La generative engine optimization (GEO) es el trabajo de hacer que tus páginas sean fáciles de encontrar, citar y referenciar para los motores de IA. ChatGPT, Perplexity, Gemini y las funciones de IA de Google responden igual: recuperan fragmentos de la web y redactan una respuesta sobre ellos. Si tu página no se puede descargar, no se entiende de forma aislada o no inspira confianza, no entra en la respuesta.
La mayoría de los consejos sobre este tema son humo o un único truco. Esta guía de generative engine optimization no es ninguna de las dos cosas. Separamos lo que documentan los proveedores de lo que nadie ha demostrado, y repasamos los cambios de acceso, contenido, estructura y medición que aplicamos en sitios WordPress, Shopify y Webflow.
Un límite honesto antes de empezar: nadie puede garantizar una cita. Lo que sí puedes hacer es eliminar cada motivo que tendría un motor para ignorarte y poner en la página mejor evidencia que la del competidor de al lado.
Puntos clave
- La generative engine optimization es SEO básico más contenido que se puede extraer de la página como un fragmento claro y autosuficiente.
- Los crawlers de IA hay que permitirlos a propósito, porque los bots de entrenamiento, los de búsqueda y los activados por el usuario son distintos y cada uno requiere su propia decisión en robots.txt.
- Las respuestas directas, las entidades con nombre, los datos originales con método explícito y la autoría visible aumentan tus opciones de ser citado.
- Mide con un conjunto fijo de prompts, un segmento de referencias en GA4 y logs del servidor, y acepta que parte del efecto seguirá invisible.
- Ninguna táctica, ni llms.txt ni el marcado schema, es una garantía documentada de citas.
Generative engine optimization: qué es y cómo funciona
La GEO es una capa sobre el SEO, no un reemplazo. El término viene del artículo de investigación GEO: Generative Engine Optimization de Aggarwal y coautores. Crearon un benchmark de consultas y probaron ediciones de contenido para ver cuáles hacían más visible a una fuente en las respuestas generadas. Añadir citas, textos entrecomillados y estadísticas ayudó en sus pruebas, y el relleno de palabras clave ayudó poco. Es un benchmark de investigación, no una promesa para tu mercado.
GEO vs SEO: qué cambia y qué no
Cambia el objetivo. En la búsqueda clásica compites por una posición y un clic. En la búsqueda con IA compites por ser una de las pocas fuentes que el modelo cita, a menudo sin ningún clic. También cambia la unidad: un buscador posiciona una página, pero un motor de IA cita un fragmento.
SEO clásico
Posicionar la página
- Objetivo: una posición alta y un clic
- Unidad: la página
- Éxito: posiciones, impresiones, sesiones orgánicas
- Palancas: rastreabilidad, enlaces, relevancia, velocidad
Nuestra recomendación para este caso
Añadir GEO encima
- Objetivo: ser citado o enlazado dentro de la respuesta
- Unidad: el fragmento
- Éxito: citas, menciones, sesiones de referencia desde IA
- Palancas: todo el SEO, más texto extraíble, entidades y evidencia
El solapamiento es grande. La documentación de Google sobre las funciones de IA y tu sitio web dice que no hay requisitos especiales para aparecer en AI Overviews o AI Mode más allá de los fundamentos del SEO: la página está indexada, puede mostrar un snippet y es realmente útil. También dice que no necesitas ningún schema especial. Si tu base técnica es débil, arréglala primero, empezando por nuestra guía de Core Web Vitals para sitios B2B.
Cómo los motores de IA eligen y citan fuentes
Cada motor difiere en los detalles, pero el proceso es parecido. El motor divide el prompt en varias búsquedas más acotadas (la documentación de Google lo llama query fan-out). Recupera candidatos de su propio índice o de una búsqueda en vivo, selecciona los fragmentos que responden a cada subpregunta y redacta una síntesis con enlaces. En cada etapa hay una palanca que controlas tú.
Proceso de respuesta IA
- 01Prompt dividido en subconsultasPalanca: acceso de crawlers
- 02Recuperación del índicePalanca: páginas indexables
- 03Selección de fragmentosPalanca: fragmentos extraíbles
- 04Síntesis con citasPalanca: señales de confianza
Flujo de cómo se construye una respuesta de IA con la palanca del sitio en cada etapa: acceso, indexación, fragmentos extraíbles, confianza
Fíjate en lo que se selecciona: fragmentos, no páginas. Una página con una respuesta clara de dos frases bajo un encabezado coincidente le da al modelo algo que extraer. Una página que entierra la respuesta bajo 600 palabras de preámbulo no le da nada.
Deja que los crawlers de IA lleguen a tu sitio
El acceso va antes que el contenido. Si un bot no puede descargar tu página, nada más de este artículo importa. Los bloqueos suelen ser accidentales: un robots.txt copiado de un entorno de staging, un plugin de seguridad con ajustes agresivos o una regla de CDN que trata a los bots desconocidos como amenazas.
Bots de entrenamiento vs bots de búsqueda
Los proveedores usan crawlers distintos para tareas distintas, y bloquear uno no bloquea los demás. OpenAI documenta tres en su documentación de crawlers:
- GPTBot recopila contenido que puede usarse para entrenar modelos generativos.
- OAI-SearchBot indexa páginas para que puedan aparecer en los resultados de búsqueda de ChatGPT.
- ChatGPT-User descarga una página cuando una persona le pide a ChatGPT que la visite.
Otros proveedores siguen la misma lógica. Perplexity publica PerplexityBot, Anthropic publica ClaudeBot y Google ofrece el token Google-Extended para excluirse del entrenamiento y el grounding de Gemini sin tocar Googlebot. Estas listas cambian, así que relee la documentación de cada proveedor un par de veces al año.
La disyuntiva es una decisión de negocio, no técnica. Bloquear los bots de entrenamiento deja tu contenido fuera de los modelos futuros. Bloquear los bots de búsqueda te saca de las respuestas de ese motor. Un sitio B2B que quiere leads entrantes suele querer a los bots de búsqueda dentro.
Un ejemplo de robots.txt con intención
El archivo de abajo hace explícita cada decisión y la explica en comentarios. Permite los bots de búsqueda y los activados por el usuario, excluye a los crawlers de entrenamiento y mantiene cerradas las rutas privadas para todos. Tómalo como una política posible, no como un valor por defecto para pegar.
# Search and user-triggered bots: allowed on purpose.
# OAI-SearchBot indexes pages for ChatGPT search results.
User-agent: OAI-SearchBot
Disallow: /cart/
Disallow: /account/
User-agent: ChatGPT-User
Disallow: /cart/
Disallow: /account/
User-agent: PerplexityBot
Disallow: /cart/
Disallow: /account/
# Training crawlers: opted out as a business decision.
# GPTBot is training, OAI-SearchBot is search (see OpenAI's bots documentation).
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
# Google-Extended controls Gemini training and grounding, not Google Search.
User-agent: Google-Extended
Disallow: /
# Everyone else
User-agent: *
Disallow: /cart/
Disallow: /account/
Sitemap: https://example.com/sitemap.xmlUn grupo con nombre reemplaza al grupo comodín para ese bot, por eso las rutas privadas se repiten en cada grupo. Recuerda además que robots.txt es una petición, no una imposición. Los bots serios lo respetan, otros no.
Decide por bot
Bloquear Google-Extended no te quita de Google Search ni de AI Overviews. Bloquear un bot de búsqueda como OAI-SearchBot te quita de las respuestas de ese motor. Anota el motivo de cada regla.
Revisa tu CDN y tus logs
Un robots.txt correcto no sirve de nada si el edge devuelve un 403. Cloudflare, Sucuri, Wordfence y herramientas similares pueden desafiar a los bots desconocidos por defecto. Solicita una página con el user agent del bot desde fuera de tu red y lee el código de estado.
# Expect HTTP 200. A 403 or a challenge page means a firewall rule is blocking the bot.
curl -I -A "OAI-SearchBot" https://example.com/Esta prueba solo comprueba reglas por user agent, no la verificación de IP. Después abre los logs de tu servidor y confirma que los bots que permitiste reciben respuestas 200 en las páginas que quieres que se citen.
Reescribe el contenido para que se pueda citar
Los motores citan fragmentos. Tu trabajo es que cada fragmento importante sea correcto, autosuficiente y atribuible. Cuatro cambios hacen la mayor parte del trabajo.
Empieza por la respuesta
Pon la respuesta en la primera o segunda frase bajo cada encabezado y después añade contexto. Un fragmento que abre con "Depende de varios factores" es difícil de citar. Uno que abre con "Una tienda WooCommerce necesita un entorno de staging antes de cualquier actualización de plugin que toque el checkout" es fácil de citar.
Escribe cada sección de modo que siga teniendo sentido al sacarla de la página. Nada de "como dijimos antes", ni pronombres que apunten a un párrafo anterior.
Nombra entidades y define términos
Los modelos conectan el texto con entidades: productos, empresas, estándares, personas y lugares. Nómbralas completas la primera vez y mantén el mismo nombre después: "Shopify Plus", no "el plan enterprise". Define los términos como lo haría un glosario, por ejemplo "Largest Contentful Paint (LCP)", y luego LCP.
Cuenta con claridad quién eres: nombre de la empresa, qué vendes, para quién, dónde operas. Repite los mismos datos en tu página Sobre nosotros, tu footer, tu página de LinkedIn y tu marcado Organization. Los datos inconsistentes hacen que una fuente inspire menos confianza.
Publica datos originales y autoría clara
Las ediciones que mejor funcionaron en el paper de GEO añadían evidencia: estadísticas, citas textuales y fuentes citadas. Los datos originales van más lejos porque nadie más los tiene. Un benchmark de tus propios proyectos, una encuesta a clientes o una tabla de precios con fecha sirven. Indica el método, la muestra y la fecha, y si no puedes respaldar una cifra, no la publiques.
La autoría es la otra mitad. Muestra una firma con una persona real, una bio breve con credenciales, la fecha de publicación y la de última actualización, y enlaza tus fuentes. Son las mismas señales que busca un revisor humano.
- Respuesta en las dos primeras frases bajo cada encabezado
- Una pregunta o tema por encabezado, sin saltar niveles
- Términos definidos una vez y entidades nombradas completas
- Datos originales con fecha, muestra y método
- Autor con nombre, bio y credenciales
- Fechas de publicación y de última actualización visibles en la página
- Afirmaciones enlazadas a fuentes primarias
Estructura las páginas para máquinas y personas
La estructura no vuelve citable un contenido débil. Hace que un contenido sólido sea más fácil de encontrar y no ambiguo de leer. Mantén las afirmaciones modestas y el marcado honesto.
Encabezados que coinciden con preguntas
Escribe los H2 y H3 como la pregunta o el tema que escribiría un comprador. "¿Cuánto tarda una migración a Shopify?" supera a "Consideraciones de plazo". Usa un H1 por página, una idea por sección y no saltes niveles.
Usa listas para elementos paralelos, listas numeradas para secuencias y tablas para comparaciones con tres o más atributos. Una tabla con cabeceras de columna claras es fácil de extraer. Mantén los párrafos cortos.
FAQ y marcado schema en JSON-LD
Los bloques de FAQ funcionan porque emparejan una pregunta con una respuesta breve y autosuficiente, que es la forma de una cita. Márcalos con JSON-LD para que la estructura sea explícita. Sé claro sobre lo que hace el schema: Google dice que no hace falta ningún marcado especial para sus funciones de IA, y no conocemos documentación de ningún proveedor que prometa más citas por usar schema.
Aun así se gana su lugar. Hace explícitos el autor, las fechas y la organización, y alimenta los resultados enriquecidos clásicos. Desde 2023 Google muestra resultados enriquecidos de FAQ en la búsqueda clásica solo para un conjunto reducido de sitios, así que no esperes un cambio visual.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "Article",
"headline": "How long does a store migration take?",
"author": {
"@type": "Person",
"name": "Author Name",
"url": "https://example.com/team/author-name"
},
"publisher": { "@type": "Organization", "name": "Example Co" },
"datePublished": "2025-03-04",
"dateModified": "2025-06-18"
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "How long does a store migration take?",
"acceptedAnswer": {
"@type": "Answer",
"text": "The same answer text that appears in the visible FAQ on the page."
}
}
]
}
]
}
</script>El marcado debe coincidir con lo que ve el visitante. Un marcado inventado o que no coincide es un riesgo de spam y un problema de confianza.
Dónde encaja llms.txt
La propuesta llms.txt describe un archivo Markdown en /llms.txt con un resumen breve y enlaces seleccionados, para que un modelo encuentre rápido tus mejores páginas. Al momento de escribir esto, no tenemos confirmación de que los motores principales lo usen para recuperar o citar, así que trata su impacto como no demostrado. Explicamos el formato en detalle en nuestro artículo sobre por qué importa llms.txt. Esta es la versión mínima.
# Example Co
> Example Co sells industrial label printers to manufacturers in the United States and Spain, with installation and support.
## Guides
- [Choosing a label printer](https://example.com/guides/choosing-a-label-printer): criteria, volumes and total cost
- [Installation checklist](https://example.com/guides/installation): what to prepare before delivery
## Products
- [Printer range](https://example.com/products): specifications and pricing
## Optional
- [About us](https://example.com/about): company, team and contactPublícalo si el coste es una hora de trabajo. No lo presentes como un resultado.
Generative engine optimization en WordPress, Shopify y Webflow
Los principios son idénticos en todas las plataformas. Lo que cambia es dónde editas robots.txt, cómo añades schema y cómo modelas autores y datos.
WordPress
WordPress genera un robots.txt virtual salvo que exista un archivo físico. Plugins SEO como Yoast y Rank Math ofrecen un editor para él. Si prefieres las reglas bajo control de versiones, usa el filtro robots_txt.
<?php
// Append search-bot rules to the virtual robots.txt that WordPress generates.
add_filter( 'robots_txt', function ( $output, $is_public ) {
if ( ! $is_public ) {
return $output;
}
$rules = array(
'',
'# Search and user-triggered bots: allowed on purpose.',
'User-agent: OAI-SearchBot',
'Disallow: /wp-admin/',
'',
'User-agent: PerplexityBot',
'Disallow: /wp-admin/',
'',
'# GPTBot is training, OAI-SearchBot is search.',
'User-agent: GPTBot',
'Disallow: /',
);
return $output . implode( PHP_EOL, $rules ) . PHP_EOL;
}, 10, 2 );Un robots.txt físico en la raíz web anula este filtro, así que elimínalo antes. Para el schema, usa los ajustes de Article y autor de tu plugin SEO y revisa el resultado en la Prueba de resultados enriquecidos de Google. En Gutenberg, construye las secciones de FAQ con encabezados y párrafos reales. Nuestro trabajo de desarrollo WordPress empieza con esta revisión cuando un equipo pide visibilidad en IA: stack de plugins, reglas de robots, salida de schema y estructura de encabezados.
Shopify
Shopify te permite personalizar robots.txt mediante una plantilla robots.txt.liquid en tu tema (Tienda online, Temas, Editar código, y luego añadir una plantilla). La plantilla renderiza las reglas por defecto de Shopify, y tú añades tus propios grupos después en lugar de reemplazarlas, porque protegen las rutas de carrito y checkout.
La mayoría de los temas Online Store 2.0 generan JSON-LD de Product. Comprueba que los campos de precio, disponibilidad y reseñas sean correctos y que las variantes no creen duplicados. En las tiendas, los datos originales viven a nivel de producto: especificaciones, tablas de tallas, compatibilidades y comparativas. Por ejemplo, una tienda con 2.000 productos no puede escribir a mano cada respuesta, pero sí puede plantillarla: un metafield de "compatible con" renderizado como una frase visible al inicio de cada página de producto. Más sobre la plataforma en nuestra página de Shopify.
Webflow
Webflow tiene un campo para robots.txt en Site settings, dentro de SEO. Introduce ahí tus grupos y publica. El JSON-LD va en código personalizado en el head de la página o del sitio. En las páginas de plantilla del CMS, usa un elemento embed e inserta campos del CMS, de modo que cada artículo tenga su propio titular, fechas y autor.
Modela los autores como una colección de referencia con campos de bio y credenciales, para que la autoría sea estructurada y reutilizable. Mantén los encabezados del rich text como elementos H2 y H3 reales, no como divs con estilo. Mira cómo trabajamos en proyectos Webflow.
Mide citas de IA y tráfico de referencia
No puedes gestionar lo que no registras. Aquí la medición es imperfecta, así que construye una rutina consistente en lugar de precisa: los mismos prompts, los mismos motores, el mismo día de cada mes.
Sigue un conjunto fijo de prompts
Las respuestas de IA varían entre ejecuciones, así que lee tendencias de meses, no resultados sueltos. Ejecuta cada prompt en una sesión nueva y registra el resultado en una hoja.
Crea la lista de prompts
Escribe de 20 a 30 prompts que escribiría un comprador, mezclando consultas de problema, de comparación y de proveedor.
Ejecútala cada mes
Lanza cada prompt en cada motor que te interese, en una sesión nueva, el mismo día.
Registra el resultado
Anota si te citan, qué URL aparece y qué competidores aparecen.
Segmenta las referencias de IA
Guarda una exploración de GA4 que aísle las visitas de los motores de IA.
Compara con las visitas de bots
Revisa los logs del servidor para ver si los bots que importan descargan las páginas que quieres que se citen.
El registro puede ser tan simple como este. Las filas son ilustrativas.
| Prompt | Motor | ¿Citado? | URL citada | Competidores citados |
|---|---|---|---|---|
| ¿Cuánto tarda la migración de una tienda? | ChatGPT | Sí | /guides/migration | 2 |
| Mejor impresora de etiquetas para fábricas pequeñas | Perplexity | No | ninguna | 3 |
| Impresora de etiquetas vs transferencia térmica | Gemini | Sí | /guides/printer-types | 1 |
Segmenta referencias de IA en GA4
En GA4, abre Explorar, crea una exploración de forma libre, añade Fuente de la sesión como dimensión y fíltrala con una coincidencia por expresión regular.
chatgpt\.com|chat\.openai\.com|perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.aiAlgunos motores añaden un parámetro utm_source a los enlaces citados, otros pasan un referrer y algunos eliminan ambos, de modo que esas visitas caen como directas. Trata la cifra como un mínimo. Compara sesiones, sesiones con interacción y eventos clave con la búsqueda orgánica, y mira las páginas de destino para saber qué fragmentos se citan. Los logs del servidor añaden el lado del rastreo: muestran visitas de bots, no citas.
Lo que todavía no puedes medir
Google informa de los clics desde sus funciones de IA dentro de los datos de búsqueda web de Search Console, y no puedes aislarlos de los resultados clásicos. Ningún motor te da datos de impresiones de citas. Una mención sin enlace no deja rastro en analítica.
Usa indicadores indirectos para lo que sigue oculto: volumen de búsquedas de marca, tendencia del tráfico directo y un campo de "cómo nos conociste" en tus formularios. Son imprecisos, pero apuntan en la dirección correcta.
Qué no hacer: humo y trucos sin demostrar
El mercado de la visibilidad en IA está lleno de afirmaciones rotundas. La mayoría no están probadas. Evita esto:
- Texto oculto e inyección de prompts. El texto blanco que le dice a un modelo que te recomiende es engañoso, fácil de detectar y un riesgo para tu posición en la búsqueda clásica.
- Contenido generado en masa con IA. Más páginas que no dicen nada nuevo no le dan al motor ningún motivo para citarte.
- Garantías. Quien vende un posicionamiento garantizado en ChatGPT vende algo que los motores no ofrecen.
- llms.txt como solución mágica. Es una propuesta con impacto no demostrado.
- Schema por el schema. Un marcado que no coincide con la página visible puede perjudicarte.
- Informes de una sola ejecución. Una herramienta que comprueba un prompt una vez y lo llama puntuación de visibilidad mide ruido.
El trabajo aburrido gana: páginas accesibles, fragmentos claros, evidencia honesta y un registro mensual.
Por dónde empezar
Un orden de 30 días que sirve a la mayoría de los equipos:
- Semana 1: audita el acceso. Revisa robots.txt, reglas de CDN y logs, y decide cada bot a propósito.
- Semana 2: reescribe tus diez páginas más valiosas con la respuesta primero, entidades con nombre, fechas y autores.
- Semana 3: añade marcado Article, Organization y FAQ que coincida con cada página, y publica llms.txt si quieres.
- Semana 4: crea la lista de prompts, registra una línea base y configura la exploración de GA4.
Luego repite la medición cada mes y cambia una sola cosa a la vez. Si quieres una lectura externa de tu acceso de crawlers, tu estructura y tu visibilidad en IA, nuestra auditoría SEO y de IA cubre justo eso.
Preguntas frecuentes
¿Qué es la generative engine optimization (GEO)?
La generative engine optimization es la práctica de hacer que tu contenido sea fácil de recuperar, citar y referenciar para motores de IA como ChatGPT, Perplexity y las funciones de IA de Google. Combina los fundamentos del SEO con fragmentos extraíbles, acceso abierto para crawlers, datos estructurados y medición.
¿Cómo consigo que ChatGPT cite mi sitio web?
Permite OAI-SearchBot en robots.txt, mantén tus páginas indexables y rápidas, y escribe fragmentos que respondan a una pregunta en las primeras frases, con entidades con nombre y evidencia fechada. Nadie puede garantizar una cita, así que sigue cada mes un conjunto fijo de prompts.
¿La GEO es distinta del SEO?
En su mayor parte se apoya en el SEO. Google dice que AI Overviews y AI Mode no necesitan nada más allá de los fundamentos del SEO. La GEO añade foco en fragmentos, entidades, evidencia, crawlers específicos de IA y medición específica de IA.
¿Debo bloquear GPTBot en robots.txt?
GPTBot es el crawler de entrenamiento de OpenAI, y bloquearlo deja tu contenido fuera del entrenamiento de futuros modelos. No te quita de la búsqueda de ChatGPT, que usa OAI-SearchBot. Bloquea GPTBot si te preocupa el uso para entrenamiento, y permite OAI-SearchBot si quieres que te citen.
¿Ayuda llms.txt a posicionar en la búsqueda con IA?
No de forma demostrada. llms.txt es una propuesta, y no tenemos confirmación de que los motores principales lo usen para recuperar o citar. Publícalo si cuesta poco, pero no esperes que mueva resultados.
¿Cómo mido en GA4 el tráfico de ChatGPT y Perplexity?
Crea una exploración con Fuente de la sesión como dimensión y fíltrala con una expresión regular como chatgpt\.com|perplexity\.ai|gemini\.google\.com|claude\.ai. Trata el resultado como un mínimo, porque algunas visitas de IA llegan como tráfico directo.
¿Ayuda el marcado schema a que los motores de IA citen mis páginas?
Google dice que no hace falta ningún schema especial para sus funciones de IA, y ningún proveedor documenta el schema como factor de citación. Aun así hace explícitos autores, fechas y entidades, por lo que recomendamos marcado Article, Organization y FAQPage que coincida con la página visible.
