GEO — Motores generativos

¿Qué es el GEO y por qué es una disciplina propia?

El GEO es el conjunto de trabajos orientados a que su marca aparezca en las respuestas que generan los asistentes de IA. Un motor generativo es un sistema de IA que responde a la pregunta de un usuario con un texto nuevo, sintetizando información que ha reunido de varias fuentes. En esa respuesta no hay una lista ordenada de resultados: su marca se menciona o no se menciona.

En la búsqueda clásica, el usuario elige entre una lista de enlaces. Pero cuando alguien pregunta a un asistente «¿Me recomiendas una agencia en Estambul que haga webs corporativas?», recibe unos pocos nombres y breves razones. Entrar en esa lista corta depende de señales distintas de las que sirven para subir un puesto en el ranking: debe quedar claro qué es la marca, debe existir información coherente sobre ella y otras personas también deben hablar de ella.

Esta página se centra en los asistentes de IA independientes. Como los Resúmenes creados con IA que Google muestra dentro de la búsqueda se basan en su propio índice, los tratamos por separado en AIO. Explicamos con más detalle el trasfondo del concepto en nuestro artículo sobre qué es el GEO.

¿De dónde obtienen su información los motores generativos?

Los motores generativos obtienen su información por dos vías principales: el conocimiento general que el modelo aprendió durante su entrenamiento y las búsquedas web en tiempo real que se realizan en el momento de responder. El peso de cada vía varía según el motor, el modo y el tipo de pregunta; en las preguntas de actualidad o de ámbito local, la vía de la búsqueda interviene con más frecuencia.

Los motores que utilizan la búsqueda en tiempo real solo pueden leer sus páginas en la medida en que tengan acceso a ellas. Algunos proveedores utilizan nombres distintos para el rastreador que recoge datos para entrenar el modelo y para el rastreador que consulta páginas mientras genera respuestas. Permitir o no estos rastreadores en su archivo robots.txt es una decisión más estratégica que técnica; al inicio del trabajo la tomamos con usted, exponiendo los motivos.

Señales de entidad: ¿cómo reconoce un modelo su marca?

Un modelo reconoce su marca como una entidad diferenciada que se describe de forma coherente en distintas fuentes. Una entidad es una organización, una persona, un producto o un lugar con identidad propia. Si su nombre se escribe de manera distinta en diferentes sitios, o si cada fuente describe de forma diferente a qué se dedica, el modelo no puede entenderle como una entidad clara e incluso puede confundirle con otra marca.

• Una definición de categoría en una frase: una descripción de lo que hace la marca, a quién presta servicio y dónde tiene su sede, con el mismo núcleo en todas las plataformas.
• Nombre y datos coherentes: utilizar exactamente el mismo nombre de empresa, la misma dirección, los mismos datos de fundación y los mismos nombres de servicio en el sitio, los perfiles sociales, los directorios y las apariciones en prensa.
• Datos estructurados: presentar la entidad con claridad a las máquinas mediante el esquema Organization y los enlaces a los perfiles oficiales.
• Señales de personas: un equipo de expertos visible que escribe con su propio nombre, con sus perfiles enlazados entre sí.
• Productos y servicios claros: cada servicio o producto representado por un único nombre y una única página principal.

Algunas de estas señales también son necesarias para el panel de conocimiento de Google, así que en nuestro trabajo de AEO y de GEO construimos la configuración de la entidad de una sola vez, con una lista de comprobación común.

¿Cómo se escribe un contenido citable?

Un contenido citable sigue siendo exacto y comprensible aunque se saque de contexto, y contiene definiciones claras y afirmaciones explícitas. Los motores generativos montan sus respuestas por fragmentos; un párrafo tomado de su página debe tener sentido sin necesidad de las secciones anteriores.

• Cada sección empieza con una definición que responde a la pregunta en su primera frase.
• Los párrafos se mantienen breves y contienen una sola idea; se utilizan nombres explícitos en lugar de pronombres.
• Las comparaciones se presentan en tablas y los procesos en pasos numerados.
• Se destaca la información original que no se encuentra en otro lugar, como su método, sus listas de comprobación o su experiencia en el sector.
• El autor, la fecha de la última actualización y las fuentes se mantienen visibles.
• Cuando algo se desconoce o es discutible, la incertidumbre se indica abiertamente.

Un contenido superficial que reescribe información ya disponible en otros sitios no aporta nada nuevo al motor. Por eso no producimos contenidos con IA de forma masiva y sin supervisión; convertimos en texto, bajo control editorial, su experiencia, sus procesos y el conocimiento que ha adquirido sobre el terreno.

¿Por qué es tan importante la validación de terceros?

La validación de terceros es importante porque, cuando los motores generativos se forman una opinión sobre una marca, a menudo no solo tienen en cuenta lo que la marca dice de sí misma, sino también lo que dicen de ella los demás. Sobre todo en preguntas de recomendación como «cuál es mejor» o «a quién debería acudir», el material de la respuesta suele proceder de artículos comparativos, debates en foros y opiniones.

• Comentarios de expertos, entrevistas y artículos de opinión en publicaciones del sector.
• Opiniones de clientes reales que reciben respuesta con regularidad.
• Fichas correctas en directorios sectoriales de confianza y en los listados de los colegios y asociaciones profesionales.
• Visibilidad de sus expertos en eventos, mesas redondas y pódcasts.
• Presencia de la marca, con información actual y correcta, en contenidos independientes que comparan la categoría.

No utilizamos métodos como las opiniones falsas, los puestos de pago en listas o las publicaciones orquestadas en foros. Infringen las normas de las plataformas y, cuando se detectan, causan un daño duradero a la reputación de la marca.

¿Cómo se mide la visibilidad en GEO?

La visibilidad en GEO se mide planteando a distintos motores, a intervalos regulares, un conjunto de preguntas definido de antemano y registrando las respuestas con los mismos criterios. El conjunto de preguntas es una lista fija y escrita de las preguntas que los usuarios reales podrían hacer en la categoría de su marca.

1. 1.Separamos los tipos de pregunta: las preguntas de categoría, las comparativas, las que parten de un problema y las que preguntan directamente por su marca se siguen en grupos distintos.
2. 2.Mantenemos fijos el motor y el modo: cada pregunta se plantea en los mismos motores y, en la medida de lo posible, en las mismas condiciones; las respuestas con búsqueda web y sin ella se registran por separado.
3. 3.Repetimos: como las respuestas generativas pueden variar incluso ante la misma pregunta, medimos de forma repetida en lugar de fiarnos de un único intento.
4. 4.Registramos con los mismos criterios: si se menciona la marca, en qué contexto, si la información es correcta, qué fuentes se muestran y qué competidores se nombran.
5. 5.Seguimos la evolución: comparamos las diferencias entre periodos con el trabajo realizado, para entender qué está funcionando.

Las visitas procedentes de asistentes que ofrecen enlaces a sus fuentes pueden aparecer en la analítica como sitios de referencia, y también incorporamos esos datos al informe. Pero como los usuarios a menudo leen la respuesta y se marchan sin hacer clic en ninguna fuente, el tráfico solo muestra una parte de la visibilidad.

¿Qué empresas deberían dar prioridad al GEO?

El GEO es prioritario para las empresas cuyos clientes comparan opciones y buscan recomendaciones antes de decidir. En los servicios B2B, el software, la educación y la consultoría, el turismo sanitario y el comercio electrónico, los usuarios hacen cada vez más su primera búsqueda de información con un asistente; una marca que no se nombra en esta fase puede no llegar nunca a la lista corta.

En ámbitos como la salud, las finanzas o el derecho, la exactitud importa todavía más. En estos sectores preparamos contenidos que cumplen la normativa, no contienen promesas médicas ni financieras y han pasado la revisión de un experto, y comprobamos dentro de ese marco si lo que dicen los asistentes sobre su marca es exacto.

¿Qué puede hacer si la IA da información errónea sobre su marca?

No puede corregir un modelo directamente, pero sí puede corregir las fuentes de las que se nutre. Primero identificamos qué preguntas y qué motores producen la información errónea, qué fuentes se muestran en la respuesta y de dónde puede proceder esa información.

Después actualizamos las páginas antiguas o contradictorias de su propio sitio, corregimos los errores de sus perfiles y enviamos solicitudes de corrección a las páginas de terceros que difunden la información errónea. También utilizamos las herramientas de comentarios que ofrecen los asistentes. En las respuestas que usan la búsqueda en tiempo real, una corrección puede reflejarse antes; cambiar la impresión basada en los datos de entrenamiento lleva más tiempo.

Los espacios de pago dentro de la IA y el seguimiento detallado de la percepción de marca corresponden al GEM, el marketing en motores generativos. En todos los casos, la base del GEO es una configuración de SEO sólida: una página que no puede rastrearse ni indexarse también es invisible para los motores que realizan búsquedas en tiempo real.