Definiciones claras de los términos detrás de la Generative Engine Optimization y el marco de calidad de Google — el vocabulario que uso en keynotes, auditorías y trabajo con clientes.
Cómo una marca o persona gana visibilidad, citas y confianza dentro de las respuestas de IA.
La disciplina de lograr que una marca, persona o página aparezca y sea citada de forma consistente dentro de las respuestas generadas por IA (ChatGPT, Google AI Overviews, Perplexity, Gemini, Copilot). GEO extiende el SEO desde el ranking de enlaces azules hacia la memoria y la cita a nivel de modelo.
Optimizar contenido para ser la respuesta directa que devuelven los motores de respuesta — fragmentos destacados, asistentes de voz y resúmenes con IA. AEO es el precursor y un subconjunto de GEO.
Una interfaz de búsqueda que devuelve una respuesta sintetizada en lugar de una lista de enlaces. Ejemplos: Google AI Overviews, Perplexity, ChatGPT Search y Gemini.
El bloque de respuesta generativa de Google que aparece sobre los resultados tradicionales en consultas elegibles, citando un pequeño grupo de URLs fuente. La superficie GEO más grande por volumen de consultas en 2026.
Una referencia a una URL fuente o entidad nombrada dentro de una respuesta generada por IA. Las citas son el nuevo ranking — visibilidad sin cita es exposición desperdiciada.
Arquitectura donde un modelo de lenguaje recupera documentos relevantes desde un índice en el momento de la consulta y fundamenta su respuesta en ellos. RAG es la tubería detrás de la mayoría de productos de búsqueda con IA en producción.
Representación numérica vectorial de un texto cuya distancia geométrica codifica similitud semántica. Los embeddings impulsan cómo los sistemas de IA recuperan contenido para una respuesta — significa que tu contenido compite por conceptos, no solo por palabras clave.
Optimizar para las cosas reconocidas (personas, productos, marcas, lugares) que un sistema de búsqueda entiende, no solo cadenas de texto. El SEO de entidades es lo que te hace visible como concepto, no solo como palabra clave.
Base de datos estructurada de entidades y sus relaciones, usada por Google, Bing y los pipelines de entrenamiento de LLM para desambiguar y conectar hechos. Si no estás en uno, no existes como entidad.
Base de conocimiento abierta y colaborativa que está detrás de Wikipedia. Un Q-identificador en Wikidata es una de las señales individuales más fuertes de que una entidad existe en el stack de conocimiento de la IA — la mayoría de LLM importantes se entrenan directamente con ella.
Archivo de texto plano propuesto en la raíz de un sitio que resume la entidad canónica, las páginas clave y los hechos base para que los LLM los ingieran — el primo de la era IA de robots.txt y sitemap.xml. Aún no es un estándar, pero es barato de desplegar y cada vez más leído por agentes de IA.
Vocabulario compartido (schema.org), normalmente embebido como JSON-LD, que indica a buscadores y LLM de qué trata una página en formato legible por máquina. Person, Organization, Article, FAQPage, Event y DefinedTerm son los tipos centrales para GEO.
Porcentaje de respuestas generadas por IA, sobre un conjunto de prompts con intención de compra, en las que tu marca o persona aparece citada o nombrada. Medido por herramientas como Semrush AI Toolkit, Profound, Otterly y AthenaHQ.
Sesión de búsqueda que termina en la página de resultados sin clic a ningún sitio, porque la respuesta se entregó en el SERP o en el bloque de IA. Zero-click es el comportamiento dominante de búsqueda en 2026 — obliga a las marcas a ser valiosas en el SERP, no solo en el sitio.
User agents que rastrean la web para entrenar o alimentar modelos de lenguaje. Bots clave: GPTBot (entrenamiento OpenAI), OAI-SearchBot (ChatGPT Search), ClaudeBot (Anthropic), PerplexityBot y Google-Extended (entrenamiento Gemini). Bloquéalos o permítelos en robots.txt de forma deliberada.
Dividir un documento largo en pasajes más pequeños para que un sistema de recuperación pueda emparejar el pasaje más relevante con una consulta. Las páginas que se trocean bien — titulares claros, párrafos autónomos, una idea por sección — se citan más.
Las señales que los evaluadores humanos y los sistemas de ranking usan para decidir si un contenido merece ganar.
Marco de Calidad de Búsqueda de Google: Experiencia, Pericia (Expertise), Autoridad y Confianza (Trustworthiness). Usado por los Quality Raters humanos para evaluar contenido y emulado cada vez más por los sistemas de ranking y por las señales de confianza de los LLM. La primera E (Experiencia) se añadió en diciembre de 2022.
¿Hizo realmente el autor lo que está describiendo? La experiencia de primera mano — uso del producto, reporte en terreno, trabajo real con clientes — es la adición de 2022 que separa el contenido resumido por IA del contenido fundamentado por humanos.
La profundidad de conocimiento del autor sobre el tema, demostrada por credenciales, publicaciones y la precisión del propio contenido. Las credenciales formales importan en temas YMYL; el oficio demostrado importa para todo lo demás.
Cuán reconocido es el autor o el sitio como fuente de referencia del tema — medido por citas desde otras fuentes autorizadas, no por auto-proclamación. La autoridad se gana externamente y se confirma por quién te enlaza y te cita.
El más importante de los cuatro. ¿Es la página precisa, transparente sobre su autor, segura y honesta sobre relaciones comerciales? Una confianza baja limita el valor de cualquier pericia o autoridad construida.
Páginas que pueden afectar materialmente la salud, las finanzas, la seguridad o la vida cívica del lector. Sometidas al estándar E-E-A-T más estricto por las Quality Rater Guidelines de Google.
Manual de ~180 páginas de Google para los evaluadores humanos que califican consultas de muestra. No es un algoritmo de ranking, pero es la declaración pública de qué considera calidad Google — y un plano para cualquier estrategia de GEO/EEAT.
Un autor claramente identificado y legible por máquina — nombre, bio, foto, enlaces sameAs a LinkedIn / Wikidata / X — vinculado a cada pieza de contenido. La palanca de EEAT más fuerte que controlas tú.
Propiedad de schema.org que lista las URLs canónicas que identifican a la misma entidad en la web (LinkedIn, Wikidata, X, GitHub, etc.). La línea de mayor apalancamiento en un schema Person u Organization para desambiguar.
Ayudar a un sistema de búsqueda o LLM a distinguir dos entidades con el mismo nombre (p. ej., Fernando Angulo el analista de búsqueda con IA vs. Fernando Angulo el futbolista). Se logra mediante disambiguatingDescription, sameAs y un contexto de entidad claro en la página.
¿Quieres aplicar esto a tu marca o perfil de speaker?
Invítame a hablar o auditar