De SEO a GEO (Generative Engine Optimization): Cómo lograr que ChatGPT y Perplexity citen tu web (y por qué tus analíticas no lo reflejan)

¡Qué tal, banda de Forobeta! Espero que anden con todo en sus proyectos.

Hacía ratito que no abría un hilo por aquí, pero ando analizando un comportamiento que sé que a más de uno nos trae con la ceja levantada: las visitas orgánicas tradicionales se están moviendo de lugar, y si seguimos haciendo SEO exactamente igual que hace dos años, nos vamos a quedar atrás.

Hoy quiero platicarles sobre el salto del SEO clásico al GEO (Generative Engine Optimization), por qué nuestras queridas analíticas a veces parecen ciegas ante esto, y qué podemos hacer para que las IA nos empiecen a pelar y a citar como fuentes principales.

1. El cambio de juego: Del buscador tradicional al motor generativo​

Seamos honestos: cuando la raza tiene una duda rápida, un tutorial técnico o quiere investigar algo complejo, cada vez es más común abrir ChatGPT, Perplexity o Claude en lugar de lanzarse directo a los diez enlaces azules de Google.

El problema es que el SEO tradicional nos enseñó a optimizar para palabras clave exactas, densidades y clics en SERPs. Pero las inteligencias artificiales no leen así. Los LLMs no buscan "quién repite mejor la keyword"; buscan entidades, contexto, autoridad y datos originales que puedan resumir y citar. Si tu contenido es un refrito genérico sacado de otros blogs, la IA te va a ignorar por completo porque simplemente le pedirá la información a fuentes más sólidas.

2. El gran misterio: ¿Por qué mis analíticas (GA4) no muestran este tráfico?​

Aquí viene el dolor de cabeza de muchos. Revisas Google Analytics 4 y dices: "Oye, si un buen de gente me dice que llegó a mi web porque se lo recomendó Perplexity o ChatGPT, ¿por qué en mis métricas todo sale como Tráfico Directo o se ve súper desinflado?"

La realidad es que las apps de chat y los navegadores basados en IA manejan las referencias de forma distinta. Muchas veces los enlaces vienen limpios, sin parámetros de campaña, o los navegadores in-app no pasan la metadata correcta.

• La solución rápida: Si estás compartiendo tus propios enlaces en comunidades, redes o campañas donde esperas que la IA los recoja, acostúmbrate a usar parámetros UTM personalizados (ej. ?utm_source=chatgpt&utm_medium=referral).
• El reto técnico: Para el tráfico orgánico que la IA genera de forma nativa al citarte, el verdadero indicador ya no es solo el clic directo, sino el aumento de búsquedas de marca directas en Google Search Console. La gente lee la respuesta de la IA, ve tu marca citada, y luego te busca por nombre.

3. ¿Cómo demonios logramos que ChatGPT o Perplexity nos citen?​

Si queremos que los motores generativos nos pongan en su mapa de recomendaciones, hay que cambiar la jugada. Aquí les dejo lo que me ha estado funcionando en la práctica:

• Conviértete en fuente primaria: Las IA aman los datos propios, las estadísticas reales, los estudios de caso y las opiniones de expertos con nombres y apellidos (E-E-A-T puro y duro). Si tú eres el único que dice algo basado en tu experiencia, la IA te cita; si copias lo que dice Wikipedia, la IA se lo salta.
• Estructura la información para máquinas: Usa datos estructurados limpios (Schema.org), tablas comparativas, listas de pasos muy claras y resúmenes directos al inicio de tus artículos. Los modelos de lenguaje devoran mucho mejor la información si está bien jerarquizada con subtítulos lógicos H2 y H3.
• Autoridad de entidad fuera de tu web: Las IA no solo rastrean tu dominio; leen foros (como este), redes sociales, directorios y menciones de marca en toda la web. Si tu marca tiene una huella digital sólida y coherente en varios sitios, el modelo entiende que eres una entidad de confianza en tu nicho.

A ver, banda... ¿Ustedes ya han notado este cambio en el tráfico de sus webs? ¿Han intentado auditar si alguna IA los está recomendando cuando les preguntan por su sector?

¡Los leo en los comentarios para armar buen debate!

Hay una comprobación sencilla que separaría del tráfico: hacer una pregunta que haría un cliente, sin decir el nombre de tu negocio, y mirar qué empresas recomienda la IA y a qué web enlaza.

Guardaría la pregunta y la respuesta con su fecha. Si sale tu marca, comprobaría que el enlace es tuyo y que la página citada realmente habla de tu negocio. Si repites la pregunta y cambia, guardaría las dos respuestas.

Estoy desarrollando GenScore para hacer esa revisión sin ir pregunta por pregunta a mano. Ayuda a ver dónde apareces y dónde no, pero una mención no demuestra visitas ni ventas. ¿Tienes alguna respuesta concreta en la que te hayan recomendado y no sepas qué fuente usaron?

Siguiendo tema

¡Qué onda, @genscore_denis! Muy buen punto y suena súper interesante lo que traes entre manos con GenScore, porque auditar esto a pie y prompt por prompt se vuelve una locura rapidísima.

Sobre tu pregunta de si me ha tocado ver que una IA recomiende un negocio sin saber exactamente de dónde sacó la fuente: ¡totalmente! Lo más curioso es que a veces los LLMs jalan información de foros, reseñas viejas de Google Maps o directorios que uno ni pelaba, en lugar de la página principal que optimizaste con tanto esmero.

El gran detalle de hacer estas pruebas a ciegas (blind prompts) es la volatilidad: le modificas un adjetivo al prompt y el modelo te tira fuentes completamente distintas. Justo por eso automatizar el rastreo de menciones conversacionales va a ser un salvavidas para los que nos dedicamos a la estrategia digital.

¡Mucho éxito con el proyecto, se ve que va a ahorrar horas de chamba! ¿Ya tienen definido con qué motores (tipo Perplexity, ChatGPT, etc.) van a arrancar el filtrado en GenScore?

Gracias, Ray. Ahora GenScore trabaja con ChatGPT, Gemini y Claude. Perplexity no está incluido en los motores disponibles hoy. Y sí, por eso conviene guardar la pregunta exacta y comparar las respuestas sin cambiarla entre pruebas. Si tienes una respuesta concreta que te genere dudas, puedes traerla aquí sin datos privados y revisamos la marca y la fuente.

¡Qué tal, Denis! Muchas gracias por el dato. El hecho de que GenScore ya traiga integrados a ChatGPT, Gemini y Claude cubre un terreno bastante fuerte, aunque sin duda la ausencia temporal de Perplexity dejará fuera a un actor clave por la forma tan directa en que muestra y prioriza las fuentes.

Te tomo la palabra con la propuesta de revisar algún caso por aquí sin comprometer datos privados. Justo en la práctica de consultoría uno se topa con sorpresas muy locas: haces un prompt de prueba y de repente la IA te cita un directorio empolvado o un hilo viejo de un foro que ni recordabas que existía, pasando por completo por alto la página de aterrizaje que optimizaste con tanto cuidado.

Una duda técnica que me surge sobre el análisis de la plataforma: cuando detectan que una IA trae una fuente indirecta (como un foro o una mención de terceros), ¿GenScore logra identificar si el modelo le da peso estructural a esa mención o si solo está tomando texto plano para armar su narrativa?

¡Un saludo y seguimos al pendiente de cómo evoluciona el proyecto!

Gracias, Ray. Sí, identificamos esas situaciones cuando la respuesta incluye una cita: en Páginas citadas puedes ver la URL, cuántas veces aparece y en qué preguntas se ha usado, junto con la respuesta. Eso permite distinguir una página de la marca de un foro o una fuente de terceros. Lo que no podemos saber es cuánto peso interno le dio el modelo.

Además, acabamos de mejorar Recomendaciones para no dar un tema por cubierto cuando solo encontramos foros, comunidades o una fuente indirecta. En ese caso propone una acción concreta: crear una página propia que responda la pregunta e incluir un dato con fecha y fuente, o revisar la indexación si ya existe. Te dice por dónde priorizar y poner el foco.

Y actualizo lo de Perplexity: ya está incluido en Pro y Agencia, junto a ChatGPT, Gemini y Claude; Starter mantiene tres motores. Si traes una respuesta concreta sin datos privados, podemos revisar la cita y el siguiente paso aquí.

¡Qué excelente noticia lo de la integración de Perplexity en los planes Pro y Agencia, Denis! Sin duda, tenerlo a bordo completa muy bien el set de motores clave para este tipo de auditorías.

Me parece súper acertado el enfoque que le acaban de dar a Recomendaciones para no dar un tema por cubierto cuando el modelo solo tira de foros o fuentes indirectas. Empujar a que la acción concreta sea crear una página propia que responda a la duda con datos fechados y bien estructurados es justo la directriz correcta. Al final, eso es lo que obliga al algoritmo a voltear a ver al sitio principal en lugar de conformarse con menciones de terceros.

Una funcionalidad cada vez más redonda para quienes andamos midiendo este terreno. ¡Mucho éxito con las mejoras y a seguirle dando con todo al proyecto!