Hay una pregunta sobre GEO que me interesa mucho más que «¿cómo salgo en ChatGPT?». Es esta: cuando alguien pregunta por mi sector, ¿por qué aparecen unas empresas y otras ni siquiera entran en la conversación?
Ahí empieza el problema de verdad. Porque aparecer en Google y ser utilizado por una inteligencia artificial para construir una respuesta no son la misma cosa.
Compara dos consultas. En Google escribimos clínica fisioterapia Valladolid: tres palabras clave. En ChatGPT escribimos otra cosa muy distinta: «Tengo molestias de espalda, paso muchas horas sentado y busco una clínica en Valladolid que trabaje este tipo de problemas. ¿Qué opciones mirarías?». En la primera hay unas keywords. En la segunda hay una persona explicando un problema, una ubicación y una necesidad, y pidiendo ayuda para tomar una decisión.
El cambio parece pequeño. Desde el punto de vista del marketing no lo es en absoluto, y de eso trata el posicionamiento GEO.
Qué significa GEO, y qué no se puede prometer
GEO son las siglas de Generative Engine Optimization. El término no salió de la presentación comercial de una agencia: se formalizó en un trabajo académico de Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit y otros investigadores, publicado en los proceedings de ACM KDD 2024. La idea de partida era sensata: si los motores generativos construyen respuestas combinando fuentes, tiene sentido estudiar qué características hacen que una fuente aparezca más dentro de esas respuestas. Los autores crearon un benchmark propio, GEO-bench, y midieron mejoras de visibilidad de hasta un 40% con determinadas técnicas.
Hay una advertencia en ese mismo trabajo que se pierde casi siempre cuando alguien cita el 40%: las estrategias no funcionaban igual en todos los sectores ni para todos los tipos de consulta. Eso me parece más relevante que la cifra, porque significa que no existe una receta universal. No hay un «haz estas siete cosas y ChatGPT te recomendará», y quien lo plantee así está simplificando un problema que el sector todavía está empezando a entender.
Nuestra definición de trabajo es más corta: conseguir que una marca sea fácil de encontrar, fácil de entender y suficientemente fiable como para que una IA pueda considerarla cuando construye una respuesta.
«Pueda considerarla» está puesto a propósito. No se le puede ordenar a ChatGPT que recomiende una empresa ni comprar una posición orgánica, y OpenAI lo dice en su propia documentación: ChatGPT Search utiliza distintos factores relacionados con relevancia y fiabilidad, y no existe forma de garantizar una posición destacada. Por tanto, GEO no se puede vender como «te ponemos primero en ChatGPT». Nadie sabe hacer eso.
Lo que sí se puede hacer es analizar por qué una empresa no aparece, qué información encuentran los sistemas sobre ella, qué fuentes están alimentando las respuestas de su sector, qué competidores ocupan ese espacio y qué señales se pueden mejorar. Ese trabajo es menos vistoso que la promesa, pero se puede documentar y se puede medir.
La primera sorpresa cuando empiezas a medir
Lo primero que descubres es que preguntar una vez no sirve de nada.
Preguntas hoy qué bodegas visitar en Rueda y obtienes cinco nombres. Repites la pregunta y aparecen cuatro de los anteriores y uno nuevo. Cambias ligeramente la formulación —»voy a Valladolid y quiero visitar una bodega de Rueda, ¿cuáles son las mejores opciones?»— y vuelve a cambiar la respuesta. No hay una posición estable que seguir como seguíamos una posición SEO durante quince años.
Por eso trabajamos con baterías controladas de consultas y no con capturas anecdóticas. Nuestro protocolo estándar por auditoría es 25 prompts × 5 superficies × 3 ejecuciones: 375 respuestas analizadas, siempre en sesión limpia, sin historial ni personalización, y con localización fija en España / es-ES. Sin esas dos últimas condiciones el dato no es reproducible y no vale para comparar nada.
Las cinco superficies son ChatGPT Search, Google AI Overviews, Google AI Mode, Gemini y Perplexity. Las medimos por separado y no las promediamos nunca en una cifra única, porque el solapamiento de resultados entre ellas está por debajo del 20%. Una media esconde justo la información que hace falta para decidir dónde actuar.
Los 25 prompts tampoco son equivalentes entre sí. Los repartimos en seis tipos según el momento de decisión que representan: marca, descubrimiento, problema, comparación, consideración y recomendación. La distinción no es cosmética. No tiene el mismo valor comercial aparecer en «¿qué es la energía fotovoltaica?» que aparecer en «busco una empresa que instale fotovoltaica en una nave industrial en Valladolid, ¿a quién pedirías presupuesto?».
La pregunta no es solo cuánto apareces. También es en qué momento apareces.
Qué medimos: aparecer no es suficiente
Tuvimos que resolver otro problema antes de empezar: qué significa exactamente «estar bien posicionado en IA». Podríamos limitarnos a contar menciones, pero salir mencionado en treinta respuestas sin ser recomendado en ninguna no describe una buena situación.
Por eso trabajamos con un indicador interno que utilizamos para resumir el estado de una marca, un Índice de Visibilidad Generativa. No lo presentamos como una métrica oficial ni como un estándar de mercado, porque no lo es. Su función es obligarnos a mirar cinco cosas a la vez en lugar de una:
- Presencia — si la marca aparece.
- Recomendación — si la IA la menciona de pasada o la propone realmente como opción.
- Citación — si aparecen fuentes propias o externas relacionadas con ella.
- Exactitud — si lo que cuenta sobre la empresa es correcto.
- Consistencia — si esa presencia se mantiene entre distintas preguntas, ejecuciones y plataformas.
No entregaría una auditoría que dijera únicamente «apareces en ChatGPT un 62% de las veces». Querría saber cómo apareces, frente a quién, gracias a qué fuentes y en qué tipo de consulta. Ahí es donde empieza a haber información utilizable para marketing.
Por qué Perplexity no sale de nuestras auditorías
Es habitual usar «GEO» y «posicionamiento en ChatGPT» como si fueran lo mismo. ChatGPT es importantísimo, pero una auditoría que solo mire ChatGPT se queda corta, porque las distintas superficies no utilizan las mismas fuentes de la misma manera.
Personalmente, Perplexity no la quitaría de una auditoría en España aunque su volumen de usuarios fuese muy inferior al de ChatGPT o Google. El motivo no es el alcance, es metodológico: Perplexity funciona con una lógica muy orientada a búsqueda y hace visibles las fuentes que utiliza en cada respuesta. Eso permite observar lo que para nosotros es central en GEO, que es quién está alimentando la conversación sobre un sector.
No la analizamos porque queramos aparecer en Perplexity. La analizamos porque nos enseña el ecosistema de fuentes alrededor de una consulta, y esa información sirve después para todo lo demás.
Antes de escribir nada: ¿pueden encontrarte?
Aquí empieza la parte menos vistosa del GEO, que es también donde más cosas rotas nos hemos encontrado. Robots, crawlers, indexación, JavaScript, sitemaps, canonicals, CDN y capas de seguridad. Podemos preparar el mejor artículo del mundo y descubrir después que los sistemas que queremos analizar no pueden acceder a él.
En una de nuestras auditorías abrimos el robots.txt de una bodega que vende fuera de España y encontramos una línea —Disallow: /en/— que llevaba meses impidiendo el rastreo de la versión inglesa completa de la web. Toda la información en inglés sobre esa empresa (su historia, sus vinos, sus premios, sus distribuidores) era invisible para los sistemas que pretendíamos medir. Nadie lo había hecho a propósito: la línea venía arrastrada de un rediseño anterior y en su momento tuvo su lógica. El problema es que hasta hace dos años nadie tenía motivo para volver a mirarla.
En esa misma auditoría apareció algo menos evidente. La capa antibot del sitio devolvía retos de JavaScript al sitemap y a las páginas de producto cuando el volumen de peticiones subía. No bloqueaba por identidad —GPTBot pasaba sin problema— sino por ritmo. Es un fallo que no sale en ninguna herramienta estándar de SEO y que solo aparece cuando alguien se sienta a comprobarlo a mano.
En el caso de ChatGPT hay además una comprobación concreta y documentada. OpenAI explica que, para facilitar que un contenido pueda descubrirse, mostrarse, citarse y enlazarse en ChatGPT Search, hay que permitir el acceso de OAI-SearchBot, y especifica que si está bloqueado en robots.txt el contenido puede no estar disponible para los resúmenes y fragmentos de la herramienta. Eso convierte algo tan poco llamativo como abrir un fichero de texto en una de las primeras cosas que hacemos.
Y no basta con mirar si hay un Disallow: /. Hay que revisar directorios, idiomas, versiones internacionales, contenido cargado dinámicamente y posibles bloqueos de firewall o CDN. Son detalles pequeños hasta que descubres que la mitad de la web que quieres posicionar no existe para el sistema que pretendes optimizar.
Lo que Google ha dicho oficialmente sobre todo esto
El 15 de mayo de 2026 Google publicó su primera guía oficial al respecto, Optimizing your website for generative AI features on Google Search, dentro de una sección nueva de Search Central llamada «Generative AI fundamentals». Su mensaje central desmonta unas cuantas presentaciones comerciales: optimizar para la búsqueda generativa sigue siendo SEO, porque AI Overviews y AI Mode se apoyan en los sistemas principales de ranking y calidad de Search, con técnicas como RAG —Retrieval-Augmented Generation— para recuperar información actualizada del índice antes de construir determinadas respuestas.
La guía desmiente además cuatro prácticas que circulaban sin respaldo: el archivo llms.txt, el troceado de los textos en fragmentos minúsculos, la reescritura de contenidos específicamente para modelos y la existencia de un marcado obligatorio para IA.
Sobre esto último merece un matiz, porque el péndulo se va fácilmente al otro extremo. Los datos estructurados sirven para expresar de manera inequívoca ciertas entidades y propiedades de una página, y los implementamos cuando corresponden. Lo que no tiene base es vender «ponemos schema y empiezas a salir en ChatGPT». Con llms.txt pasa algo parecido: es una propuesta interesante con la que se puede experimentar, pero hoy no es un requisito reconocido, y Google dice expresamente que no hacen falta archivos especiales para aparecer en sus experiencias generativas.
Empezamos siempre por lo documentado. Después experimentamos. No al revés.
Después tienen que entenderte
Entramos en una web corporativa y leemos «soluciones innovadoras para un futuro mejor». Seguimos sin saber qué vende la empresa. Seguimos leyendo y encontramos «nuestro equipo multidisciplinar ofrece soluciones personalizadas adaptadas a cada cliente», y seguimos sin saberlo. Si a una persona le cuesta entenderlo, a una máquina no le estamos haciendo ningún favor.
Una empresa debería poder responder con claridad a cosas muy básicas: qué hace, dónde trabaja, a quién se dirige, en qué está especializada, quién está detrás, qué experiencia puede demostrar y qué la diferencia. Parece comunicación de primero de carrera. En GEO tiene una importancia enorme, porque un sistema generativo necesita construir relaciones entre entidades: empresa, actividad, servicio, ubicación, personas, especialidad, proyectos, referencias. Cuanto más clara y consistente sea esa red, menos ambigua resulta la marca.
Analizando la presencia de un centro sanitario privado nos encontramos con el caso extremo: cuatro centros distintos en España comparten exactamente el mismo nombre. Cuando alguien pregunta por él, la IA no tiene un problema de posicionamiento, tiene un problema de identidad. No sabe de cuál de los cuatro le están hablando, y cualquier señal de autoridad que ese cliente construya se reparte entre los cuatro o se atribuye al equivocado.
Ninguna cantidad de contenido arregla eso. Se arregla desambiguando la entidad —ciudad, dirección, especialidades, profesionales, marcado estructurado— y consiguiendo que todas las fuentes públicas donde aparece cuenten lo mismo. No se trata de repetir la misma frase en todas partes, sino de que no haya contradicciones.
Durante años nos hemos preguntado qué palabra clave queríamos posicionar. Ahora hay que añadir otra pregunta: qué queremos que una máquina entienda sobre nosotros. Una clínica puede optimizar una página para fisioterapia Valladolid, pero el objetivo GEO es que los sistemas puedan entender que esa clínica está en Valladolid, que trabaja determinadas especialidades, que esas especialidades las realizan determinados profesionales, que esos profesionales tienen experiencia concreta y referencias externas, y que todo eso aparece de forma coherente en sitios distintos. Es una entidad mucho más completa que una keyword.
Las personas también son entidades
Seguimos encontrando páginas de equipo que dicen «María Pérez — Directora técnica» y terminan ahí. ¿Directora técnica de qué, con qué experiencia, sobre qué puede hablar, ha publicado algo, existe fuera de esta página?
Si la respuesta es que no, estamos desaprovechando una parte enorme de la autoridad de la organización. Una empresa no sabe cosas: las saben las personas que trabajan en ella. Conseguir que esas personas sean entidades reconocibles alrededor de determinadas áreas de conocimiento es una de las oportunidades más claras del GEO, y es también una de las más fáciles de empezar a trabajar mañana.
Y luego, la parte difícil: ¿por qué tú?
Aquí está el corazón del asunto. Podemos tener una web impecable, los servicios perfectamente definidos y todo accesible para los rastreadores, y seguir sin ser recomendados. Que una IA sepa quién eres no significa que tenga motivos para escogerte.
La autoridad, entendida no como una barrita verde de una herramienta SEO sino como algo reconocible para cualquiera: quién dice que sabes de esto, dónde lo has demostrado, si hay alguien más hablando de ti, si tus profesionales son identificables, si existen fuentes independientes, si has publicado datos propios.
Supongamos que una empresa escribe diez veces en su web que es líder en eficiencia energética. Eso nos dice que la empresa afirma ser líder en eficiencia energética. Ahora supongamos que además encontramos una entrevista a su director hablando del tema, una asociación empresarial citando uno de sus informes, un medio económico explicando uno de sus proyectos, dos jornadas profesionales donde aparece como ponente y una página institucional que la incluye en un programa sectorial. Ya no tenemos una afirmación: tenemos un patrón de información distribuido en fuentes distintas.
No existe una ecuación del tipo «tres periódicos más dos entrevistas igual a recomendación de ChatGPT». No la hay. Pero desde el punto de vista de construcción de entidad, contexto y autoridad, la diferencia entre los dos escenarios es enorme. Y es exactamente el terreno donde las agencias de comunicación llevamos trabajando toda la vida.
Autoridad citable
Hay contenidos que sirven para decir que existes y contenidos que pueden convertirse en materia prima para responder preguntas. La diferencia se ve rápido.
«Somos una compañía innovadora que ofrece soluciones personalizadas y de máxima calidad» es intercambiable con miles de webs. En cambio, algo del tipo «analizamos el consumo energético de 126 instalaciones industriales de Castilla y León y el 38% concentraba sus mayores desviaciones entre las 18:00 y las 22:00» —si el dato es real, está documentado y se explica la metodología— tiene algo que el primero no tiene: información propia. Alguien puede citarla, discutirla, enlazarla, compararla o utilizarla como fuente. El primer texto no pertenece a nadie. El segundo, sí.
Esto conecta directamente con lo que Google reforzó en su guía de mayo: contenido valioso, único y no genérico, frente a piezas que podría publicar cualquier otra web.
Y aquí nos toca aplicarnos el cuento. Si queremos hablar de GEO desde AcciónLAB, no basta con publicar otro artículo explicando qué significa la sigla. Este texto intenta empezar por otro sitio: contando el protocolo que usamos, lo que medimos y lo que nos hemos encontrado.
En empresas locales hay una capa más
«¿Qué clínica me recomendarías en Valladolid?» «¿Dónde comer buen lechazo cerca de Peñafiel?» En preguntas así la ubicación forma parte de la intención, y entra en juego una comprobación que parece aburrida y resulta decisiva: la coherencia de la información local entre la web, el Google Business Profile, los directorios, los medios locales, las reseñas y los perfiles sociales.
Si en un sitio estamos en Valladolid, en otro aparece una dirección antigua y en un tercero no queda claro dónde prestamos servicio, estamos complicando algo que podría ser sencillo. ChatGPT, además, puede utilizar la ubicación para ofrecer resultados locales más relevantes. Por eso el GEO local merece un análisis propio, y no consiste en añadir el nombre de la ciudad veinte veces a una página.
El 3 de junio de 2026 Google anunció informes de rendimiento específicos para sus funciones de IA generativa dentro de Search Console, con vistas separadas para Búsqueda y para Discover, desplegados inicialmente sobre un subconjunto de sitios.
Conviene leer bien qué ofrece y qué no. El informe mide impresiones, segmentadas por página, país, dispositivo y fecha. No incluye clics, ni CTR, ni posición, ni consultas. Es decir: por fin sabemos con qué frecuencia aparecemos dentro de las respuestas de IA de Google, pero todavía no cuánto tráfico generan. La propia infraestructura de medición reconoce el agujero.
En el mismo anuncio hubo una segunda novedad que ha pasado bastante desapercibida y que a nosotros nos parece la más interesante: un control para excluir un sitio de las funciones de IA generativa sin penalizar su posicionamiento orgánico tradicional. Eso ya no es una decisión técnica. Es una decisión de reputación y de estrategia de marca, y va a acabar en reuniones donde el equipo de comunicación tiene bastante más que decir que el equipo de SEO.
Queda pendiente lo más difícil. Durante años hemos medido nuestro trabajo así: impresión, clic, web, conversión. Una respuesta generativa puede funcionar de otra manera: mencionar tu empresa, explicar tu propuesta y provocar después una búsqueda de marca en Google, o facilitar directamente un teléfono o una dirección sin que nadie pase por tu web. Hablar de conversión GEO va a exigir mirar más allá del clic directo, y nosotros no tenemos resuelto todavía ese problema de atribución. Reconocerlo me parece más útil que inventar una precisión que hoy no existe.
Los errores que intentamos evitar
El más obvio es convertir el GEO en una fábrica de contenido generado con IA. Si todas las empresas empiezan a publicar cincuenta artículos mensuales diciendo aproximadamente lo mismo, el resultado no será cincuenta veces más autoridad, será más ruido.
El segundo es trabajar solo una pieza: únicamente la web, o únicamente PR, o únicamente SEO, o únicamente schema. Cuanto más avanzamos, más difícil resulta defender el GEO como una disciplina aislada. Hay problemas técnicos, de arquitectura, de contenido, de identidad de marca, de expertos, de reputación, de terceros y de medición, y todo eso tiene que acabar contando una historia coherente.
Y el tercero, el que más veremos: intentar manipular la respuesta en lugar de convertirse en una buena fuente. Lo segundo es más lento y mucho más defendible a tres años vista.
Una comprobación que puedes hacer tú esta semana
Sin herramientas y sin auditoría. Prepara cinco preguntas:
- Descubrimiento — ¿Qué empresas existen en España especializadas en X?
- Local — ¿Qué empresas de X recomendarías en Valladolid?
- Comparativa — ¿Qué diferencias hay entre la Empresa A, la Empresa B y la Empresa C?
- Problema — Necesito resolver X. ¿Qué tipo de proveedor buscarías?
- Comercial — Si tuvieras que contratar una empresa para X, ¿qué opciones valorarías?
Hazlas en varias plataformas, repítelas otro día y guarda las respuestas. Después mira tres cosas: quién aparece, por qué aparece y qué fuentes sostienen la respuesta. Vas a aprender bastante más que preguntando «¿conoces mi empresa?».
El orden importa
No empezaríamos publicando. Empezamos midiendo, seguimos por la parte técnica y comprobamos después si la identidad de la empresa está suficientemente clara. Luego analizamos qué preguntas importantes del sector no estamos respondiendo bien, qué fuentes están alimentando hoy esas respuestas, qué competidores ocupan el espacio y en qué estado están nuestros expertos. Solo entonces decidimos qué contenido crear, qué relaciones desarrollar y dónde hay que construir autoridad.
Hacer GEO sin diagnóstico previo corre el riesgo de convertirse en una lista de tareas que ejecutamos porque alguien las publicó en LinkedIn.
¿GEO o SEO?
Los dos, y también comunicación, relaciones públicas, reputación, marca y tecnología. Eso es lo que me resulta más interesante del posicionamiento generativo: obliga a reconectar disciplinas que llevamos años separando en departamentos distintos. El SEO se ocupaba de Google, comunicación de los medios, social de las redes, PR de la reputación, contenidos del blog y desarrollo de la web. Ahora una inteligencia artificial puede utilizar señales procedentes de todos esos espacios para responder una sola pregunta.
Quizá el mayor cambio no esté en aprender un acrónimo nuevo, sino en volver a entender nuestra presencia digital como un sistema completo.
Dentro de unos años puede que esto se llame de otra manera. No me preocupa. Lo que va a permanecer es la escena: una persona abre una IA, explica lo que necesita, la máquina construye una respuesta y pone varias opciones encima de la mesa.
¿Está tu empresa entre ellas?
Y si no está, la pregunta importante no es cómo entrar engañando al sistema. Es qué saben ellos que nosotros no estamos contando, qué autoridad tienen que nosotros no hemos construido y qué fuentes están encontrando sobre ellos que no existen sobre nosotros.
Ahí hay trabajo de marketing. Y mucho.
Preguntas frecuentes sobre posicionamiento GEO
¿Se puede conseguir que ChatGPT recomiende una empresa? Se puede trabajar su presencia, su claridad, su autoridad y su relevancia, pero no garantizar una recomendación. OpenAI afirma expresamente que no existe una fórmula para asegurar posiciones destacadas en ChatGPT Search.
¿GEO sustituye al SEO? No. En su guía de mayo de 2026, Google sostiene que optimizar para la búsqueda generativa sigue siendo SEO, porque sus funciones de IA se apoyan en los sistemas de ranking y calidad de Search.
¿Qué plataformas hay que analizar? Depende del sector. Nosotros medimos cinco superficies por separado: ChatGPT Search, Google AI Overviews, Google AI Mode, Gemini y Perplexity. Y las mantenemos separadas porque el solapamiento entre ellas está por debajo del 20%.
¿Por qué analizar Perplexity si ChatGPT pesa más? Porque expone las fuentes que utiliza en cada respuesta, y eso permite analizar qué dominios están construyendo la conversación sobre un tema. Es un motivo metodológico, no de audiencia.
¿Qué es más importante, aparecer o ser recomendado? Son niveles distintos. Una marca puede ser conocida y mencionada sin llegar nunca a ser propuesta como opción, por eso medimos ambas cosas por separado.
¿Los medios de comunicación ayudan? Cuando aportan referencias relevantes y coherentes alrededor de una empresa, sus profesionales o sus áreas de especialización, sí. Eso no significa que cualquier publicación en cualquier medio produzca automáticamente una mejora.
¿Hay que permitir OAI-SearchBot? Si queremos que nuestro contenido pueda descubrirse y citarse en ChatGPT Search, OpenAI recomienda explícitamente no bloquearlo en robots.txt.
¿Hay un schema especial para GEO? No. Google señala expresamente que no existen requisitos de marcado adicionales para aparecer en AI Overviews o AI Mode.
¿Necesito un archivo llms.txt? Hoy no es un requisito reconocido. La guía de Google de mayo de 2026 lo incluye entre las prácticas que desmiente, junto al troceado de textos, la reescritura para modelos y el marcado obligatorio.
¿Cómo sé si estoy mejorando? Midiendo siempre el mismo conjunto de consultas y observando la evolución en presencia, recomendación, citación, exactitud y consistencia. Desde junio de 2026, además, el informe de IA generativa de Search Console permite ver impresiones en las funciones generativas de Google, aunque todavía no clics ni consultas.
