Actualizado en septiembre de 2026.
El SEO que trabajamos en 2026 tiene bastante poco que ver con el que se hacía hace quince o veinte años. Muchas de sus bases continúan vigentes, pero Google ha ido incorporando nuevas capas de comprensión hasta transformar la forma en la que interpreta una búsqueda, analiza una página y decide qué información merece mostrar al usuario.
Durante los primeros años del posicionamiento trabajábamos fundamentalmente con palabras clave. Después los enlaces se convirtieron en una de las principales señales de autoridad. Más adelante llegaron la intención de búsqueda, las entidades, el aprendizaje automático, la experiencia de usuario, la utilidad del contenido y los sistemas capaces de interpretar el lenguaje natural.
Ahora estamos entrando en otra etapa. Los buscadores ya no se limitan a ordenar páginas y presentar una lista de resultados. También pueden consultar diferentes documentos, relacionar la información, contrastarla y construir directamente una respuesta mediante inteligencia artificial generativa.
Ahí aparece el GEO, Generative Engine Optimization.
No creo que sea correcto afirmar que el SEO se haya convertido literalmente en GEO ni que uno vaya a sustituir al otro. La evolución es más interesante. El GEO puede entenderse como una nueva capa dentro de un proceso de transformación del posicionamiento que lleva desarrollándose desde hace más de dos décadas.
Para mí, además, 2013 es un buen punto desde el que analizar esta evolución. Fue precisamente el año en el que empecé a trabajar profesionalmente en SEO y marketing digital y coincide también con una etapa en la que Google comenzó a avanzar claramente desde un buscador basado principalmente en palabras hacia otro cada vez más interesado en comprender significados, relaciones e intención.
Si queremos entender por qué en 2026 hablamos tanto de GEO y de visibilidad en inteligencia artificial, primero tenemos que entender cómo hemos llegado hasta aquí.
Antes de entrar en cada etapa, esta tabla resume bastante bien cómo ha cambiado el centro de atención del posicionamiento durante los últimos años.
| Etapa | Qué ganaba importancia | Cambio principal | Consecuencia para el SEO |
|---|---|---|---|
| Antes de 2011 | Keywords y enlaces | Coincidencia entre consulta, contenido y popularidad | Optimización on-page y link building muy agresivos |
| 2011-2013 | Calidad, enlaces y entidades | Panda, Penguin y Knowledge Graph | Google intenta distinguir señales reales de manipulación |
| 2013-2019 | Intención y semántica | Hummingbird, RankBrain y BERT | Menos dependencia de la keyword exacta y más comprensión del significado |
| 2020-2023 | Utilidad, experiencia y confianza | Core Web Vitals, Helpful Content y E-E-A-T | Mayor atención a la calidad real de la fuente |
| 2023-2025 | Recuperación y generación de respuestas | Aparición del GEO, AI Overviews y AI Mode | La visibilidad deja de depender únicamente de una posición orgánica |
| 2026 | Entidad, fuentes, menciones y citaciones | Expansión de la búsqueda generativa | SEO, marca, contenidos, PR digital y GEO empiezan a converger |
Vista de esta forma, la llegada del GEO no parece una ruptura repentina. Parece más bien el siguiente paso de una evolución que llevaba años produciéndose.
Durante los primeros años de los buscadores, una parte muy importante del trabajo consistía en determinar si una página contenía las palabras que el usuario había utilizado al realizar una búsqueda.
De ahí proceden muchas de las técnicas clásicas de SEO on-page que quienes llevamos tiempo en este sector hemos utilizado en algún momento: incluir la palabra clave en el title, introducirla en encabezados, repetirla dentro del contenido, trabajar URLs descriptivas, optimizar anchors internos o incluso intentar calcular una determinada densidad de keyword.
La lógica era sencilla. Si alguien buscaba una expresión concreta y nuestra página contenía esa expresión en determinados lugares que el buscador consideraba relevantes, aumentábamos las posibilidades de que entendiera que ese documento podía responder a la consulta.
El problema era igualmente sencillo: si un buscador dependía demasiado de lo que nosotros escribíamos dentro de una página, resultaba relativamente fácil intentar manipularlo.
Una de las grandes diferencias de Google fue utilizar también la estructura de enlaces de Internet. Sergey Brin y Larry Page ya explicaban parte de este planteamiento en el trabajo académico The Anatomy of a Large-Scale Hypertextual Web Search Engine, publicado en 1998.
Un enlace dejaba de servir únicamente para navegar de una página a otra. También podía aportar información sobre la importancia de un documento dentro de la propia estructura de la web.
Si diferentes páginas enlazaban hacia un mismo contenido, Google disponía de una señal externa que no procedía directamente del propietario de esa página. Y si algunos de esos enlaces procedían de sitios relevantes, aquella señal podía adquirir todavía más valor.
Así terminaron consolidándose los dos grandes bloques con los que durante años hemos explicado una estrategia de posicionamiento:
El on-page ayudaba a explicar de qué trataba una página. El off-page ayudaba a Google a disponer de referencias externas sobre ella.
El problema apareció cuando todo el sector entendió el enorme valor de los enlaces.
Directorios, intercambios, compra de backlinks, comentarios automatizados, enlaces en footers, redes privadas de blogs y artículos creados casi exclusivamente para introducir un enlace se convirtieron en una parte habitual del SEO de aquella época.
El link building funcionaba y precisamente porque funcionaba se convirtió en uno de los principales campos de batalla entre Google y quienes intentábamos comprender su algoritmo.
En 2011 apareció Panda, orientado a mejorar la calidad de los resultados y reducir la presencia de determinados sitios con contenido de menor valor. Google llegó a señalar entonces que su lanzamiento inicial afectaba de manera perceptible aproximadamente al 12 % de las búsquedas en inglés.
En 2012 llegó Penguin, mucho más relacionado con el webspam y diferentes formas de manipulación mediante enlaces.
Google mantiene actualmente ambos dentro de su documentación sobre sistemas de posicionamiento. Con el tiempo dejaron de funcionar como actualizaciones aisladas y sus principios fueron integrándose dentro de sistemas más amplios.
Aquello no significó que el contenido o los enlaces dejaran de tener importancia. Significaba algo bastante más relevante: Google necesitaba aprender a diferenciar una señal auténtica de otra creada exclusivamente para manipular sus resultados.
Esa misma tensión continúa existiendo en 2026, aunque ahora se esté trasladando también al GEO.
En mayo de 2012 ocurrió además otro cambio fundamental para entender lo que llegaría después.
Google presentó Knowledge Graph bajo una expresión que resumía perfectamente su nueva dirección: “things, not strings”.
El buscador quería dejar de interpretar Internet únicamente como un enorme conjunto de palabras y empezar a comprender personas, empresas, lugares, productos, acontecimientos y conceptos como entidades relacionadas entre sí.
La presentación original de Knowledge Graph hablaba ya de más de 500 millones de objetos y miles de millones de hechos y relaciones.
La keyword seguía teniendo importancia, pero empezaba a aparecer una pregunta mucho más interesante:
¿Qué significa realmente aquello que está buscando el usuario?
Esta evolución desde las palabras hacia las entidades es una de las claves para entender el GEO actual.
En 2013 Google introdujo Hummingbird. Hoy aparece como un sistema histórico porque muchas de sus aportaciones terminaron integradas en tecnologías posteriores, pero conceptualmente representa muy bien el cambio que estaba produciéndose.
Google avanzaba desde una interpretación relativamente literal de las consultas hacia una comprensión más amplia de su significado.
Durante aquellos años todavía era habitual encontrar proyectos en los que se creaban varias páginas prácticamente idénticas para intentar posicionar pequeñas variaciones de una keyword. Conforme mejoraba la capacidad del buscador para comprender relaciones semánticas, aquella forma de trabajar fue perdiendo sentido.
Empezaba a ser más interesante construir una página capaz de resolver correctamente una intención completa.
La evolución podía resumirse así:
keyword → intención → temática → entidad.
No ocurrió de un día para otro. Durante varios años continuaron funcionando estrategias basadas en coincidencias muy exactas, páginas extremadamente específicas y campañas de enlaces bastante agresivas. Pero la dirección empezaba a estar clara.
Precisamente en 2013 empecé a trabajar profesionalmente en SEO. Desde entonces he podido comprobar algo que se ha repetido con cada gran cambio: muchas técnicas no desaparecen, sino que dejan de funcionar de forma aislada y pasan a formar parte de sistemas más complejos.
Seguimos utilizando keywords. Seguimos trabajando enlaces. Seguimos optimizando titles, contenidos, arquitectura y enlazado interno. Lo que ha cambiado es la cantidad de contexto que Google puede utilizar alrededor de cada una de esas señales.
En 2015 llegó RankBrain, que Google terminaría describiendo como su primer sistema de deep learning utilizado dentro de Search.
Una de sus funciones consistía en ayudar a relacionar palabras con conceptos y comprender consultas que anteriormente podían resultar difíciles de interpretar.
La consecuencia para el SEO era evidente: Google podía depender cada vez menos de que un contenido utilizara exactamente las mismas palabras introducidas por el usuario.
Si diferentes expresiones podían representar conceptos similares, empezaba a tener mucho más sentido desarrollar correctamente una temática que perseguir todas sus variaciones de keyword por separado.
En paralelo se produjo otra transformación importante: Internet se convirtió progresivamente en un entorno móvil.
Google lanzó su actualización mobile-friendly en 2015 y comenzó a experimentar con mobile-first indexing en 2016. La transición completa tardaría años, pero nuestra forma de trabajar el SEO técnico cambió.
Ya no se trataba únicamente de conseguir que Google pudiera acceder a una URL. Arquitectura, rastreo, indexación, rendimiento, adaptación móvil, datos estructurados, enlazado interno y experiencia de usuario fueron formando parte de una misma estrategia.
Todo esto continúa siendo imprescindible en 2026, aunque el debate sobre inteligencia artificial haga pensar algunas veces que el posicionamiento tradicional ha dejado de importar.
Otro gran salto llegó en 2019 con BERT.
BERT permitió a Google interpretar mejor cada palabra teniendo en cuenta las que aparecían a su alrededor y, por tanto, entender matices, relaciones y contexto de una forma mucho más avanzada.
La propia Google presentó BERT como uno de los avances más importantes de la historia de Search. Inicialmente intervino aproximadamente en una de cada diez consultas en inglés realizadas en Estados Unidos y posteriormente su aplicación se amplió enormemente.
Para quienes trabajábamos en SEO la conclusión era clara: escribir para una keyword exacta tenía cada vez menos sentido que responder correctamente a lo que esa búsqueda significaba.
Cuanto mejor entendía Google el lenguaje, menos necesario era escribir de forma artificial para una máquina.
Durante la siguiente etapa el SEO volvió a ampliar sus límites.
Ya no bastaba con que un documento fuera relevante para una búsqueda. Google debía intentar determinar también si el contenido resultaba útil, fiable y satisfactorio.
Las Core Web Vitals se incorporaron a los sistemas relacionados con experiencia de página. Nunca significaron que una puntuación técnica perfecta garantizara una primera posición, pero reflejaban nuevamente que Google podía valorar una página utilizando más señales.
En 2022 apareció Helpful Content y Google empezó a distinguir de forma mucho más explícita entre contenido creado fundamentalmente para personas y contenido producido principalmente para captar tráfico desde buscadores.
La cuestión es todavía más importante en 2026.
Durante años el SEO había generado un incentivo muy fuerte para producir contenido. Si encontrábamos una keyword, creábamos una página. Si encontrábamos cien keywords, podíamos terminar produciendo cien páginas.
La inteligencia artificial generativa permite ahora crear miles de palabras en segundos. Eso ha hecho mucho más evidente algo que siempre había sido cierto:
cantidad de texto y cantidad de información útil no son lo mismo.
Una página puede tener 4.000 palabras y no aportar prácticamente nada que no exista ya en otras cien webs.
Y precisamente por eso la experiencia propia, los datos originales, la investigación, los casos reales y el conocimiento especializado están adquiriendo todavía más valor.
A finales de 2022 las directrices para evaluadores de calidad de Google pasaron de E-A-T a E-E-A-T, incorporando la experiencia directa junto a los conceptos de expertise, autoridad y confianza.
Google aclara en su documentación sobre contenido útil que E-E-A-T no debe entenderse como un único factor de ranking.
No existe un botón para “activar E-E-A-T” ni una lista de cuatro elementos que podamos insertar en una página.
Lo importante es comprender la dirección: Google intenta disponer de suficientes señales para determinar si una fuente demuestra experiencia, conocimiento y confianza.
Y esa confianza adquiere todavía más importancia cuando una inteligencia artificial no se limita a mostrar un enlace, sino que puede utilizar directamente esa información para construir una respuesta.
En noviembre de 2023 se publicó el trabajo académico GEO: Generative Engine Optimization, elaborado por investigadores vinculados a Princeton University, Georgia Tech, Allen Institute for AI y otras instituciones.
El estudio ayudó a formalizar el término Generative Engine Optimization para describir diferentes estrategias destinadas a mejorar la visibilidad del contenido dentro de respuestas producidas por motores generativos.
Los investigadores desarrollaron GEO-bench y analizaron diferentes modificaciones del contenido. En determinados escenarios experimentales observaron incrementos de visibilidad que podían alcanzar aproximadamente el 40 %.
Era una pregunta que todos los que trabajábamos en posicionamiento empezábamos a hacernos:
si hemos aprendido a optimizar una web para Google, ¿podemos hacer algo parecido para ChatGPT, Gemini, Perplexity y otros motores generativos?
La respuesta es sí, pero tres años después sabemos también que el problema es bastante más complejo que aplicar otra checklist.
Una revisión académica publicada en 2026 y centrada en decenas de estudios realizados desde 2023 introdujo una matización importante.
Los conocidos incrementos obtenidos en el estudio original se producían en un entorno experimental en el que determinadas fuentes ya habían entrado en el contexto disponible para el sistema.
Eso permite estudiar qué características pueden hacer que una fuente recuperada tenga mayor presencia dentro de una respuesta, pero no demuestra que modificar un artículo de determinada manera garantice que vaya a ser descubierto, recuperado y citado entre millones de posibles documentos.
La revisión académica sobre GEO publicada en 2026 plantea precisamente que la visibilidad generativa debe analizarse como un proceso con distintas fases: descubrimiento, recuperación, selección, contexto, citación y presentación de la respuesta.
Esto recuerda mucho a lo que ocurrió durante años en SEO.
Buscar el nuevo truco es tentador. Sin embargo, ninguna pequeña técnica aislada sustituye una estrategia completa.
En 2024 el cambio dejó de ser fundamentalmente académico. Google comenzó a desplegar AI Overviews e integró modelos Gemini adaptados a Search con sus sistemas tradicionales de búsqueda.
El modelo clásico podía resumirse aproximadamente así:
consulta → resultados → clic → página.
La búsqueda generativa introduce otra posibilidad:
consulta → recuperación de diferentes fuentes → síntesis → respuesta → posibles clics.
La diferencia es enorme.
Google deja de actuar únicamente como una máquina que decide qué páginas debemos visitar y puede empezar a utilizar la información de esas páginas para construir directamente parte de la respuesta.
En 2025 llegó además AI Mode, una experiencia mucho más conversacional que puede descomponer una pregunta en diferentes subconsultas antes de elaborar la respuesta.
Y este cambio no afecta únicamente a Google. ChatGPT, Perplexity, Gemini, Copilot y otros sistemas combinan de distintas formas conocimiento del modelo con información recuperada desde Internet.
He explicado con más detalle este proceso en mi artículo sobre cómo busca ChatGPT en Internet, porque entender la diferencia entre conocimiento del modelo, recuperación de fuentes y generación de respuestas es fundamental para comprender el GEO.
Si 2023 fue el año en el que empezamos a poner nombre al GEO y 2024-2025 representaron la expansión de la búsqueda generativa, en 2026 ya resulta difícil considerarla una cuestión secundaria.
Google ha continuado ampliando AI Overviews y AI Mode, mientras millones de usuarios utilizan directamente asistentes como ChatGPT, Gemini o Perplexity para resolver consultas que hace pocos años habrían empezado necesariamente en un buscador tradicional.
El cambio más importante no está únicamente en la tecnología. Está en el comportamiento del usuario.
Una persona ya no tiene por qué realizar una búsqueda, abrir cinco pestañas, comparar diferentes páginas y construir mentalmente una conclusión. Puede pedir directamente una comparación, solicitar que se amplíe un punto, introducir nuevas condiciones y mantener una conversación alrededor del mismo problema.
Eso modifica la forma en la que se descubre información y, por tanto, también modifica el trabajo de quienes nos dedicamos a posicionarla.
SEO y GEO no son disciplinas independientes. Tampoco son exactamente lo mismo.
La diferencia principal está en qué intentamos conseguir y en qué nivel se produce la visibilidad.
| SEO tradicional | GEO | |
|---|---|---|
| Objetivo principal | Conseguir visibilidad de URLs en resultados de búsqueda | Conseguir presencia de información, marcas y entidades dentro de respuestas generativas |
| Unidad principal | Página o URL | Fuente, información, entidad y marca |
| Señales importantes | Relevancia, contenido, arquitectura, enlaces y autoridad | Todo lo anterior más corroboración, menciones, citabilidad y presencia distribuida |
| Resultado visible | Ranking, snippet y clic | Mención, cita, recomendación, respuesta y posible clic |
| Medición | Posiciones, impresiones, CTR, tráfico y conversiones | Menciones, citaciones, share of voice, fuentes utilizadas, tráfico y conversiones |
La propia Google insiste en que las buenas prácticas SEO siguen siendo útiles para sus experiencias de inteligencia artificial. No existe un SEO que podamos abandonar para empezar desde cero con GEO.
El GEO necesita una parte importante de la infraestructura que llevamos años construyendo con SEO.
La aparición de sistemas generativos puede hacer pensar que optimizar nuestra propia web ha perdido importancia. En realidad ocurre lo contrario.
Para que una página pueda ser recuperada, interpretada y eventualmente utilizada como fuente necesitamos que su información resulte accesible y comprensible.
Seguimos necesitando:
El contenido visual también está adquiriendo más importancia dentro de esta evolución. En septiembre de 2026 Google incorporó a Search Console un nuevo informe específico para búsquedas web multimodales, incluyendo consultas realizadas mediante Lens, Circle to Search, imágenes subidas a Google Search y otras formas de búsqueda visual. Esta información aparece tanto dentro de los informes tradicionales de rendimiento como en los relacionados con funciones de IA generativa, otra señal de que el posicionamiento está dejando de ser exclusivamente textual. Puede consultarse el anuncio en la documentación publicada por Google Search Central.
El on-page no ha desaparecido con GEO. Se ha convertido en la infraestructura que facilita que nuestra información pueda ser encontrada, comprendida y recuperada también por sistemas generativos.
Los enlaces continúan teniendo valor. Google sigue analizando las relaciones existentes entre páginas y el link building continúa siendo relevante en mercados competitivos.
Lo que cambia es que en GEO resulta demasiado limitado pensar únicamente en backlinks.
Tiene más sentido hablar de autoridad externa de una entidad.
Una inteligencia artificial puede encontrar información sobre una empresa en su propia web, pero también en medios, comparativas, entrevistas, vídeos, directorios especializados, asociaciones, estudios, reviews o contenidos creados por terceros.
Esto introduce una diferencia importante.
Durante muchos años una campaña off-page podía formularse mediante esta pregunta:
¿Cómo consigo que esta web enlace mi página?
Ahora deberíamos añadir otra:
¿Cómo consigo que las fuentes relevantes de mi sector relacionen mi marca con los temas en los que quiero ser una referencia?
Uno de los estudios que mejor representa este cambio fue realizado por Ahrefs sobre aproximadamente 75.000 marcas.
Encontraron una correlación de 0,664 entre las menciones de marca en otras webs y la presencia dentro de AI Overviews. La correlación con el número de backlinks era bastante inferior, aproximadamente 0,218.
Los datos completos pueden revisarse en el análisis publicado por Ahrefs sobre marcas y AI Overviews.
Hay que interpretar correctamente estos datos: correlación no significa causalidad.
No podemos afirmar que conseguir veinte menciones vaya automáticamente a mejorar veinte posiciones dentro de ChatGPT o Google.
Pero sí aparece un patrón interesante: la presencia distribuida de una marca en Internet parece tener una relación importante con su visibilidad dentro de sistemas generativos.
Esto cambia bastante nuestra forma de entender el off-page.
Un backlink sigue siendo muy valioso. Pero también puede serlo una entrevista, una mención editorial, un estudio propio citado por terceros, una review, un podcast, una comparación, una colaboración con otra entidad o un vídeo de YouTube donde nuestra marca aparezca asociada de manera natural a una determinada temática.
Creo que esta será una de las grandes transformaciones del trabajo SEO durante los próximos años.
No se trata de abandonar los enlaces, sino de ampliar el objetivo.
El enlace deja de ser necesariamente el final de la acción y pasa a formar parte de algo mayor: construir suficientes señales externas para que una marca resulte reconocible y esté correctamente asociada con un ámbito de conocimiento o actividad.
SEO, branding, relaciones públicas digitales, reputación, contenidos, vídeo y comunicación empiezan así a tener fronteras mucho menos claras.
Eso también cambia las herramientas que necesitamos utilizar. En mi análisis de las mejores APIs para SEO y GEO explico precisamente cómo la medición empieza a ir más allá de rankings y backlinks para incorporar menciones, motores generativos, competidores y fuentes.
Hay un elemento que creo que merece especial atención porque lo he podido observar durante más de una década trabajando con proyectos SEO reales.
En 2013 todavía era relativamente sencillo encontrar una keyword, revisar qué estaban haciendo los primeros resultados, producir una página parecida, optimizarla correctamente y reforzarla con enlaces.
Eso no significa que el SEO fuera fácil, pero la distancia entre producir contenido y aportar información era menor.
En 2026 cualquier empresa puede generar en unas horas una cantidad de contenido que hace años habría necesitado semanas de trabajo.
Por tanto, repetir información existente tiene cada vez menos valor.
Lo difícil ya no es escribir 3.000 palabras. Lo difícil es poder aportar algo que otras fuentes no puedan copiar simplemente haciendo una consulta a una IA.
Por eso cada vez presto más atención en los proyectos a elementos como:
Una IA puede resumir cien artículos sobre SEO. Lo que no puede inventar legítimamente es la experiencia acumulada durante años trabajando con proyectos reales.
Ese conocimiento de primera mano es precisamente una de las formas más claras de diferenciar una fuente.
Otro de los cambios importantes es que ya no debemos pensar únicamente en URLs.
Cuando una persona busca una empresa o un profesional, Google y los sistemas generativos intentan determinar quién es esa entidad, qué hace, dónde aparece, qué fuentes hablan de ella y con qué temas está relacionada.
Por eso es importante mantener una presencia coherente.
En mi caso, por ejemplo, no interesa únicamente que una página concreta hable de SEO. También interesa que diferentes fuentes puedan relacionar de forma consistente a Javier Carmona Benítez con marketing digital, SEO, GEO, inteligencia artificial y formación.
Trabajo profesionalmente en marketing digital desde 2013 y desde 2018 imparto formación relacionada con marketing y posicionamiento en la Universitat Politècnica de València. Esa información tiene mucho más valor cuando no aparece de forma aislada en una página, sino cuando forma parte de una entidad digital reconocible y coherente.
Por eso debemos cuidar la información presente en la web, perfiles profesionales, publicaciones, medios, contenidos y plataformas externas.
Dentro de mi propio sitio también mantengo agrupados diferentes artículos sobre inteligencia artificial que ayudan a desarrollar esa especialización temática más allá de una única página comercial.
Durante muchos años una de las métricas más fáciles de entender del SEO era la posición.
Estar primero era mejor que estar segundo. Estar segundo era mejor que estar quinto.
Eso continúa siendo útil, pero ya no explica toda la visibilidad de una marca.
Ahora podemos encontrarnos con situaciones diferentes:
Esto obliga a ampliar las métricas.
Además de rankings, impresiones, tráfico y conversiones tenemos que empezar a analizar menciones de marca, citaciones, share of voice, fuentes utilizadas, búsquedas de marca, consultas en las que aparece nuestra entidad y tráfico procedente de herramientas generativas.
No todas estas métricas tendrán el mismo valor para todos los negocios, pero el concepto de visibilidad se ha ampliado.
La búsqueda generativa introduce además otra consecuencia.
Una respuesta puede resolver buena parte de la necesidad del usuario antes de que visite ninguna página.
Ahrefs ha publicado diferentes análisis sobre el impacto de AI Overviews en el CTR orgánico. Sus datos han mostrado reducciones importantes del porcentaje de clics en consultas donde aparece este tipo de respuesta.
Las cifras varían según la muestra, el momento y la metodología, por lo que no tiene sentido convertir un único porcentaje en una regla universal.
Lo realmente importante es otra cosa:
posición, visibilidad y tráfico ya no mantienen necesariamente la relación directa que tenían hace años.
Una marca puede generar impacto antes de recibir el clic. Puede aparecer mencionada, ser considerada dentro de una comparación o convertirse en una de las fuentes utilizadas para construir una respuesta.
Eso no elimina la importancia del tráfico. Las conversiones siguen necesitando en muchos casos que el usuario termine llegando a nuestra web.
Pero el recorrido hasta ese clic se está haciendo bastante más complejo.
Después de analizar esta evolución, actualmente dividiría el trabajo en tres grandes capas.
Antes de hablar de ChatGPT, Gemini o AI Overviews necesitamos que los buscadores puedan trabajar correctamente con nuestra web.
Rastreo, indexación, arquitectura, enlazado interno, contenido, semántica, datos estructurados y experiencia continúan siendo fundamentales.
Si una máquina no puede acceder o interpretar correctamente nuestra información, estaremos introduciendo problemas antes incluso de llegar a la fase generativa.
El segundo nivel consiste en producir contenidos que tengan alguna razón para existir.
No basta con reformular lo que ya han explicado otras cien páginas.
Necesitamos aportar datos, experiencia, ejemplos, investigación, casos reales, metodologías, comparativas trabajadas, análisis propios o conocimiento especializado.
Cuanto más fácil sea producir contenido genérico con IA, mayor será el valor relativo del conocimiento que solo determinadas fuentes pueden aportar.
La tercera capa es la que conecta de forma más clara SEO, off-page y GEO.
No podemos depender únicamente de lo que nuestra propia web afirma sobre nosotros.
Necesitamos que nuestra marca exista también dentro del ecosistema informativo de su sector.
Eso implica medios, menciones, asociaciones, vídeos, entrevistas, colaboraciones, estudios, reviews y otras fuentes capaces de reforzar la relación entre nuestra entidad y determinados temas.
Un enlace sigue siendo excelente.
Pero el objetivo no termina necesariamente en conseguir ese enlace.
La finalidad es que Internet disponga de suficientes señales consistentes para comprender quiénes somos y por qué podemos ser relevantes dentro de una determinada temática.
Empecé a trabajar profesionalmente en marketing digital y SEO en 2013 y, después de todos estos años, creo que uno de los errores que más repetimos en este sector es convertir cada cambio tecnológico en la supuesta muerte de todo lo anterior.
Ocurrió con Panda, Penguin, Hummingbird, RankBrain, BERT, los featured snippets, Helpful Content y está ocurriendo ahora con ChatGPT, AI Overviews y el GEO.
La realidad suele ser bastante menos dramática.
Las señales anteriores no desaparecen necesariamente. Se integran dentro de sistemas más complejos y adquieren un contexto diferente.
Las palabras clave siguen importando porque las personas continúan utilizando lenguaje para expresar lo que necesitan. El on-page sigue importando porque una máquina necesita comprender correctamente la información que publicamos. Los enlaces siguen importando porque conectan documentos y siguen aportando información sobre la estructura y autoridad de la web.
La parte técnica sigue importando. La autoridad sigue importando. El contenido sigue importando.
Pero ahora tenemos que añadir nuevas preguntas.
¿Entiende Google quién es nuestra empresa? ¿Con qué temas relacionan las fuentes externas nuestra marca? ¿Existe información suficiente para corroborar aquello que afirmamos? ¿Publicamos contenidos que realmente merecen ser utilizados como fuente? ¿Aparecemos en los sitios que una inteligencia artificial consulta cuando investiga nuestro sector? ¿Nuestra entidad resulta coherente dentro y fuera de nuestra propia web?
Por eso considero que el GEO es el siguiente paso lógico del posicionamiento, aunque no sea correcto afirmar que el SEO se haya transformado directamente en GEO.
Primero intentábamos conseguir que una página utilizara correctamente determinadas palabras. Después trabajamos su autoridad mediante enlaces. Más adelante aprendimos a responder intenciones, desarrollar temáticas y construir entidades.
Ahora necesitamos que los sistemas puedan encontrar nuestra información, entenderla, contrastarla, relacionarla con nuestra entidad y considerarla suficientemente útil y fiable como para formar parte de una respuesta.
Y aquí está, para mí, la conclusión principal de toda esta evolución:
En 2026 el SEO on-page sigue construyendo relevancia, contexto y capacidad de recuperación; el SEO off-page continúa aportando autoridad y señales externas; y el GEO amplía ambos conceptos obligándonos a trabajar también la presencia, las menciones, la corroboración y la autoridad de nuestra entidad en todo el ecosistema digital.
No tenemos que elegir entre on-page, link building y GEO. Tenemos que entender qué función cumple cada uno dentro de un sistema de búsqueda mucho más complejo.
Desde mi agencia SEO trabajo precisamente con esa visión conjunta: mantener una base técnica y de contenidos sólida, construir autoridad y adaptar progresivamente la estrategia a las nuevas formas de búsqueda y recomendación mediante inteligencia artificial.
También puedes consultar mis servicios específicos como agencia GEO o encontrarme en Google Maps para revisar mi perfil, ubicación y opiniones.
Quizá dentro de unos años dejemos incluso de discutir si tenemos que llamarlo SEO, GEO, AEO, LLMO o utilizar cualquier otra sigla que aparezca durante los próximos meses.
Porque el objetivo de fondo sigue siendo bastante parecido al que teníamos cuando empecé en 2013, aunque la tecnología sea muchísimo más sofisticada:
conseguir que cuando una persona necesite información, un producto, un servicio o un profesional relacionado con aquello que hacemos, nuestra marca sea una de las respuestas que merezca la pena mostrar.
Mi experiencia con ChatGPT Work local y Work Cloud: diferencias de archivos, navegador, autonomía y contexto en proyectos de SEO,… Leer más
Leave a Comment