Glosario de términos de GEO (Generative Engine Optimization) y búsqueda con IA, en orden alfabético. Cada término incluye su definición, qué supone para el SEO y términos relacionados.
A
AEO, LLMO y AIO
Siglas alternativas a GEO: Answer Engine Optimization, LLM Optimization y AI Optimization. Todas describen la optimización de contenidos y marca para aparecer en respuestas generadas por IA; las diferencias son de matiz y de quién acuñó cada término.
Qué supone para el SEO: es la misma disciplina con distintos nombres. Conviene fijar uno con cada cliente para no mezclar conceptos en informes y propuestas.
Relacionados: GEO, Answer engine.
AI Mode
Modo de búsqueda conversacional de Google en el que la respuesta se genera íntegramente con IA, cita fuentes y permite seguir preguntando sobre el mismo tema.
Qué supone para el SEO: desaparece la lista de resultados como formato principal. La visibilidad depende de ser una de las fuentes que el sistema recupera y cita, no de la posición.
Relacionados: AI Overviews, Query fan-out, Zero-click.
AI Overviews
Resúmenes generados por IA que Google muestra en la parte superior de algunos resultados, con enlaces a las páginas que usa como fuente.
Qué supone para el SEO: aparecen sobre todo en consultas informacionales y suelen reducir el CTR de los resultados orgánicos, incluso manteniendo la posición. Ser fuente citada no garantiza el clic.
Relacionados: AI Mode, Zero-click, Featured snippet.
Alucinación de marca
Afirmación falsa que un modelo de IA hace sobre una marca con aparente seguridad: precios desactualizados, servicios inexistentes, datos de contacto erróneos.
Qué supone para el SEO: el origen suele estar en información inconsistente o antigua en la web, fichas, directorios o fuentes de terceros. Se corrige actualizando esas fuentes, no reportando la respuesta.
Relacionados: Sentiment de marca, Fecha de corte, Entidad.
Answer engine (motor de respuestas)
Sistema que responde directamente a la pregunta del usuario con un texto generado, en lugar de devolver una lista de enlaces. ChatGPT con búsqueda, Perplexity o AI Mode son ejemplos.
Qué supone para el SEO: el objetivo pasa de conseguir el clic a ser la fuente de la respuesta, y las métricas de éxito cambian en consecuencia.
Relacionados: GEO, RAG, Zero-click.
B
Bots de IA
Rastreadores que las empresas de IA usan para recoger contenido. Hay tres tipos principales: de entrenamiento (como GPTBot), de indexación para búsqueda (como OAI-SearchBot) y de acceso bajo demanda de un usuario (como ChatGPT-User).
Qué supone para el SEO: cada uno se controla por separado en robots.txt. Bloquear los de búsqueda reduce la posibilidad de aparecer citado; bloquear los de entrenamiento no tiene ese efecto directo.
Relacionados: Google-Extended, Logs de bots de IA, Renderizado JavaScript y bots de IA.
Búsqueda agéntica
Uso de agentes de IA que, además de responder, navegan por webs, comparan opciones y ejecutan tareas en nombre del usuario, como reservar o comprar.
Qué supone para el SEO: parte de las visitas las harán agentes, no personas. Información clara y accesible, precios visibles y procesos sin fricción facilitan que el agente complete la tarea en tu web.
Relacionados: Feeds de producto para IA, Renderizado JavaScript y bots de IA.
Búsqueda híbrida
Sistema de recuperación que combina búsqueda léxica (coincidencia de palabras) con búsqueda vectorial (similitud de significado) para seleccionar los documentos más relevantes.
Qué supone para el SEO: las palabras exactas siguen contando, pero ya no son lo único. Un contenido bien escrito sobre el tema puede recuperarse aunque no repita la consulta literal.
Relacionados: Búsqueda vectorial, Embeddings, Reranking.
Búsqueda multimodal
Búsqueda que combina distintos tipos de entrada y salida: texto, imagen, voz o vídeo. Por ejemplo, fotografiar un producto y preguntar por él.
Qué supone para el SEO: imágenes y vídeos pasan a ser puntos de entrada a la respuesta. La calidad, el contexto textual y los datos asociados a cada recurso ganan peso.
Relacionados: Datos estructurados, Consultas conversacionales.
Búsqueda vectorial
Recuperación de documentos comparando sus embeddings con el de la consulta, de forma que se encuentran textos con significado parecido aunque usen otras palabras.
Qué supone para el SEO: premia la claridad temática de cada fragmento. Mezclar varios temas en un mismo bloque diluye su representación.
Relacionados: Embeddings, Similitud semántica, Chunking.
C
Chunking
Proceso por el que los sistemas de IA dividen una página en fragmentos para indexarlos y recuperar solo los relevantes para cada pregunta.
Qué supone para el SEO: cada sección debería entenderse por sí sola, con su contexto y su respuesta, sin depender de lo explicado en otra parte de la página.
Relacionados: Passage ranking, Búsqueda vectorial, Respuesta directa.
Citación vs mención
La mención es cuando el modelo nombra una marca en su respuesta; la citación, cuando enlaza una URL como fuente de la información.
Qué supone para el SEO: son métricas distintas y conviene medirlas por separado. Una marca puede tener muchas menciones y pocas citas, o al revés.
Relacionados: Share of voice en LLMs, Tasa de citación, Menciones sin enlace.
Co-citación
Aparición de una marca o concepto junto a otros en las mismas fuentes, lo que lleva a asociarlos entre sí.
Qué supone para el SEO: si las comparativas y listados de un sector citan siempre a los mismos competidores, los modelos aprenden ese grupo. Estar en esas fuentes influye en qué marcas se recomiendan.
Relacionados: Fuentes de terceros, Menciones sin enlace, Entidad.
Conocimiento paramétrico vs recuperado
El conocimiento paramétrico es lo que el modelo aprendió durante el entrenamiento; el recuperado, la información que busca y lee en el momento de responder.
Qué supone para el SEO: lo recuperado se trabaja con contenido y SEO técnico; lo paramétrico, con presencia de marca sostenida en el tiempo. Por eso hay marcas que los modelos recomiendan sin citar ninguna URL suya.
Relacionados: Grounding, RAG, Fecha de corte.
Consenso de fuentes
Coincidencia de varias fuentes independientes en una misma afirmación, que los sistemas de IA tienden a tratar como más fiable.
Qué supone para el SEO: un dato que solo aparece en tu web pesa menos que uno confirmado por terceros. La coherencia de la información entre fuentes refuerza su uso en las respuestas.
Relacionados: Fuentes de terceros, Co-citación, E-E-A-T.
Consultas conversacionales
Preguntas largas y en lenguaje natural, a menudo con contexto personal y repreguntas, típicas de los asistentes de IA frente a la búsqueda por palabras clave.
Qué supone para el SEO: la investigación de palabras clave se queda corta. Hace falta entender las preguntas reales del usuario y sus variantes para cubrir los temas completos.
Relacionados: Prompt, Query fan-out.
D
Datos estructurados
Marcado, normalmente Schema.org en JSON-LD, que describe de forma explícita qué es cada elemento de una página: producto, organización, artículo, persona.
Qué supone para el SEO: ayuda a los buscadores a entender entidades y atributos sin ambigüedad. Su efecto directo en las respuestas de los LLMs no está confirmado, pero mejora la consistencia de la información.
Relacionados: Entidad, Knowledge Graph.
Demanda de marca
Volumen de búsquedas que incluyen el nombre de una marca.
Qué supone para el SEO: es uno de los indicadores indirectos del efecto de la IA. Si los asistentes recomiendan una marca, parte de los usuarios acaba buscándola por su nombre.
Relacionados: Tráfico oscuro de IA, Visibilidad en IA.
E
E-E-A-T
Experiencia, pericia, autoridad y fiabilidad: el marco que usan las directrices de evaluadores de calidad de Google para valorar contenidos y autores.
Qué supone para el SEO: las señales que lo sostienen (autoría clara, reputación, fuentes) suelen coincidir con las que hacen que un contenido se considere fiable para citar.
Relacionados: Consenso de fuentes, Information gain.
Embeddings
Representaciones numéricas (vectores) del significado de un texto, que permiten comparar textos por su sentido y no solo por sus palabras.
Qué supone para el SEO: son la base de la búsqueda vectorial. Un fragmento centrado en un tema produce un embedding más claro que uno que mezcla varios.
Relacionados: Búsqueda vectorial, Similitud semántica, Chunking.
Entidad
Elemento identificable sin ambigüedad (marca, persona, producto, lugar), con atributos y relaciones con otras entidades.
Qué supone para el SEO: cuanto más clara y consistente es una entidad en la web (perfiles, datos estructurados, Wikidata, menciones coherentes), más fácil es que los modelos la asocien a su categoría.
Relacionados: Knowledge Graph, Datos estructurados, Co-citación.
F
Featured snippet
Fragmento destacado que Google muestra encima de los resultados con una respuesta extraída de una página.
Qué supone para el SEO: es el antecedente directo de los AI Overviews. El contenido que respondía bien a un fragmento destacado suele tener la estructura que facilita ser citado.
Relacionados: AI Overviews, Respuesta directa, Passage ranking.
Fecha de corte (knowledge cutoff)
Fecha hasta la que llegan los datos de entrenamiento de un modelo. Lo posterior solo lo conoce si lo recupera en tiempo real.
Qué supone para el SEO: sin recuperación, un modelo puede dar información desactualizada de una marca: precios, productos o servicios que ya no existen.
Relacionados: Conocimiento paramétrico vs recuperado, Grounding, Alucinación de marca.
Feeds de producto para IA
Catálogos estructurados de productos (precio, stock, atributos) que algunos asistentes de IA usan para mostrar y recomendar productos en sus respuestas de compra.
Qué supone para el SEO: en eCommerce, la calidad y la actualización del feed pasan a influir en la visibilidad dentro de los asistentes, como ya ocurría con Google Shopping.
Relacionados: Búsqueda agéntica, Datos estructurados.
Fine-tuning
Ajuste de un modelo ya entrenado con datos adicionales para especializarlo en una tarea o dominio.
Qué supone para el SEO: no es una vía para posicionar una marca en los asistentes públicos. La visibilidad se trabaja en lo que los modelos recuperan y en lo que aprenden de la web.
Relacionados: RAG, Conocimiento paramétrico vs recuperado.
Frescura (freshness)
Grado de actualización de un contenido y señales que lo indican: fecha de publicación, de modificación y datos recientes.
Qué supone para el SEO: en consultas sobre temas cambiantes, los sistemas tienden a preferir fuentes recientes. Actualizar el contenido de verdad, no solo la fecha, mantiene su vigencia.
Relacionados: Grounding, Fecha de corte.
Fuentes de terceros
Contenido sobre una marca publicado fuera de su web: foros como Reddit, reseñas, comparativas, medios y directorios.
Qué supone para el SEO: en muchas consultas de recomendación, los modelos se apoyan más en estas fuentes que en las webs de marca. Parte del trabajo GEO es PR, reseñas y presencia en comunidades.
Relacionados: Consenso de fuentes, Co-citación, Sentiment de marca.
G
GEO
Generative Engine Optimization: optimización para que los motores generativos (ChatGPT, Perplexity, Gemini, AI Overviews) mencionen o citen una marca o un contenido en sus respuestas. El término se popularizó a partir de un artículo académico de 2023.
Qué supone para el SEO: buena parte de lo que funciona en GEO es SEO bien hecho. Cambia el objetivo, de conseguir el clic a estar dentro de la respuesta, y con él las métricas.
Relacionados: AEO, LLMO y AIO, Answer engine, Visibilidad en IA.
Google-Extended
Token de robots.txt con el que se puede excluir el contenido del uso por parte de Gemini, tanto para entrenamiento como para respuestas en sus aplicaciones.
Qué supone para el SEO: no afecta a AI Overviews ni a AI Mode, que se basan en lo que rastrea Googlebot. No sirve para salir de esas funciones.
Relacionados: Bots de IA, AI Overviews.
Grounding
Proceso por el que un modelo apoya su respuesta en información recuperada en ese momento, como resultados de búsqueda, en lugar de basarse solo en su entrenamiento.
Qué supone para el SEO: las respuestas con grounding son las que pueden citar y enlazar fuentes. Ahí el posicionamiento clásico sigue siendo la puerta de entrada.
Relacionados: RAG, Conocimiento paramétrico vs recuperado, Frescura.
I
Information gain
Información nueva que un contenido aporta respecto a lo que ya existe sobre el tema: datos propios, experiencia directa, ejemplos, análisis original.
Qué supone para el SEO: un contenido que resume lo que ya dicen otros no tiene motivo para ser citado. Lo que solo está en tu página es lo que te hace necesario como fuente.
Relacionados: E-E-A-T, Consenso de fuentes.
K
Knowledge Graph
Base de conocimiento de Google que organiza entidades y sus relaciones, y que alimenta paneles de información y la comprensión de consultas.
Qué supone para el SEO: estar representado correctamente como entidad facilita que los sistemas de Google entiendan qué es una marca y con qué se relaciona.
Relacionados: Entidad, Datos estructurados.
L
LLM
Large Language Model: modelo de lenguaje entrenado con grandes volúmenes de texto para generar y entender lenguaje natural. GPT, Gemini o Claude son ejemplos.
Qué supone para el SEO: es el componente que redacta la respuesta. Lo que dice sobre una marca depende de lo que aprendió en el entrenamiento y de lo que recupera al responder.
Relacionados: Conocimiento paramétrico vs recuperado, RAG, Token.
llms.txt
Propuesta de archivo en formato markdown, ubicado en la raíz del dominio, para indicar a los LLMs qué contenido de una web es más relevante.
Qué supone para el SEO: es una propuesta, no un estándar. Ningún gran buscador o asistente ha confirmado que lo use para seleccionar o citar fuentes.
Relacionados: Bots de IA.
Logs de bots de IA
Registros del servidor que muestran las visitas de los rastreadores de IA: qué URLs piden, con qué frecuencia y con qué respuesta.
Qué supone para el SEO: es la forma más directa de saber si los bots de IA acceden al contenido y si encuentran errores o bloqueos.
Relacionados: Bots de IA, Renderizado JavaScript y bots de IA.
M
Memoria y personalización
Capacidad de algunos asistentes de IA de recordar preferencias e historial del usuario y adaptar sus respuestas.
Qué supone para el SEO: dos usuarios pueden recibir recomendaciones distintas ante la misma pregunta, lo que hace las mediciones de visibilidad menos estables y más dependientes de tendencias.
Relacionados: Prompt tracking, Visibilidad en IA.
Menciones sin enlace
Referencias a una marca en otras webs que no incluyen un enlace.
Qué supone para el SEO: para los modelos de lenguaje cuenta el texto, no solo el enlace. Una mención en el contexto adecuado contribuye a la asociación entre marca y categoría.
Relacionados: Co-citación, Citación vs mención, Fuentes de terceros.
P
Passage ranking
Capacidad de Google, activa desde 2021, de posicionar un pasaje concreto de una página aunque el resto trate de otros temas.
Qué supone para el SEO: es el precedente del chunking. La calidad de cada sección puede pesar tanto como la de la página entera.
Relacionados: Chunking, Featured snippet.
Prompt
Instrucción o pregunta que el usuario escribe a un modelo de IA.
Qué supone para el SEO: es la nueva unidad de análisis, equivalente a la keyword. Los prompts son más largos y variados, así que se trabajan por temas e intenciones.
Relacionados: Consultas conversacionales, Prompt tracking.
Prompt tracking
Medición periódica de un conjunto fijo de prompts en uno o varios modelos para registrar si aparece una marca, cómo y junto a quién.
Qué supone para el SEO: es el equivalente al seguimiento de posiciones en GEO. Las respuestas varían entre ejecuciones, así que se interpretan tendencias, no resultados sueltos.
Relacionados: Share of voice en LLMs, Visibilidad en IA, Prompt.
Q
Query fan-out
Técnica por la que un buscador con IA, como AI Mode, descompone la pregunta del usuario en varias subconsultas, las lanza en paralelo y combina los resultados en una sola respuesta.
Qué supone para el SEO: la visibilidad se gana en las subpreguntas, no solo en la keyword principal. Cubrir bien los temas adyacentes aumenta las opciones de cita.
Relacionados: AI Mode, RAG, Grounding.
R
RAG
Retrieval-Augmented Generation: arquitectura en la que el sistema busca documentos relevantes, los incorpora al contexto del modelo y genera la respuesta a partir de ellos.
Qué supone para el SEO: es el mecanismo de ChatGPT con búsqueda, Perplexity o AI Overviews. Para ser citado, primero hay que ser recuperado.
Relacionados: Grounding, Reranking, Chunking.
Renderizado JavaScript y bots de IA
Capacidad de un rastreador de ejecutar JavaScript para ver el contenido que se carga en el navegador.
Qué supone para el SEO: muchos rastreadores de IA no ejecutan JavaScript. Si el contenido importante solo aparece tras renderizar, puede ser invisible para ellos.
Relacionados: Bots de IA, Logs de bots de IA.
Reranking
Segunda fase de la recuperación en la que un modelo reordena los documentos candidatos según su relevancia para la pregunta antes de usarlos.
Qué supone para el SEO: estar entre los candidatos no basta. El fragmento debe responder de forma clara y directa para sobrevivir a la reordenación.
Relacionados: RAG, Búsqueda híbrida.
Respuesta directa (answer-first)
Estructura en la que un contenido responde a la pregunta en las primeras frases y desarrolla el detalle después.
Qué supone para el SEO: facilita que los sistemas extraigan la respuesta de un fragmento. Es la misma lógica que funcionaba para los fragmentos destacados.
Relacionados: Chunking, Featured snippet.
S
Sentiment de marca
Tono con el que un modelo de IA describe una marca: recomendación, alternativa, advertencia o crítica.
Qué supone para el SEO: aparecer no basta, importa cómo. El retrato que hace el modelo suele reflejar lo que se dice en reseñas y foros.
Relacionados: Fuentes de terceros, Alucinación de marca, Visibilidad en IA.
Share of voice en LLMs
Porcentaje de respuestas de IA en las que aparece una marca frente a su competencia, para un conjunto definido de prompts.
Qué supone para el SEO: es lo más parecido a un ranking en GEO. Solo es comparable en el tiempo si se mantiene el mismo set de prompts.
Relacionados: Prompt tracking, Visibilidad en IA, Citación vs mención.
Similitud semántica
Medida de cuánto se parecen dos textos en significado, calculada normalmente comparando sus embeddings.
Qué supone para el SEO: un contenido puede ser relevante para una consulta sin compartir sus palabras, y al revés. Lo que cuenta es cubrir la intención.
Relacionados: Embeddings, Búsqueda vectorial.
T
Tasa de citación
Porcentaje de respuestas en las que una URL o dominio aparece enlazado como fuente, para un conjunto de prompts.
Qué supone para el SEO: complementa al share of voice. Mide la autoridad del contenido como fuente, no solo la presencia de la marca en el texto.
Relacionados: Citación vs mención, Share of voice en LLMs.
Token
Unidad mínima de texto que procesa un modelo de lenguaje; suele equivaler a una palabra o a parte de ella.
Qué supone para el SEO: los límites de contexto se miden en tokens. Los sistemas no leen páginas ilimitadas, sino los fragmentos que caben y parecen relevantes.
Relacionados: Ventana de contexto, LLM.
Tráfico oscuro de IA
Visitas e influencia generadas por asistentes de IA que no se pueden atribuir con las analíticas habituales, porque llegan sin referencia o tras una búsqueda posterior.
Qué supone para el SEO: el tráfico referido de IA visible es solo una parte del impacto. Hay que leerlo junto a la demanda de marca y el tráfico directo.
Relacionados: Tráfico referido de IA, Demanda de marca.
Tráfico referido de IA
Visitas que llegan a una web desde asistentes y buscadores de IA como ChatGPT, Perplexity, Gemini o Copilot.
Qué supone para el SEO: en GA4 se puede aislar con un grupo de canales personalizado basado en las fuentes de referencia. Es una métrica útil pero parcial.
Relacionados: Tráfico oscuro de IA, Zero-click.
V
Ventana de contexto
Cantidad máxima de texto, medida en tokens, que un modelo puede tener en cuenta a la vez al generar una respuesta.
Qué supone para el SEO: limita cuántos fragmentos recuperados entran en cada respuesta. Competir por ese espacio es competir por la cita.
Relacionados: Token, RAG, Chunking.
Visibilidad en IA
Medida agregada de la presencia de una marca en las respuestas de los asistentes: menciones, citas, posición dentro de la respuesta y sentimiento.
Qué supone para el SEO: es el KPI de alto nivel de GEO. Conviene definir qué componentes incluye antes de reportarlo, porque cada herramienta lo calcula de forma distinta.
Relacionados: Share of voice en LLMs, Tasa de citación, Sentiment de marca.
Z
Zero-click
Búsqueda que se resuelve sin que el usuario haga clic en ningún resultado.
Qué supone para el SEO: con AI Overviews y AI Mode aumenta en las consultas informacionales. Menos tráfico no implica necesariamente menos negocio, y eso cambia cómo se mide el resultado.
Relacionados: AI Overviews, AI Mode, Tráfico oscuro de IA.