Diagnóstico.
Definimos el set de preguntas de compra de tu categoría y lo corremos en cuatro motores. Medimos si apareces, qué fuentes te citan, qué dicen de ti y a quién recomiendan en tu lugar. Ese es el punto de partida contra el que se compara todo.
Fundamentos.
Arreglamos el SEO técnico, la indexación y el renderizado, e implementamos el schema completo y validado. Sin esta etapa el contenido no se puede extraer, por bueno que sea.
Medición e iteración.
Repetimos el set de preguntas, comparamos contra la línea base y contra tus competidores, conectamos el tráfico de IA con conversiones en GA4 y priorizamos el siguiente grupo de páginas. Este ciclo se repite cada mes.
Contenido y autoridad.
Reescribimos y creamos las páginas prioritarias alrededor de las preguntas que deciden una compra, y en paralelo activamos menciones, citaciones y enlaces en las fuentes que los motores ya consultan en tu categoría.
El AEO, o answer engine optimization, es el trabajo de organizar y fortalecer la información de una marca para que los motores de respuesta con inteligencia artificial puedan encontrarla, entenderla y usarla correctamente. El SEO busca posicionar una página en una lista de enlaces; el AEO busca que tu marca forme parte de la respuesta que el asistente redacta. La diferencia práctica está en la consulta: el SEO trabaja sobre keywords de tres o cuatro palabras, el AEO sobre preguntas completas de 23 palabras en promedio. El AEO amplía el objetivo del SEO, de atraer un clic a convertirse en fuente confiable, y se apoya en los mismos fundamentos técnicos.
GEO significa generative engine optimization y en la práctica se usa como sinónimo de AEO. Ambos nombran el mismo trabajo: aparecer dentro de las respuestas que generan ChatGPT, Gemini, Perplexity y los AI Overviews de Google. Hay una confusión frecuente que conviene aclarar: GEO también se usa como abreviatura de SEO local o geográfico, que es otra disciplina. Cuando en esta página hablamos de GEO nos referimos a motores generativos. Si lo que necesitas es aparecer en Google Maps y en búsquedas con intención local, eso se trabaja dentro de nuestro servicio de SEO técnico y es una conversación distinta.
Empieza por medir dónde estás. Define las diez preguntas que un comprador de tu categoría haría antes de decidir, córrelas en ChatGPT y anota si te menciona, qué fuentes cita y a quién recomienda en tu lugar. A partir de ahí se trabajan tres cosas al tiempo: que el sitio sea rastreable y tenga schema válido, que las páginas prioritarias respondan esas preguntas desde el primer párrafo nombrando la marca, y que existan menciones consistentes de tu marca en fuentes externas que el modelo ya consulta. Un modelo recomienda lo que reconoce, y el reconocimiento se construye dentro y fuera de tu sitio.
Sí, y es el requisito previo. El AEO se apoya en los fundamentos de siempre: rastreo sin bloqueos, indexación limpia, canónicas correctas, sitemap actualizado, enlazado interno y velocidad. Si un bot no puede leer la página, el mejor contenido del mundo queda invisible. Hay un matiz nuevo: varios rastreadores de LLM no ejecutan JavaScript, así que el contenido principal tiene que llegar en el HTML inicial del servidor. Lo que cambia no es la base técnica, sino qué se hace encima de ella: estructura de respuesta, datos estructurados conectados como entidades y autoridad externa verificable.
El schema markup son datos estructurados que le explican a una máquina qué contiene una página: si es un producto, un artículo, una organización, una pregunta frecuente o una persona. Importa porque los motores de respuesta necesitan reconocer tu marca como una entidad, no como un texto suelto. Un schema completo usa @id para conectar las entidades entre sí y sameAs para enlazarlas con tus perfiles externos, de modo que el sistema entienda que la empresa del sitio, el perfil de LinkedIn y la ficha del directorio son la misma marca. Un schema incompleto o con errores aporta menos que uno pequeño y bien construido, por eso siempre lo validamos.
Los AI Overviews son el resumen generado que Google muestra arriba de los resultados orgánicos, con enlaces a las fuentes que usó. Para entrar se necesita lo mismo que para cualquier motor de respuesta, con un énfasis particular en la estructura: la respuesta directa en los primeros párrafos, encabezados que reproducen la pregunta del usuario, listas y tablas fáciles de extraer, datos estructurados válidos y señales claras de autor y fecha de actualización. El primer paso siempre es revisar qué consultas de tu categoría ya disparan un AI Overview y qué fuentes está citando Google en ellas, porque ahí está el estándar real que hay que superar.
Importan las dos cosas, con pesos distintos a los que la industria estaba acostumbrada. En un análisis de 75.000 marcas, las menciones de marca en la web correlacionan entre 0,66 y 0,71 con aparecer en respuestas de IA, y las menciones en YouTube llegan a 0,74, mientras que los backlinks se quedan entre 0,20 y 0,23. La lectura práctica: un enlace de una publicación relevante sigue sumando, y una mención de tu marca por su nombre en un medio, un podcast o una comunidad suma más de lo que suponía el SEO clásico. Por eso trabajamos link building y programa de menciones como una sola pieza.
Con un set fijo de preguntas comerciales corrido con frecuencia constante en varios asistentes, y tres métricas encima. Presencia y share of voice: si apareces y con qué frecuencia frente a competidores directos. Precisión: si la descripción de tu oferta, tus diferenciales y tus precios es correcta, porque un error repetido cuesta más que una ausencia. Negocio: cuántas sesiones, leads y ventas llegan desde asistentes, segmentando los referidos de LLM en GA4. Usamos Ahrefs Brand Radar, el AI Toolkit de Semrush y Profound, y conectamos todo con Search Console y GA4 para que el reporte hable de negocio y no solo de menciones.
Las correcciones técnicas y de schema se reflejan en semanas, porque dependen de que el motor vuelva a rastrear. El contenido reescrito suele mover la visibilidad entre el segundo y el tercer mes. La autoridad es el frente más lento: las menciones y citaciones tardan de tres a seis meses en cambiar cómo un modelo reconoce tu marca, porque los sistemas reindexan de forma gradual. Trabajamos en ciclos mensuales con una primera medición en la semana uno, de modo que cada mes puedas comparar contra la línea base en lugar de esperar un resultado global al final.
