- Qué son GEO y AEO, en qué se diferencian entre sí y del SEO clásico.
- Cómo deciden ChatGPT, Gemini y Perplexity qué fuentes citar (grounding, en cristiano).
- Los seis trabajos del posicionamiento en IA, con el peso que el research de Princeton midió para cada táctica.
- Qué se puede esperar, en qué plazos, y cómo se mide la visibilidad en LLMs.
Cuando tu próximo cliente pregunta a ChatGPT “¿qué proveedores de esto me recomiendas?”, la respuesta sale con tres nombres y el tuyo no está. No hay ranking que consultar, ni puja que subir, ni soporte al que escribir. GEO (Generative Engine Optimization) y AEO (Answer Engine Optimization) son la respuesta a ese problema: el conjunto de prácticas para que los motores generativos (ChatGPT, Gemini, Perplexity, Claude, los AI Overviews de Google) citen y recomienden a tu empresa. No es magia ni está cerrado: los modelos eligen sus fuentes con patrones medibles, y desde el paper de Princeton que fundó la disciplina sabemos que trabajarlos mueve la visibilidad hasta un 40%.
Esta guía explica cómo deciden los modelos a quién citar, los seis trabajos del posicionamiento en IA y qué esperar en plazos y medición.
TL;DR
- GEO = presencia de marca en respuestas generativas. AEO = ser la respuesta extraíble a preguntas concretas. Van juntas: una es la materia prima, la otra el paraguas.
- El tablero es grande y nuevo: ChatGPT supera los 800 millones de usuarios semanales y Forrester sitúa las búsquedas con IA generativa como punto de partida del comprador B2B.
- El clic clásico se encoge mientras tanto: 68% de búsquedas en Google sin clic en 2026 (SparkToro), con AI Overviews en una de cada cuatro queries en los picos medidos por Semrush.
- Lo que más mueve la aguja, medido: añadir estadísticas (+41% de visibilidad), citar fuentes y añadir quotes (+28%), según el benchmark GEO de Princeton/Georgia Tech.
- Seis trabajos: contenido citable, datos con fuente, estructura extraíble, menciones donde los modelos leen, puertas abiertas a los bots de búsqueda y tracking multi-LLM.
- Plazos: on-page citado en 1-3 meses; menciones externas permean en 3-6. Tendencia, no foto fija.
Qué son GEO y AEO (y qué fue del SEO)
| SEO clásico | AEO | GEO | |
|---|---|---|---|
| Optimizas para | El ranking de enlaces de Google | Ser la respuesta extraíble a una pregunta | Aparecer citado/recomendado en respuestas generadas |
| Resultado visible | Posición en el SERP | Featured snippet, AI Overview, respuesta directa | Mención de marca en ChatGPT, Gemini, Perplexity, Claude |
| Unidad de trabajo | Página y keyword | Pregunta y párrafo de respuesta | Marca y categoría completa |
| Señal reina | Enlaces y relevancia | Claridad y estructura answer-first | Menciones en las fuentes de grounding + citabilidad |
| Cómo se mide | Posiciones, clics | Cuota de snippets/overviews | Share of voice en respuestas de un set de prompts |
Las tres conviven y se solapan; ninguna sustituye a las otras. Si vienes del mundo del posicionamiento clásico, el marco general está en la guía de qué es el SEO B2B: el GEO/AEO es su mitad nueva, no su reemplazo.
Cómo deciden los modelos a quién citar
Sin jerga: cuando preguntas algo a un modelo con búsqueda activada, hace tres cosas. Primero busca (con un buscador propio o de terceros) páginas candidatas para fundamentar la respuesta; a esto se le llama grounding. Segundo, selecciona de esas páginas los fragmentos que mejor responden, y aquí ganan los párrafos autocontenidos, los datos concretos y las estructuras claras: el modelo necesita trozos que pueda levantar y citar sin reconstruir el contexto. Tercero, redacta mezclando esos fragmentos, citando algunas fuentes.
De ese mecanismo salen las dos palancas que importan:
- Estar en el pool de candidatas. Si las páginas que el modelo consulta para tu categoría (listados de proveedores, comparativas, prensa del sector) no te mencionan, no existes para el paso uno. Por eso las menciones externas pesan tanto en GEO: no son “link building”, son estar en la biblioteca que el modelo lee.
- Ser el fragmento más citable. Entre las candidatas, gana el contenido que responde mejor por unidad de párrafo. El estudio de Princeton/Georgia Tech (KDD 2024) lo midió sobre 10.000 queries: añadir estadísticas mejoró la visibilidad un 41%, añadir citas textuales un 28%, y citar fuentes externas fue la táctica más potente para contenido que partía de posiciones bajas. Lo florido y lo vago no se cita.
Y una advertencia honesta que casi nadie pone en su landing: hay varianza. Los modelos cambian de fuentes al actualizarse, y Forrester documenta que los propios compradores desconfían de respuestas incompletas y validan después. El GEO se gestiona como el SEO en sus primeros años: con medición continua y tendencia, no con garantías de posición.
Los seis trabajos del posicionamiento en IA
1. Answer paragraphs: párrafos que responden solos
Cada página importante abre con un párrafo de 80-120 palabras que responde la pregunta de la página de forma autocontenida: definición, para quién, qué cambia. Es el fragmento que el modelo puede levantar entero. Si tu respuesta está repartida en cinco scrolls de storytelling, no hay nada que citar.
2. Datos y cifras con fuente
La táctica número uno del benchmark de Princeton (+41%). Los modelos prefieren fundamentar con números atribuibles. Mejor aún si los datos son tuyos: benchmarks propios, agregados de cartera, encuestas. El que publica el dato se convierte en la fuente que todos (humanos y modelos) citan.
3. Estructura y schema extraíbles
Jerarquía limpia de encabezados, FAQs marcadas con schema, tablas comparativas (los modelos las extraen casi literales), datos estructurados de organización y servicio coherentes en todo el dominio. Nada exótico: es hacer que la página sea trivial de trocear y entender por una máquina.
4. Menciones donde los modelos leen
El multiplicador. Aparecer en los listados de proveedores, comparativas, directorios y prensa que el modelo usa como grounding de tu categoría. Se trabaja como el PR de toda la vida: criterio editorial, datos propios que dan motivo para citarte, presencia en los sitios que ya rankean para “mejores X”. Sin este trabajo, los cinco anteriores tienen techo.
5. Puertas abiertas a los bots de búsqueda
Revisar robots.txt con bisturí: los bots de búsqueda en tiempo real (OAI-SearchBot, Claude-SearchBot, PerplexityBot) son los que te traen citas hoy; los de entrenamiento (GPTBot, Google-Extended, ClaudeBot) son una decisión aparte de política de contenido. Bloquearlo todo “por si acaso” es autoexcluirse del buscador nuevo; una política fina permite búsqueda y decide conscientemente sobre training.
6. Tracking de citaciones multi-LLM
Lo que no se mide, no se gestiona. Un set fijo de prompts de comprador (por categoría, problema y comparativa), lanzado periódicamente contra cada modelo, registrando mención, posición y framing. Ese baseline convierte el GEO de fe en sistema: cada cambio on-page o cada mención nueva se contrasta contra la siguiente medición.
Qué esperar y cuándo
- Semanas 1-2: baseline. Set de prompts de comprador contra los cuatro modelos grandes. Foto de partida: dónde apareces, dónde no, quién aparece en tu lugar y desde qué fuentes.
- Mes 1: on-page citable. Answer paragraphs, datos con fuente, schema, robots.txt fino. Es la fase de retorno más rápido: los modelos con búsqueda re-muestrean en semanas.
- Meses 2-3: menciones. Trabajo de PR dirigido a las fuentes de grounding detectadas en el baseline. Aquí se juega el salto de “a veces me cita” a “estoy en la recomendación”.
- Meses 3-6: consolidación. Los modelos re-muestrean, las menciones permean, el share of voice sube con ruido. Se gestiona la tendencia y se re-balancea: más datos propios, más fuentes, nuevas preguntas del set.
Errores comunes en GEO/AEO
- Tratarlo como un truco: no hay meta-tag mágico ni alta en ChatGPT. Es contenido citable + menciones + medición, sostenido en el tiempo.
- Optimizar solo tu web: el on-page sin menciones externas tiene techo bajo; el modelo no puede citarte si sus fuentes no te conocen.
- Bloquear bots de IA en bloque: borrarse del buscador nuevo por miedo al training. Son dos decisiones separadas.
- Medir con una pregunta un día: la varianza entre modelos y versiones exige set fijo de prompts y cadencia, o estarás reaccionando a ruido.
- Inventar cifras para “ser citable”: los modelos cruzan fuentes y el comprador valida después (Forrester). Un dato sin respaldo te saca de la conversación en cuanto alguien lo contrasta.
La perspectiva de Zumo
Llegamos al GEO/AEO por necesidad propia: somos una agencia de lead gen B2B y nuestro propio comprador empezó a encontrarnos preguntando a los modelos, no solo buscando en Google. Lo que hoy operamos para clientes es lo que validamos primero en nuestra web: arquitectura answer-first, datos con fuente y un tracker propio de citaciones multi-LLM que mide share of voice por set de prompts, no impresiones.
Nuestro encuadre honesto: el posicionamiento en IA no sustituye al SEO ni al outbound; es la capa de findability que decide si existes cuando el comprador investiga por su cuenta, que es el 83% del tiempo según Gartner. Operamos las dos caras (Google y LLMs) como un solo servicio: el detalle está en la página de SEO B2B y posicionamiento en IA.
Preguntas frecuentes sobre GEO y AEO
¿Qué es el GEO (Generative Engine Optimization)?
GEO es la disciplina de optimizar la presencia de una marca en las respuestas de los motores generativos: ChatGPT, Gemini, Perplexity, Claude y los AI Overviews. El término lo formalizó un equipo de Princeton y Georgia Tech en KDD 2024, demostrando mejoras de visibilidad de hasta el 40% con tácticas concretas. El resultado no es un ranking de enlaces sino aparecer citado dentro de la respuesta.
¿Qué es el AEO y en qué se diferencia del GEO?
AEO (Answer Engine Optimization) es ser la respuesta extraíble a una pregunta concreta (snippets, AI Overviews, respuestas directas). GEO es el paraguas amplio: la presencia de marca en todo lo que genera un LLM, incluidas recomendaciones de proveedor. En la práctica van juntas.
¿Cómo consigo que ChatGPT recomiende mi empresa?
No se puede pagar ni dar de alta. Por orden de impacto: estar mencionado en las fuentes que el modelo consulta, tener contenido citable en tu web (answer paragraphs, datos con fuente, estructura extraíble), no bloquear los bots de búsqueda de los modelos, y medir con un baseline reproducible. Es trabajo de meses, no un truco.
¿Sirve el SEO tradicional para aparecer en ChatGPT?
En parte: claridad, estructura y autoridad ayudan en ambos mundos. Pero rankear #1 en Google y no existir en ChatGPT es perfectamente posible: los modelos premian señales que el SEO clásico ignora, como párrafos autocontenidos y presencia en sus fuentes de grounding.
¿Debo permitir o bloquear los bots de IA en mi web?
Distingue: los bots de búsqueda en tiempo real (OAI-SearchBot, Claude-SearchBot, PerplexityBot) te traen citas hoy; bloquearlos es borrarse del buscador nuevo. Los de entrenamiento (GPTBot, Google-Extended, ClaudeBot) son una decisión aparte de política de contenido. Política habitual: permitir búsqueda, decidir conscientemente sobre training.
¿Cómo se mide la visibilidad en LLMs?
Con un set fijo de prompts de comprador lanzado periódicamente contra cada modelo, registrando mención, posición y framing. No existe ranking oficial: existe tu share of voice en las respuestas que importan, y su tendencia.
¿Cuánto tarda el GEO/AEO en dar resultados?
La parte on-page puede aparecer citada en 1 a 3 meses (los modelos re-muestrean rápido). Las menciones externas permean en 3 a 6. Hay varianza entre versiones de modelos: se gestiona tendencia, no foto fija.