La industria GEO tiene 24 meses. La mitad de lo que se vende como mecánica todavía no está medido formalmente. Esta es la honestidad sectorial que pocas agencias practican: separar evidencia pública de hipótesis razonada.
La industria GEO tiene 24 meses como disciplina formalizada. Aproximadamente la mitad de las tácticas que las agencias venden como "mecánica probada" todavía no tiene evidencia pública verificable: son hipótesis razonadas. La honestidad sectorial consiste en separar las dos cosas en cada entregable. Esta guía explica qué SÍ está medido, qué se afirma sin medir, y la pregunta que recomendamos hacer a cualquier agencia GEO antes de contratarla.
Actualización 16 de mayo de 2026 — Google oficializa la posición
Un día después de publicar este análisis, Google ha sacado su primera guía oficial sobre AI optimization: "Optimizing your website for generative AI features on Google Search" (15 de mayo de 2026). La posición oficial Google coincide casi palabra por palabra con lo que defendemos en este post: SEO core sigue siendo la base, llms.txt no es necesario, "chunking" no es requerido, reescribir contenido para IA no funciona, y las menciones inauténticas tampoco. Más detalle al final del artículo en la sección "Actualización Google oficial".
Hay una cosa que casi ninguna agencia GEO te va a decir en su primera reunión: la mitad de lo que vendemos como mecánica todavía no está verificado formalmente. No porque esté mal, sino porque la disciplina es joven y la mayoría del trabajo de medición serio no se publica. Para un founder o director de marketing que está evaluando contratar GEO en 2026, entender esta diferencia entre lo medido y lo razonado es lo que separa una contratación informada de una compra ciega.
Este post explica el estado real del conocimiento sectorial: qué está probado con datos públicos, qué se afirma sin demostrar, por qué eso no significa que el sector esté vacío, y cómo evaluar agencias GEO sin caer en la trampa de las certezas vendidas.
GEO (Generative Engine Optimization) empezó a tomar forma como disciplina cuando ChatGPT pasó de novedad técnica a canal de descubrimiento real con tracción comercial. Eso ocurrió a lo largo de 2024, cuando empresas B2B empezaron a reportar que sus compradores llegaban habiendo consultado IA antes de contactar comercial. Antes de eso no había mucho que optimizar porque no había canal IA con volumen de búsquedas suficiente para justificar inversión.
Los primeros papers académicos serios sobre optimización para retrieval-augmented generation (RAG) y citation patterns en LLMs se publicaron a finales de 2023 y principios de 2024. La primera ola de agencias GEO especializadas (no SEO añadiendo "GEO" al deck) apareció a mediados de 2024. La segunda ola, más estructurada y con frameworks propios, durante 2025. Hoy, en mayo de 2026, tenemos un sector entero con propuestas comerciales sobre algo que la industria entendió hace 18-24 meses.
Esto no significa que el sector sea humo. Significa que las certezas vendidas tienen que mirarse con escrutinio, porque ningún sector que lleva 24 meses tiene "mejores prácticas" en el sentido en que SEO las tiene tras 25 años.
Hay cuatro afirmaciones que están razonablemente bien establecidas con evidencia pública. Cualquier agencia GEO honesta puede sustentar estas cuatro:
1. ChatGPT, Gemini, Claude y Perplexity citan fuentes externas en la mayoría de respuestas B2B. Esto está documentado por análisis públicos de muestras grandes de queries (Seer Interactive, Sparktoro, análisis independientes de la comunidad LLM-SEO). Las cuatro principales LLMs muestran fuentes citadas en respuestas a queries B2B informativas en porcentajes que varían entre 60% y 95% según el modelo y el tipo de query.
2. Hay overlap parcial entre el top 10 de Google y las citas de la IA, en torno al 20%. Seer Interactive midió un overlap del 19,5% entre las fuentes que cita la IA y el top 10 orgánico de Google para queries B2B informativas en 2025. El 80% restante son fuentes que el ranking de Google no refleja: artículos sectoriales, foros profesionales, bases de datos verticales, comparativas en medios verticales, Wikipedia, Reddit. Este dato es público y verificable.
3. Las marcas con schema JSON-LD completo aparecen consistentemente más en respuestas IA que las que no lo tienen. No hay un estudio público de N=1000 con regresión multivariante, pero sí hay análisis de muestras donde marcas con Organization + Product + FAQPage + BreadcrumbList aparecen entre 2 y 4 veces más en citas IA que marcas con HTML semántico básico. El mecanismo es razonablemente entendido: schema le da al LLM datos estructurados extraíbles sin ambigüedad.
4. Wikipedia y Reddit pesan fuerte como fuentes en las cuatro LLMs, variando por modelo. Perplexity cita Reddit en aproximadamente el 50-60% de respuestas B2B que tocan opinión o comparativa. ChatGPT prefiere Wikipedia ES y bases de datos estructuradas. Claude mezcla. Gemini favorece Google Search results (con su propio sesgo). Estos patrones se han verificado en análisis públicos repetidos.
Estas cuatro afirmaciones son los pilares sobre los que cualquier agencia GEO seria debería construir su propuesta. Si no las cita o las contradice, hay un problema.
Aquí es donde el sector empieza a vender certezas sobre territorio no cartografiado. Cinco afirmaciones que veo en propuestas de agencias y que NO tienen evidencia pública verificable a fecha de hoy:
1. Cuánto cambia la citation rate cada factor concreto que recomendamos. Una agencia te dirá que "implementar Wikidata + sameAs sube tu citation rate un 30%". No hay regresión pública seria que aísle el factor "Wikidata" del resto de cambios simultáneos. Es razonable creer que ayuda, pero la cifra concreta es invento o extrapolación.
2. Cuánto pesa cada factor relativo a los otros. ¿Es más importante schema JSON-LD o presencia en Reddit B2B? Depende del LLM, del sector, del tipo de query, de la fase del comprador. No hay paper público que ranquee factores con confianza estadística para B2B español.
3. Si la frecuencia de actualización del contenido afecta el retrieval IA. Hay hipótesis razonables (los LLMs tienen cutoff dates, los crawlers de fuentes RAG indexan en distintos intervalos). Pero medir si publicar 4 vs 8 vs 16 posts al mes cambia tu citation rate requiere un experimento controlado que ninguna agencia ha publicado.
4. Si las menciones en foros B2B oscuros mueven el shortlist. Es plausible que sí, porque los LLMs ingieren foros profesionales. Pero "oscuros" significa que no hay tráfico cuantificable. Una mención en un foro de directores de operaciones de una vertical específica puede ser oro o no aportar nada — depende de si ese foro está en el corpus de entrenamiento o en las fuentes RAG. Imposible saberlo con certeza sin acceso a los datasets.
5. Cuánto dura el efecto de una mención en una fuente alta tras desaparecer. Si te mencionan en Wikipedia y luego la editan, ¿cuánto tarda en propagarse al corpus de los LLMs? ¿La cita del LLM se actualiza cuando re-entrenan o cuando refrescan RAG? Estos ciclos no son públicos y varían por modelo.
Estas cinco son apuestas razonadas que muchas agencias GEO (incluida la nuestra en algunos casos) entregan a sus clientes. La diferencia honesta no es no entregarlas, sino declarar al cliente que son apuestas razonadas, no certezas medidas.
Una forma de ver el sector es mirar quién está implementando estas tácticas hipotéticas sin esperar a que alguien las demuestre con paper. El caso de llms.txt es el más claro.
Stripe, Cloudflare, Vercel, Shopify, Nvidia y Zapier tienen llms.txt en producción a fecha de mayo de 2026. Repsol es la única gran española confirmada que lo tiene. BBVA, Santander, Telefónica, Inditex, CaixaBank y Mercadona no lo tienen. Microsoft, Google y la propia Anthropic en su dominio raíz tampoco lo tienen.
Esto no demuestra que el formato funcione. Demuestra que las empresas con mejor instinto técnico están apostando por él sin esperar a que alguien lo demuestre. Es la diferencia entre apuesta razonada con criterio (Stripe, Vercel) y certeza vendida (la agencia que te diga "llms.txt sube tu citation rate un 25%").
Citora entrega llms.txt a sus clientes. No porque tengamos un paper con N=500 que demuestre el ROI hoy, sino porque la hipótesis razonada es que ayuda, y porque el día que los LLMs lo adopten oficialmente como señal de retrieval, quien ya lo tiene lleva meses de ventaja sobre quien estaba esperando evidencia. Esa es la diferencia entre apuesta y certeza, y se la explicamos al cliente exactamente así.
Si estás evaluando una agencia GEO para contratarla en 2026, hay una pregunta que separa a las serias de las que están vendiendo humo:
"¿Qué de lo que me vendéis tiene evidencia pública verificable, y qué es hipótesis razonada?"
Las respuestas posibles dicen mucho:
Si eres founder o director de marketing de una PYME B2B española evaluando GEO, esta distinción tiene tres implicaciones operativas concretas:
Primera, prioriza lo verificado en los primeros 90 días. Schema JSON-LD completo, presencia en Wikipedia ES si tu marca lo permite, perfil de Reddit B2B si tu sector lo usa, citaciones en prensa sectorial. Estos cuatro son los que tienen mayor probabilidad de mover la aguja con base en lo que sí está medido.
Segunda, acepta las apuestas razonadas con criterio. llms.txt, Wikidata + sameAs, presencia en foros profesionales nicho, contenido factual con cifras extraíbles. Son trabajo barato (algunas piezas se hacen en horas, no semanas) y la asimetría favorece al que apuesta: si funcionan, te dan ventaja; si no funcionan, has gastado poco. No las dejes para "cuando se demuestre".
Tercera, mide tu propio cliente individualmente. La agencia que te diga "subes 30% el primer mes" sin haber visto tu sector concreto está estimando con una variable que no controla. Lo que sí se puede prometer es proceso: baseline de citation rate antes, implementación de las cuatro piezas verificadas + las cinco razonadas, medición mensual del delta. Sin atajos, sin "magia GEO".
GEO en 2026 no está vacío. Hay suficiente conocimiento medido para construir una propuesta operativa con confianza. Pero tampoco está maduro. Quien acierte primero con la mecánica real de cada factor va a tener ventaja brutal cuando los LLMs publiquen factores oficiales o se publiquen papers con N grande. Mientras tanto, confundir hipótesis con hechos es lo que hizo al SEO de 2014 ser una jungla de prácticas que dejaron de funcionar de la noche a la mañana cuando Google ajustó algoritmo.
La forma honesta de practicar GEO en una agencia hoy es trabajar las cosas verificadas con cuidado, las razonadas con humildad declarada, y medir cada cliente individualmente. No hay atajo. Lo que sí hay es criterio: separar lo que sabemos de lo que apostamos, y comunicarle eso al cliente en cada entregable, no solo en la primera reunión.
Si una agencia GEO no es capaz de hacer esa separación contigo, está vendiendo el SEO de 2014 con vocabulario de 2026. Y eso, a corto, puede parecer convincente. A medio, hace daño al cliente y al sector.
Un día después de publicar este post, Google sacó su primera guía oficial sobre optimización para AI search: "Optimizing your website for generative AI features on Google Search". Lily Ray, una de las voces más autorizadas del sector SEO mundial, lo amplificó con 16.000 likes en 7 horas.
La posición oficial Google es directa: "Optimizar para AI search es optimizar para search". AEO y GEO desde la perspectiva del Google Search no son disciplinas separadas, sino aplicación de SEO fundamentales a nuevas interfaces. Las features AI están construidas sobre los mismos sistemas core de ranking.
Los 5 mitos que Google desmiente explícitamente en la guía coinciden con las afirmaciones "razonadas, no medidas" que este post identificaba 24 horas antes:
Lo que Google SÍ valora, según la guía oficial:
El anuncio Google no invalida GEO bien hecho. Lo redefine: GEO nunca fue "trucos para la IA". Fue siempre arquitectura de presencia (schema completo, identidad cruzada en Wikidata + sameAs, consenso digital en fuentes externas que la IA cita, contenido factual extraíble). La guía oficial Google confirma exactamente esa visión.
Para nosotros, la implicación operativa es clara: las cuatro afirmaciones que este post identificaba como "medidas con datos públicos serios" siguen siendo el núcleo de cualquier propuesta GEO seria. Las cinco "razonadas, no medidas" pierden tres (llms.txt, chunking, rewriting para IA) según la posición oficial Google a 16-05-2026. Las dos restantes (peso relativo de cada factor + duración del efecto de una mención) siguen sin medir formalmente, y se mantienen como apuestas razonadas en el stack que entregamos a clientes con humildad declarada.
El sector GEO está madurando en tiempo real. Hoy es Google. Mañana serán los benchmarks comparables. Pasado, los standards. Quien ya separa lo medido de lo razonado entra en esa madurez con ventaja. Quien vendía certezas sobre territorio no cartografiado tiene un problema reputacional que acaba de empezar.
Descubre tu Visibility Score en 2 minutos. Gratuito, sin tarjeta.
Hacer mi audit gratisGuía práctica para directivos y CMOs: qué incluye un servicio GEO, qué resultados esperar en 30-60-90 días, cómo medir el ROI y las 5 preguntas que debes hacer antes de contratar.
LeerEl 83% de búsquedas con AI Overview termina sin clic. AI Overviews ha cambiado el contrato de valor entre webs y Google. Esta es la estrategia GEO para 2026.
LeerEl 95,5% de las fuentes que cita la IA no coincide con el top 10 de Google. GEO y SEO optimizan para sistemas técnicamente diferentes — aplicar la lógica de uno al otro produce resultados pobres.
Leer