en búsquedas locales provienen de su Places API.
| Acción | Por qué importa en GEO local | Prioridad |
|---|---|---|
| Perfil completo en Foursquare | Es la fuente principal de datos locales para ChatGPT. En ciudades medianas la competencia es baja y el retorno alto | Máxima |
| Google Business Profile optimizado | Alimenta las AI Overviews de Google para búsquedas locales. Categorías precisas, descripción con términos clave, reseñas respondidas | Máxima |
| NAP consistente en todas las fuentes | Nombre, dirección y teléfono idénticos en GBP, Foursquare, web y directorios. Las señales contradictorias diluyen la confianza del modelo | Máxima |
| Contenido web con referencia local explícita | Menciona la ciudad, explica por qué conoces ese mercado, referencia proyectos locales reales | Alta |
Preguntas frecuentes sobre GEO
¿El GEO reemplaza al SEO? +
No. El GEO es una evolución del SEO, no una ruptura. La base técnica —indexación, arquitectura, contenido— sigue siendo la misma. Lo que añade el GEO es una capa de monitorización específica para entornos de IA generativa y ajustes en la forma de estructurar el contenido para que los modelos lo puedan fragmentar y citar.
Quien hace buen SEO ya tiene el 80% de lo necesario para hacer buen GEO.
¿Cuánto tiempo tarda en dar resultados el GEO? +
El GEO tiene dos velocidades. En el modo RAG, los cambios en contenido bien indexado pueden impactar en días o semanas. En la memoria del modelo —el entrenamiento—, los ciclos pueden durar meses.
Para consultas locales o con QDF alto el impacto es más rápido. Para posicionamiento de marca, hay que trabajar la presencia externa de forma sostenida y medir la tendencia a lo largo de varios meses.
¿Hay que crear contenido diferente para GEO y para SEO? +
No. El contenido que optimizas para SEO —claro, estructurado, con datos, que responde preguntas concretas directamente— es exactamente el mismo que funciona para GEO.
Lo que ajustas son algunos detalles de estructura: respuesta directa al inicio del párrafo, cabeceras descriptivas, párrafos autocontenidos y datos respaldados con fuentes. Eso mejora simultáneamente tu posicionamiento en Google y tu visibilidad en la IA.
¿Tiene sentido invertir en GEO si mi empresa es pequeña o local? +
Especialmente en ciudades medianas, el GEO representa una ventaja desproporcionada para los que actúan primero. En Oviedo, Gijón o Santander hay menos competencia en las fuentes que los modelos conocen que en Madrid o Barcelona.
El coste de entrada es bajo. El retorno potencial es alto. Y el que actúa primero construye una ventaja que su competencia tardará meses en replicar.
¿Qué diferencia hay entre GEO y AEO? +
El canal es pequeño hoy. La trayectoria no invita a ignorarlo.
El tráfico desde ChatGPT o Perplexity representa hoy solo el 0,5% del total. Pero genera el 12,1% de los leads, con una tasa de conversión 23 veces superior al tráfico orgánico tradicional. Para algunas empresas ese 0,5% ya supone el 10% de sus conversiones.
Tu competidor puede copiar tus anuncios en horas. Le cuesta meses replicar autoridad temática, presencia en fuentes de entrenamiento y cobertura de demanda bien construida. Ese es el activo defensivo que el GEO bien aplicado construye.
- Aggarwal, P. et al. (2023). GEO: Generative Engine Optimization. Princeton / Georgia Tech. https://arxiv.org/abs/2311.09735
- Indig, K. (2025). How ChatGPT’s SONIC classifier decides when to search the web. kevin-indig.com
- Ahrefs. (2025). AI search traffic converts 23x better than organic. ahrefs.com/blog
- SparkToro. (2026). How deterministic are LLM brand recommendations? sparktoro.com
- Profound. (2025). AI citation volatility study: 80,000 prompts analyzed. profound.ai
- OpenAI. (2025). OpenAI and Foursquare partnership for local search in ChatGPT. openai.com/blog
- Rojas Guerra, M. & Mayol Orell, M. (2026). Las Bases del GEO. DOKAI SEO · Primera edición. Oviedo.
Llevo cuatro años aplicando SEO orientado a negocio y soy coautor de Las Bases del GEO, la primera guía práctica en castellano sobre optimización para IA generativa. Si quieres entender exactamente qué dice la IA de tu empresa, este es el punto de partida.
