GENERATIVE ENGINE OPTIMIZATION
GEO — Generative Engine Optimization
Posicionamos tu marca 'dentro de la respuesta' en motores de búsqueda generativos como ChatGPT, Perplexity, Gemini, Claude y Google AI Overviews: arquitectura de contenido citable, un entity graph sólido y visibilidad medible semana a semana.
Estar dentro de la respuesta es hoy una posición más poderosa que ser clicado.
El SEO clásico era una carrera por el clic en el enlace azul, y el enlace que no se clicaba no generaba valor. Los motores generativos invirtieron la ecuación: cuando un usuario pregunta a ChatGPT, Perplexity o Google AI Overviews, el modelo se alimenta de decenas de miles de fuentes y las comprime en un único párrafo. Si en ese párrafo aparece tu marca, tu marco de categorización o tu punto de vista, el usuario ya establece una relación contigo 'dentro de la respuesta' sin haber hecho clic. GEO no deja esta nueva capa al azar: construye arquitectura de contenido citable, un entity graph verificado y visibilidad medible semanal en 12 motores generativos para convertir tu marca en 'parte por defecto' de la respuesta de la máquina.
FRAMEWORK DE TRABAJO GEO
Framework 'Answer Layer' de 6 capas
No tratamos GEO como una auditoría puntual, sino como una operación continua capaz de adaptarse al comportamiento semanal cambiante de los motores generativos. Cada capa está ligada a una salida medible y a un SOP traspasable a tu equipo.
DISCOVER
Mapeo de prompts y entidades
Los 80-200 prompts de tu categoría, las brand mentions actuales, la salud de tu entity graph y la arquitectura de respuesta de tus competidores se reúnen en un único informe baseline. Ves con claridad dónde está tu marca en cada una de las 12 plataformas LLM.
ARCHITECT
Re-arquitectura de contenido y schema
Reescribimos tus contenidos en formato answer-first: jerarquía H2/H3, semantic chunking, integración schema.org + JSON-LD, manifiesto llms.txt, markup FAQPage/HowTo/Article y claridad canónica.
PLANT
Colocación de fuentes citables y entidades
Ediciones conformes a las reglas de Wikipedia/Wikidata, menciones orgánicas en publicaciones partner, alta en bases de datos sectoriales, integración en respuestas de alta autoridad en Reddit/Quora y estrategia de placement en publicaciones tier-1.
MEASURE
Seguimiento semanal de visibilidad en 12 plataformas
Brand mention rate, citation link share, sentiment, relative ranking y answer position; todo en un único dashboard Looker Studio, en vivo y con actualización automática.
DEFEND
Brand defensibility y control de misinformation
Los LLM repiten datos antiguos, confunden competidores o describen mal tu producto. Detectamos los errores y los corregimos a nivel de fuente (revisión Wikipedia, errata en partner, canonical contradiction). En 60-90 días los modelos actualizan su respuesta.
ITERATE
Review mensual + revisión del mapa de contenido
Analizamos en qué prompts avanzamos y en cuáles retrocedemos; a fin de mes decidimos qué contenido / entidad / fuente añadimos para cerrar gaps. Las nuevas plataformas LLM que pasan el umbral de categoría se añaden al sistema de seguimiento.
— SEO CLÁSICO vs GEO
Mismo objetivo, superficie distinta, ganancia combinada.
SEO clásico y GEO no se sustituyen; se potencian. Combinarlos en una misma operación es la nueva definición de liderazgo de categoría.
| Criterio | SEO clásico | GEO | Roibase: los dos juntos |
|---|---|---|---|
| Forma de ganancia | Tráfico de clic en enlace azul | Mención dentro de la respuesta generativa | Visibilidad en ambas superficies |
| Superficie de resultado | Los 10 enlaces del SERP de Google / Bing | ChatGPT, Perplexity, Gemini, AI Overviews, Claude | 15+ superficies (clásicas + generativas) |
| Comportamiento buscado | El usuario hace clic en el enlace | El LLM cita la marca en la respuesta | Clic y cita de forma simultánea |
| Señal principal | Backlink, keyword, E-E-A-T | Entity graph, citability, schema | Schema + knowledge graph + red citable |
| Herramienta de medición | Search Console + GA4 | Consultas de prompts en 12 plataformas | Dashboard unificado en Looker Studio |
| Ritmo de iteración | Review mensual / trimestral | Seguimiento semanal del prompt pool | Híbrido: señal semanal + plan mensual |
| Tiempo al impacto | Mejora estable en 90-180 días | Impacto en la respuesta del modelo en 45-90 días | Efecto combinado en 60-120 días |
| Defensa de la inversión | Se tambalea con cada update algorítmico | Los errores de modelo se corrigen en 60-90 días | Dispone de defensa en dos capas |
PROOF
Outcomes, measured
Seguimiento automático semanal en ChatGPT, Perplexity, Gemini, Claude, Grok, AI Overviews, Copilot, Kagi, You.com y 3 plataformas más.
Pool de prompts en vivo, específico de tu categoría, con preguntas transaccionales, informacionales y comparativas.
Subida media del brand mention rate en 6-8 categorías de prompts durante los primeros 90 días.
Para el diagnostic gratuito, el informe llega a tus manos en 48 horas desde la solicitud.
Efecto secundario de tráfico orgánico al combinar GEO + SEO clásico (media de 6 clientes).
Tiempo medio para que las correcciones en Wikipedia/Wikidata/publicación partner se reflejen en los motores generativos.
WHAT WE DO
Engagement scope
Every offering is an outcome-based work package. Roibase blends strategy and execution inside a single team — no hand-offs.
Ingeniería de citabilidad (citability engineering)
Estructuramos el contenido para que un LLM pueda resumirlo en un solo párrafo: definición clara + dato numérico + referencia de fuente primaria. No usamos TF-IDF; usamos semantic chunking + patrón answer-first, el formato con mayor probabilidad de entrar en la ventana de contexto de modelos como GPT-4o, Claude 3.5 Sonnet y Gemini 1.5 Pro.
Construcción de entity graph y base de conocimiento
Editamos de forma simultánea Wikidata, Wikipedia, Google Knowledge Graph, Crunchbase, el perfil de empresa de LinkedIn y bases de datos sectoriales. Tejemos conexiones verificables entre el nombre de marca, fundador, producto, categoría y eventos clave; los LLM interpretan esas conexiones como 'prueba de realidad' y citan tu contenido con más confianza.
Structured data + RAG-ready markup
Schema.org JSON-LD (Organization, Product, FAQPage, HowTo, Article), Q&A schema y HTML5 semántico dan señales limpias a los AI-crawlers. Además generamos llms.txt y un mapa de contenido vector-friendly — los modelos entienden bien qué sección es 'autocontenida' cuando trocean tu contenido.
Análisis de prompt landscape y share-of-voice
Identificamos entre 80 y 200 preguntas reales de usuarios de tu categoría (transaccionales + informacionales + comparativas). Vemos qué marcas aparecen en cada prompt, con qué frecuencia y con qué sentiment; lo convertimos en una tabla de share-of-voice comparada con competidores. La pregunta '¿dónde no estamos?' queda respondida con cifras.
Seguimiento de visibilidad multi-plataforma en LLM
Ejecutamos consultas automáticas semanales en 12 motores generativos: ChatGPT (GPT-4o, GPT-5), Perplexity, Google AI Overviews, Gemini, Claude, Grok, You.com, Kagi, Microsoft Copilot, Brave Leo, DeepSeek y Mistral Le Chat. En cada consulta medimos brand mention rate, citation link share, sentiment y relative ranking.
Optimización para AI Overviews y SGE
Los resultados AI Overviews de Google (antes SGE) son ya la superficie más visible del buscador en desktop. Para que te citen dentro de esas cajas optimizamos tu contenido con: formato answer-first estructurado, citations de datos verificables, schema tipo table/list/howto y señales E-E-A-T (autor real, organización, fuente).
Red de fuentes citables
Los LLM citan fuentes muy concretas: publicaciones tier-1 como Wikipedia, Reuters, NYT; sitios de referencia sectorial; artículos académicos; foros de alta autoridad como Reddit/Quora. Diseñamos una estrategia de partner publishing, PR y content seeding para que tu marca tenga allí las conexiones de entidad y las menciones correctas.
Optimización de conversational queries
Los usuarios ya no escriben 2-3 palabras a un LLM; escriben frases naturales del tipo 'hago esto, ¿cuál es el X que más me conviene?'. Mapeamos sets de long-tail conversational queries y aseguramos que la gramática del contenido responda de manera natural a esas frases.
Brand defensibility y control de misinformation
Los LLM se equivocan: repiten datos antiguos, posicionan mal a competidores, describen mal tu producto. Detectamos esos errores y los corregimos desde la fuente: edición en Wikipedia, errata en publicación partner, canonical contradiction en tu propia página. En 90 días, la respuesta de los modelos suele actualizarse.
AI SEO playbook y traspaso al equipo
Unimos SEO clásico + GEO + content ops en un único operating manual. Con una plantilla de contenido 'GEO-ready' integrada en el Notion/Confluence de tu equipo, el dashboard de medición y el ritmo mensual de review, el proceso queda totalmente transferible a tu equipo.
— QUÉ GANAS CON ESTE SERVICIO
Ganar fuerza no clicando, sino estando citado dentro de la respuesta.
GEO no es una 'mejora de visibilidad', es convertir tu marca en parte por defecto de la respuesta de la máquina en la fase de decisión de tu categoría. Lo siguiente son los resultados concretos de esa transformación.
Te conviertes en la 'respuesta por defecto' de tu categoría.
Cuando los usuarios piden una recomendación de tu categoría en ChatGPT, Perplexity o Google AI Overviews, el modelo empieza a incluirte entre las 3 primeras marcas citadas. Esa posición construye una autoridad sostenible sin carrera por el clic.
Te mencionan antes de la decisión de compra.
La mayoría de los compradores B2B y B2C de alto LTV en fase de investigación consultan hoy a un LLM antes de decidir. Estar dentro de la respuesta en esa fase equivale a posicionarse en el primer tramo del funnel clásico de marketing.
Ganas visibilidad no dependiente del clic.
A medida que sube el CPC del paid media crece el coste por conversión; GEO, en cambio, posiciona la marca en una superficie gratuita. Cada cita refuerza de forma orgánica el recuerdo de marca, y ese recuerdo alimenta directamente la tasa de conversión.
Tu inversión SEO actual produce el doble de valor.
El trabajo de schema, entidad e ingeniería de contenido para GEO también refuerza el ranking clásico de Google. Los equipos que gestionan ambos a la vez captaron, por cliente SEO puro, un 18 % adicional de tráfico orgánico por contenido en promedio.
Tú diriges la narrativa sobre tus competidores.
Mapeamos qué marcas, con qué tono y desde qué fuentes se citan en los 80-200 prompts críticos de tu categoría y haces crecer conscientemente tu share-of-voice. Los competidores no ocuparán el hueco si lo reclamas antes.
Corriges la información errónea y el posicionamiento confuso.
¿ChatGPT describe mal tu producto, lo confunde con un competidor o repite un dato antiguo? Vamos a la raíz del error y aplicamos la corrección definitiva vía Wikipedia/Wikidata/publicación partner — en 90 días la respuesta de los modelos se actualiza.
ENTREGABLES
¿Qué tienes al cerrar el mes?
Cada entregable es medible, usable y traspasable a tu equipo. No montamos slide decks, montamos sistemas que funcionan.
Informe Baseline de GEO Visibility
Medición inicial de 12 plataformas × 80+ prompts, comparación con competidores, análisis de sentiment.
Auditoría de salud del Entity Graph
Mapa de carencias y errores en Wikipedia/Wikidata/Knowledge Graph, plan de corrección.
Base de datos del prompt landscape
Listado en vivo y etiquetado por intent de las 80-200 preguntas de tu categoría.
Citability score — páginas top
Score LLM-friendly y propuestas de corrección para tus 20 contenidos más relevantes.
Implementación Schema.org + JSON-LD
Puesta en producción de los schemas Organization, Product, FAQPage, Article, HowTo.
llms.txt + AI crawler manifest
Archivo que indica a los motores generativos cómo debe citarse tu contenido.
Plantilla de contenido answer-first
Plantilla Notion/Google Docs para tu equipo de contenido — aplicable a cada nuevo artículo.
Mapa de la red de fuentes citables
Plan sobre en qué publicaciones, en qué orden y con qué tono necesitas aparecer mencionado.
Paquete de ediciones en Wikipedia/Wikidata
Propuestas de edición conformes a las reglas, con fuente y aprobadas (publicables, sin violación de copyright).
Dashboard de visibilidad en Looker Studio
Dashboard en vivo 12 plataformas × prompt pool, con actualización semanal automática.
Informe mensual de iteración
Tendencias de mention/citation/sentiment, nuevos prompts, propuestas de contenido siguiente.
Playbook GEO (para el equipo)
Guía de trabajo de 25-40 páginas para traspasar la operación a tu equipo, incluye video walkthroughs.
— ALCANCE DEL SERVICIO
¿Qué hacemos y qué no hacemos con este servicio?
Un alcance que deja las expectativas claras desde el principio. Para cada elemento fuera del alcance existe otro servicio Roibase o te derivamos al partner correcto.
Lo que cubre este servicio
- Consulta automática semanal de prompts y generación de informes en 12 motores generativos
- Montaje, etiquetado y actualización mensual de un pool vivo de 200+ prompts específicos de tu categoría
- Implementación completa de Schema.org JSON-LD: Organization, Product, FAQPage, HowTo, Article, BreadcrumbList
- Manifiesto llms.txt, pipeline de semantic chunking y mapa de contenido vector-friendly
- Propuestas de edición con fuentes y conformes a reglas en Wikipedia y Wikidata, más seguimiento de publicación
- Estrategia de placement en publicaciones tier-1, PR con partners y gestión de la red de fuentes citables
- Sets de respuestas autoritativas en foros de alta autoridad (Reddit / Quora / comunidades sectoriales)
- Re-arquitectura de las 20 páginas top actuales al formato answer-first
- Dashboard en vivo en Looker Studio: 12 plataformas × prompts × métricas con actualización automática
- Informe de iteración mensual + quarterly strategic review
- Playbook GEO corporativo de 25-40 páginas + video walkthrough para traspaso al equipo
- Brand defensibility: corrección a nivel de fuente de la información errónea en las respuestas del modelo
Lo que no cubre este servicio
- Operación de Google Ads, Meta Ads, TikTok Ads u otro paid media (servicio aparte: PPC)
- Reescritura desde cero de todo el catálogo de contenido (acuerdo aparte de content operations)
- Garantía de obtener página propia en Wikipedia (no damos compromisos fuera de sus reglas editoriales)
- Intervención directa en los modelos LLM — técnicamente imposible, nadie puede hacerlo
- Técnicas black-hat / spam / manipulativas (debilitan la defensa a largo plazo de la marca)
- Salida tras una auditoría puntual sin medición continua (el sistema no produce valor sin métrica)
- Link building artificial desde sitios de baja autoridad y spam (filtrados por IA y Google)
- Operación completa de SEO clásico (puede añadirse como paquete si se solicita)
HOW WE WORK
Las primeras 6 semanas son infraestructura; después, iteración continua + traspaso al equipo
Semana 1 — Diagnóstico y baseline
Medición baseline en vivo con 80+ prompts en 12 plataformas LLM, informe de share-of-voice en tu categoría, audit de salud del entity graph, citability score de las 20 páginas top actuales y mapeo de la arquitectura de respuesta de los competidores. Entregable: informe inicial de 20-30 páginas + dashboard en vivo.
Semana 2 — Prioridad estratégica y roadmap a 90 días
Roadmap de 90 días basado en los datos baseline: clusters de prompts con mayor leverage, gaps de entidad más críticos, ediciones de contenido quick-win y objetivos de fuentes tier-1. Priorización por business impact y decisiones de recursos tomadas juntos.
Semana 3-4 — Ingeniería de contenido estructural y schema
Implementación de Schema.org JSON-LD (Organization, Product, FAQPage, HowTo, Article), manifiesto llms.txt, pipeline de semantic re-chunking, paso de las 20 páginas top a formato answer-first y deploy de la plantilla de contenido 'GEO-ready' en Notion/Confluence.
Semana 5-6 — Hardening de AI Overviews y Featured Answer
Adaptación del contenido al molde answer-first para ser citado en las cajas de Google AI Overviews y Featured Snippet, validación del schema table/HowTo/FAQ, resolución de canonical contradictions y reforzamiento de la capa de señales E-E-A-T (autor real, organización, fuente).
Mes 2 — Red citable y construcción de entidades
Ediciones conformes a las reglas de Wikipedia/Wikidata, alta en bases de datos sectoriales, placements en publicaciones partner, sets de respuestas autoritativas en Reddit/Quora de alta autoridad y claridad en la disambiguation de marca. Cada colocación con fuente y verificable.
Mes 3 — Ritmo de producción de contenido e informe de los primeros 90 días
Producción mensual de 8-12 nuevos artículos 'answer engine optimized'; cada uno con plantilla GEO-ready, conectado al sistema de medición y comparado con baseline. Informe de los primeros 90 días: incremento de menciones por prompt, cambios de sentiment y tabla comparativa con competidores.
Mes 4 — Defensibility pass y misinformation sweep
Escaneo sistemático de información antigua / errónea / confundida en las respuestas de los LLM; para cada error, corrección a nivel de fuente (revisión en Wikipedia, errata en partner, canonical contradiction). En 60-90 días los modelos actualizan la respuesta y la defensa de marca queda activa.
Mes 5+ — Iteración continua y traspaso al equipo
En el ritmo mensual actualizamos el prompt landscape, añadimos nuevas plataformas LLM y mantenemos el ritmo de producción de contenido. En el mes 6, con el playbook GEO de 25-40 páginas + video walkthrough, la operación queda lista para transferirse totalmente a tu equipo interno.
— ECOSISTEMA
Plataformas y herramientas que usamos en la operación GEO
12+ herramientas y APIs activas, orquestadas para observar el comportamiento en motores generativos, hacer ingeniería de contenido y gestionar el entity graph.
SEGUIMIENTO Y MEDICIÓN
CONTENIDO Y SCHEMA
ENTITY Y KNOWLEDGE
REPORTING Y WORKFLOW
QUESTIONS
Frequently asked
— GLOSARIO DE TÉRMINOS
Glosario rápido del universo GEO
Los asistentes de IA destacan a una marca en sus respuestas cuando sienten que 'la conocen'. Los conceptos que construyen esa familiaridad se hablan juntos; por eso, antes de empezar, compartimos este glosario breve para hablar el mismo idioma.
- Generative Engine Optimization (GEO)
- Los usuarios ya no obtienen la respuesta de Google, sino de motores generativos como ChatGPT / Perplexity / Gemini. GEO es la disciplina aplicada que asegura que la marca aparece en esas respuestas generadas por IA de forma correcta, frecuente y como fuente preferida.
- AI Overviews
- Bloque de respuesta resumida generado por Gemini que aparece en la parte superior del resultado de búsqueda de Google. Cuando un Overview se muestra, los enlaces azules clásicos bajan muy abajo en pantalla; por eso estar citado dentro del Overview suele valer más que ser el primer resultado orgánico.
- Citation (atribución de fuente)
- URL o nombre de organización en que un motor generativo apoya su respuesta y que, normalmente, muestra de forma visible. Un score como '2ª citation en Perplexity' es el equivalente en GEO al clásico 'en qué posición orgánica estás' y es la métrica principal de medición.
- Entity graph
- Red semántica que describe tu marca como entidades conectadas: 'la empresa X opera en el sector Y, su fundador es Z, ofrece el producto W'. Los LLM no razonan desde texto en bruto, razonan desde este mapa de relaciones; si el graph no es sólido, la respuesta sale rota.
- Schema.org JSON-LD
- Formato de datos estructurados que hace el contenido de la página legible por máquina (Organization, Service, Product, Article, FAQPage, HowTo, etc.). Evita que el LLM vea el HTML en bruto como 'comida cruda' y permite volcarlo directamente al graph.
- llms.txt
- Archivo de texto plano que colocas en la raíz de tu sitio para decir a los AI-crawlers 'estas son las páginas clave, la definición canónica y las fuentes citables de esta marca'. Es el equivalente del robots.txt en la era IA; aún no es estándar, pero actores grandes como Anthropic ya lo leen.
- Semantic chunking
- Técnica para dividir un contenido largo en unidades (párrafos / secciones) que el LLM pueda citar de una sola vez como 'pieza de respuesta' manteniendo la unidad temática. Un contenido bien chunked siempre recibe más citations que un post de 5.000 palabras mal estructurado.
- Escritura answer-first
- Enfoque de contenido en el que la respuesta a la pregunta se da en la primera frase del párrafo y el contexto de apoyo viene después. Los LLM dan mucho peso a la posición 'top-of-chunk', por eso mantener el TL;DR al inicio mejora directamente el rendimiento GEO.
- E-E-A-T
- Experience (experiencia), Expertise (pericia), Authoritativeness (autoridad) y Trustworthiness (fiabilidad) — framework con el que Google y, ahora, los LLM evalúan la calidad de una fuente. Identidad del autor, dirección de la empresa, referencias, cadena de publicaciones externas... todo suma en esta puntuación.
- Share of Voice (SoV)
- Peso de visibilidad de tu marca en un prompt pool específico de tu sector (por ejemplo, 200 consultas críticas) ponderado frente a la visibilidad de tus competidores. Es la métrica de 'cuota de mercado' en GEO y se mide mes a mes.
- Prompt pool
- Lista fija de entre 50 y 300 prompts que tu audiencia objetivo pregunta realmente a los motores generativos y en los que quieres que aparezca tu marca. Se ejecuta semanalmente sobre un dashboard; visibilidad, citation y tone se reportan a partir de ese pool.
- Hallucination defence
- Disciplina de corregir desde la fuente la información falsa que un LLM genera sobre la marca: corrección en Wikipedia / Wikidata, bloque 'authoritative correction' en tu sitio, errata en publicación de terceros. 60-90 días después de propagarse la corrección, los modelos actualizan la respuesta.
- INP (Interaction to Next Paint)
- Core Web Vital que reemplazó a FID en 2024 — mide la mayor latencia entre todas las interacciones del usuario en la página. Por debajo de 200 ms es "bueno"; el culpable habitual es JS pesado bloqueando el main thread; se arregla con code-splitting, off-thread y main-thread budgeting.
- LCP (Largest Contentful Paint)
- Core Web Vital que mide cuándo se hace visible el elemento más grande del viewport (imagen, póster de vídeo, bloque grande de texto). Por debajo de 2,5 s es "bueno"; mejora con CDN, formatos modernos (AVIF/WebP), preload hints y reducción del CSS render-blocking.
- CLS (Cumulative Layout Shift)
- Core Web Vital que puntúa los desplazamientos de layout inesperados acumulados al cargar la página. Por debajo de 0,1 es "bueno"; los culpables habituales son imágenes sin dimensiones, banners tardíos y swap de web fonts. Se arregla con width/height, espacio reservado y font-display.
- TTFB (Time to First Byte)
- Tiempo desde que el navegador envía el request HTTP hasta que recibe el primer byte. No es un CWV pero define el suelo de LCP/INP; se mantiene bajo con un CDN cercano al origin, edge caching y eliminando redirects innecesarios. Por debajo de 800 ms es sano.
- FCP (First Contentful Paint)
- Momento en que el navegador pinta el primer contenido relevante (texto, imagen, SVG). Crítico para la percepción de "está cargando"; bueno por debajo de 1,8 s. Las palancas clave son el inlined critical CSS y diferir el JS render-blocking.
- PageSpeed Insights
- Herramienta gratuita de Google que mide una URL en lab (Lighthouse) y en field (datos reales CrUX). Informes separados para móvil y desktop; referencia para CWV pass/fail y recomendaciones. La mayoría conecta la tendencia semanal a Looker Studio.
— ÁRBOL DE DECISIÓN
¿GEO es adecuado para ti ahora mismo?
Cuatro preguntas cortas. Tardas 30 segundos y al final te decimos el punto de partida correcto para tu marca: GEO, primero cimientos de SEO o programa combinado.
01 / 04
¿Tu tráfico orgánico de búsqueda ha bajado en los últimos 6-12 meses?
Mira la tendencia total de clics o impresiones en Google Search Console.
— LET'S BEGIN
¿Cómo te cuenta hoy ChatGPT, Perplexity o Gemini?
Medimos la visibilidad de tu marca en 10 prompts críticos con un GEO Diagnostic gratuito. En 48 horas tendrás el informe con tu posición en cada plataforma, cuánto estás por delante o por detrás de tus competidores y los quick-wins que se pueden cerrar en los primeros 30 días.