Scaled content, prompt tracking obsesivo y llms.txt como driver — las 3 tácticas GEO de moda no mueven la aguja en PYME B2B. Pedro Dias (analista referencia GEO) lo señaló en mayo 2026 y los datos primary de Google lo confirman. Qué descartar, qué priorizar y por qué.
Hay tres tácticas GEO que aparecen en propuestas comerciales de agencias en 2026 y que no mueven Citation Rate en PYME B2B: (1) generación masiva de contenido optimizado para LLMs ("scaled content"), (2) prompt tracking obsesivo sin acción derivada, y (3) llms.txt promovido como driver principal de visibilidad. Las tres son tácticas legítimas en su contexto correcto pero vendidas fuera de ese contexto generan cero tracción real. La buena noticia: las palancas que sí mueven la aguja son menos sexy pero sostenibles y predecibles. Este post desmonta las tres y propone alternativas con primary source.
Tras revisar 22 propuestas comerciales de agencias GEO (US/UK/EU/ES) durante el primer cuatrimestre 2026 y cruzar con 6 audits PYME B2B España, Citora identifica tres tácticas dominantes en propuestas comerciales que no mueven Citation Rate medible:
El análisis propone además un frame epistemológico que separa GEO falsificable (científico) de GEO confirmatorio (marketing): el conocimiento avanza intentando refutar tu hipótesis, no confirmarla. La mayoría del GEO comercial vendido en 2026 hace lo contrario — produce estudios diseñados para validar lo que ya vende.
La propuesta comercial típica: "Generamos 30 artículos al mes optimizados para que ChatGPT te cite". Sub-tipos: contenido generado por IA con templating answer-first, content farms con palabras-clave LLM, "AEO content" en volumen.
El Google AI Optimization Guide oficial (mayo 2026) declara verbatim como myth los enfoques tipo "create content for LLMs". Texto literal: "Just like the rest of Google Search, our generative AI features prioritize high-quality content and block spam."
Lo que pasa en realidad: el contenido masivo es detectado como "AI slop" por Google (Helpful Content classifier), por OpenAI (filtros de calidad en GPTBot/OAI-SearchBot crawling) y por los rankers internos de Claude/Perplexity. Resultado: el site con 30 artículos/mes baja en SEO y no aparece más en IA. Doble penalización.
Audit Citora típico: cliente que pagó €2.500-€5.000/mes por scaled content durante 6 meses → Visibility Score promedio +1 punto. Mismo cliente con 3 posts pillar densos y 6 menciones cruzadas externas en 3 meses → Visibility Score +14 puntos. Ratio 14:1.
3-4 posts pillar por mes con datos verificables, tablas comparativas, citation links externos, FAQ schema. Ver el patrón en nuestro post sobre schema JSON-LD o nuestra guía E-E-A-T: cada post tiene 3-7 citation links externos a fuentes primary y datos cuantificables. Es lo que los crawlers IA reconocen como contenido de calidad.
La propuesta comercial típica: "Te damos dashboard con 200 prompts trackeados semanalmente en 4 LLMs". Herramientas tipo Peec AI, Profound, BrandRank, AthenaHQ y otras venden esta proposición como producto central.
Medir sin construir es gasto, no inversión. El problema no es la herramienta (algunas son legítimamente buenas) sino el cliente que paga el dashboard sin tener los 4 cimientos GEO. Es como comprar un termómetro de €500/mes para una casa sin calefacción — el dashboard te dice cada lunes "sigues sin aparecer" pero no construye el motivo para aparecer.
Citora lo formula así desde el frame falsificable: la herramienta cuenta citas, pero no distingue si la cita está moviendo decisión de compra o si te está usando como nota al pie irrelevante. Una página citada 40 veces/mes con cero conversiones (porque la IA te está usando como stat tangencial) es vanity metric, no impacto comercial. Citation Rate aislado, sin associación a queries comercialmente relevantes, no informa decisiones.
Tracking minimal viable: 10-15 queries estratégicas (no 200) cruzadas con 4 LLMs cada mes, medidas en relación a un set de competidores definido. Eso es lo que mide nuestro Visibility Score y es lo que hace falta para pivotar estrategia. Más de 200 queries genera ruido que nadie acciona.
Si vas a comprar herramienta de monitoring GEO comercial, hazlo cuando ya tengas Visibility Score >25/100 — antes de eso, el dinero está mejor invertido en construir cimientos (Wikidata, schema, menciones cruzadas).
La propuesta comercial típica: "Instalamos tu archivo llms.txt y los LLMs sabrán quién eres". Variante: chunks de 150 tokens, optimización para citation rate desde el archivo en sí, instrucciones a los modelos en formato Markdown.
El Google AI Optimization Guide declara llms.txt como myth verbatim (mayo 2026). OpenAI no ha publicado documentación oficial sobre que OAI-SearchBot lea ni use llms.txt. Anthropic tampoco. Perplexity menciona el archivo en contexto general pero no como driver de ranking.
Realidad medible: PYME B2B implementa llms.txt bien hecho → Visibility Score sin cambio observable atribuible al archivo. PYME B2B no implementa llms.txt → mismo resultado. El archivo no penaliza ni daña — pero tampoco mueve la aguja como driver de visibilidad.
Esto NO significa que llms.txt sea malo. Significa que es señal de bajo peso, no driver. Ver nuestra guía honesta sobre llms.txt para implementación correcta sin sobreestimar impacto.
Si tienes 2-3h de capacidad técnica, instala llms.txt como higiene (cuesta poco, no daña). Pero NO lo pongas en el top 3 de tu inversión GEO. Las palancas reales son: schema JSON-LD completo (driver), entidad consolidada Wikidata + Crunchbase (driver), 8-15 menciones cruzadas en sources independientes (driver fuerte), robots.txt + WAF correctos (driver de acceso). llms.txt es señal complementaria de orden 5 o 6.
La distinción metodológica que separa GEO real de GEO marketing:
| GEO confirmatorio (lo que se vende) | GEO falsificable (lo que funciona) |
|---|---|
| "Hicimos X, mejoraste, luego X funciona" | "Hipótesis: X mueve Y. Test antes/después con control. Si Y no se mueve, descartamos X." |
| Métrica única favorable mostrada al cliente | 4-6 métricas medidas, incluidas las que NO mejoran |
| No hay disprove-test estructurado | Cada acción incluye criterio de fallo definido |
| Resultado: client engagement, baja retención post mes 6 | Resultado: client trust, retención >12 meses |
En Citora aplicamos GEO falsificable desde 2025: cada hipótesis del audit incluye una métrica de fallo. Ejemplo: "Hipótesis: implementar schema Organization + 6 menciones cruzadas elevará Visibility Score 15+ puntos en 90 días. Disprove-test: si en día 90 el score sube menos de 8 puntos, la hipótesis falla y revisamos plan." Eso es lo que distingue agencia GEO real de agencia GEO vendiendo humo.
Estos 4 drivers son los que mueven Citation Rate medible. Cualquier propuesta de agencia que no priorice esos 4 antes de scaled content, prompt dashboards y llms.txt está optimizando para la propuesta comercial fácil de vender, no para tu resultado.
Ver nuestra guía de 7 criterios para elegir agencia GEO con los detalles.
Funciona en B2C nichos con consultas long-tail muy específicas y baja competencia. No funciona en B2B con compradores que validan colaborativamente y filtran AI slop. La regla simple para PYME B2B España: si tu contenido no aguantaría una revisión editorial de un periodista B2B sectorial, no aguanta una citation IA tampoco.
Es útil cuando ya tienes baseline Visibility Score >25/100 y necesitas iterar finamente sobre 10-15 queries estratégicas. Antes de tener cimientos, es vanity metric. Las herramientas comerciales (Peec AI, Profound, AthenaHQ) son legítimas pero su valor entra después de los cimientos, no antes.
Porque la comunidad SEO tiene incentivo en vender "lo nuevo" mientras Google tiene incentivo en proteger su moat (rankear por calidad real, no por archivos manipulables). En este caso específico la evidencia primary apoya a Google: 0 documentación oficial de OpenAI/Anthropic confirma uso de llms.txt como driver. Es señal sin peso medible.
Típico: mes 6-9. El cliente paga 3-6 meses esperando "el resultado prometido", llega al mes 9 con Visibility Score plano y cancela. Pérdida promedio: €15-€30K en retainer sin retorno medible. Si el cliente lee este post en mes 1, puede pivotar antes de gastar €25K.
En la propuesta comercial. Si incluye disprove-tests con criterio de fallo concreto, métrica baseline + delta esperado + ventana temporal, y se compromete a un informe mensual con métricas honestas (incluyendo las que NO mejoraron) — es señal fuerte de método científico. Si solo muestra cifras "+1.500% en X cliente" sin contexto ni control — es marketing.
Algunas. La forma de detectarlo en propuesta: pide ver un informe mensual real de un cliente actual (con datos anonimizados). Si la agencia te muestra reporte que incluye métricas planas o decrecientes con explicación de por qué, es buena señal. Si solo te muestra reporte con todo creciendo, es marketing seleccionado.
Si estás evaluando agencia GEO o ya tienes una y dudas si funciona, agenda 30 min con Raúl sin compromiso — conversación directa con el founder, sin SDR, sin propuesta enviada por email. Vemos juntos si tus 4 cimientos están y si la agencia (la actual o cualquier candidata) aplica frame falsificable. Si prefieres ver datos primero: audit gratuito (2 min, baseline Visibility Score en los 4 motores).
Descubre tu Visibility Score en 2 minutos. Gratuito, sin tarjeta.
Hacer mi audit gratisGoogle anunció en I/O 2026 tres formatos publicitarios nuevos dentro de AI Mode: Conversational Discovery Ads, Highlighted Answers y Shopping Ads con Gemini. La diferencia clave vs ads tradicionales: el anuncio aparece como parte de la respuesta IA, no como bloque separado. Cómo afecta esto al equilibrio ads vs orgánico para PYME B2B en España.
LeerGuía 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.
LeerMayo 2026: Google ha publicado oficialmente vía Gary Illyes (Search Relations) que comprar o manipular menciones de marca para aparecer en respuestas IA es spam penalizable bajo las mismas políticas que bloquean link buying. Análisis Citora de la nueva línea roja + señales que indican un sucesor de Penguin aplicado a era IA + qué hacer si tu agencia te está vendiendo Profound/Noble o servicios similares.
Leer