Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Optimización para motores generativos

La optimización para motores generativos (GEO, generative engine optimization) es la práctica de dar forma al contenido web para que los buscadores con IA y los asistentes de chat lo encuentren, lo citen y lo referencien en las respuestas que generan.

También llamado: GEO, AI search optimization

Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas

El SEO busca posicionar una página en una lista de enlaces. Cuando un buscador con IA redacta la respuesta por sí mismo, la posición importa menos que si tu página es una de las pocas fuentes que el modelo lee y cita. GEO es el nombre de trabajar para conseguirlo.

De dónde viene el término

El término viene de un artículo de 2023 de Aggarwal y sus colegas, aceptado en KDD 2024. Los autores crearon GEO-bench, un benchmark de consultas de usuarios de muchos ámbitos con fuentes web para responderlas, probaron cambios en el contenido de las páginas y midieron lo visible que se volvía cada página en las respuestas generadas. Informan de que los métodos GEO aumentaron la visibilidad hasta un 40%, y de que los métodos que mejor funcionan varían según el ámbito.

Qué supone en la práctica

Buena parte del GEO se solapa con el buen SEO. Las páginas tienen que ser accesibles para los rastreadores de IA, lo que implica revisar robots.txt y asegurarse de que el contenido está en el HTML y no se carga solo mediante scripts. Los pasajes claros e independientes que responden a una pregunta, con fuentes citadas y datos concretos, son más fáciles de extraer y citar para un modelo. Algunos sitios publican un archivo llms.txt, aunque su soporte entre los productos de búsqueda con IA es limitado. Como las respuestas se construyen a partir de pasajes recuperados, el tema conecta con el grounding.

Límites

Los productos de búsqueda con IA no publican cómo eligen las fuentes, y cambian a menudo, así que los resultados de cualquier táctica pueden variar sin previo aviso. La visibilidad también es difícil de medir: las respuestas varían entre ejecuciones y entre usuarios. Trata los consejos de GEO como hipótesis que hay que probar, y desconfía de quien prometa citas garantizadas.

Términos relacionados

Buscador con IA
Un buscador con IA (AI search engine) es un servicio de búsqueda que hace búsquedas web para una consulta, lee los resultados con un modelo de lenguaje y devuelve una respuesta redactada con enlaces a sus fuentes, en lugar de solo una lista de enlaces.
llms.txt
llms.txt es una convención propuesta en la que un sitio web publica un archivo Markdown, normalmente en /llms.txt, que resume el sitio y enlaza a sus páginas más útiles en un formato que los modelos de lenguaje pueden leer con facilidad.
Rastreador de IA
Un rastreador de IA (AI crawler) es un bot automatizado de una empresa de IA que descarga páginas web para recopilar datos de entrenamiento, construir un índice de búsqueda con IA o recuperar una página en directo cuando un usuario pregunta por ella a un asistente.
Rastreo web para IA
El rastreo web para IA (web crawling) es la descarga automática de páginas web, siguiendo enlaces o una lista de URL, para reunir texto con el que entrenar modelos, construir índices de búsqueda o dar a una aplicación contenido actualizado que recuperar.
Grounding
El grounding (anclaje en fuentes) consiste en vincular la respuesta de un modelo de lenguaje a fuentes concretas y comprobables, como resultados de búsqueda, documentos o una base de datos, para que sus afirmaciones se apoyen en pruebas aportadas y no solo en los datos de entrenamiento.

Fuentes