Hace dos años, la pregunta que llegaba a la reunión de marketing era «¿en qué posición estamos para esta palabra clave?». Hoy llega otra, y casi siempre la trae alguien de comercial: «le pregunté a ChatGPT quién hace esto en Colombia y no aparecimos. ¿Por qué?».
No es una anécdota: es un canal nuevo con reglas propias. El Generative Engine Optimization (GEO) es la disciplina de conseguir que los modelos generativos —ChatGPT, Perplexity, Gemini, Claude, las AI Overviews de Google— te incluyan cuando alguien les pide una recomendación. No se parece al SEO clásico en lo importante: aquí no hay diez posiciones por las que competir. Un modelo cita entre dos y siete fuentes por respuesta, y el resto no existe.
El tráfico que casi no existe y que más convierte
Conviene empezar por el dato incómodo, porque hay mucha exageración en circulación. En agosto de 2026, Google sigue enviando cerca del 87,6 % de las visitas de búsqueda, mientras que todos los chatbots juntos —ChatGPT, Gemini, Claude, Perplexity— aportan alrededor del 0,29 % de las referencias. Quien te diga que la búsqueda tradicional murió está vendiendo algo.
El argumento no está en el volumen: está en la calidad. Las mediciones disponibles ubican la conversión del visitante que llega desde una IA en torno al 14 %, frente a cerca del 2,8 % del tráfico orgánico convencional. Es coherente con el comportamiento: quien llega desde una respuesta generativa ya recibió una recomendación, ya comparó y ya descartó. Llega con la decisión medio tomada.
Y la curva apunta hacia arriba. Las AI Overviews de Google ya aparecen en más del 40 % de las consultas en Estados Unidos, y el reparto entre asistentes se mueve rápido: la participación de ChatGPT en las referencias de IA bajó de cerca del 80 % en 2025 a alrededor del 75 % en 2026, mientras Gemini y Claude crecieron a tres dígitos. Optimizar para un solo asistente es una apuesta mala.
Traducido a decisión de inversión: el GEO todavía no reemplaza nada del presupuesto de SEO tradicional, pero ya es un lugar razonable para el margen de experimentación del año.
Qué mira un modelo antes de recomendarte
Un modelo generativo no «posiciona» páginas: resuelve entidades. Ante «agencias de marketing B2B en Colombia», el sistema recupera un puñado de fuentes, verifica si la entidad que aparece en ellas es la misma, y construye la respuesta con lo que puede corroborar. La consecuencia práctica es dura y bastante liberadora a la vez: puedes tener el mejor contenido del país y no ser citado porque el modelo no está seguro de quién eres.
De ahí que las tres preguntas que decide un motor generativo sean distintas a las del SEO clásico:
- ¿Existe esta entidad y es una sola? Nombre consistente, sameAs apuntando a los perfiles reales, datos que no se contradicen entre el sitio, LinkedIn y los directorios.
- ¿Alguien más lo confirma? La corroboración externa pesa más que la autodescripción. Las marcas presentes en cuatro o más plataformas de terceros tienen alrededor de 2,8 veces más probabilidad de aparecer en las recomendaciones de ChatGPT.
- ¿Este texto se puede citar sin reescribirlo? Afirmaciones verificables, cifras con fuente, respuestas que empiezan por la respuesta.
Las cinco palancas del GEO
La investigación fundacional sobre GEO —el trabajo de Princeton y Georgia Tech que dio nombre a la disciplina— midió qué cambios en el contenido aumentaban la probabilidad de ser citado. Los resultados son sorprendentemente concretos y siguen sosteniéndose:
| Palanca | Qué es | Efecto reportado |
|---|---|---|
| Citas a fuente primaria | Enlazar el dato al estudio, no a quien lo resume | ~ +40 % de citación |
| Estadísticas específicas | «bajó 34 %» en vez de «bajó significativamente» | ~ +37 % |
| Cita de experto nombrado | Atribución con nombre y cargo, no «los expertos dicen» | ~ +22 % |
| Entidad resuelta | Schema coherente + sameAs + naming consistente | Habilita las tres anteriores |
| Corroboración de terceros | Reseñas, directorios, medios, comunidades | ~ 2,8× de presencia en recomendaciones |
Hay un detalle de arquitectura que casi nadie aplica: alrededor del 44 % de las citas de IA salen del primer tercio del texto. La estructura de pirámide invertida —respuesta primero, matices después— dejó de ser un consejo de estilo y pasó a ser una decisión de visibilidad.
La trampa del schema: es infraestructura, no una palanca de crecimiento
Aquí conviene bajar el entusiasmo del mercado. Se vende mucho «ponle schema y ChatGPT te va a recomendar». Un experimento controlado sobre 1.885 páginas publicado por Ahrefs no encontró un aumento causal estadísticamente significativo en las citaciones tras añadir marcado estructurado. Hay correlación —las páginas bien marcadas se citan más—, pero no evidencia de causa.
La lectura correcta no es «el schema no sirve». Es que el schema es infraestructura, no una palanca. Cumple la función del cableado eléctrico: sin él nada funciona, pero instalarlo no ilumina la casa. Sirve para que el modelo resuelva tu entidad sin ambigüedad; a partir de ahí, lo que decide la citación es la sustancia del contenido y lo que otros digan de ti.
Un síntoma que vemos con frecuencia y que actúa exactamente al revés: sitios con dos plugins de SEO activos a la vez emitiendo dos bloques de datos estructurados en la misma página, con dos identificadores distintos para la misma empresa. Le estás diciendo al modelo que eres dos organizaciones diferentes. Antes de agregar marcado nuevo, revisa que el que ya tienes no se esté contradiciendo consigo mismo.
Lo que aprendimos midiendo nuestro propio sitio
Sobre esto tenemos evidencia de primera mano, no teoría. Corrimos sobre nuestro propio sitio un grader de visibilidad en motores generativos y lo repetimos en varias tandas para poder compararnos contra nosotros mismos. Tres cosas quedaron claras:
La medición es ruidosa por diseño. La misma pregunta, formulada dos veces al mismo asistente, no devuelve la misma lista. Una sola corrida no es un diagnóstico: es una foto. Solo la serie —misma batería de preguntas, misma periodicidad— permite distinguir una mejora de una casualidad.
El cuello de botella casi nunca es el contenido. Los puntos que perdíamos venían de entidad y de evidencia pública verificable, no de calidad editorial. Eso se arregla con trabajo técnico y con casos publicados, no escribiendo más artículos.
El trabajo de AEO rinde en semanas, no en días. Es más lento que un cambio de puja y más rápido que una estrategia de link building.
Por eso el diagnóstico entró a nuestro propio calendario como una rutina mensual con línea base, y no como un proyecto que se hace una vez.
Cómo se mide el GEO
Si no puedes medirlo, no lo estás gestionando. Tres métricas bastan para empezar:
- Frecuencia de citación: de una batería fija de 20–30 preguntas reales de tus clientes, ¿en cuántas apareces? Es la métrica madre.
- Participación de voz frente a competidores: en esas mismas respuestas, ¿quién aparece y cuántas veces? Dice más que tu número absoluto.
- Tráfico de referencia desde asistentes: un segmento en GA4 que aísle las visitas provenientes de dominios de IA, con su tasa de conversión propia. Es el puente entre la visibilidad y el pipeline.
La regla de higiene: misma batería, misma cadencia, siempre. Cambiar las preguntas entre corridas destruye la comparabilidad, que es lo único que hace útil a esta medición.
Por dónde empezar
En LOLA trabajamos desde 2013 con clientes en diez países y una metodología orientada a KPIs, y como HubSpot Partner medimos el impacto hasta el pipeline, no hasta la visita. Con el GEO aplicamos el mismo criterio que con la pauta —el que explicamos en cómo no botar el presupuesto de una campaña de Google Ads—: primero se establece la línea base, después se toca.
El orden que recomendamos es deliberadamente aburrido, porque es el que produce resultado:
- Mide tu línea base antes de cambiar nada.
- Resuelve tu entidad: un solo bloque de datos estructurados, sameAs correctos, naming consistente en todas partes.
- Publica evidencia citable: casos con métricas reales y FAQs que respondan en la primera línea.
- Construye corroboración externa en las plataformas donde tu categoría se discute.
- Vuelve a medir con la misma batería.
¿Quieres saber si un modelo generativo te recomienda hoy —y por qué no lo hace? Hacemos el diagnóstico AEO de tu marca con la batería de preguntas de tu categoría y te devolvemos la línea base y el plan priorizado.
