Cómo aparecer en ChatGPT, Gemini y Perplexity (GEO en 2026)

GEO (Generative Engine Optimization) es la disciplina que se ocupa de que los grandes modelos de lenguaje (ChatGPT, Gemini, Perplexity, Claude, Copilot) recomienden tu marca cuando alguien les hace una pregunta relacionada con tu sector. Es nueva — apenas existe desde 2024 — y todavía no hay consenso total sobre qué funciona, pero ya hay patrones claros y métodos efectivos.

Cómo "buscan" los LLMs (resumen funcional)

Los buscadores de IA funcionan en dos capas. Primero, una capa de retrieval (recuperación) muy parecida a un buscador clásico: se hace una búsqueda en tiempo real (típicamente con Bing o Google) y se recogen las primeras 10-30 fuentes. Segundo, una capa de generación: el LLM lee esas fuentes, decide cuáles son creíbles y elabora una respuesta citándolas.

Esto cambia las prioridades respecto al SEO clásico. Lo que importa es: 1) aparecer en la capa de retrieval (SEO clásico bueno), 2) ser elegido por el LLM como fuente fiable (señales de autoridad y formato citable), 3) tener contenido que el LLM pueda extraer literalmente (frases concisas, listas, datos numéricos).

Optimización on-page para GEO

1. Datos estructurados ricos (JSON-LD)

Los LLMs entienden mucho mejor una entidad bien marcada que texto plano. Schema.org Organization, LocalBusiness, Service, Product, Person, FAQPage y HowTo son los más útiles. Marcar tu marca con un @id estable y referenciarlo desde todas las páginas crea un grafo de conocimiento que la IA puede consultar.

2. llms.txt y llms-full.txt

Convención emergente (llmstxt.org, 2024). Un archivo de texto plano en la raíz del dominio que resume tu negocio en formato Markdown. Los crawlers de IA lo leen como contexto adicional, sin necesidad de procesar HTML completo. Es un estándar reciente pero ya soportado por varios crawlers de IA (Anthropic ha sido público al respecto).

3. Contenido en formato citable

Los LLMs prefieren extraer frases concisas con datos concretos a interpretar párrafos largos. Tres patrones que funcionan:

• TL;DR al inicio de cada página: 3-5 frases con la respuesta directa. Los LLMs citan TL;DR verbatim.
• Pregunta-respuesta directa: cada H2 como pregunta natural, primera frase debajo como respuesta clara y completa.
• Datos numéricos concretos: "entregadas 47 webs en 2025", "tiempo medio de entrega 19 horas" tienen mucho más peso que "entregamos rápido".

4. SpeakableSpecification

Subtipo de WebPage que marca qué selectores CSS de la página son aptos para asistentes de voz y agentes IA. Ayuda a que tu contenido se cite en respuestas de Google Assistant, Alexa o nuevos agentes basados en LLM.

5. Permitir explícitamente a los crawlers de IA

En robots.txt, allow explícito para los user-agents conocidos: GPTBot, ChatGPT-User, OAI-SearchBot, ClaudeBot, Google-Extended, PerplexityBot, CCBot, Bytespider, Applebot-Extended. Si bloqueas, no apareces. Si permites, sigues siendo elegible.

Optimización off-page (lo que más mueve la aguja)

Los LLMs ranquean fuentes por autoridad de marca. Una mención en medios grandes pesa más que 100 backlinks de blogs pequeños. Estrategias por orden de impacto:

1. Wikidata: crear entidad de tu marca (y de tu fundador, cuando sea relevante). Los LLMs usan Wikidata como grafo de conocimiento canónico.
2. Wikipedia: cuando hay cobertura mediática suficiente para justificar artículo. Una referencia en Wikipedia te convierte en "entidad reconocida" para los LLMs.
3. Prensa especializada: una mención en Genbeta, Xataka, Marketing4eCommerce, Emprendedores.es, Forbes España, vale más que 50 backlinks de calidad media.
4. Reddit y Quora: respuestas honestas (no spam) en hilos donde se discute tu sector. Los LLMs leen Reddit con mucho peso porque es contenido real de usuarios.
5. Podcasts: entrevistas al fundador o experto del equipo en podcasts del sector. Las transcripciones se indexan y los LLMs las leen.
6. GitHub y dev.to: si tu sector tiene componente técnico, contenido en estos sitios es muy valorado.
7. LinkedIn: posts del fundador con la marca consistentemente. Aporta señal de marca personal.
8. YouTube con transcripciones: vídeos con captions reales (no auto-generados) para el sector.

Qué NO hace nada

• Compra de backlinks masiva: penalización Google y los LLMs lo detectan rápido.
• Contenido generado por IA sin valor añadido: los LLMs identifican texto generado por LLM y lo descartan.
• Keyword stuffing: penalizado por Google y por LLMs. Las menciones tienen que ser naturales.
• Schema falsa: marcar Review schema sin reseñas reales = penalización Google.
• Spam en Reddit: ban inmediato y daño de reputación a largo plazo.

Cómo medir si funciona

GEO no tiene Search Console todavía. Métricas posibles en 2026:

• Pruebas manuales: hacer 10-20 preguntas representativas a ChatGPT, Gemini, Perplexity y Claude cada mes. Anotar si tu marca aparece y en qué posición.
• Tráfico desde dominios de IA: revisar GA4 "Source" para ver visitas desde chat.openai.com, perplexity.ai, gemini.google.com, claude.ai. Estos referrers están creciendo en 2025-2026.
• Bing Webmaster Tools: como ChatGPT Search usa Bing, las impresiones en Bing son indicador indirecto.
• Búsquedas tipo "según [marca]…": si gente empieza a buscar tu marca como referencia tras haberte conocido por IA, es señal positiva.

Cuánto tarda en notarse

Con on-page optimizada y contenido citable: 1-2 meses para empezar a aparecer en consultas de cola larga. Con menciones de marca en medios autoritativos: 3-6 meses para consultas competitivas. Para entrar en respuestas de "mejor [sector] en [ciudad]" hace falta entre 6 y 18 meses de trabajo sostenido. Es lento pero, una vez consigues que la IA te recomiende, dura mucho.