Hacer GEO / AI SEO mensurable

La Optimización Generativa de Motores (GEO ) es cada vez más importante para las organizaciones que quieren ser localizables en los sistemas de búsqueda basados en IA. Algunos ejemplos son ChatGPT, Claude, Gemini y Perplexity. Mientras que el SEO tradicional tiene métricas claras (como clasificaciones, clics y conversiones), la GEO es menos tangible. Aun así, es posible medir el impacto de los esfuerzos de GEO, siempre que sepas dónde buscar.

¿Qué hace que el GEO sea más difícil de medir que el SEO tradicional?

En el SEO clásico, utilizo herramientas como Search Console, Analytics, Ahrefs o Screaming Frog para controlar el rendimiento. Con ellas, mido:

• Posiciones en los resultados de búsqueda
• Tasa de clics (CTR) en Search Console
• Sesiones y conversiones por página
• Backlinks y autoridad de dominio

Con GEO, el campo de juego es diferente. Los sistemas de IA como ChatGPT generan respuestas basadas en datos de entrenamiento, fuentes web en vivo o una combinación de ambos. No hay «clasificación», ni rastro de clics, y a menudo no hay cita visible de la fuente. Sin embargo, hay formas de medir el impacto.

Lo que puedo medir en GEO

Aunque no hay clasificaciones SERP directas, me centro en las siguientes métricas en GEO:

1. Citas en las respuestas generadas por IA
2. Visibilidad dentro de las nuevas plataformas de IA (como Perplexity)
3. Impacto SEO indirecto del contenido GEO
4. Aumento de la búsqueda de marca o del tráfico directo
5. Inclusión en bibliotecas de contenidos o conjuntos de datos

Te guío a través del enfoque práctico para cada punto de medición.

1. Las citas en los sistemas de IA

Algunas plataformas de IA sí muestran sus fuentes, y eso ofrece oportunidades para medir visiblemente si tu contenido se utiliza en las respuestas. Ejemplos:

• Perplexity.ai: muestra las referencias de las fuentes debajo de la respuesta
• Bing Copilot: muestra listados de sitios web con algunos resultados
• Gemini (Google): las referencias a páginas en SGE están aumentando, aunque todavía son limitadas
• ChatGPT (con la función Explorar): a veces menciona fuentes en las consultas de búsqueda en directo

Te recomiendo que plantees regularmente preguntas en estas plataformas en torno a tus temas de contenido.

¿Se menciona o utiliza tu contenido? Entonces eso es visibilidad directa. Nota: la visibilidad directa requiere una comprobación manual. Yo lo documento en un formato establecido con la fecha, la indicación utilizada y la fuente mencionada.

2. Visibilidad en la perplejidad

La perplejidad es una herramienta de medición importante para mí. No sólo por la cita de fuentes, sino también porque muestra qué formas de contenido obtienen buenos resultados en las respuestas de la IA. Yo reviso:

• Qué sitios se citan regularmente en la industria
• Qué preguntas son habituales
• Si mi contenido ya aparece aquí

Si mi contenido se utiliza repetidamente en las respuestas, lo tomo como una confirmación de que el enfoque GEO utilizado funciona.

3. Impacto SEO indirecto

A veces, una mejor capacidad de búsqueda en los sistemas de IA conduce indirectamente a un mayor tráfico. Eso lo veo en

• Aumento de las búsquedas de marca: la gente busca deliberadamente mi nombre o marca
• Más visitas directas introduciendo la URL
• Aumento de usuarios recurrentes en Google Analytics

Veo este tipo de señales como un refuerzo de GEO. Puede que no se haga clic directamente en el contenido en sí, pero la gente sigue acudiendo a mí tras una interacción con la IA.

4. Utilizar el seguimiento UTM en enlaces estructurados

En algunos casos, dejo que los sistemas de IA remitan a URL con etiquetas UTM, por ejemplo a través de plataformas externas, boletines o documentación. Si observo que estos enlaces UTM aparecen en las respuestas de la IA, sé exactamente de dónde procede el tráfico. Esto requiere, eso sí, la colocación estratégica de contenidos que puedan ser adoptados por la IA (por ejemplo, en foros o como artículos fuente).

5. Incluir contenidos en conjuntos de datos públicos o bibliotecas de uso común

Algunos sistemas de IA se entrenan (o se vuelven a entrenar) en conjuntos de datos públicos, como Wikipedia, Stack Overflow, GitHub o archivos científicos. Si eres visible aquí, lo más probable es que tu contenido acabe en un modelo.

Compruebo regularmente si se menciona mi contenido o marca en:

• Páginas de Wikipedia
• Blogs nicho populares
• Bases de conocimiento o plataformas académicas

Aunque no siempre puedo medirlo directamente, aumenta las posibilidades de inclusión en futuras versiones del modelo.

Herramientas que utilizo para controlar el rendimiento de GEO

• Perplexity.ai: para el control de citas
• Google Search Console: para rastrear los volúmenes de búsqueda de las marcas y el comportamiento de los clics
• Poe.com: para probar cómo manejan los contenidos los distintos modelos
• Analítica: para medir efectos indirectos como más tráfico directo o sesiones más largas
• Plantilla de cribado en Notion: sistema propio de registro de encontrabilidad GEO por solicitud

Resumen: GEO requiere expectativas diferentes

El GEO es medible, pero no de la misma forma que el SEO clásico. Requiere:

• Otra interpretación de la visibilidad
• Más análisis cualitativo de las respuestas en las herramientas de IA
• Centrarse en el valor del contenido, no sólo en el tráfico

Veo el GEO como una inversión estratégica en autoridad dentro de un panorama informativo impulsado por la IA. Aunque no todo es directamente medible, eso no significa que no tenga un impacto.

¿Quieres saber si tu contenido ya es visible en los sistemas de IA? ¿Buscas ayuda para establecer una estrategia GEO medible? No dudes en ponerte en contacto conmigo.

El impacto de la cita de fuentes en los resultados del LLM

Los sistemas de IA generativa como ChatGPT, Claude, Gemini y Perplexity se utilizan cada vez más como sustitutos de los motores de búsqueda tradicionales. Los usuarios hacen una pregunta y reciben inmediatamente una respuesta. A menudo, esta respuesta es tan completa que ni siquiera hacen clic. En este nuevo campo de juego, el reconocimiento de la fuente desempeña un papel importante. Esto se aplica a la fiabilidad de la respuesta, pero también a la visibilidad de tu sitio web.

Averigua por qué la cita de fuentes es cada vez más importante en los resultados de los LLM, cómo funciona en la práctica y cómo estructuro el contenido para tener posibilidades de ser citado.

¿Qué es la cita de fuentes en los resultados del LLM?

Citar la fuente significa que un modelo de IA se refiere explícitamente a un sitio o página web concretos al dar una respuesta. Esto puede hacerse de varias formas:

• Como enlace debajo de la respuesta generada (como con Perplejidad)
• Como nota a pie de página o número (como en algunos resultados de Géminis)
• Como cita directa en el texto (como a veces hace Claude)
• En un bloque separado con ‘fuente: nombredominio.es’

No todos los modelos lo hacen de forma coherente, y varía según el aviso, la versión y el contexto. Aun así, veo que esta función está cobrando cada vez más importancia, sobre todo en los sistemas que tienen acceso a Internet en tiempo real.

¿Por qué es importante la contratación?

Para mí, la cita de fuentes en los resultados del LLM es estratégicamente importante por tres razones:

1. Visibilidad
   Cuando la IA proporciona respuestas instantáneas, ser visible como fuente es la nueva forma de clasificación. Si tu nombre o dominio está bajo la respuesta, existes dentro de ese paisaje informativo. Es más probable que los usuarios confíen en la información respaldada por fuentes visibles.
   
2. Autoridad
   La citación por un sistema de IA significa que tu contenido es reconocido como cualitativo, fiable y relevante. Actúa como una especie de recomendación editorial: esta fuente merece ser leída. Esto refuerza tu estatus como autoridad dentro de tu nicho.
   
3. Potencial de clic
   Aunque muchos usuarios leen directamente la respuesta, también hay veces que hacen clic en la fuente. Especialmente para preguntas complejas o cuando buscan más matices. Veo que esto se refleja en un aumento del tráfico directo y de las búsquedas de marca.

Si utilizas fuentes muy visibles que desprendan autoridad y tengan potencial de clic, serás muy visible en los resultados del LLM.

¿Cómo deciden los LLM qué fuente citar?

Aunque los algoritmos exactos de los modelos no están disponibles públicamente, en la práctica veo que los siguientes factores contribuyen a una mayor probabilidad de inclusión en la lista:

• Estructura clara en el contenido (pregunta y respuesta)
  Los LLM reconocen y reproducen más fácilmente las respuestas bien construidas. Por eso me aseguro de que cada página esté estructurada de forma lógica y responda a las preguntas como lo haría un ser humano.
• Uso de entidades
  Al utilizar entidades (personas, conceptos, lugares) en el contexto del tema, aumento la probabilidad de que el modelo categorice y despliegue correctamente la página que he creado.
• Fecha de publicación y actualidad
  Los contenidos recientes y con fechas claras tienen más probabilidades de ser utilizados por modelos con acceso a la web actual.
• Datos estructurados
  Aunque los LLM no se basan necesariamente en las estructuras de schema.org, ayudan a que una página sea comprensible para los rastreadores y los sistemas de IA. Proporciono contenido con marcado de Artículo, FAQPágina y Persona cuando tiene sentido.
• Información clara sobre el autor
  Muestro explícitamente quién soy, cuál es mi experiencia y por qué mi contenido es digno de confianza. Esto conviene a E-E-A-T, pero también ayuda a los LLM que quieren modelar la fiabilidad.

¿Qué herramientas y modelos proporcionan ya la identificación de la fuente?

Compruebo regularmente el comportamiento de citación de las siguientes plataformas:

• Perplejidad.ai
  Casi siempre da citas directas de la fuente con enlace, a veces resaltando la frase exacta.
• Géminis (antes Bard)
  Para preguntas específicas, muestra las fuentes debajo de la respuesta o como «más información» en la parte superior. La citación es variable aquí, pero va en aumento.
• Copiloto Bing
  Proporciona referencias numeradas, de forma similar a Wikipedia. Bueno para una visibilidad instantánea.
• ChatGPT (con el modo Explorar)
  Los avisos específicos de ChatGPT-4o a veces mencionan fuentes, aunque esto es menos consistente.
• Claude
  Proporciona enlaces directos esporádicos o menciona nombres de recursos en el texto, pero a menudo sin una URL en la que se pueda hacer clic.

¿Cómo optimizo el contenido para la atribución de fuentes?

Siempre me centro en los siguientes elementos:

• Escribe en función de las preguntas de los usuarios, no sólo de las palabras clave
• Cubre una página de enfoque claro por tema, sin solapamientos
• Construye autoridad a través del contenido, no sólo de los backlinks
• Proporcionar menciones externas en fuentes que los modelos de IA consultan con frecuencia (Wikipedia, Quora, blogs especializados)
• Vuelve a publicar y actualiza tu contenido con regularidad para seguir siendo relevante

Además, utilizo herramientas como Perplexity y Poe para comprobar si se cita realmente mi contenido. Llevo manualmente un registro de citas por plataforma para poder detectar tendencias.

Resumen

La atribución de fuentes es cada vez más importante en la era de la IA. Los que quieran ser visibles en la propia respuesta deben asegurarse de que su contenido sea estructuralmente útil para los LLM. Esto requiere profundidad de contenido, una estructura clara e información colocada estratégicamente. Si escribes contenidos que reconozcan y confíen en los sistemas de IA, aumentarás las posibilidades de que tu nombre no desaparezca, sino que aparezca como un recurso reconocido.