Generative Engine Optimization (GEO): cómo lograr que las IA citen tu web

La Generative Engine Optimization (GEO, u optimización para motores generativos) es el trabajo de que tus páginas sean fáciles de encontrar, entender y citar para los motores de respuestas con IA, como la búsqueda de ChatGPT, Perplexity, Claude, Gemini y las AI Overviews de Google. Gran parte es buen SEO: páginas rastreables, respuestas claras y experiencia visible. Lo propio de la GEO es comprobar que los rastreadores de IA pueden llegar realmente a tu web y escribir pasajes que sigan teniendo sentido cuando se citan por separado.

Cómo eligen sus fuentes las respuestas de IA

Hay dos formas de que un modelo de lenguaje “conozca” tu sitio, y solo una de ellas envía visitantes.

• Datos de entrenamiento. Texto recopilado en el pasado e incorporado al modelo. Da forma al conocimiento general, pero el modelo normalmente no puede señalar de dónde salió un dato, así que no hay enlace.
• Recuperación en directo. Cuando una pregunta requiere información actual o específica, el sistema lanza búsquedas, descarga páginas, lee los pasajes más relevantes y redacta una respuesta con citas. Aquí es donde la GEO da resultados.

El paso de recuperación funciona de forma muy parecida a un buscador, porque normalmente lo es. Google explica que sus AI Overviews y el Modo IA pueden usar una técnica de “query fan-out” (expansión de la consulta), que lanza varias búsquedas relacionadas sobre distintos subtemas y fuentes de datos para construir una respuesta. Se describe en su documentación sobre las funciones de IA y tu sitio web. OpenAI indica que los sitios que bloquean OAI-SearchBot no aparecerán en las respuestas de la búsqueda de ChatGPT. Perplexity usa su propio índice, creado por PerplexityBot.

Así que el primer filtro es el mismo que en el SEO clásico: la página tiene que estar en el índice en el que busca el sistema de IA. El segundo filtro es la calidad de los pasajes. Los sistemas eligen pasajes que respondan de forma directa y creíble a una parte de la pregunta.

Acceso técnico: deja entrar a los rastreadores de IA adecuados

Las empresas de IA separan sus bots por finalidad, así que bloquear “la IA” en general rara vez es lo que quieres. La tabla siguiente sigue la documentación de cada empresa: OpenAI, Anthropic, Perplexity y Google.

Google y Apple funcionan de otra manera. Las AI Overviews y el Modo IA se nutren del índice normal de Googlebot, mientras que el token Google-Extended del robots.txt controla si Gemini puede usar tu contenido para entrenamiento y para fundamentar respuestas (grounding). Applebot, de Apple, rastrea para productos como Siri y Spotlight, y Applebot-Extended es una exclusión voluntaria del entrenamiento.

Una configuración habitual permite la búsqueda y las consultas del usuario, y bloquea el entrenamiento:

# Búsqueda con IA y consultas pedidas por el usuario: permitidas
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: PerplexityBot
Allow: /

# Entrenamiento de modelos: bloqueado
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: Applebot-Extended
User-agent: CCBot
Disallow: /

Ten en cuenta tres puntos:

• Google-Extended no afecta a la Búsqueda de Google. Bloquearlo no te saca de las AI Overviews ni cambia el posicionamiento. Sí limita cómo usa Gemini tu contenido, también para fundamentar respuestas, así que decide con criterio.
• Los bots de consulta del usuario pueden ignorar el robots.txt. OpenAI indica que las reglas del robots.txt pueden no aplicarse a ChatGPT-User, y Perplexity dice lo mismo de Perplexity-User, porque fue una persona quien pidió la página.
• Los firewalls prevalecen sobre el robots.txt. Algunos CDN y plugins de seguridad ofrecen bloquear los bots de IA con un clic. Un 403 en el firewall bloquea un bot que tu robots.txt permite. El comprobador de rastreadores de IA lo detecta solicitando tu página con user agents de IA reales.

Por último, asegúrate de que el contenido esté en el HTML del servidor. El estudio de Vercel sobre el tráfico de los rastreadores de IA concluyó que ninguno de los principales rastreadores de IA que midió renderizaba JavaScript. Una página que construye su texto en el navegador puede parecerles vacía. Nuestra guía sobre cómo bloquear o permitir rastreadores de IA en el robots.txt profundiza en cada bot.

Estructura el contenido para que se pueda citar

Un sistema de IA rara vez cita una página entera. Extrae un pasaje, a veces una sola frase, que responde a una subpregunta. Escribe de modo que los mejores pasajes sean fáciles de encontrar y seguros de citar.

Responde primero y explica después

Abre cada sección con la respuesta directa en una o dos frases y añade después detalles, excepciones y ejemplos. Compara:

Difícil de citar: “Hay muchos factores que considerar a la hora de decidir cada cuánto regar un ficus lyrata, y la respuesta puede sorprenderte…”

Fácil de citar: “Riega un ficus lyrata cuando los 5 cm superiores de la tierra estén secos, normalmente cada 7–10 días en interior. Riega menos en invierno, cuando el crecimiento se ralentiza.”

Haz que los pasajes se basten por sí solos

Un pasaje citado fuera de contexto debería seguir siendo correcto. Nombra el sujeto en lugar de escribir “esto” o “este método”, y evita respuestas que dependan de una tabla tres pantallas más arriba. Si una frase solo tiene sentido después de leer la sección anterior, reescríbela.

Usa encabezados que coincidan con preguntas reales

Formula los encabezados H2 y H3 como pregunta la gente: “¿Cuánto cuesta hacer funcionar una bomba de calor?” en lugar de “Resumen de costes de funcionamiento”. El query fan-out descompone una pregunta en subpreguntas, y unos encabezados claros ayudan al sistema a asignar cada una a la sección correcta.

Sé específico y muestra tus fuentes

Las cifras, las fechas, los métodos con nombre y las definiciones claras son lo que citan los motores de respuestas. Enlaza a la fuente primaria cuando afirmes un dato. El artículo académico que acuñó el término, “GEO: Generative Engine Optimization”, observó que añadir citas, citas textuales y estadísticas hacía las fuentes más visibles en las respuestas generadas en su entorno de prueba. Es una referencia de investigación, no una prueba de cómo clasifica las fuentes ningún motor en producción, pero encaja con el sentido común: el contenido verificable es más seguro de citar.

Ofrece algo que otros no ofrecen

Si diez páginas dicen lo mismo, al sistema le basta con una. Los datos originales, las pruebas de primera mano, las fotos, los detalles locales y la opinión de expertos le dan una razón para elegirte a ti.

Entidades y schema

Los sistemas de IA intentan averiguar quién habla además de qué se dice. Ayúdales usando un nombre coherente para tu organización, tus productos y tus autores en todo el sitio y en tus perfiles, y marcándolo con datos estructurados:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "How to repot a fiddle-leaf fig",
  "datePublished": "2026-03-02",
  "dateModified": "2026-10-14",
  "author": {
    "@type": "Person",
    "name": "Dana Reyes",
    "url": "https://example.com/team/dana-reyes",
    "jobTitle": "Horticulturist"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Example Plant Co.",
    "url": "https://example.com",
    "sameAs": ["https://www.linkedin.com/company/example-plant-co"]
  }
}
</script>

Sé honesto sobre lo que esto consigue. Google dice que sus funciones de IA no necesitan ningún schema especial, y ninguna plataforma de IA ha publicado pruebas de que los datos estructurados aumenten las citas. Su valor demostrado es una comprensión más clara por parte de las máquinas y la elegibilidad para los resultados enriquecidos. Mantén el marcado coherente con lo que se ve en la página. Nuestro generador de schema crea marcado Article, Organization y Person a partir de un formulario.

Señales E-E-A-T que las máquinas pueden ver

Experiencia, pericia, autoridad y confianza, o E-E-A-T, proceden de las directrices para evaluadores de calidad de Google. No es una puntuación única, pero sus señales son visibles en la página, lo que las hace útiles para cualquier sistema que juzgue si una fuente es fiable:

• Un autor con nombre y una página de biografía que indique credenciales o experiencia reales.
• Una página “quiénes somos”, datos de contacto y un responsable claro del sitio.
• Citas de fuentes primarias para datos y cifras.
• Pruebas de primera mano: “lo probamos”, fotos originales, datos que has recopilado.
• Una política editorial o de revisión para temas sensibles como la salud y las finanzas.

Actualidad

Para las preguntas sensibles al tiempo, los motores de respuestas tienden a favorecer las fuentes recientes. Muestra una fecha visible de “última actualización”, ajusta dateModified para que coincida y actualiza de verdad el contenido: precios nuevos, versiones actuales, normas que han cambiado. Cambiar la fecha sin cambiar la página es fácil de detectar y erosiona la confianza. En los temas atemporales, la exactitud importa mucho más que la actualidad.

Cómo medir las visitas desde IA

Todavía no existe un único panel de visibilidad en IA. Combina tres fuentes.

Analítica

Las visitas de los asistentes de IA suelen llegar como referencias. En GA4, abre Adquisición de tráfico, establece la dimensión en fuente de la sesión y filtra con una expresión regular como esta:

chatgpt\.com|chat\.openai\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com

ChatGPT suele añadir utm_source=chatgpt.com a los enlaces que muestra, lo que hace que esas visitas sean fáciles de detectar. Parte del tráfico de IA sigue llegando sin referrer y cae en “directo”.

Logs del servidor

Los logs muestran qué bots de IA rastrean qué páginas y con qué frecuencia. Verifica los bots antes de fiarte de las cifras: OpenAI y Perplexity publican sus rangos de IP como archivos JSON, enlazados desde la documentación de sus bots.

Search Console y comprobaciones manuales

Google incluye el tráfico de las AI Overviews y del Modo IA en el informe de rendimiento, bajo el tipo de búsqueda Web, no como una línea aparte. Añade una comprobación manual mensual: haz a varios asistentes de IA las preguntas que responden tus páginas y anota si te citan. Las respuestas varían de una ejecución a otra, así que busca tendencias, no resultados aislados.

Qué no está demostrado y qué conviene evitar

• llms.txt. Una propuesta opcional de llmstxt.org para ofrecer un mapa de tu sitio en Markdown. En 2026, ninguna plataforma de IA importante ha confirmado usarlo para el posicionamiento ni para las citas, y Google ha dicho que no es necesario. Es barato de añadir, así que añádelo si quieres, pero no esperes resultados. Nuestra guía de llms.txt explica el formato.
• Contenido mostrado solo a los bots de IA. Servir un texto distinto a los bots y a las personas es cloaking, y es una infracción de las políticas de spam de Google.
• Rellenar de estadísticas. Añadir cifras sin fuentes hace que el contenido sea menos fiable, no más.
• Posiciones garantizadas en IA. Nadie controla qué fuentes elige un sistema de IA. Considera esas promesas una señal de alarma.
• Tomar como verdad las puntuaciones de seguimiento de prompts. Las herramientas que muestrean respuestas de IA sirven para ver tendencias, pero una muestra de prompts no es tu público real.

Un breve checklist de GEO

1. La página está indexada en Google y Bing y devuelve 200.
2. El robots.txt y el firewall permiten los bots de búsqueda y de consulta del usuario de IA que quieres.
3. El contenido principal está en el HTML del servidor, sin restricciones de fragmento que no pretendías.
4. Cada sección empieza con una respuesta directa y autosuficiente.
5. Los datos son concretos, tienen fuente y están al día.
6. El autor, la organización y las fechas son visibles y están marcados.
7. Las visitas desde IA se registran en la analítica y en los logs.

Las funciones de IA de Google tienen algunas reglas propias. Nuestra guía sobre cómo aparecer en las AI Overviews las explica.

Comprueba la visibilidad en IA de tu página

Nuestro comprobador de SEO para IA gratuito da a cualquier página una puntuación de visibilidad en IA de 0 a 100. Comprueba el acceso de los rastreadores de IA en el robots.txt, el texto renderizado en el servidor, las directivas de fragmento, la estructura lista para responder, el schema de entidades, las señales de autor y fecha, la actualidad, las citas y el llms.txt, y te dice qué corregir primero.