GEO (Generative Engine Optimization) es la disciplina que optimiza contenido y señales para los motores generativos de IA, no para el buscador clásico. Apareció con fuerza como término en 2024 a medida que ChatGPT, Perplexity, Claude y Gemini empezaron a absorber un porcentaje significativo del tráfico de descubrimiento que antes iba a Google.
En qué se parece al SEO clásico
Los fundamentos se mantienen: autoridad del dominio, calidad del contenido, señales de E-E-A-T, arquitectura semántica y schema.org siguen importando. Los LLMs se entrenan con el mismo corpus público que Google indexa, así que lo que te ayuda a rankear en Google te ayuda, en líneas generales, a ser citado por los LLMs.
En qué se diferencia
- No hay “posición 1”: una respuesta de ChatGPT puede citar cuatro fuentes y no están ordenadas como ranking, están justificadas por el contexto.
- Formato importa: respuestas claras, primera-frase-que-responde, datos concretos, listas estructuradas. Los LLMs reusan fragmentos que son bloques autocontenidos.
- Frescura con matiz: los LLMs tienen fecha de corte de entrenamiento, pero muchos hacen retrieval en tiempo real. Contenido nuevo que no ha entrado en corpus puede aparecer si está bien posicionado en búsquedas tradicionales.
- La marca pesa más: los LLMs priorizan citar marcas con presencia fuerte en foros, prensa especializada y podcasts transcritos, no solo en tu propia web.
Cómo se mide
A día de hoy no hay Search Console para GEO. Las tres vías: auditoría manual de prompts (ejecutar un set fijo de 30-50 prompts mensualmente en los 4 LLMs principales y anotar si apareces), referrals de LLMs en GA4 (tráfico desde chat.openai.com, perplexity.ai, etc.), y medición de menciones de marca en el corpus público. Ninguna sustituye a las otras.