Libro blanco de GEO para mercados internacionales en 100 preguntas

Prefacio

Fuente: derivado y reorganizado del Libro blanco de GEO para mercados internacionales (Yao Jingang, Qiao Xiangyang, Ren Qiang, Tim de Dageno AI y otros; publicado conjuntamente por Liekan Technology, Chang'an Street Knowledge, Zhiyuan GEO, Dageno y Jingbao Think Tank; datos hasta el 2026-10-26). Reestructurado en pregunta y respuesta breve para facilitar su recuperación y cita.

Sobre las cifras: cada dato es una instantánea del documento original, incluido el análisis de Dageno AI sobre 10,046 millones de respuestas y citas de investigación pública. Los valores cambian con el tiempo; al citar estudios externos conservamos autores y año para no convertir un experimento en una ley general.

Respuesta en una línea: GEO sigue apoyándose en SEO. El incremento está en la evidencia de marca fuera del sitio y en la medición por plataforma. Primero rastreable, comprensible y confiable; después citable y recomendable, construyendo y midiendo. La aceptación debe ser estadística: un conjunto fijo de prompts, 7–8 muestras por pregunta como mínimo, intervalos reportados y grupo de control.

Las 100 preguntas de un vistazo

1. Qué es GEO y dónde termina

1. ¿Qué es GEO y cómo se relaciona con el SEO?#

GEO (Generative Engine Optimization) es la práctica de conseguir que una marca aparezca en las respuestas de la IA. Su base sigue siendo el SEO: rastreable, comprensible y confiable no ha cambiado. El incremento está en la evidencia de marca fuera del sitio y en la medición por plataforma.

2. ¿Por qué GEO importa en 2026?#

La IA ya es una puerta de entrada principal a la información: Google AI Overviews supera los 2.500 millones de usuarios mensuales, AI Mode los 1.000 millones, la app de Gemini 950 millones y ChatGPT 1.200 millones semanales. Además, en las páginas con resumen de IA el clic en enlaces tradicionales cae de un 15% a un 8%.

3. ¿GEO sustituirá al SEO?#

No. La guía oficial de Google de mayo de 2026 afirma que «optimizar para la búsqueda con IA sigue siendo SEO» y señala expresamente que llms.txt, un «esquema GEO» y trocear el contenido no son necesarios.

4. ¿Qué es el cero clic y cuánto afecta?#

El usuario lee la respuesta en la página de resultados y no hace clic. Con resumen de IA, el clic tradicional baja del 15% al 8%. Pero entre las visitas influidas por IA, solo el 8,8% llega directamente de una plataforma; más de la mitad entra por una búsqueda posterior.

5. ¿Por qué es tan difícil atribuir el tráfico de IA?#

Las visitas desde apps móviles, navegadores integrados y enlaces copiados no llevan referente y caen en «directo». Los clics directos desde plataformas de IA son solo el 8,8%. Conviene vigilar el volumen de búsquedas de marca y las sesiones directas, y añadir en los formularios la pregunta «¿cómo nos conociste?».

6. ¿Sirve llms.txt?#

No para búsqueda ni para citas de IA: Google dice que no lo usa. Su función es ayudar a los agentes de navegador a entender la estructura del sitio. Los sitios de documentación pueden ofrecerlo barato; el resto no necesita priorizarlo.

7. ¿Hace falta un «esquema GEO» o trocear el contenido?#

Ninguna de las dos cosas. La guía de Google dice que no son necesarias. Lo que sí hace falta: títulos descriptivos, párrafos cortos, definiciones claras, listas, tablas comparativas y FAQ útiles, no una fragmentación artificial.

8. ¿Dónde está el incremento real de GEO?#

No en trucos dentro de la página, sino en la evidencia de marca fuera del sitio y en la medición por plataforma. El 69%–92% de las citas en búsqueda con IA es earned media, y el volumen de menciones correlaciona con la visibilidad en AI Overviews a 0,664, mientras que los enlaces solo correlacionan a 0,218.

9. ¿Qué empresas deberían empezar antes?#

Primero B2B de software y categorías técnicas: el sitio corporativo supera el 70% de las fuentes, con ciclos de compra largos y mucha comparación. Los servicios locales y el comercio electrónico fuerte deberían arreglar antes las páginas de producto y las reseñas en marketplaces.

10. ¿Cuánto tarda en dar resultados?#

Las correcciones de rastreo y renderizado suelen notarse en semanas; la evidencia de marca y el reconocimiento tardan meses. El plan del libro blanco es de 90 días: 30 para la línea base, 30 para contenido y trabajo externo, 30 para remedir.

11. ¿Qué relación tiene GEO con relaciones públicas y marketing de contenidos?#

Se solapan mucho. La mitad externa de GEO —medios, reseñas, comunidades, vídeo— es lo que ya hacen los presupuestos de PR y contenidos. GEO solo lo reordena y lo mide con un criterio: ¿entra en las respuestas de IA?

12. ¿Cuál es el mayor riesgo de no hacer GEO?#

No es caer en el ranking, es estar ausente. La visibilidad de marca es más baja en la fase de reconocimiento (73% en ChatGPT), mientras que el 93%–97% de las respuestas de decisión recomiendan una marca. No hacer GEO entrega el momento de decisión a la competencia.

2. Cómo elige fuentes la IA

13. ¿Qué pasos sigue la IA para responder una pregunta de categoría?#

Siete: comprensión y reescritura de la consulta → activación de búsqueda → recuperación de candidatos → reordenación → generación de la respuesta → atribución de citas → absorción en el conocimiento del modelo. Los tres primeros deciden si apareces; los cuatro últimos, cómo te describen.

14. ¿Qué es el grounding?#

Colocar el contenido recuperado en el contexto del modelo para que la respuesta se base en esos pasajes y no solo en su memoria paramétrica. Que te citen depende de ser recuperado y de entrar en ese contexto.

15. ¿Cuándo responde la IA sin buscar?#

Cuando la pregunta es simple, de conocimiento común o el modelo tiene alta confianza. El 45% de las respuestas de Gemini y el 35% de AI Mode recomiendan una marca sin citar ninguna fuente: es conocimiento paramétrico puro.

16. ¿Qué es el query fan-out?#

Una pregunta de usuario se divide en varias subpreguntas que se buscan en paralelo. Por eso un tema necesita definiciones, comparativas, casos de uso, costes, riesgos y pasos, no solo un título de página.

17. ¿Qué tipo de páginas prefiere la recuperación de IA?#

Primero la relevancia y después la posición del pasaje en el contexto. Los precios, fechas y especificaciones explícitos ayudan; las estadísticas, las citas y las fuentes autorizadas son las tres reescrituras más eficaces en GEO-bench.

18. ¿Sigue funcionando rellenar de palabras clave?#

Perjudica. En GEO-bench, acumular palabras clave dejó la visibilidad por debajo de la línea base, y lo mismo ocurrió en Perplexity.

19. ¿Puede ganar una página mal posicionada?#

Sí, y gana más. Tras aplicar la reescritura «citar fuentes», el documento en quinta posición ganó 115,1% de visibilidad, mientras que el primero perdió 30,3%.

20. ¿Estadísticas, citas o fuentes: qué funciona mejor?#

Depende del campo: el contenido legal y gubernamental se beneficia de datos y citas, el histórico y social de citas textuales; combinar mejoras de fluidez con datos añadidos dio el mejor resultado global.

21. ¿Por qué la misma pregunta recibe respuestas distintas?#

La recuperación es en vivo y estocástica. En ejecuciones repetidas cambia el 9%–28% de las decisiones de cita; las URL para una misma pregunta rotan un 62%–93% semanal, con una vida media de un día.

22. ¿Una tasa alta de citas implica respuestas correctas?#

No. En un estudio de 2023 sobre cuatro motores solo el 51,5% de las frases estaba plenamente respaldado por su cita; en un seguimiento de 40 días de AI Overviews en 2026, cerca del 11% de los hechos atómicos estaba insuficientemente respaldado.

23. ¿Con qué frecuencia cita la IA fuentes fiables?#

Entre asistentes y temas, la proporción de fuentes creíbles va del 71,4% al 86,3%. Ser citado es solo el primer paso; si la respuesta es correcta se mide por separado.

24. ¿Las instrucciones ocultas en la página (prompt injection) mejoran el ranking?#

En experimentos sí: la inyección indirecta de prompts subió a los objetivos unas tres posiciones de media en la API Sonar de Perplexity (Pfrommer et al., EMNLP 2024). Es sombrero negro: en mayo de 2026 Google incluyó «intentar manipular respuestas de IA generativa» en sus políticas de spam.

3. En qué difieren las cinco plataformas

25. ¿Por qué hay que hacer GEO por plataforma?#

Las cinco plataformas son cinco ecosistemas de fuentes: el solapamiento de dominios citados entre dos cualesquiera es inferior a 0,25, y entre resultados orgánicos de Google, AI Overviews y Gemini solo es de 0,11–0,18.

26. ¿Qué fuentes favorecen AI Overviews y AI Mode?#

YouTube y Reddit pesan más: YouTube es el 17,6% de las fuentes no corporativas de AI Mode y el 14,4% de AI Overview, y casi la mitad de las citas de terceros de ambas entradas va a diez dominios (CR10 37%–56%).

27. ¿Qué rastreador hay que permitir para que Gemini cite?#

Googlebot, y no bloquear Google-Extended, que también controla las citas de grounding en la app de Gemini. Bloquearlo te saca también de las citas de Gemini.

28. ¿Qué significa que Gemini recomiende sin fuente?#

El 45% de sus respuestas recomiendan una marca sin citar nada, lo que indica conocimiento paramétrico. Se gana con trabajo de entidad —nombre y posicionamiento de categoría consistentes, enciclopedias y cobertura autorizada— no con retoques de página.

29. ¿Cuál es la base de recuperación de ChatGPT?#

Proveedores de búsqueda de terceros más contenido asociado. OAI-SearchBot decide las citas, GPTBot es el interruptor de entrenamiento y ChatGPT-User, activado por el usuario, puede no respetar robots.txt.

30. ¿Qué fuentes prefiere ChatGPT?#

Wikipedia, medios de noticias, reseñas profesionales y Reddit. Diverge mucho de Google: YouTube es el 31% de las citas de Perplexity pero menos del 2% en ChatGPT.

31. ¿Hay que decidir por separado OAI-SearchBot y GPTBot?#

Sí. El primero afecta a las citas de búsqueda; el segundo solo al entrenamiento y al conocimiento de marca a largo plazo. Bloquear el de entrenamiento no afecta de inmediato a las citas, pero debilita lo que el modelo sabe de ti.

32. ¿Qué distingue a las fuentes de Perplexity?#

Tiene índice propio y muestra fuentes en cada respuesta, así que la exposición de la cita vale mucho. YouTube, G2/Gartner y Yelp/TripAdvisor son sus fuentes clave.

33. ¿Qué diferencia hay entre PerplexityBot y Perplexity-User?#

El primero decide si te pueden recuperar y citar; el segundo recupera tu página cuando un usuario la abre y normalmente ignora robots.txt.

34. ¿Qué usa Claude para recuperar?#

Brave Search (desde 2025) más Claude-SearchBot. ClaudeBot es el rastreador de entrenamiento y Claude-User respeta robots.txt.

35. ¿Qué pasa si bloqueo Claude-User?#

Reduces directamente tus posibilidades de ser citado: las peticiones activadas por el usuario en Claude respetan robots.txt, a diferencia de otras plataformas. La visibilidad en Claude depende solo de la recuperación orgánica y del conocimiento del modelo, sin atajos de pago.

36. ¿Por qué destacar en una plataforma no se traslada a otra?#

En una muestra de cinco motores solo el 2,7% de los dominios fue citado por los cinco. Ningún cuerpo de contenido cubre automáticamente todas las plataformas.

37. ¿Qué plataforma depende más del vídeo?#

Perplexity y las entradas de Google. YouTube es el 31% de las citas de Perplexity pero menos del 2% en ChatGPT, así que la inversión en vídeo debe juzgarse por plataforma.

38. ¿Qué debe vigilar el comercio electrónico con Copilot?#

Las fuentes de comercio de Copilot son el 12,8% de sus citas, cuatro a seis veces más que otras plataformas. Hay que completar páginas de producto y preguntas en Amazon y Walmart, y conectar Bing Webmaster Tools e IndexNow.

4. Evidencia: qué se refutó y qué resistió

39. ¿Qué artículo fundó GEO?#

Aggarwal et al., «GEO: Generative Engine Optimization» (KDD 2024). Construyó GEO-bench con 10.000 consultas: los cinco primeros resultados de Google se daban a GPT-3.5 para generar una respuesta y luego se reescribía un documento para observar el cambio de visibilidad.

40. ¿Es fiable que «GEO mejora la visibilidad un 40%»?#

Solo con tres matices: era una única métrica de recuento de palabras ponderada por posición que subió de 19,3 a 27,2; solo se reescribió uno de los cinco documentos ya presentes en el contexto; y el modelo era GPT-3.5 de 2023. Prueba que la forma del contenido influye en qué fuente usa el modelo, no que te recuperen o te dé tráfico.

41. ¿Por qué fallan la mayoría de las replicaciones?#

En C-SEO Bench (unas 1.900 consultas y 16.360 documentos) solo 3 de 54 combinaciones método-por-dominio fueron significativamente positivas, y ninguna en preguntas y respuestas. Cuanta más gente adopta un método, menor es su ganancia.

42. ¿Cuál es el hallazgo más importante de SAGEO Arena?#

Reescribir solo el cuerpo redujo la recuperación en el top 20 cerca del 9%, el top 10 tras el reordenado un 16% y las citas finales un 6%. Sacrificar relevancia para ser citado puede hacer la página más difícil de recuperar.

43. ¿Qué factores están validados repetidamente?#

La relevancia temática y la posición del pasaje en el contexto son los mejores predictores de cita. Los precios explícitos y las fechas recientes ayudan de forma consistente. El formato por sí solo influye poco.

44. ¿Qué fiabilidad tienen las citas de IA?#

En el estudio de cuatro motores de 2023 solo el 51,5% de las frases estaba plenamente respaldado y el 74,5% de las citas apoyaba realmente la afirmación. En el seguimiento de 40 días de AI Overviews de 2026, cerca del 11% de los hechos atómicos estaba insuficientemente respaldado.

45. ¿Funcionan de verdad las técnicas de sombrero negro?#

Funcionan, pero no deben usarse: la inyección indirecta de prompts subió unos tres puestos en la API Sonar de Perplexity y la manipulación de preferencias elevó la recomendación de una cámara ficticia del 34,0% al 59,4% (Nestaas et al., ICLR 2025). Las plataformas se están blindando y el riesgo lo asume la marca.

46. ¿Qué concluyen los grandes estudios sectoriales?#

Las señales de marca fuera del sitio correlacionan más con la visibilidad: las menciones de marca correlacionan con la visibilidad en AI Overviews a 0,664, mientras que los enlaces solo a 0,218.

47. ¿Qué parte de las citas de IA es earned media?#

El 69%–92% son reportajes, reseñas y contenido de comunidad de terceros, no páginas propias. Por eso ser recomendable es más difícil —y más importante— que ser citable.

48. ¿Cómo se ordenan los niveles de evidencia?#

Experimentos de campo aleatorizados > observación en motores reales con varias fechas y reescrituras > pruebas con URL proporcionadas a mano > experimentos con contexto fijo o puntuación de modelo. Comprueba el nivel antes de creer un caso.

49. ¿Por qué los estudios de un solo sitio exageran los resultados?#

Sin restar el crecimiento general de la plataforma, el efecto puede sobreestimarse más de tres veces. La evaluación necesita grupo de control, o series temporales interrumpidas y diferencias en diferencias para descontar la base.

50. ¿Cuál es el mayor vacío de evidencia en GEO?#

Si, una vez recuperado, alguna técnica mejora de forma fiable impresiones, tráfico y conversión en todas las plataformas. Nada se ha demostrado estable, y por eso se construye y se mide.

5. Hallazgos empíricos

51. ¿Es el sitio corporativo la mayor fuente de la IA?#

Sí. Los sitios corporativos son el 37,5%–58,2% de los enlaces de origen en las plataformas, y su peso subió en cuatro de ellas entre junio y septiembre.

52. ¿Qué categoría depende más del sitio corporativo?#

Las categorías técnicas B2B, por encima del 70%, porque especificaciones, precios y credenciales tienen su versión autorizada en el sitio, de la que la recuperación de IA no puede prescindir.

53. ¿Qué solapamiento hay entre las fuentes de las plataformas?#

La similitud Jaccard por pares de dominios es solo 0,05–0,20, siempre por debajo de 0,25. Casi la mitad de las citas de terceros de las entradas de Google van a diez dominios, mientras que los diez primeros de ChatGPT suman solo el 11%.

54. ¿Por qué están tan concentradas las fuentes de Google?#

Se apoya en el índice de Google y el ecosistema de YouTube: YouTube solo representa el 14%–18% de las citas no corporativas y el CR10 de ambas entradas es del 37%–56%.

55. ¿Cuánto varía la visibilidad de marca por fase del embudo?#

93%–97% en decisión frente a 73%–87% en reconocimiento. Las fuentes institucionales caen del 10,4% en reconocimiento al 3,8% en decisión.

56. ¿Qué distancia hay entre «citado» y «recomendado»?#

Solo alrededor de una cuarta parte de las marcas de las páginas citadas entra en la respuesta. Gemini recomienda una marca sin ninguna fuente en 45 de cada 100 respuestas; AI Mode, en 35.

57. ¿Las respuestas con y sin fuente muestran visibilidad parecida?#

Casi idéntica, ambas en torno al 88%. Hay que construir tanto páginas rastreables como conocimiento de entidad en el modelo: ninguna de las dos basta sola.

58. ¿Qué rápida es la deriva de citas?#

Las URL para una misma pregunta rotan un 62%–93% semanal, con una vida media de un día. SISTRIX observó cerca del 85% a nivel de URL y Yotpo 70%–81%, en línea.

59. ¿Qué se mantiene relativamente estable pese a la deriva?#

La jerarquía de marcas y tipos de fuente. Conviene gestionar una tasa de presencia móvil de 28 días en lugar de perseguir el puesto de una URL.

60. ¿Qué baja es la consistencia de la misma pregunta?#

Repitiendo en la misma plataforma y día, la probabilidad de una lista de marcas idéntica (incluido el orden) es solo del 4%–6% en ChatGPT, Gemini y Copilot; la consistencia global va del 4% al 44%.

61. ¿Por qué no bastan 2–3 muestras?#

Con 2–3 repeticiones el intervalo del 95% para la visibilidad de marca abarca 60–70 puntos porcentuales. Alcanzar ±15 puntos en una sola pregunta exige unas 40 muestras.

62. ¿Qué cambios por plataforma son aleatorios?#

ChatGPT y Gemini fluctúan sobre todo al azar; AI Mode muestra una deriva marcada entre semanas, así que requiere seguimiento semanal y contenido fresco.

63. ¿Qué fuerte correlacionan las menciones con la visibilidad?#

Las menciones de marca correlacionan con la visibilidad en AI Overviews a 0,664 frente a 0,218 de los enlaces: que te mencionen fuera del sitio importa más que que te enlacen.

64. ¿Coinciden estos datos con la investigación externa?#

En dirección sí para el peso de YouTube, la deriva de citas y la consistencia; el peso del sitio corporativo diverge (38%–58% aquí frente a 12,9% en el estudio de Zhen et al. con interfaz china), probablemente por mercado, categoría y definición de «sitio corporativo».

6. El marco de las cinco condiciones

65. ¿Qué es el marco de las cinco condiciones?#

Rastreable, comprensible, confiable, citable y recomendable, en ese orden. Las tres primeras se solapan con el SEO y tienen la evidencia más sólida, así que van primero; las dos últimas son el incremento de GEO, con retorno potencialmente mayor pero evidencia más débil: construir y medir.

66. ¿Qué exige la rastreabilidad?#

Tres capas de configuración —robots.txt, CDN y WAF— más sitemaps y redirecciones, y registros del servidor que muestren si los rastreadores de IA llegaron de verdad y con cuántos errores.

67. ¿Es cierto que Cloudflare bloquea la IA por defecto?#

Sí. Desde el 1 de julio de 2025 Cloudflare bloquea los rastreadores de IA por defecto en los sitios que aloja e introdujo el pago por rastreo. Muchos sitios bloquean sin saberlo a los rastreadores de búsqueda de IA y deben auditar las tres capas.

68. ¿Ejecutan JavaScript los rastreadores de IA?#

Los principales no: GPTBot, ClaudeBot y PerplexityBot lo omiten; solo Gemini y Applebot, sobre infraestructura de Googlebot, renderizan. Cerca del 30% de las capturas de ChatGPT y Claude recibe un 404.

69. ¿El contenido esencial debe renderizarse en el servidor?#

Sí. De lo contrario los rastreadores ven un cascarón vacío. También hay que mantener sitemaps, redirecciones y códigos de estado, y verificar en los registros si la IA llegó.

70. Comprensible: ¿cómo estructurar el contenido?#

Títulos escritos como preguntas o conclusiones, una idea por sección, sujetos explícitos (sin «esto» sin antecedente), tablas para especificaciones y listas numeradas para pasos, y la información clave en texto, no solo en imágenes o PDF.

71. ¿Qué cubre la consistencia de entidad?#

Nombre de marca, nombres de producto, fundadores, fecha de fundación y sede deben coincidir en el sitio, Wikipedia, registros mercantiles y redes sociales; los datos estructurados Organization deben coincidir con el contenido.

72. ¿Cómo se construye la confiabilidad?#

Publicar biografías de autores, credenciales y revisores; datos reales de la empresa y contacto; datos originales, pruebas, capturas y casos de primera mano; explicar métodos, citar fuentes primarias y mostrar fechas de publicación y actualización.

73. Citable: ¿cómo debe abrir una sección?#

Con la conclusión y la cifra clave, y después la explicación. Evita preámbulos tipo «a medida que… se desarrolla», porque los modelos suelen extraer la primera frase.

74. Citable: ¿cómo se eleva la densidad de evidencia?#

Con estadísticas verificables, citas de expertos y fuentes autorizadas, además de precios, fechas y especificaciones explícitos. Los datos deben ser reales y comprobables; inventarlos es sombrero negro.

75. Recomendable: ¿cómo elegir los canales externos?#

Por plataforma y categoría: B2B usa G2, Gartner Peer Insights y medios sectoriales; consumo, reseñas de marketplaces y Trustpilot; servicios locales, Google Business Profile y Yelp; vídeo y comunidad implican participar de forma auténtica como cuenta oficial en Reddit y YouTube.

76. ¿Cuál es la estrategia de idiomas para marcas globales?#

Claude se inclina por fuentes en inglés; GPT y Perplexity por fuentes en el idioma local. Hacen falta cobertura autorizada en inglés y contenido en el idioma del mercado, con un conjunto de prompts y una línea base por mercado.

7. Medición, muestreo y atribución

77. ¿Por qué no se puede aprobar GEO con «una captura»?#

Porque las respuestas son estocásticas: con 2–3 repeticiones el intervalo de visibilidad abarca 60–70 puntos porcentuales. Una captura no separa el cambio real del ruido.

78. ¿Qué capas tiene el sistema de métricas?#

Cuatro: descubrible (cobertura y tasa de error de rastreo) → citado (tasa de mención, tasa de cita, cuota de voz, tasa de primera posición) → absorbido y correcto (exactitud de hechos, sentimiento) → resultado de negocio (sesiones y conversiones referidas por IA, impresiones en IA, volumen de búsqueda de marca).

79. ¿Qué diferencia hay entre tasa de mención y tasa de cita?#

Tasa de mención = respuestas que nombran la marca ÷ respuestas válidas; tasa de cita = respuestas que citan el dominio propio ÷ respuestas válidas. Ser citado no es ser recomendado, así que se reportan por separado.

80. ¿Cómo se calcula la cuota de voz?#

Menciones de la marca ÷ menciones de todas las marcas de la categoría. Por eso el conjunto de prompts debe incluir a los principales competidores.

81. ¿Por qué medir la exactitud de hechos aparte?#

Porque la tasa de cita no es exactitud: cerca del 11% de los hechos atómicos está insuficientemente respaldado, y una marca citada puede ser descrita erróneamente.

82. ¿Cómo diseñar el conjunto de prompts?#

Por intención (reconocimiento de categoría, recomendación, comparación, detalle de decisión, marca, resolución de problemas), con 3–5 formulaciones por necesidad —incluidas conversacionales y de palabra clave—, separadas por mercado e idioma, y estables a largo plazo con pequeñas actualizaciones trimestrales.

83. ¿Por qué centrar el conjunto en preguntas «no recomendatorias»?#

Porque ser reconocido y ser recomendado son cosas distintas: el reconocimiento en escenarios de recomendación llega al 99,4%, mientras que la recomendación en preguntas de categoría es solo del 3,32%. Medir solo términos de marca sobreestima el rendimiento.

84. ¿Cuántas muestras por pregunta?#

Empezar con 7–8 por pregunta y muestrear en varias ventanas de fechas; reportar intervalos del 95% y aplicar una prueba estadística antes de declarar cambios.

85. ¿Hay que conservar los resultados vacíos?#

Sí. Las respuestas sin activación de búsqueda, sin cita o con error también son resultados. Descartarlas sobreestima la visibilidad de forma sistemática.

86. ¿Cómo demostrar que la optimización funcionó?#

Con control: cambiar solo algunas páginas y dejar otras intactas, o aplicar series temporales interrumpidas o diferencias en diferencias para descontar el crecimiento de la plataforma. Los estudios de un solo sitio sin control exageran el efecto más de tres veces.

87. ¿Puede GA4 identificar el tráfico de IA?#

En parte. Desde mayo de 2026 el grupo de canales por defecto de GA4 incluye «AI Assistant», que reconoce referencias de ChatGPT, Gemini, Claude y otros. La lista completa no es pública, así que conviene añadir un grupo personalizado para Perplexity y similares.

88. ¿Por qué el tráfico de referencia de IA parece tan pequeño?#

Porque solo el 8,8% de las visitas influidas por IA llega directamente de una plataforma; más de la mitad entra después por búsqueda. Las visitas desde apps, navegadores integrados y enlaces copiados también caen en «directo».

89. ¿Cómo cerrar el punto ciego de atribución?#

Vigilar a la vez el volumen de búsqueda de marca y las sesiones directas, añadir un campo «¿cómo nos conociste?» y cruzarlo con la actividad de rastreadores de IA en los registros del servidor.

90. ¿Qué debe contener un informe GEO auditable?#

Líneas base de visibilidad por plataforma y embudo con intervalos; reglas de muestreo y versión del conjunto de prompts; exactitud de hechos; cobertura y errores de rastreo; tráfico de referencia de IA y búsqueda de marca; y las conclusiones del experimento controlado del periodo.

8. Despliegue, casos y cumplimiento

91. ¿Cómo secuenciar los 90 días?#

Días 1–30 para la línea base, 31–60 para contenido y trabajo externo, 61–90 para remedir e iterar, cerrando con un informe trimestral y el plan de la siguiente etapa.

92. ¿Qué se hace exactamente en los primeros 30 días?#

Seleccionar unas 100 preguntas por embudo e intención, muestrear 5–10 veces en cada una de las cinco plataformas, conectar registros del servidor para verificar el acceso de rastreadores, inventariar y corregir las páginas de hechos y extraer de los datos los dominios más citados por plataforma.

93. ¿Cómo completar la matriz de contenidos?#

Cubriendo reconocimiento, consideración y decisión: priorizar páginas de hechos, comparativas y contenido de subpreguntas, y producir 5–10 vídeos de respuesta para las entradas de Google.

94. ¿Cómo se hacen vídeos de respuesta?#

Un vídeo por pregunta, título escrito como la pregunta, con subtítulos y capítulos. Además, conseguir reseñas de creadores de terceros, porque YouTube tiene el mayor peso de cita en las entradas de Google y Perplexity.

95. ¿Hay casos positivos de referencia?#

Sí. Vercel pasó en medio año de un 1% a cerca de un 10% de registros procedentes de ChatGPT; Ahrefs convirtió el 0,5% del tráfico en el 12,1% de los registros; Tally transformó reputación de comunidad en recomendaciones de IA; el proyecto GEO de Convert subió la visibilidad en LLM del 31% al 55% en 60 días.

96. ¿Qué enseñan los casos negativos?#

Chegg perdió tráfico e ingresos rápidamente cuando sus respuestas fueron sustituidas por resúmenes de IA; Penske Media expuso el riesgo de dependencia de plataforma. El tráfico propio y la relación directa con el usuario siguen siendo el suelo.

97. ¿Cuáles son los métodos de sombrero negro y sus riesgos?#

Comprar menciones, fabricar debates falsos, manipular reseñas, pagar por citas, ocultar instrucciones en páginas y hacer cloaking a los rastreadores. Google incluyó «intentar manipular respuestas de IA generativa» en sus políticas de spam; la despromoción y el riesgo reputacional recaen en la marca.

98. ¿Qué hacer si la IA describe mal la marca?#

Primero, convertir los hechos en páginas autorizadas y rastreables en tu propio sitio; después, usar los canales de comentarios de los modelos y fuentes autorizadas de terceros. Seguir la exactitud de hechos como métrica permanente en lugar de mirar solo las impresiones.

99. ¿Cómo definir la licencia de contenido y la política de rastreadores?#

Permitir los de búsqueda y cita (Googlebot, OAI-SearchBot, PerplexityBot, Claude-SearchBot); decidir los de entrenamiento (GPTBot, ClaudeBot) según el valor del activo de contenido; recordar que Google-Extended también controla las citas de grounding de Gemini.

100. ¿Qué cumplimiento importa a las marcas globales?#

El artículo 50 del Reglamento europeo de IA exige etiquetar el contenido generado por IA; la norma de la FTC estadounidense sobre reseñas falsas regula reseñas y avales; las políticas de spam de Google añaden otra capa. La línea roja del sombrero blanco: no comprar, no falsificar, no ocultar, no camuflar.