GEO · Optimización de motores generativos
Generative Engine Optimization
¿Qué es GEO?
- Para que la IA generativa nos cite al responder
- Lo que la IA adopta como «fuente» en sus respuestas
- Lo esencial: autoridad, estructura y facilidad para citar
Lo que GEO cambia en realidad es la unidad con la que se miden los resultados. En la era de la búsqueda se contaba « en qué posición aparecimos y cuántas personas llegaron », pero en las respuestas generativas es frecuente que solo aparezca el nombre de la marca, sin ningún clic. Los indicadores de tráfico siguen igual, aunque el tono de las consultas comerciales cambia, y las organizaciones que solo miran el tráfico no se enteran durante meses de que han desaparecido por completo de las respuestas de IA. El punto de partida de la medición es preguntarle directamente a la IA las preguntas sobre nuestra categoría.
SEO compite por las posiciones en la página de resultados, y AEO apunta a ser extraído en el cuadro de respuesta de la parte superior del buscador. GEO busca que el contenido sea un ingrediente incluido en el proceso en que varios documentos se combinan en una sola respuesta. Hay dos tipos de resultado: la «cita de fuente», con notas al pie y enlace, y la «mención de marca», en la que solo aparece el nombre de la empresa dentro de la frase, sin enlace. Esta última no deja rastro en los registros, y por eso la empresa solo se entera de que existe cuando el área comercial dice: «Hace poco nos llamaron diciendo que la IA nos recomendó».
Lo primero es la base técnica. Si en robots.txt bloqueó GPTBot, PerplexityBot o Google-Extended, todo lo demás pierde efecto. La velocidad con que se reflejan los cambios varía según el motor. Los motores que buscan en la web en el momento de la pregunta reflejan las correcciones en pocos días, pero los que dependen de datos de entrenamiento deben esperar hasta el próximo ciclo de entrenamiento, que puede tardar meses. En el contenido conviene poner la frase de definición al comienzo de la página, indicar la institución y el año junto a cada cifra, y dividir la información con tablas y listas. Para comprobarlo, lea en voz alta un solo párrafo aislado: si se entiende por sí mismo, en general la respuesta de la IA también resulta acertada.
En la práctica, el error más frecuente es entender GEO como «cambiar las palabras clave para la IA». Una página que solo enumera frases como «el mejor de la industria», sin fuentes primarias ni referencias, no ofrece nada que citar, así que la IA la omite sin más. Además, las respuestas de la IA cambian cada vez, incluso ante la misma pregunta. Para ver una tendencia hay que repetir la misma pregunta entre 20 y 30 veces y medir la proporción de menciones. En cambio, si arma un informe con una sola captura de pantalla, ese número se invierte la semana siguiente y deja en apuros a quien lo presentó.
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum Consultoría, instructor John Kim
Hyerang ParkEspecialista en storytelling de contenidos y contenidos de marca con IAEn noviembre de 2023, un equipo de investigación de la Universidad de Princeton y otras instituciones (Pranjal Aggarwal y coautores) presentó por primera vez el concepto y el nombre en el artículo «GEO: Generative Engine Optimization». En ese trabajo demostraron que ciertas técnicas pueden aumentar la visibilidad en las respuestas generadas por IA hasta en un 40%.
Veamos un caso hipotético. A es una empresa manufacturera B2B que fabrica equipos de medición de vibración industrial, con 180 colaboradores e ingresos anuales de KRW 42,000,000,000 (≈ US$31,435,700). En dos años, sus visitas mensuales al sitio web bajaron de 3,200 a 1,900, y las solicitudes por el formulario de contacto se redujeron a la mitad, de 18 a 9 al mes. Cuando el CEO preguntó «¿por qué no llegan consultas si la inversión en búsqueda pagada sigue igual?», el área de marketing inició una revisión GEO de seis meses.
- El jefe de sección Kim, del área de marketing, preguntó 30 veces a ChatGPT y otras 30 a Perplexity por «empresas recomendadas de equipos de medición de vibración en Corea». Al contar los resultados: la empresa A fue mencionada 2 veces y su competidora B, 21 veces.
- Al buscar la causa, el jefe del equipo de desarrollo revisó robots.txt y encontró que GPTBot y PerplexityBot estaban bloqueados por completo. « Lo habíamos puesto hace tres años por la carga de los rastreadores y me había olvidado », dijo, y lo desbloqueó ese mismo día.
- Revisamos 12 páginas de productos. Al inicio de cada una pusimos una definición de dos líneas con la resolución y el rango de medición, e incluimos en el cuerpo el informe de ensayo en PDF y la indicación de revisión por el director técnico.
- El equipo de ventas extrajo 40 preguntas reales que recibió por teléfono en el último año y las pasó a preguntas frecuentes. El director comercial pidió «poner en el título las mismas palabras que usa el cliente», así que no se cambió el vocabulario.
- Cuatro meses después, al volver a medir 30 veces la misma pregunta, las menciones pasaron de 2 a 17, y las consultas por el formulario de contacto subieron de 9 al mes a 23. De ellas, 11 respondieron que llegaron porque «la IA se lo recomendó».