1. Punto de partida: respuestas en lugar de listas de enlaces

Durante más de 25 años, la búsqueda consistía en intentar posicionarse lo más alto posible: los usuarios escribían una palabra clave, recibían una lista de opciones y hacían clic en un resultado. En 2026, ese proceso ya no es, en definitiva, la norma. ChatGPT, que se ha convertido en una parte integral de la forma en que los usuarios realizan búsquedas, registró alrededor de 900 millones de usuarios semanales en febrero de 2026, más del doble que un año antes. Las «Resúmenes de IA» de Google alcanzan más de 2.500 millones de usuarios mensuales a fecha de mayo de 2026, y el más reciente «Modo IA» superó los mil millones de usuarios mensuales un año después de su lanzamiento. Las respuestas, en lugar de las listas de enlaces, son el nuevo estándar.

Sin embargo, la idea más repetida del año —que comprar directamente en el chat es el siguiente paso lógico— ha perdido recientemente algo de impulso: en marzo de 2026, OpenAI suspendió la función “Instant Checkout” en ChatGPT, unos cinco meses después de su lanzamiento en EE. UU. y cuando solo unos 30 comerciantes de Shopify la habían puesto en marcha. Conectar a los comerciantes y mantener actualizados los data de los productos seguía siendo complicado, y Walmart registró una tasa de conversión aproximadamente tres veces inferior en las compras realizadas directamente en el chat que en los clics que redirigían a su propia página web. El comercio conversacional llegará de todos modos; lo que ocurre es que el canal de pago aún no está listo en 2026. La infraestructura necesaria sigue creciendo, pero no de forma lineal: OpenAI apuesta por el Agentic Commerce Protocol, Google por el Agent Payments Protocol (AP2), Perplexity en “Instant Buy” con PayPal, y Shopify está activando “Agentic Storefronts” para distribuir datos de productos a múltiples sistemas de IA. Comprometerse hoy con un único sistema supone un riesgo innecesario dada esta dinámica.

Para que una marca consiga conversiones a través de la búsqueda con IA, es imprescindible sentar primero las bases adecuadas, antes de plantearse la finalización de la compra en el chat. Esto significa que la mención y la recomendación en la respuesta de la IA deben producirse primero, antes de que se realice cualquier compra, independientemente de dónde tenga lugar la transacción. Eso es lo que significa la Optimización de Motores Generativos (GEO): la optimización específica del contenido y data para que los sistemas de IA, como ChatGPT, Gemini o Perplexity, encuentren, comprendan y recomienden una marca. La GEO no sustituye a la optimización clásica para motores de búsqueda (SEO); en gran medida, se basa en ella.

2. Análisis en profundidad: ¿Qué es GEO desde el punto de vista técnico?

Para utilizar GEO (Optimización Generativa de Motores de Búsqueda) de forma estratégica, resulta útil analizar la tecnología —y los nombres, que han cambiado varias veces desde 2024—. El prototipo de búsqueda de OpenAI, “SearchGPT”, se integró en ChatGPT para todos los usuarios ya en febrero de 2025 y, desde entonces, se conoce como “ChatGPT Search”. En Google, “Gemini” es el modelo subyacente, pero no el producto que ofrece respuestas en las búsquedas: “AI Overviews” es el recuadro de respuestas situado encima de los resultados clásicos, y “AI Mode” es una pestaña de búsqueda conversacional independiente. Ambos funcionan con modelos Gemini.

Técnicamente, ChatGPT Search, AI Overviews/AI Mode y Perplexity se basan en la «generación aumentada por recuperación» (RAG): en lugar de limitarse a indexar y clasificar páginas, los sistemas extraen datos de la web en tiempo real y sintetizan una respuesta a partir de ellos. Para que esto funcione, el contenido debe seguir siendo rastreado, indexado y comprendido: por lo tanto, los fundamentos clásicos del SEO siguen siendo un requisito previo para aparecer en las respuestas de la IA. Entonces, ¿qué puede hacer y qué debe evitar?

Lo que realmente revelan los estudios

El estudio académico más citado sobre GEO (Princeton, IIT Delhi, Georgia Tech y el Allen Institute for AI, KDD 2024, con unas 10 000 consultas de búsqueda) evaluó nueve tácticas de optimización. En él se midió el grado de visibilidad de una fuente en la respuesta generada (porcentaje de palabras y posición). Los autores realizaron las pruebas en un entorno de búsqueda de IA controlado y diseñado específicamente para este fin, así como en Perplexity; ChatGPT Search y AI Overviews no formaron parte del estudio. El resultado es más concreto de lo que sugieren la mayoría de las guías sobre GEO (aumento de la visibilidad en comparación con el contenido no optimizado):

FactorImportancia para GEOEnfoque estratégico
Datos estadísticos en el texto+31 % de visibilidad en la respuesta generada por IAIncluya sus propias cifras, estudios y datos comparativos
Citas directas de fuentes identificadas+41 % de visibilidad, el factor más determinante del estudioCitas de expertos y clientes con nombre y cargo
Referencias bibliográficas (citar fuentes)+27 % de visibilidad, especialmente eficaz para preguntas de carácter factualEnlace a las fuentes primarias y a los data
Optimización de la fluidez (texto fluido)Un aumento del 28 % en la visibilidad gracias a textos más fluidosUna redacción clara y fácil de leer, en lugar de texto de relleno
Exceso de palabras clave−8 % de visibilidad: esta táctica clásica de SEO suele resultar perjudicialNo utilice la densidad de palabras clave; en su lugar, utilice datos concretos

Tabla 1: Tácticas de optimización de GEO demostradas científicamente

Los data estructurados (Schema.org) no formaban parte del estudio. Google destaca que los principios básicos que se aplican a las «Resúmenes de IA» y al «Modo IA» son los mismos que para la búsqueda clásica, y que no es necesaria ni una optimización específica ni un marcado especial. En nuestra opinión, sigue mereciendo la pena hacerlo: cuando los productos, los servicios y la experiencia están claramente estructurados mediante Schema.org y fuentes de datos limpias, es menos probable que una IA genere información incorrecta u obsoleta sobre una marca.

3. El nuevo recorrido del cliente: menos clics, mayor intención de compra

El descenso de los clics clásicos ya no es una previsión, sino una realidad constatada: en el caso de las búsquedas informativas con un resumen de IA, la tasa de clics orgánicos cayó del 1,76 % al 0,61 % entre junio de 2024 y septiembre de 2025, según Seer Interactive —lo que supone una caída de algo más del 60 %. Por el contrario, las marcas que aparecen citadas en el propio resumen de IA reciben un número significativamente mayor de clics que las que no lo están, según el mismo análisis. A nivel de editores, los data (analizados por el Wall Street Journal) correspondientes al periodo comprendido entre junio de 2025 y junio de 2026 muestran descensos en el tráfico de Google que oscilan entre el 23 % (Politico) y más del 85 % (Business Insider), aunque no todos los descensos pueden atribuirse exclusivamente a los resúmenes de IA.

Al mismo tiempo, Adobe —basándose en más de un billón de visitas a sitios web de comercio minorista de EE. UU.— muestra lo contrario en lo que respecta a la calidad: El tráfico procedente de la IA hacia los sitios web minoristas registró una tasa de conversión un 54 % superior a la del tráfico no procedente de la IA en mayo de 2026, generó un 53 % más de ingresos por visita y creció un 138 % en el plazo de un año. Un año antes, el tráfico procedente de la IA aún presentaba una tasa de conversión significativamente inferior a la de otros canales.

La conclusión: hay menos visitantes, pero están mucho más dispuestos a comprar. Por lo tanto, el seguimiento clásico de clics resulta cada vez más engañoso como indicador de éxito. La recomendación se realiza en el chat; la compra se lleva a cabo en la página web del comerciante.

La métrica más adecuada se denomina “Share of Model” (SoM), un término acuñado en 2024 por Jack Smyth y Tom Roach (Jellyfish). En un principio, describe cómo percibe un modelo de lenguaje una marca; en la práctica, lo que suele medirse es la proporción de respuestas relevantes generadas por la IA en las que se menciona o se recomienda la marca. Aún no existen puntos de referencia uniformes, ya que los valores dependen en gran medida de la categoría, el conjunto de indicaciones y el sistema de IA. Lo más significativo es, sobre todo, la comparación con los competidores directos a lo largo del tiempo. A diferencia de las clasificaciones clásicas, aquí no existe una “posición 4”: una marca o bien se cita o bien es invisible.

4. Hoja de ruta para la implementación de GEO: cinco estrategias para 2027

Entonces, ¿cómo puede una empresa posicionarse de cara al futuro, de modo que aparezca en los sistemas de inteligencia artificial al igual que lo ha hecho en las búsquedas tradicionales? Le presentamos cinco estrategias que han demostrado su eficacia en nuestro trabajo con los clientes y que, además, han sido validadas científicamente.

A. Estructuración del contenido: del texto continuo al “contenido atómico”

La información más importante debe figurar en las dos primeras frases de un párrafo (principio de la respuesta directa). Las listas y las tablas facilitan la extracción de comparaciones. Se trata de una regla empírica contrastada en la práctica, no de un requisito confirmado por los proveedores. En la práctica, esto significa que: cada página responde a una pregunta concreta del cliente; los encabezados son afirmaciones o preguntas claras; y los datos fundamentales —como los servicios, los precios, las condiciones y las opciones de contacto— aparecen en la página en forma de texto breve e inequívoco, en lugar de en gráficos, archivos PDF o detrás de pestañas. La información contradictoria u obsoleta en diferentes páginas debe eliminarse, ya que, de lo contrario, los sistemas que cotejan múltiples fuentes se topan con contradicciones. Esto se basa en principios clásicos del SEO, como la intención de búsqueda y una estructura clara de la página, pero los aplica de forma más coherente a afirmaciones individuales y extraíbles.

B. Nivel del texto: Justifique sus afirmaciones, escriba con claridad y no optimice en exceso

La propia redacción también ayuda a determinar si el contenido aparece en una respuesta generada por IA. Las afirmaciones fundamentadas son las que mejor funcionan: respalde las afirmaciones principales con cifras concretas, incluya enlaces a fuentes primarias y cite declaraciones de expertos indicando su nombre y cargo. Utilice un lenguaje fluido y fácil de leer. Debe evitar el «relleno de palabras clave», es decir, la repetición frecuente de términos de búsqueda: esta práctica de SEO obsoleta no aporta ninguna ventaja en este contexto.

Estas tácticas funcionan mejor cuando se combinan, por ejemplo, un lenguaje claro junto con cifras contrastadas. La eficacia de cada táctica depende del tema; en el caso de las cuestiones objetivas, las citas de fuentes revisten, naturalmente, una importancia especial.

C. Fundamentos técnicos: Data estructurados para sistemas paralelos

Según Google, el marcado de Schema.org (Organización, Persona, Producto, Reseña) y los feeds de productos bien estructurados no son un requisito previo para las «Resúmenes de IA», pero constituyen una base sólida para ayudar a los sistemas de IA a asignar correctamente las ofertas. Debido a la fragmentación descrita en la introducción (AP2, feeds de Shopify, el Protocolo de Comercio Agente de OpenAI), resulta conveniente basarse en estándares de data abiertos e independientes de la plataforma, en lugar de limitarse a un único protocolo. En concreto, esto significa: proporcionar data sobre productos, precios y disponibilidad a partir de una única fuente actualizada, publicarlos mediante data estructurados y comprobar periódicamente que el sitio web, el feed y los sistemas de terceros coincidan. La accesibilidad también es importante: los rastreadores deben poder recuperar el contenido relevante, que no debe cargarse exclusivamente mediante scripts.

D. Autoridad de la marca (E-E-A-T 2.0)

E-E-A-T son las siglas de «Experiencia», «Experto», «Autoridad» y «Fiabilidad». Se trata del marco de calidad establecido en las directrices de Google para los evaluadores de calidad y forma parte del repertorio estándar de SEO desde hace años. Constituye una base importante para la optimización GEO, ya que la IA valida la información mediante la verificación cruzada de múltiples fuentes. Las menciones en sitios web de terceros de gran autoridad, así como vincular el contenido a perfiles reales y verificables de autores y expertos, se consideran señales de confianza importantes. Esto implica identificar a los autores con su nombre, cargo y especialización, publicar sus propios data y estudios que otros puedan citar, y estar presente en los sitios de terceros a los que recurre la IA para ofrecer respuestas en su propia categoría (medios especializados, portales comparativos, directorios del sector, plataformas de reseñas).

E. Seguimiento: mida periódicamente la cuota de mercado del modelo

Realice pruebas de prompts con las 50 preguntas más importantes de los clientes en su propia categoría, ya sea de forma manual o con la ayuda de herramientas, en ChatGPT, Gemini y Perplexity. El conjunto de prompts está organizado según la intención del cliente (informar, comparar, decidir) y se repite periódicamente, ya que las respuestas de la IA varían. La evaluación analiza si se menciona la marca, en qué tono y cuál es la diferencia con respecto a los competidores más importantes. De las desviaciones se deriva la lista de indicadores para el contenido, la base de datos y las fuentes de terceros. El seguimiento de las consultas complementa los informes clásicos de SEO, compuestos por posiciones en los rankings, índice de visibilidad y clics; ambas perspectivas van de la mano.

Recomendamos comenzar en este orden: en primer lugar, el seguimiento (E), ya que muestra cuál es la situación actual de la marca; a continuación, la data foundation (C), así como la estructura (A) y la redacción (B) del contenido, que permiten subsanar las deficiencias; y, de forma continua, el desarrollo de la autoridad (D), que es lo que más tiempo requiere.

Las cinco tácticas tienen como objetivo la visibilidad orgánica, es decir, las recomendaciones que una marca se gana gracias a su data foundation. Junto a esta visibilidad ganada, está surgiendo un segundo canal: la posición de pago en el chat. Desde finales de agosto de 2026, también existe en Alemania una vía de pago para aparecer en la respuesta de la IA.

5. Visibilidad de pago en el chat: anuncios de ChatGPT en Alemania

El 24 de agosto de 2026, OpenAI lanzó ChatGPT Ads en Alemania, junto con otros 30 mercados europeos. Desde el 31 de agosto, las empresas pueden reservar sus campañas directamente por sí mismas en Ads Manager, sin necesidad de pasar por el equipo de ventas de OpenAI. Los anuncios aparecen como “tarjetas patrocinadas” especialmente identificadas debajo de una respuesta, en consonancia con el contexto de la conversación; sin embargo, los anuncios personalizados aún no están disponibles en el EEE ni en Suiza. Se muestran exclusivamente a los usuarios de los planes gratuitos «Free» y «Go». Quienes paguen por los planes «Plus», «Pro», «Business», «Enterprise» o «Edu» siguen sin ver publicidad.

Esto sigue un patrón ya conocido de las búsquedas clásicas: un canal puramente orgánico se convierte en un canal híbrido que combina visibilidad orgánica y posicionamiento de pago; el SEO encuentra su contrapartida en el SEA, solo que dentro del chat en lugar de junto a la lista de resultados.

La visibilidad de pago solo llega al segmento de usuarios gratuitos, no a los usuarios de pago, que, presumiblemente, suelen ser los que más gastan. Además, una “tarjeta patrocinada” no es lo mismo que una recomendación orgánica de la propia IA: la diferencia entre la visibilidad comprada y la ganada sigue siendo real para la credibilidad de una marca, al igual que siempre lo ha sido entre un anuncio de búsqueda y un posicionamiento orgánico. La propia OpenAI hace hincapié en que la publicidad no influye en las respuestas de ChatGPT. Cualquiera que se base únicamente en los anuncios, sin crear la data foundation para la citabilidad orgánica descrita en la sección 4, está comprando alcance solo entre una parte de los usuarios. Sin embargo, el alcance comprado no genera una recomendación genuina, como sí podría hacerlo el contenido orgánico.

6. Conclusión: Es la Fundación Data la que decide, no el canal de pago

Hoy en día, el SEO constituye un punto de encuentro entre la ciencia de datos, la gestión de marcas y las ventas. Sin embargo, los acontecimientos de 2025/26 también ponen de manifiesto que no todas las apuestas por el comercio conversacional dan sus frutos de forma inmediata. Lo que sigue siendo imprescindible es contar con una data foundation sólida, estructurada y actualizada , ya que, independientemente del protocolo de pago que prevalezca en última instancia, esta data foundation determina si una IA conoce, comprende y recomienda una marca. Los anuncios pagados en el chat tampoco sustituyen a esta base: el alcance comprado no puede sustituir a una recomendación ganada. Las marcas que no dispongan de data limpios y de una base sólida de SEO no serán mencionadas por los chatbots con IA.

Artefact ayuda a las empresas a reforzar de forma sistemática su visibilidad en las respuestas de IA y en las búsquedas clásicas: desde el análisis de cómo ChatGPT, Gemini y Perplexity retratan la marca en la actualidad, pasando por recomendaciones concretas sobre contenidos y la base de datos, hasta la medición continua de indicadores clave de rendimiento (KPI), como la cuota de modelo.

Fuentes