Desde que los buscadores empezaron a contestar con IA, el sector se ha llenado de siglas: GEO, AEO, GAIO, LLMO, AISEO. Y con cada sigla ha vuelto el mismo debate. Una parte de la comunidad SEO defiende que estamos ante una disciplina nueva que reemplaza al SEO; otra parte lo ve como marketing reciclado para vender formación con etiqueta fresca.
Mi postura es que GEO no es algo nuevo desde cero: es SEO especializado para los modelos de lenguaje. Los fundamentos siguen; se añaden dos capas que antes no pesaban tanto, la marca y la medición.
El debate
GEO (Generative Engine Optimization) es optimizar para que un motor generativo te use y te cite en su respuesta. El término nace de un paper académico de 2024; AEO es anterior. Detrás de las siglas conviven dos posturas.
En un lado, quienes sostienen que esto sigue siendo SEO. Natzir Turrado lo tituló sin rodeos, «No es GEO ni AEO, es sólo SEO», y lo defiende así: «la optimización para grandes modelos de lenguaje (LLMs) es, en esencia, la evolución lógica del SEO de toda la vida». Su recordatorio histórico es difícil de rebatir: «No hubo que cambiarle el nombre al SEO cuando el MFI, ni para los featured snippets, ni para los datos estructurados».
Carlos Ortega es todavía más rotundo. Tituló su artículo, literalmente, «GEO, LLMO, AEO… y demás nombres de mierda para intentar vender SEO», y su tesis cabe en una línea: «a mí todo eso me suena bastante a SEO». Remata sin anestesia: «para aparecer en resultados con inteligencia artificial lo que necesitas es buen contenido y el viejo y confiable SEO».
Lily Ray, desde Amsive, lo encuadra con más matiz: para ella la búsqueda con IA es «una evolución clásica del SEO», comparable a la búsqueda por voz o al mobile-first, y avisa de los «GEO grifters» que reempaquetan el SEO de siempre con otro nombre. Pero añade una pieza que me parece clave: para ella el GEO no abandona el SEO, es «un sistema nuevo para competir, captar y medir el éxito en plataformas de IA».
Enfrente está la postura de que sí estamos ante algo nuevo, y la defiende con argumentos serios Mike King, de iPullRank, que ha dejado de llamarlo SEO: ahora ofrece «Relevance Engineering». Su distinción es nítida: el SEO iba de rankear en la SERP; el GEO, de «being part of the answer, whether or not a link is shown» (formar parte de la respuesta, se muestre o no un enlace). Y lo resume sin contemplaciones con los reticentes: «the SEO industry is being pulled reluctantly into the GEO era», esto es, que a la industria la arrastran a la era GEO a regañadientes (cita recogida por Technology Magazine).
Y aquí está lo que casi nadie subraya: incluso King reconoce que «the fundamentals still need to be here» (en entrevista con Search Engine Land), los cimientos siguen siendo necesarios. No dice que el SEO no sirva. Dice que lo que los motores hacen con esos cimientos es radicalmente distinto, y que eso ya justifica una disciplina nueva. Ahí es donde no le sigo: hacer algo distinto con los mismos cimientos es especialización, no una disciplina aparte. Es justo el argumento de Natzir con el MFI: cambiar de táctica sobre la misma base nunca obligó a rebautizar el SEO.
Mi postura: GEO es SEO, con el foco puesto en otro sitio
Me sitúo en medio. Coincido con Natzir y con Carlos en lo esencial: el cimiento es SEO, y quien venda el GEO como una ruptura que obliga a tirar todo lo aprendido casi siempre tiene un curso que colocarte. Pero tampoco lo reduzco a «solo SEO», como hace Carlos: esas dos capas, marca y medición, son reales y me cambian el trabajo del día a día. Ni «nada ha cambiado» ni «todo es nuevo».
Lo veo cada semana, y por eso lo enseño así en mis clases de BIG School. En auditorías reales he comprobado que un mismo contenido entra o no en una respuesta generada según lo extraíble que sea: los pasajes que un modelo cita suelen responder la pregunta en menos de cincuenta palabras y no dependen del párrafo anterior. He visto en los logs a GPTBot y a ClaudeBot recuperar el HTML pero quedarse sin lo que inyecta el JavaScript. Y he tenido que construir mis propias herramientas, en Python sobre las APIs, para medir algo que ningún panel te da hecho: si una persona concreta, preguntando a un modelo concreto, te ve o no.
Esa última parte, la de medir, no me la invento yo. La propia Lily Ray, sin proponérselo, la nombra cuando define el GEO como «un sistema nuevo para medir el éxito». La capa de marca, en cambio, la defiendo como tesis propia: en un escenario donde el modelo desempata por reconocimiento de entidad, tu marca pesa más que nunca.
Qué cambia de verdad cuando optimizas para IA
Cuando bajo la tesis a la práctica, lo que cambia se ordena en cuatro pilares. Los enseño en este orden:
- El SEO sólido es el cimiento. No existe un «índice de IA» aparte: para que un modelo te cite, primero tienes que estar en el índice de Google y ser un candidato válido. Rankear no garantiza la cita, pero es la condición de entrada.
- La marca amplifica. Una vez eres candidato, lo que desempata son las menciones y el reconocimiento de tu entidad. En mis auditorías, contenido con una marca reconocida detrás entra donde el mismo texto, sin esa marca, no entraba; por eso trabajo mi propia entidad antes que nada. Lo planteo como hipótesis de trabajo, no como ley: es la pata que más me queda por cerrar con datos públicos.
- La extractabilidad decide. El modelo tiene que poder leer tu página y levantar de ella un fragmento citable. Aquí se concentra lo técnico: que el contenido no dependa de JavaScript que los crawlers de IA aún no renderizan, que los pasajes sean autocontenidos y que la relevancia semántica sea medible. Cuando el contenido vive en documentos, el procesado previo importa tanto como el HTML, y todo ello conecta con cómo los modelos recuperan y usan tu contenido, con y sin RAG.
- La medición es por persona. No tienes «un ranking en ChatGPT»: tienes resultados por motor, por segmento y por consulta. La mayor parte de lo que decide la cita vive dentro del modelo, fuera de tu control, así que la única salida es medir de forma directa, no inferirla del posicionamiento orgánico.
Dos de esos pilares, cimiento y extractabilidad, son SEO de siempre ejecutado con más finura. Los otros dos, marca y medición, son las capas nuevas. Esa es toda la novedad. No es poca, pero no es una disciplina aparte.
Qué no cambia (y por qué importa)
Hay una prueba de continuidad que me gusta: según Peter Raventós, cerca del 80 % de lo que haces para posicionar en Google también funciona en la IA. Por eso el error más caro que veo es el contrario al que se teme: gente que descuida el SEO técnico y la autoridad por perseguir trucos de «GEO», y acaba sin lo uno y sin lo otro. Si los cimientos están flojos, ninguna sigla nueva los va a sostener.
Para profundizar
Preguntas frecuentes
¿GEO y AEO son una disciplina nueva o es SEO?
En mi opinión, no son una disciplina nueva. Son SEO especializado para los buscadores con IA y los modelos de lenguaje: los fundamentos son los mismos y cambia el foco en cómo te leen y te citan.
¿En qué se diferencia el GEO del SEO?
En los cimientos, en nada: el GEO se apoya en el mismo SEO técnico, de contenido y de autoridad de siempre. La diferencia está en dos capas que el SEO clásico no priorizaba tanto: la marca (el modelo desempata por reconocimiento de entidad) y la medición (no hay un ranking único, mides por motor y por persona). Por eso sostengo que el GEO es SEO especializado, no una disciplina aparte.
¿Qué diferencia hay entre GEO y AEO?
Las siglas primero: AEO es Answer Engine Optimization y GEO, Generative Engine Optimization. AEO es el concepto más antiguo y amplio: optimizar para ser la respuesta directa, también en formatos no generativos como los featured snippets o la búsqueda por voz. GEO es más específico: optimizar para que un motor generativo (uno que compone la respuesta con un LLM, como AI Overviews, ChatGPT o AI Mode) te use y te cite dentro de esa respuesta. En la práctica convergen, porque el objetivo es el mismo: ser la fuente clara y citable.
¿Sirve de algo el SEO clásico para posicionar en IA?
Es la base. La intención de búsqueda, la calidad, la arquitectura, la autoridad y los datos estructurados siguen siendo lo que sostiene cualquier estrategia, también la de IA.
¿Cómo consigo que ChatGPT o AI Mode me citen?
No hay atajo, pero sí método: tienes que estar en el índice de Google, tener una entidad reconocida y escribir pasajes que un modelo pueda extraer y citar sin ambigüedad. El detalle de qué priorizar, qué medir y con qué herramientas es lo que desgloso en el resto del blog. Si te interesa el criterio y la estrategia, y no solo la táctica de turno, sígueme por aquí.
