GEO y citabilidad en LLMs — Módulo 7 del Curso SEO gratis
Bienvenido a la nueva frontera del SEO
Hasta 2022, hacer SEO era ganar la carrera por aparecer en la página 1 de Google. En 2026, hacer SEO es aparecer citado en las respuestas de los LLM: ChatGPT, Gemini, Claude, Perplexity, Grok y las AI Overviews de Google.
Google rankea páginas. Los LLM citan fuentes. El trabajo ya no es solo estar arriba en la SERP: es que cuando el LLM responde "mejores agencias SEO en España", tu marca aparezca como fuente citada.
1. Qué es GEO (Generative Engine Optimization)
GEO es el conjunto de técnicas para que tu marca sea citada por los LLMs. Definición académica que popularizó un paper de Princeton en 2023 y que se ha extendido:
- Citabilidad: probabilidad de que un LLM cite tu contenido al responder una pregunta en tu sector.
- Presencia: número de veces que apareces en respuestas reales a preguntas reales.
- Autoridad semántica: si tu dominio se asocia a conceptos relevantes para los LLMs.
2. Cómo citan los LLM
El proceso real
- El usuario hace una pregunta al LLM.
- Si el LLM tiene búsqueda (ChatGPT, Perplexity, Gemini), busca en internet con su crawler (GPTBot, PerplexityBot, etc.).
- Recupera documentos relevantes.
- Los resume o sintetiza en la respuesta.
- Inserta citas inline hacia las fuentes que considera más fiables.
Lo que un LLM considera "citable"
- Autoridad del dominio: si tu web es referente en el tema.
- Estructura de la página: titulares claros, datos verificables.
- Frescura: contenido actualizado.
- Citas externas: si otros sitios autoritarios te citan a ti.
- Formato: listas, tablas, definiciones cortas. Más fácil de resumir.
- Marcado semántico: schema.org. Cuando el LLM ve
FAQPageoOrganization, lo trata como estructurado.
3. AI Overviews de Google (SGE)
Google integra Gemini en las SERP con bloques de respuesta generados arriba de los resultados orgánicos. El impacto:
- Consultas informacionales: el usuario obtiene la respuesta sin hacer clic.
- Clics caen un 20-50% en queries con AI Overview.
- Pero los citados en AI Overview reciben clics muy cualificados.
Cómo aparecer en AI Overviews
- Contenido estructurado (preguntas con respuesta directa).
- Lista de hechos verificables.
- SEO tradicional fuerte (los citados suelen estar top 10).
- E-E-A-T máximo (autor identificable, fuentes).
- Datos únicos propios.
4. Citabilidad por LLM: qué funciona
Estructuras que los LLMs aman
- TL;DR al inicio del artículo: los LLMs resumen párrafos introductorios.
- Definiciones en una frase: formato "X es Y".
- Listas y tablas: fáciles de extraer.
- Bullet points para argumentos clave.
- FAQ marcado con schema
FAQPage. - Citas con fuente visibles y enlazadas.
- Autor identificado con bio y enlaces a otras obras.
Lo que NO funciona
- Texto oculto o cloaking.
- Prompts invisibles orientados a manipular LLMs (los detectan y desprecian).
- Spam de keywords o relleno.
- Texto incoherente o generado sin edición.
5. Análisis de embeddings
Los LLM representan las palabras como vectores numéricos (embeddings). La distancia entre vectores mide la similitud semántica.
Para GEO:
- Tu contenido debe tener alta similitud semántica con las preguntas de tu sector.
- Los párrafos clave deben parecerse al "intent" esperado por el LLM.
- Usa las keywords reales que la gente pregunta, no solo sinónimos eruditos.
- Estructura la información en bloques temáticos cohesivos (topic clusters).
Puedes calcular embeddings locales con sentence-transformers (Python) o probar servicios como Cohere Embed, Voyage AI o el endpoint de embeddings de OpenAI. Útil para detectar gaps de cobertura semántica.
6. SEO Predictivo con Python
El SEO Predictivo aplica modelos de machine learning al SEO clásico:
- Predicción de tráfico orgánico por keyword.
- Clustering semántico de keywords.
- Forecasting de posiciones SERP con Prophet.
- Análisis de correlación entre cambios y rankings.
- Detección automática de canibalización.
Ejemplo mínimo de forecast con Prophet
from prophet import Prophet
import pandas as pd
df = pd.read_csv("gsc_clicks.csv") # columnas: ds, y
m = Prophet()
m.fit(df)
future = m.make_future_dataframe(periods=90)
forecast = m.predict(future)
forecast[['ds','yhat','yhat_lower','yhat_upper']].tail()
7. Medir tu citabilidad
Checks humanos
- Pregunta a ChatGPT/Claude/Gemini las 50 preguntas típicas de tu sector.
- Anota en cuántos casos apareces citado y la posición en la respuesta.
- Compara contra los principales competidores.
- Hazlo una vez al mes y ve la tendencia.
Herramientas
- Otterly AI: monitor de citabilidad en LLMs.
- Profound: panel para trackear menciones en AI Search.
- SE Ranking AI Results: integra tracking de AI Overviews.
- Ahrefs Brand Radar: monitor de menciones y citabilidad.
8. Acciones GEO prioritarias
- Estructura cada artículo para ser resumible: TL;DR, listas, definiciones.
- Esquema FAQ en JSON-LD en páginas pillar.
- Identifica al autor con bio, foto y enlaces a obras.
- Consigue cobertura en medios: los LLMs los citan mucho.
- Publica datos propios: los LLMs aman estadísticas únicas.
- Mantén tu información actualizada: frescura importa.
- Ten un perfil de Google Business Profile y LinkedIn coherente con tu web.
9. Antigravity Score
En Netbulb hemos desarrollado el Antigravity Score, una métrica 0-10 que combina señales de SEO técnico, contenido, autoridad y citabilidad. Útil como referencia inicial de salud SEO, aunque ningún score sustituye al trabajo real.
10. Resumen ejecutivo
- GEO = que te citen los LLM. Complementa al SEO clásico.
- Los LLM citan contenido estructurado, verificable y autoritativo.
- AI Overviews quitan clics pero premian a los citados.
- Embeddings y topic clusters son la nueva keyword research.
- SEO Predictivo: usar ML para hacer ranking forecast.
- Mide citabilidad manualmente o con herramientas.
- Lo fundamental: estructura, autor identificable, datos propios, cobertura externa.
- Entiendo qué citan los LLMs y por qué.Estructura, autoridad, datos.
- Tengo páginas estructuradas para ser resumibles.TL;DR, FAQ, listas.
- Mido mi citabilidad mensualmente.En ChatGPT, Gemini, Claude, Perplexity.
- Uso schema FAQ y Organization en páginas clave.JSON-LD válido.
- Publico datos y estudios propios.Citable por naturaleza.
Cuando hayas terminado el módulo, márcalo como completado para acceder al siguiente.