Qué es el GEO: la diferencia real entre SEO, GEO y AEO

GEO (Generative Engine Optimization) es la práctica de estructurar contenido para que los motores de IA generativa —ChatGPT, Perplexity, Google AI Overviews— lo usen y lo citen dentro de sus respuestas, en vez de (o además de) hacer que tu página aparezca entre los diez resultados azules de Google. El término no lo inventó una agencia de marketing: lo acuñó un grupo de investigadores de Princeton, el Allen Institute for AI, Georgia Tech e IIT Delhi en noviembre de 2023¹. Lo que sí hay que decir desde ya: nadie se pone de acuerdo todavía en dónde termina el SEO y empieza el GEO — ni siquiera la gente que vende el término.

SEO, GEO y AEO: dónde está la frontera (o si la hay)

Wikipedia lo resume sin adornos: a principios de 2026 no existía consenso académico sobre qué distingue de verdad al GEO del AEO (Answer Engine Optimization) o de otros términos hermanos como LLMO o AIO². Y hay quien va más allá: Nikhil Lai, analista de Forrester, sostiene que estas etiquetas son "significativamente, pero no fundamentalmente, distintas del SEO", y acusa a parte del sector de exagerar las diferencias "para hacerse un hueco del tamaño de una startup en el stack tecnológico de los marketers"². Incluso Profound, una de las plataformas que vende herramientas de medición de visibilidad en IA, publicó un artículo titulado literalmente "AEO vs. GEO: por qué son lo mismo"³.

Dicho esto, sí hay una distinción de intención que es útil en la práctica, aunque se solape mucho:

De dónde viene el término, y qué es GEO-BENCH

El paper original, titulado sencillamente "GEO: Generative Engine Optimization", se publicó en arXiv en noviembre de 2023 y se presentó en KDD 2024 (la conferencia ACM SIGKDD, en Barcelona)¹. Sus autores —Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan y Ameet Deshpande— construyeron GEO-BENCH: un banco de pruebas a gran escala con consultas de usuario reales de múltiples dominios, junto con las fuentes web relevantes para responderlas. Con eso probaron nueve estrategias de modificación de contenido y midieron el efecto de cada una sobre la visibilidad dentro de respuestas generadas — el primer experimento controlado que demostró que ese tipo de optimización es posible, no solo intuición de marketer.

Qué funciona de verdad, según el propio estudio

El resultado más citado del paper es contundente: las estrategias basadas en añadir citas, estadísticas y frases textuales de fuentes fiables llegaron a mejorar la visibilidad hasta un 40%¹. Según el análisis de la Tabla 1 del paper que circula en varios resúmenes técnicos, añadir estadísticas concretas fue la estrategia individual más efectiva (en torno a un +41%), y citar fuentes por sí solo rindió menos en solitario pero actuó como multiplicador cuando se combinó con otras tácticas (+31,4% de media en combinación)⁴. En el otro extremo: pulir la fluidez del texto y el keyword stuffing apenas movieron la aguja — casi sin efecto medible.

Esto encaja, punto por punto, con lo que ya vimos con datos reales de citas de IA en producción: Wikipedia domina en ChatGPT y Reddit en Perplexity precisamente porque son fuentes estructuradas, verificables y con referencias propias — no porque estén "optimizadas para IA" en el sentido de trucos de redacción⁵. Ver el mapa completo de fuentes por plataforma para los números exactos.

Lo que el marketing del GEO no te suele contar

No existe un "algoritmo de GEO" que se pueda auditar o hackear como el de Google. Un LLM genera cada respuesta de forma probabilística: la misma pregunta, hecha dos veces, puede citar fuentes distintas o ninguna. Nadie —ni yo, ni ninguna herramienta que te venda un "informe de visibilidad en IA"— te puede garantizar una cita en ChatGPT del mismo modo que un SEO técnico bien hecho puede razonablemente prometerte indexación en Google. Lo que sí se puede hacer es lo que mide el propio estudio: escribir contenido con datos verificables, fuentes citables y afirmaciones que un sistema de recuperación pueda validar — que es, en el fondo, buen periodismo y buena divulgación con otro nombre.

Qué puedes hacer hoy con esto

Tres cosas que sí tienen respaldo, tanto del paper de Princeton como de los datos reales de citas que ya analizamos en el artículo anterior de esta serie:

Incluye cifras concretas con su fuente, no afirmaciones vagas — es la estrategia individual con mayor impacto medido. Cita expertos y fuentes primarias dentro del propio texto, no solo en una lista de referencias al final. Y no pierdas tiempo puliendo la prosa para "sonar más IA-friendly" — el estudio original no encontró ahí ninguna ventaja real. Estructura de datos (Article, FAQPage cuando aplique de verdad) y una entidad de autor clara ayudan, pero son higiene técnica estándar, no magia de GEO — y el propio Google lo trata igual que cualquier otra señal de calidad.