GEO: cómo hacer que ChatGPT recomiende tu marca

El nuevo intermediario entre tu marca y tu cliente

El 66% de los españoles ya usa la inteligencia artificial para informarse sobre productos y marcas antes de comprar, según el estudio de Facttory (unidad de datos de BeConfluence) basado en más de 160 millones de datos generados en España entre enero de 2025 y febrero de 2026. Para un founder, la consecuencia es directa: el primer filtro de su categoría dejó de ser la página de resultados de Google y pasó a ser la respuesta que un asistente le entrega a su cliente.

El análisis de Carlos Guerrero, director de la Maestría en Dirección de Marketing y Ventas de ESAN Graduate School of Business, describe bien el cambio. Un consumidor que necesita una laptop ya no compara fichas en cinco webs: le pregunta a ChatGPT o Gemini qué equipo le conviene y recibe una lista corta. Aparecer en esa lista es un problema distinto de aparecer en el buscador, y tiene su propia disciplina: el Generative Engine Optimization (GEO).

¿Qué es el GEO y en qué se diferencia del SEO?

El GEO busca mejorar la visibilidad de una marca en las respuestas generadas por IA. No reemplaza al SEO: lo complementa. Los investigadores del paper original de GEO, presentado en KDD 2024, encontraron que los métodos de GEO pueden elevar la visibilidad en respuestas de motores generativos hasta un 40%, según recoge Redmond Pie. Ese dato sale de un benchmark controlado, no de una promesa de proveedor.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La diferencia de fondo está en la unidad de análisis. El SEO optimiza una URL para una consulta. El GEO optimiza una afirmación sobre la marca para que un modelo la repita. Y los modelos no repiten lo que dice tu home: repiten lo que dice el resto de internet.

¿De dónde saca la IA la información para recomendar?

Un análisis de OptimizeGEO, difundido por Adgully, sobre 40.000 consultas de compra sin marca en 12 categorías de consumo encontró que el 72% de las fuentes citadas por la IA eran medios editoriales. Las webs de marca representaban apenas una de cada siete citas, y tres de cada cuatro "estanterías" de compra generadas por IA derivaban al consumidor a un retailer en lugar de a la web del fabricante.

El mismo estudio detectó que más de 15% de los productos fueron descritos de forma inexacta por los modelos, con discrepancias atribuidas a información contradictoria en las webs de las marcas o de sus socios retail. Y que aparecían anuncios en el 14% de las respuestas analizadas.

Hay más evidencia en la misma dirección. Un preprint de la Universidad de Toronto citado por Redmond Pie halló que la búsqueda con IA se apoyó en earned media en el 92,1% de los resultados de electrónica de consumo en Estados Unidos, mientras que en Google el 32,9% provenía de fuentes propias de la marca. Y en una prueba del Tow Center, ocho motores de búsqueda con IA dieron respuestas incorrectas a más del 60% de las consultas sobre la fuente de un extracto de noticia.

Traducción para un founder: si tu información vive solo en tu web, la IA tiene poco material propio para citarte. Y si lo que circula en terceros está desactualizado, el modelo lo va a repetir con total seguridad.

La auditoría de 10 a 15 preguntas: el primer paso

Guerrero propone una acción concreta y barata: identificar entre diez y quince preguntas que tus clientes potenciales harían antes de comprar —"¿qué marca ofrece la mejor relación calidad-precio?", "¿qué producto conviene para este uso específico?"— y hacerlas en ChatGPT, Gemini y otras plataformas.

Lo importante es el registro. Anota qué competidores aparecen, qué atributos se destacan y si tu marca es considerada. Repite la prueba cada mes: las respuestas varían según la plataforma, el contexto y la versión del modelo. Sin serie histórica no hay diagnóstico, solo una foto suelta.

De ahí salen las mejoras en fichas de producto, comparativas, preguntas frecuentes y contenido especializado. La pregunta que ordena el trabajo es simple: ¿los atributos que te diferencian están respaldados con información verificable y accesible?

¿Los consumidores dejan que la IA compre por ellos?

Recomendar y pagar son cosas distintas. El I Estudio de Inteligencia Artificial de IAB Spain, elaborado con Elogia y presentado en octubre, señala que el 45% de los usuarios actuales de IA ya la usó durante un proceso de compra —equivalente al 23% del total de internautas— y que entre la Generación Z llega al 54%. El 66% la emplea para comparar alternativas y el 57% para investigar.

Pero el 65% de quienes usaron IA en una compra no permitiría que un agente comprara automáticamente por ellos. Un 21% lo aceptaría con supervisión y solo un 14% sin condiciones. Fuera de España la tendencia se repite, según el repaso de estudios internacionales que publica MeriStation: en Estados Unidos, Visa encontró que el 58% aceptaría que una IA comparase precios y el 38% que completase una compra, mientras solo el 27% se siente cómodo con que gaste de forma autónoma. En la encuesta de Accenture a 25.590 consumidores de 16 países, el 32% dejaría que el agente decida qué comprar si la persona conserva el pago, y apenas un 9% está abierto a compras totalmente autónomas.

La infraestructura, en cambio, avanza más rápido que la confianza: Santander y Mastercard completaron en marzo el primer pago real de extremo a extremo ejecutado por un agente de IA en Europa, en un entorno controlado y con límites definidos, según Cinco Días.

Un caso con números: de 1,3% a 24% de citas

La agencia B2B Gabriel Marketing Group trabajó con la plataforma Brandi AI sobre un análisis de 55.671 respuestas de IA. En una ventana de medición de 120 días optimizó páginas clave de su web y publicó una serie de diez artículos escritos por personas que respondían las preguntas reales de sus compradores sobre servicios, precios y selección de agencia.

El resultado, según el comunicado recogido por Yahoo Finance: su tasa de citación web en siete plataformas de IA subió de 1,3% a 24%, y en Google AI Overviews pasó de 0,7% a 44%. La agencia quedó segunda en visibilidad de IA en las consultas de su categoría y atribuyó tres leads calificados al descubrimiento vía IA.

Ninguno de esos movimientos fue técnico. Fue contenido con evidencia, publicado donde los modelos lo pueden leer.

¿Qué significa esto para tu startup?

1. Corre la auditoría de prompts esta semana. Elige 12 preguntas de compra de tu categoría, hazlas en ChatGPT, Gemini y Perplexity, y guarda las respuestas con fecha. Es gratis y te da la línea base. Repítelo cada 30 días.

2. Reescribe lo que la IA necesita leer. Fichas de producto con atributos concretos y verificables, comparativas honestas contra alternativas, FAQ que respondan las preguntas que la gente realmente escribe. Si tu web dice "somos los mejores" y no explica por qué, el modelo no tiene nada que citar.

3. Trabaja las fuentes de terceros. Reseñas de clientes, medios especializados, comparadores y páginas de distribuidores pesan más que tu propio sitio en las citas que recibe la IA. Detecta dónde aparece tu marca mal representada y corrige en la fuente, no solo en tu web.

4. Alinea marketing, ventas, producto y soporte. Puedes comunicar el mejor servicio de tu categoría, pero si los clientes reportan experiencias negativas, ese atributo no encontrará respaldo en fuentes independientes. La coherencia entre lo que prometes y lo que entregas es, literalmente, material de entrenamiento.

5. Mide con honestidad. Registra la frecuencia con que apareces en tu set de consultas, los atributos con los que te asocian y tu presencia frente a competidores. Son indicadores de visibilidad, no de ventas: no los presentes al board como pipeline.

Conclusión

La IA agregó un intermediario nuevo a la decisión de compra, pero no cambió los fundamentos. El 88% de los consumidores afirma que abandonaría una marca si detecta uso oculto de IA en reseñas o testimonios, según el estudio de Facttory. La lección para un founder no es "hay que aparecer en ChatGPT", sino construir razones claras, relevantes y creíbles para que un modelo pueda recomendarte sin inventar nada. Las marcas que entiendan mejor a sus consumidores y cumplan lo que prometen van a estar mejor paradas, con o sin cambio de plataforma.