SEO, GEO y AEO: qué significa optimizar cuando la IA responde primero

Conocía el SEO, pero los términos GEO y AEO me tomaron por sorpresa; no tenía ni idea de su existencia hasta hace poco. Y no es que haya estudiado marketing: llevo años programando, pero nadie en mi burbuja de devs hablaba de esto. Cuando empecé a investigar, encontré dos mundos: vendedores renombrando servicios viejos con factura nueva, y estudios serios con números que sí cambian la forma de pensar una web. Este post es el resumen de ese research: qué es cada cosa, qué dice la evidencia y qué es humo.

La promesa corta: al final vas a saber qué optimization le aplica a tu sitio, qué puedes ignorar sin culpa y qué medir para no engañarte.

Vas a leer 2-3 opiniones sobre cuánto tráfico está perdiendo Google, y todas citan datos. Es lo primero que hay que ordenar.

Los clicks cayeron y nadie está de acuerdo en cuánto

Los números duros primero:

• Pew Research siguió 68,879 búsquedas reales de 900 adultos en EE.UU.: cuando aparecía un AI Overview, la gente hacía click en un resultado tradicional el 8% de las veces. Sin AI Overview, 15%. Es decir, casi la mitad menos. - Source: Pew Research Center
• Ahrefs midió con 300,000 keywords: la posición 1 pasó de un CTR de 7.3% a 1.6% cuando hay un AI Overview encima. Un -58%. - Source: Ahrefs
• SparkToro, con el panel de Similarweb: 68.01% de las búsquedas en Google terminan sin ningún click (enero-abril 2026).

¿Y Google? Niega la tendencia. Liz Reid, la jefa de Search, escribió en agosto 2025 que el volumen total de clicks orgánicos se mantiene "relativamente estable" año contra año, que los clicks son "de mayor calidad" y que los estudios de terceros usan "metodologías defectuosas". - Source: blog de Google. Lo curioso: el post no incluye un solo número.

Las dos cosas pueden ser ciertas a la vez: hay más búsquedas que nunca (Google dice que AI Mode superó los mil millones de usuarios mensuales en mayo 2026), pero cada búsqueda genera menos clicks. Si tu negocio depende del tráfico orgánico, planear con "el volumen total es estable" es planear con la métrica que menos te importa.

Tres términos, tres puertas

Empieza por la genealogía, porque revela cuánto hay de moda y cuánto de sustancia:

• SEO (search engine optimization): el de siempre. Optimizar para aparecer en la lista de links de Google y ganar el click.
• AEO (answer engine optimization): el término existe desde al menos 2018, la era de los featured snippets y los asistentes de voz. Significa ser la respuesta extraída, no un link más.
• GEO (generative engine optimization): acuñado en noviembre 2023 por un paper de Princeton - Source: Aggarwal et al., arXiv -, aceptado en KDD 2024. Los autores midieron cómo editar una página cambia su visibilidad dentro de respuestas generadas por un LLM.

La metáfora que me ordenó la cabeza (la debo al análisis de EMGI): una respuesta de IA tiene dos puertas. La puerta de memoria: lo que el modelo aprendió en su entrenamiento sobre tu marca. La puerta de retrieval: lo que el modelo busca en vivo en la web cuando no sabe o necesita verificar. GEO trabaja la memoria; AEO trabaja el retrieval. Y el SEO, cada vez más, es lo que mantiene abierta la puerta del retrieval, porque los sistemas de IA terminan recuperando de páginas que ya rankean.

En la práctica hay un tercer actor que dice otra cosa. La guía oficial de Google para optimizar hacia features de IA, publicada en mayo 2026, define ambos términos y remata: "From Google Search's perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO". - Source: Google Search Central Traducción: para Google esto es SEO con otro nombre, y no hay requisitos técnicos nuevos ni schema especial. Cuando un vendedor te venda GEO como disciplina separada, ten presente que el dueño del canal dice que no lo es.

Entonces, ¿por qué estudiar los tres? Porque el output es distinto: SEO compite por una posición en una lista y cuenta clicks. GEO y AEO compiten por ser una de las pocas fuentes que el modelo cita, y cuentan citaciones y menciones. El mecanismo de abajo es el mismo: crawl → index → retrieve → rank, con un LLM al final. Lo que cambia es el premio.

Ranking ≠ citación

Aquí está el dato que más me sorprendió del research: rankear y ser citado son juegos distintos.

Ahrefs comparó 15,000 prompts de IA contra los rankings de Google: solo el 12% de las URLs citadas por los LLMs aparecen también en el top 10 de Google. BrightEdge puso 17% para AI Overviews y Moz 12% para AI Mode. - Source: Ahrefs

El estudio de EMGI (150 companies SaaS, 120 queries de compra) le puso números a por qué:

• La autoridad de marca predice citaciones de ChatGPT con r = 0.76. El tráfico orgánico: r = 0.23. Casi nada.
• El 44% de las marcas que rankean en el top 10 de Google son completamente invisibles para ChatGPT en las mismas queries.
• El caso extremo: Customer.io empató con HubSpot en el primer lugar de citaciones (38 cada una) con aproximadamente 125 veces menos tráfico.
• Source: EMGI

La explicación está en cómo los modelos almacenan conocimiento. Un LLM no guarda keywords: guarda un mapa semántico de qué cosas aparecen juntas. Tu marca no es lo que tu web dice que es; es el consenso de lo que otros escriben sobre ti: editoriales, listicles, plataformas de reviews, threads de Reddit, directorios. Apollo.io tenía 19 perfiles en directorios de reviews y 24,000+ reviews acumuladas, y recibió cero citaciones en queries de CRM: el consenso lo había archivado como "sales engagement", no como CRM. La etiqueta decide en qué estante te guardan.

Y el canal que más pesa en ese consenso es uno que el SEO clásico casi ignoraba: comunidades. Reddit aparece en los resultados de Google para el 81.6% de las queries de compra SaaS, y un tercio de los threads citados por las IAs tienen más de un año. Las máquinas confían en el foro más que en el blog del vendedor. Con una advertencia honesta: Reddit hoy borra agresivamente los comentarios con afiliación de marca; es visibilidad best-effort, no un canal que puedas llenar a demanda.

Query fan-out: una pregunta, 6-8 búsquedas ocultas

Así funciona por dentro el retrieval de Google AI Mode y AI Overviews: tu pregunta no se busca tal cual. El sistema la despliega en múltiples sub-búsquedas paralelas (el "query fan-out"), recupera páginas para cada una y sintetiza. - Source: Google Search Central

El ejemplo de la propia documentación de Google: para "how to fix a lawn that's full of weeds", el fan-out dispara "best herbicides for lawns", "remove weeds without chemicals", "how to prevent weeds in lawn" y demás.

Un estudio de captura del fan-out (EMGI) logró registrar el patrón: una query de compra genera entre 6 y 8 sub-queries ocultas, que tocan tu página de comparativas, tu contenido de precios, un listicle donde apareces, y un thread de Reddit sobre ti, todo simultáneamente. El juego cambió de 1-a-1 a 1-a-muchos: no rankeas para una query, eres recuperado a través de una malla. Una marca presente en 7 ramas del fan-out le gana a una perfecta en 1.

El matiz que casi nadie menciona: el retrieval no ocurre uniforme en todo el funnel. En el estudio de citaciones de Reddit (1,486 queries), las preguntas top-of-funnel ("¿qué es un CRM?") generaron citación directa en solo 2.5% de los casos; el modelo ya sabe qué es un CRM y responde de memoria. Las queries de compra bottom-of-funnel: 20.1%. Es decir: el esfuerzo de AEO en contenido definicional se tira a la basura. Gástalo donde el modelo se ve obligado a buscar.

Lo que sigue igual (y que nadie te cuenta)

Cuatro cosas heredan del SEO sin cambios, y si las saltas, ninguna táctica de GEO te salva:

1. Crawlability. Si un agente no puede fetch y parsear tu página, nada de lo demás existe. Y aquí un dato incómodo de Vercel: los principales crawlers de IA no renderizan JavaScript. Tu SPA Angular con contenido client-side rendered es invisible para el crawler de la misma forma que lo era para Googlebot sin JS.
2. Autoridad temática. Los modelos recuperan de páginas que ya rankean. Todos los análisis serios de fuentes de AI Overviews encuentran fuerte solapamiento con el top 10 orgánico. Tu ranking es tu ticket de entrada al pool de retrieval.
3. E-E-A-T. Experience, Expertise, Authoritativeness, Trustworthiness: nació para los quality raters humanos de Google y termina describiendo exactamente lo que hace citable a una fuente para una máquina. Autores con nombre, credenciales reales, datos originales, sourcing claro.
4. Arquitectura de información limpia. Headings descriptivos, jerarquía lógica, un tema por página. Ayuda al crawler, ayuda al retrieval, ayuda al lector. Triple dividendo.

Si un vendedor de GEO te dice que esto ya no importa, pregúntale cuál de las cuatro piensa saltarse. La respuesta es ninguna.

El formato que las IA citan

El paper original de Princeton no solo nombró el campo: midió qué ediciones aumentan la visibilidad en respuestas generadas. Resultados, en su benchmark de 10,000 queries:

• Añadir citas de fuentes relevantes: +41% de visibilidad.
• Añadir estadísticas: +32%.
• Citar fuentes: +27%.
• Keyword stuffing: 17.7 contra 19.3 de la línea base sin editar. Peor que no hacer nada.

En 2026 el mecanismo se entiende mejor: los motores generativos no indexan páginas enteras, cortan el contenido en "chunks" (pasajes) y recuperan los segmentos más relevantes para sintetizar. Tu página no compite como unidad; compite cada sección como snippet independiente. Eso traduce a redacción así: cada H2 con su respuesta completa y autocontenida, sin depender del párrafo anterior para que se entienda.

Sobre formatos concretos, un análisis de los 25 dominios más citados de un cliente B2B encontró: ranked lists presentes en 19 de 25, topic guides en 17, comparativas en 3, case studies en 2, how-tos en 1. - Source: agenticinbound El mecanismo es obvio en retrospectiva: un modelo respondiendo "best X for Y" necesita una fuente que ya contenga un set de opciones comparables. Un case study sobre un cliente no contiene ese set, por bueno que sea. En SEO clásico tu case study rankeaba y convertía; en respuestas de IA, 2 de 25.

Humo verificado: llms.txt y compañía

Si en 2026 alguien te vende llms.txt como optimización, ya tienes los datos para decidir:

• Ahrefs rastreó 137,210 dominios con llms.txt: el 97% recibió cero requests del archivo en mayo 2026. - Source: Ahrefs
• SE Ranking (300,000 dominios): adopción del 10.13%, sin efecto medible en citaciones; su modelo XGBoost predijo mejor cuando quitó la variable.
• Trakkr (37,894 dominios, 337,362 citaciones): asociación r = -0.065. Ruido.
• Y Google por escrito: Search ignora llms.txt, ni ayuda ni daña.

Tres estudios independientes, misma conclusión. Adoptarlo no daña (es un archivo de texto), pero si tu consultor lo factura como servicio, ya sabes qué parte de la factura es humo.

Los bots: quién realmente lee tu web

Bloquear "la IA" no es una decisión, son varias. Las empresas de IA separaron el crawling en user-agents con propósitos distintos:

Dos detalles que sorprenden: primero, bloquear el bot de entrenamiento no te saca de la búsqueda IA; son tuberías distintas. Segundo, según OpenAI, ChatGPT Search refleja un cambio en robots.txt en unas 24 horas: la configuración de bots ahora tiene latencia de un día, no de un ciclo de indexación.

La decisión estratégica depende de tu negocio: medios monetizados con tráfico quizás quieran bloquear entrenamiento y permitir búsqueda; consultoras que viven de ser citadas como autoridad, lo contrario. Lo indefendible es no decidir por desconocimiento.

Medir sin engañarse

El error más común de medición GEO: contar sesiones. Si tu reporting solo mira tráfico, el GEO "no está haciendo nada" mientras está funcionando, porque su output son menciones y citaciones, no clicks.

Lo que se mide en serio:

• Menciones vs citaciones, y son cosas distintas. En el dataset de 90 días de agenticinbound (5,550 respuestas de IA): un cliente B2B de e-commerce acumuló 22,885 menciones de marca pero solo 4,133 citaciones (18.1%). Dos marcas europeas pequeñas de nichos con poco contenido publicado: 51% de tasa de citación. Estar en el hueco (nichos con poca oferta de contenido) multiplica tu tasa casi 3x sin cambiar tu autoridad.
• Share of voice por engine: un panel fijo de prompts reales de compra, corrido periódicamente, midiendo cuántas veces te nombran y te citan. Es la única forma de tener línea base contra la que detectar cambios.
• Conversión del tráfico IA: aquí la evidencia está en disputa y prefiero decirlo tal cual. Semrush reportó que un visitante de AI search convierte 4.4x mejor que uno orgánico. Un estudio posterior de Search Engine Land con datos de afiliados encontró lo contrario: el tráfico de ChatGPT convirtió peor que Google orgánico (el orgánico +13% mejor) y apenas representó 0.2% de las sesiones totales (~200x menos que Google). - Source: Search Engine Land Mi lectura: depende del tipo de sitio y del intent. Mide lo tuyo, no importes el promedio de nadie.

Y una regla de higiene: una mención de marca sin link no es una citación. Al auditar, verifica que la página citada contenga la evidencia que la respuesta le atribuye.

Checklist final

Lo accionable, en orden de retorno:

1. Audita tu crawlability para bots de IA. robots.txt por bot, y verifica qué ves sin JavaScript. Si tu contenido crítico solo existe tras un fetch de cliente, ni Google ni ChatGPT lo pueden citar.
2. Decide tu política de bots (entrenamiento vs búsqueda); no la heredes por default.
3. Identifica tus queries bottom-of-funnel y concentra ahí el contenido extraíble: definiciones ya las sabe el modelo; comparaciones y "best X for Y" son donde busca en vivo.
4. Convierte tu mejor contenido en chunks autocontenidos: cada sección responde algo completo, con números y fuentes citadas. Los ranked lists y topic guides ganan citaciones; los case studies no.
5. Trabaja el consenso fuera de tu web: reviews, directorios, comunidades, cobertura editorial. Ahí se decide la etiqueta con la que los modelos te archivan. Recuerda a Apollo.io: 24,000 reviews y cero citaciones por estar en el estante equivocado.
6. Arma tu panel de prompts y mide share of voice mensual. Menciones y citaciones por separado.
7. Ignora llms.txt sin culpa y desconfía de cualquier servicio que venda "GEO" separado del SEO: Google mismo dice que es lo mismo, y los cuatro pilares (crawl, autoridad, E-E-A-T, arquitectura) no cambiaron.

(De hecho, este post está escrito así a propósito: cada sección responde algo completo sin depender de la anterior. Si este artículo aparece citado en tu próxima respuesta de ChatGPT, es porque el método funciona. Si quieres ver cómo aplico esto en otros temas, pasa por mi blog.)

Y una última cosa, la más importante: nada de esto reemplaza al SEO. Lo extiende. Tu ranking sigue siendo el ticket de entrada al pool del retrieval, tu autoridad sigue siendo la señal más fuerte, y las métricas viejas siguen importando. La diferencia es que ahora el premio tiene dos salidas: el click y la citación. Optimizar solo para la primera, en 2026, es dejar la mitad del campo sin jugar.

¿Ya mediste cuántas veces te cita ChatGPT en las queries de tu nicho? Si la respuesta es "no sé", ese es tu siguiente fin de semana.