Cuando un sistema redacta una respuesta, tiene que asociar cada afirmación a una fuente. Si la empresa se describe de una manera en la web, de otra en LinkedIn y de una tercera en el pie de página, no hay nada estable a lo que asociarla. Por eso el GEO empieza por la entidad: un nombre, una URL, una descripción y el mismo conjunto de perfiles en todas partes.
La segunda parte es el acceso. Los rastreadores que usan los motores de respuesta tienen que estar permitidos en robots.txt, y la página tiene que llevar su texto en el HTML que descargan, no solo después de ejecutar JavaScript. Encima de eso puede ir un mapa en texto plano como llms.txt.
La tercera parte es la propia página: una frase al principio que responda a la pregunta por sí sola, para que se pueda citar sin los párrafos que la rodean. Aquí se solapa con el AEO. El GEO se apoya en el SEO de siempre, no lo sustituye. Una página que no se rastrea ni se indexa no ofrece nada que un sistema de IA pueda leer.
El GEO no consigue que un modelo te mencione. La cita la decide el modelo. Lo que el trabajo puede demostrar es que nada de tu lado lo impide, y el informe de IA de Search Console, medido aparte.
Un ejemplo de nuestro trabajo
En audacian.eu la entidad es un único registro Organization con un @id estable en todas las páginas y enlaces sameAs a nuestros perfiles activos en LinkedIn, Crunchbase, Clutch y YouTube. robots.txt nombra los rastreadores que permitimos, entre ellos GPTBot, OAI-SearchBot, ChatGPT-User, PerplexityBot, ClaudeBot y Google-Extended, y la compilación publica llms.txt y llms-full.txt. En Videojam, nuestra plataforma, medimos la parte de IA como una cifra propia: la exportación de funciones de IA del 1 de agosto al 31 de octubre de 2026 muestra 749 impresiones, junto a 12.486 impresiones en la búsqueda web en las mismas fechas. Las mantenemos separadas, porque una no es un subconjunto de la otra.