Los tres pilares del GEO: que la IA te cite, te recomiende o elija tu producto

Alguien le pregunta a un asistente de IA qué proveedor le conviene para algo que tú vendes. Pueden pasar tres cosas, y se parecen menos de lo que parece. La IA puede usar una página tuya para construir la respuesta sin decir nunca tu nombre. Puede nombrar tu empresa en una lista corta de recomendaciones. O, si vendes producto, puede elegir tu artículo para alguien que ya ha decidido comprar.

Las tres se meten en el mismo saco con una sola palabra, GEO, y por eso muchas empresas trabajan mucho y avanzan poco. El 16 de septiembre de 2026, Olaf Kopp, cofundador de la agencia alemana Aufgesang, propuso en Search Engine Land una manera de ordenarlo: tres pilares, que él llama legibilidad para modelos de lenguaje, contexto de marca y comercio agéntico.

Usamos este marco como punto de partida, no como verdad revelada: hemos contrastado cada afirmación con la documentación oficial de Google, OpenAI y los demás asistentes, y añadimos lo que necesita un empresario: qué puede revisar él mismo, dónde tiene sentido un especialista y qué todavía no puede demostrar nadie.

Antes de tocar nada: ¿qué quieres que haga la IA con tu negocio?

El primer acierto del marco de Kopp es de sentido común: antes de hablar de cómo, pregúntate qué quieres conseguir. Según el autor, el GEO persigue tres objetivos que tienen poco que ver entre sí.

Tres objetivos, dice Kopp, significa tres formas de trabajar. Y una consecuencia práctica: cada pilar tiene un responsable distinto dentro de la empresa, y un presupuesto que no se puede intercambiar. Reescribir las páginas de servicio no hará que una revista del sector hable de ti, y rellenar bien el catálogo no convertirá tu marca en un referente.

Los tres pilares, de un vistazo

Un despacho profesional o una empresa de instalaciones puede olvidarse, hoy, del tercer pilar. Una tienda online de muebles de diseño los necesita los tres, pero no todos a la vez.

Primer pilar: que la IA pueda leer y aprovechar tu contenido

Kopp define la legibilidad para LLM (los grandes modelos de lenguaje que hay detrás de ChatGPT, Gemini o Claude) como la facilidad con la que un modelo puede entender un contenido y usarlo como fuente de una respuesta.

Lo más importante que dice llega antes que cualquier consejo de escritura, y es el orden: «Document retrieval first, LLM readability second». Primero, que te encuentren; después, que te entiendan.

Y no es solo opinión suya. Según la guía oficial de Google sobre funciones de IA, para salir como enlace en los AI Overviews o en el AI Mode una página debe estar indexada y poder mostrarse con un fragmento de texto, sin «requisitos adicionales ni optimizaciones especiales». OpenAI explica que las webs que bloquean su robot de búsqueda, OAI-SearchBot, no aparecen en las respuestas de búsqueda de ChatGPT. La primera revisión, por tanto, es de SEO técnico; para el caso de Google, lo tenemos desarrollado en cómo preparar una web para los AI Overviews.

Cómo escribir para que un modelo te aproveche

Una vez que la página se encuentra, Kopp propone unas prácticas de escritura que también mejoran el texto para un cliente con prisa:

• Una idea por párrafo. El autor recomienda párrafos de menos de 250 palabras: los sistemas de IA suelen recuperar fragmentos, no páginas enteras, y un fragmento que mezcla tres asuntos cuesta más de aprovechar.
• La respuesta, al principio. Primero la respuesta directa, después la explicación, la prueba y el contexto. Aquí hay investigación detrás: el estudio «Lost in the Middle», publicado en 2023, comprobó que los modelos rinden mejor cuando la información relevante está al principio o al final de lo que leen, y peor cuando queda en medio.
• Las mismas palabras para las mismas cosas. Si una página habla de «mantenimiento preventivo» y otra de «revisión periódica», para ti es el mismo servicio; para un sistema que tiene que relacionarlo, no es tan evidente.
• Texto donde tiene que haber texto. Plazos, zonas de servicio o condiciones dentro de una imagen o de un PDF escaneado no se leen igual. Google lo incluye en su lista oficial.
• Algo que solo tengas tú. Datos propios, casos, criterio de experto. Google pide contenido único, y Kopp dice que aumenta la probabilidad de ser citado.

Ejemplo ilustrativo. Ninguno de los dos textos es de un cliente real.

Dónde hay que aplicar criterio

No todas las recetas del artículo original tienen el mismo respaldo. Kopp afirma que los agentes basados en modelos de lenguaje a menudo solo leen las primeras 350-400 palabras de un documento largo, y que un texto no debería superar unas 2.000 palabras. No hemos encontrado ninguna documentación oficial de Google, OpenAI, Anthropic o Perplexity que fije estos umbrales, y Google dice literalmente que no tiene ningún recuento de palabras preferido. El consejo de fondo, lo más importante por delante, es sólido; las cifras, tómalas como la opinión de un especialista.

Tampoco hace falta trocear el texto de manera artificial ni montar una web paralela «para robots»: Google dice que no hace falta crear archivos especiales para la IA ni ningún dato estructurado específico para aparecer en sus funciones de IA.

Qué puedes revisar tú mismo, y dónde hace falta un técnico

Una parte de este primer pilar la puede revisar cualquier responsable de negocio en una tarde, sin tocar código.

1. Comprueba que no le cierras la puerta a los robots de búsqueda. Abre el robots.txt de tu web (el dominio seguido de /robots.txt) y mira si están bloqueados Googlebot, OAI-SearchBot (ChatGPT), PerplexityBot o Claude-SearchBot. Son los que cada proveedor asocia a la búsqueda: bloquearlos te puede sacar de las respuestas o restarte visibilidad.
2. No confundas buscar con entrenar. GPTBot, ClaudeBot y Google-Extended sirven para decidir si el contenido se usa para entrenar modelos. Google lo dice explícitamente: Google-Extended no afecta a la presencia en Google Search, aunque sí limita el uso del contenido en la app de Gemini.
3. Mira si las páginas importantes están indexadas. Con la inspección de URL de Search Console, revisa las páginas de servicio, de producto y de precios. Si no están en el índice, no pueden ser enlace de un AI Overview.
4. Busca un «nosnippet» olvidado. Las etiquetas que impiden mostrar fragmentos en Google también limitan cómo aparece el contenido en sus funciones de IA. A veces están por error, heredadas de una plantilla.
5. Lee el primer párrafo de las tres páginas que más venden. ¿Dice qué haces, para quién y en qué condiciones? Si hay que llegar al cuarto párrafo para saberlo, ya tienes la primera tarea.

Dónde tiene sentido un especialista: cuando el bloqueo no está en el robots.txt sino en el cortafuegos o el alojamiento (Google recuerda que el rastreo también se debe permitir desde la infraestructura, y Perplexity explica cómo configurarlo en los cortafuegos habituales), cuando hay que leer los registros del servidor para saber qué robots entran de verdad, o cuando el problema es una plantilla que afecta a cientos de páginas.

Segundo pilar: que la IA te recomiende por el nombre

Aquí no importa que la IA use tu artículo, sino que diga tu nombre cuando alguien pida opciones. Kopp lo llama optimización del contexto de marca. Según él, ante una petición como «recomiéndame una herramienta de gestión de proyectos para equipos en remoto», la IA no da diez enlaces, sino una lista de dos a cinco marcas. Quien no está ahí, en ese momento, no existe. No hay segunda página.

Llevado a tu mundo: un gerente que pide tres instaladores de placas solares para una nave en Girona. La preselección que antes hacían el buscador y una tarde de pestañas abiertas, ahora la hace el asistente.

¿Cómo decide un modelo qué marcas asocia a cada necesidad? Kopp lo explica por co-ocurrencia: cuanto más a menudo aparece una marca junto a los mismos conceptos (en artículos, comparativas, foros o vídeos), más fuerte es la asociación. Es una explicación útil, pero es la del autor: ningún proveedor de IA publica cómo pondera las marcas. La lógica de fondo la tenemos explicada en cómo decide la IA qué marcas cita; los cuatro pilares que proponemos ahí para ser citado encajan dentro de los dos primeros de este marco.

«No se puede comprar»: cierto a medias

Kopp afirma que la visibilidad en los modelos de lenguaje no se puede comprar y que no hay ningún equivalente a los anuncios de pago por clic. En 2026 hay que matizarlo. OpenAI anunció el 16 de enero de 2026 que probaría anuncios en ChatGPT, y su documentación ya describe un robot que revisa las páginas enviadas como anuncios. Google permite anuncios encima o debajo de los AI Overviews en todos los mercados donde existen, y dentro de la respuesta, en inglés, en una docena de países; España no estaba en la lista el 17 de septiembre de 2026.

El fondo de la afirmación, sin embargo, sigue siendo cierto, y OpenAI lo pone por escrito:

«Ads do not influence the answers ChatGPT gives you. […] Ads are always separate and clearly labeled.»

OpenAI, principios sobre publicidad en ChatGPT, 16 de enero de 2026.

Los anuncios no influyen en las respuestas que da ChatGPT, y siempre van separados y etiquetados.

Traducido a decisión de negocio: puedes pagar un anuncio, que saldrá etiquetado como tal, pero no puedes pagar para que la respuesta te recomiende. Por eso el segundo pilar es trabajo de reputación, no de presupuesto de medios.

De dónde saca la IA lo que dice de tu marca

Si ordenamos las propuestas de Kopp, salen tres fuentes. En las tres puedes influir, pero no controlas ninguna del todo.

Lo que dices tú

Tu web tiene que explicar sin ambigüedades quién eres, qué haces, para quién y dónde. Parece obvio, y es donde más empresas fallan: páginas de presentación vacías o servicios descritos solo con adjetivos. Google, en sus pautas de contenido útil, pregunta si se ve quién hay detrás, por ejemplo con una página «Quiénes somos». También explica que los datos estructurados de organización en la portada le ayudan a distinguir una empresa de otras con un nombre parecido; incluyen un campo, sameAs, para enlazar los perfiles oficiales que tienes en otras webs.

Un consejo que no sale en el artículo original: escribe en un solo documento los datos de la empresa que quieres que todo el mundo repita igual (nombre, actividad, zona, dirección, teléfono) y úsalo para la web, la ficha de Google, LinkedIn y los directorios. Los asistentes comparan fuentes, y cuando dos se contradicen, dudan.

Lo que dicen los demás

Kopp recomienda aparecer en medios y blogs especializados, entrar en las comparativas del sector (dice que los asistentes las usan mucho cuando alguien pide «las mejores opciones») y participar en foros como Reddit o Quora, sin tono comercial.

Las tres tienen sentido, con dos condiciones:

• Si pagas para que te pongan en un sitio, es publicidad, y se tiene que ver. Google considera spam de enlaces los artículos de invitado, publirreportajes y notas de prensa pagados con enlaces que transmiten autoridad, y solo acepta los enlaces pagados marcados como patrocinados.
• Las menciones no se fabrican. Crear perfiles falsos para recomendarte tiene nombre, astroturfing, y cuando se detecta hace más daño que el silencio. La vía que funciona es más lenta: tener algo que valga la pena contar. Es el criterio de las campañas de link building bien hechas: autoridad con contexto, no enlaces sueltos.

Lo que dicen tus clientes

Las reseñas son la tercera fuente y, para Kopp, una señal de confianza de peso. Añade un riesgo que cualquier empresario entiende enseguida: la IA habla con tono de autoridad, y si lo que ha leído de ti es antiguo o incompleto, lo repite como si fuera un hecho. Una queja ya resuelta, un servicio que ya no ofreces o una dirección antigua pueden seguir saliendo en las respuestas. Lo explicamos paso a paso en qué dicen Google, ChatGPT y Gemini de tus ubicaciones.

Cómo saber qué dice hoy la IA de tu marca

Este pilar tiene una ventaja: el punto de partida lo puede mirar cualquiera. Basta con hacerles a los asistentes las preguntas que haría un cliente:

• Qué saben de ti: «qué es [tu empresa]» y «qué dicen de ella los clientes».
• Con quién te comparan: «alternativas a [tu empresa]».
• Si sales sin que te busquen por el nombre: «qué empresas de [servicio] recomiendas para [tipo de cliente] en [zona]».

Hazlas a más de un asistente, repítelas en días distintos y guarda las respuestas con la fecha. Varían según la formulación, el momento y el sistema: una captura sola dice poca cosa, pero la misma serie repetida al cabo de unos meses permite comparar. Hablamos de ello en medir la visibilidad en el AI Search con datos reales y en cómo demostrar que el GEO funciona.

Dónde tiene sentido un especialista: cuando las preguntas tienen que cubrir muchos servicios o mercados, cuando hay que repetirlas con el mismo método y cuando lo que sale es un problema de reputación que hay que corregir en el origen.

Tercer pilar: que un agente elija tu producto

Kopp habla de comercio agéntico cuando un asistente de IA compara, elige y, cada vez más, compra en nombre de alguien. Su conclusión: la IA se convierte en cliente de tu tienda, al menos mientras se preseleccionan productos.

Este pilar ya lo explicamos a fondo, con los campos obligatorios del feed de productos de OpenAI y las trampas de reaprovechar el de Google Merchant Center, en ChatGPT Shopping no se compra. Aquí hacemos el resumen, con dos actualizaciones verificadas en la documentación oficial el 17 de septiembre de 2026:

• Hay protocolos abiertos. OpenAI tiene el Agentic Commerce Protocol, para que ChatGPT lea el catálogo de un comercio y muestre sus productos. Google presentó el 11 de enero de 2026 el Universal Commerce Protocol, que ha empezado por el pago directo dentro del AI Mode y de Gemini con comercios elegibles de Estados Unidos y aprovecha los feeds de Merchant Center. En los dos casos, quien vende sigue siendo el comercio.
• Deciden los datos. Precio, disponibilidad, atributos, valoraciones y condiciones coherentes entre la ficha, el feed y los datos estructurados de producto. OpenAI dice que los atributos recomendados, como imágenes adicionales y reseñas, mejoran la ordenación.
• Actualización: el feed de OpenAI ya tiene requisitos separados para anuncios. Anunciarse y salir por los méritos del catálogo son vías distintas, y ser elegible no garantiza salir.
• Actualización: el formato estándar de carga de OpenAI todavía se orienta a Estados Unidos, y los demás mercados dependen de que OpenAI lo confirme para cada feed. Para una tienda que vende en España, hoy es preparación, no un canal abierto.

Si vendes servicios, este pilar no te toca: no existe un feed de servicios. Si tienes tienda, el trabajo de datos que te prepara para esto es el mismo que ya te hace falta para hacer crecer una tienda online con datos.

Por dónde empezar, según tu negocio

El valor del marco es poder decir «ahora toca este».

• Empresa de servicios de ticket alto (ingeniería, despacho profesional, software para empresas, clínica privada): primer y segundo pilar. Primero, que las páginas de servicio se encuentren y respondan claro; después, la foto de qué dice la IA de ti.
• Tienda online con catálogo propio: primer y tercer pilar a la vez, porque la ficha de producto sirve para los dos. El segundo llega cuando la marca compite con revendedores del mismo producto.
• Negocio local: el segundo pilar pasa por la ficha de Google y las reseñas, como explicamos en cómo conseguir que la IA recomiende un negocio local.

Y en todos los casos, el mismo orden que defiende Kopp y que confirman Google y OpenAI: si no te encuentran, lo demás no cuenta.

Punto incómodo: lo que todavía no puede demostrar nadie

Hay que decirlo claro: nadie puede garantizar que una IA te cite, te recomiende o elija tu producto. Ni nosotros, ni el autor del artículo original, ni ninguna herramienta. Los proveedores publican cómo acceder (robots, índice, feeds), pero no cómo deciden. La co-ocurrencia es una explicación plausible, no un algoritmo documentado, y las respuestas cambian de un día para otro: cualquier medición es una muestra, no un ranking.

Esto no quiere decir que no valga la pena. Quiere decir hacerlo con una foto de antes de tocar nada y repetir la misma medición al cabo de unos meses. Lo que aguanta es lo que ya funcionaba: una web que se encuentra, que se entiende y que dice la verdad, y una marca de la que otros hablan por motivos reales.

Dos ideas para no olvidar