La versión corta
El último trimestre ejecutamos cinco campañas de GEO con el flujo de trabajo de Auspia: una carpintería de muebles a medida, una marca de lujo internacional, una agencia de TikTok centrada en EE. UU., una cadena regional de belleza y una tienda de bicicletas de barrio. Los resultados de los clientes variaron, pero el patrón en las cifras no. Tres hallazgos merecen guardarse:
- La visibilidad llega como un escalón, no como una pendiente. Toda campaña que funcionó pasó por la misma secuencia: ausencia, luego oscilación, luego irrupción. Semanas de nada, y después un salto que se mantuvo.
- Tiene vida media. En las dos campañas donde la alimentación del corpus se detuvo, la cuota de menciones se fue erosionando lentamente. Las menciones de IA son un activo que se mantiene, no un muro que se construye una vez.
- En mercados saturados o con reputación dañada, GEO es defensa antes que crecimiento. Para la cadena de belleza, la victoria se midió en afirmaciones falsas diluidas y contexto negativo aplanado, no en clics nuevos.
Si haces una sola cosa después de leer esto, que sea un marcador semanal. Las campañas que avanzaron de verdad sobrevivieron a una medición más estricta. Las que solo parecían avanzar, no.
Por qué publicamos una retrospectiva desde el lado del cliente
El buscador antes entregaba a las personas una lista de enlaces y las dejaba hacer clic. La IA generativa les entrega una afirmación. Bajo la generación aumentada por recuperación (RAG), la respuesta es el anuncio, y una marca gana esa mención igual que gana una cita: siendo la fuente más amigable al consenso en el corpus para esa pregunta.
Ese desplazamiento es toda la razón de existir del GEO. El artículo Generativo Engine Optimization de Princeton (Aggarwal et al., KDD 2024) argumentó que los modelos siguen sus preferencias de recuperación, así que la tarea se vuelve hablar el idioma del sistema de recuperación. Un trabajo publicado en Nature en 2024 confirmó el mecanismo detrás de esto: los modelos rechazan estadísticamente material fuente de alta entropía y contradictorio para reducir el riesgo de alucinación, y prefieren fuentes de baja entropía, estructuradas y verificables.
Aun así, la mayoría de los proyectos de GEO se cierran el día en que se entregan los entregables. El aprendizaje del operador vuelve a su cabeza, el cliente recibe un informe, y nadie fuera de esa sala puede decir si una tendencia era real. Esta retrospectiva es lo contrario de ese flujo: cinco proyectos de cliente, un marcador compartido y las conclusiones que realmente estamos cómodos defendiendo.
El marcador que usamos
Cada campaña se midió igual, con las mismas cuatro métricas del modelo de visibilidad GEO:
Métrica | Qué te dice | Qué significa un movimiento |
|---|---|---|
Tasa de inclusión | Con qué frecuencia aparece la marca en las respuestas de su conjunto de consultas | La diferencia entre invisible y considerado |
Cuota en el top-3 | Con qué frecuencia aparece la marca en las tres primeras menciones | La diferencia entre considerado y recomendado |
Posición media condicional | Dónde aterriza la marca cuando aparece | Calidad de posicionamiento dentro de una mención |
Coeficiente de variación | Cuán volátiles son las respuestas entre sesiones | Si el resultado es reproducible o fue un caso único |
Además, cada campaña rastreó señales operativas: recuentos de menciones, proporción de enlaces fuente que apuntaban a los dominios de la marca y qué asistente portaba la mención.
La disciplina de recolección importa más que las métricas. Construimos una matriz de consultas para cada cliente a partir de preguntas reales de compradores, y luego ejecutamos el mismo conjunto de prompts semanalmente, sin sesión iniciada, guardando capturas. En papel suena a tarea. En la práctica es la única razón de que los hallazgos de abajo no sean impresiones. (El AI Search Visibility Checker de Auspia automatiza este seguimiento y re-puntuación del conjunto de prompts, que es la razón principal por la que podemos ejecutarlo.)
Las superficies que rastreamos fueron los cinco asistentes que los compradores en estos mercados usan para la investigación de categoría: ChatGPT, Gemini, Perplexity, Copilot y Claude.
Las cinco campañas
Cliente | Qué estaba roto | Movimiento central | Qué cambió |
|---|---|---|---|
Carpintería de muebles a medida (Portland) | Preguntas de compradores sin respuesta en un asistente | Contenido guiado por consulta + hechos de marca por fases | La marca aparece en respuestas donde estaba ausente |
Marca de lujo internacional | Presencia intermitente, un asistente especialmente silencioso | Adaptación narrativa por asistente + verificación multidispositivo | Menciones positivas constantes entre configuraciones y ángulos |
Agencia de TikTok enfocada en EE. UU. | La investigación de categoría mostró un vacío total de marca | Secuenciación por intención de conversión, plataforma por plataforma | Menciones en el top-3 en los cinco asistentes |
Cadena regional de belleza (20+ centros) | Fichas desactualizadas, afirmaciones falsas dispersas, encuadre negativo | Conjunto de 30+ palabras clave de marca, contraalimentación por fases | El contexto pasó de arriesgado a establecido y verificado |
Tienda de bicicletas de barrio (30 años, mismo distrito) | Negocio de larga data, huella digital cero | Respuestas a consultas locales con dirección, horario y teléfono | El teléfono aparece en respuestas locales; el dueño imprimió el resultado para el escaparate |
El rompe-meseta: el carpintero que no consiguió nada durante semanas
El taller tenía una reputación local fuerte y presencia cero en IA. Los compradores preguntaban "cuál es el mejor carpintero de muebles a medida cerca de mí" y detalles similares, y el asistente respondía sin nombrarlo mientras recomendaba a competidores.
Minamos las preguntas que los compradores realmente escriben, construimos páginas en formato FAQ y hechos de marca estructurados a su alrededor, y luego hicimos lo que muchos equipos se saltan: alimentar el contenido por fases en lugar de todo de una vez. No pasó nada durante semanas. Entonces la tasa de inclusión subió un escalón y las menciones se estabilizaron. La lección no era sobre calidad del contenido. Era sobre la forma de la curva: silencio, silencio, silencio, salto.
La auditoría de consistencia: la marca de lujo que se veía bien en un dispositivo
La marca aparecía en algunas respuestas y se escapaba en otras, y un asistente estaba prácticamente mudo. Ese tipo de presencia parcial es más difícil de diagnosticar que la ausencia, porque el informe se ve bien.
El arreglo tenía dos mitades. El contenido se adaptó a cómo narra cada asistente los productos de lujo en lugar de enviarse como un bloque. Y la entrega se volvió verificable: cada revisión se ejecutó desde tres configuraciones distintas de dispositivo y red, con verificación cruzada, para que un buen resultado no pudiera ser un artefacto de una sesión. La consistencia dejó de ser una esperanza y pasó a ser una puerta.
La barrida multiplataforma: la agencia que desapareció de su propia categoría
Agencia estadounidense verificada en TikTok, demanda fuerte de categoría, y las respuestas de los asistentes simplemente no mencionaban a la agencia. En lugar de lanzar en todas partes a la vez, secuenciamos: primero las preguntas con mayor intención de conversión, una plataforma a la vez, avanzando cuando la superficie anterior se mantenía.
Para el final, las palabras clave de categoría llevaron a la agencia a las tres primeras menciones en los cinco asistentes. La secuenciación fue la parte que parecía ineficiente y la parte que pagó. Ejecutar cinco superficies el primer día hace que cada resultado sea ilegible.
La reparación de reputación: la cadena de belleza contra un mal contexto
Las fichas de la cadena estaban viejas, algunas afirmaciones falsas flotaban alrededor de su nombre, y los asistentes la describían con lenguaje cauto. En un mercado así, el problema no es la cobertura. El problema es el tono de la respuesta.
Trabajamos un conjunto de más de 30 palabras clave alrededor de la marca y luego contraalimentamos hechos verificados por fases: estado actual, credenciales, detalles correctivos. El contexto en las respuestas se movió hacia "establecido, verificado" en lugar del lenguaje de advertencia al consumidor que usaba antes. No borró cada rastro, y nunca prometeríamos eso. Pero el equilibrio de lo que decía el modelo cambió, y el cambio se mantuvo.
El invisible de 30 años: la tienda de bicicletas que exportó su propia mención
La tienda había servido a un distrito durante tres décadas y no tenía presencia en ningún lado digital. Nuestro movimiento en campañas locales es deliberadamente pequeño: captar lo que murmuran los compradores cercanos y poner los datos prácticos directamente en la capa de respuesta: dirección, horarios, teléfono y lo que la tienda realmente hace.
El número de teléfono empezó a aparecer en las respuestas locales dentro de la ventana de la campaña. El dueño imprimió la salida de la IA y la montó detrás del mostrador, junto a la prueba visible para los clientes. Cuando la capa de respuesta y el escaparate coinciden, el descubrimiento local deja de ser un problema de búsqueda.
Cuatro patrones que las cifras se empeñaron en repetir
1. El efecto umbral. Cinco campañas, una forma. La exposición no crece linealmente; avanza a escalones. Por debajo de cierta densidad de hechos de marca limpios y entrelazados, el modelo no tiene más opción segura que un competidor. Cruza la línea de densidad y las recomendaciones empiezan a aparecer. Esa es la curva S que el trabajo académico sobre GEO predice, y apareció en todos los proyectos que lograron éxito.
2. La vida media. Las campañas de lujo y transfronteriza tuvieron un período en que la alimentación del corpus se pausó. En unos dos meses, la tasa de inclusión y la cuota del top-3 empezaron a caer. La memoria de la plataforma tiene inercia, pero se deteriora sin insumos nuevos. GEO no es un estado al que se llega.
3. Desruido y posicionamiento defensivo. En mercados con alta concentración o contexto negativo preexistente, el valor del GEO es defensivo. No estás ganando cuota que no tenías; estás devolviendo el tono de la respuesta a afirmaciones verificables y delimitando una línea base segura. Es un resultado legítimo, pero debe medirse como eso mismo.
4. Heterogeneidad de plataformas. Los cinco asistentes se comportaron distinto. En estas campañas, Gemini y Copilot sostuvieron las menciones más tiempo después de que los insumos se detuvieran. ChatGPT se actualizó más rápido cuando cambió el corpus. No puedes llevar un solo ritmo para todas las superficies; necesitas uno por superficie.
El circuito operativo que de verdad se sostuvo
Quita las cinco historias de industria y sobreviven cuatro principios operativos:
- La cadena de evidencia vence a la persuasión. El contenido que realmente movió cifras fueron resultados de pruebas, certificaciones, especificaciones declaradas, hechos fechados y límites concretos. El lenguaje de "somos los mejores" fue el único contenido que nunca apareció en una captura.
- El corpus es un activo. Cada uno de estos clientes podía comprar publicaciones de blog nuevas. Lo que necesitaban en realidad era un banco reutilizable de hechos estructurados, limpios en cuanto a entidad y citables.
- Etapas por intención, no por volumen. Las campañas se dividieron en oleadas de preguntas por intención de compra y cada oleada tuvo tiempo para sostenerse antes de lanzarse la siguiente.
- La verificación es la puerta de entrega. La regla del cliente de lujo se volvió nuestra: una afirmación sobre visibilidad solo es verdadera cuando se reproduce entre sesiones, dispositivos y redes.
Por eso todo lo que ejecutamos empieza con una auditoría, no con un plan de contenido. El GEO Score Checker y el AI Search Visibility Checker de Auspia existen para hacer medible la línea base, y la ausencia de esa línea base es justo donde la mayoría de los programas internos de GEO se frenan en silencio.
Dónde la evidencia se ablanda
No vamos a fingir que la revisión es más rigurosa de lo que es.
- Las ventanas de observación fueron cortas. Varias campañas corrieron semanas, no trimestres. Las reglas de consolidación de cola larga siguen sin verificar.
- La atribución es correlacional. No podemos separar en cuentas la contribución del GEO del trabajo pago o de RR. PP. concurrente. Nadie puede, honestamente, desde fuera.
- La cobertura es estrecha. Bienes de consumo, moda, transfronterizo, belleza, servicios locales. Sin compradores B2B con listas de cumplimiento, sin productos financieros o de salud.
- Confundidores y ruido. El muestreo de capturas todavía se agrupa. Algunos clientes solo mostraron señales de exposición, nunca curvas cuantitativas completas, y su entrada en la matriz es un resumen direccional, no una medición.
Qué haríamos diferente la próxima vez
Si reiniciáramos todas estas campañas mañana, los cambios son pequeños y específicos. Trata el GEO como infraestructura, con una revisión automática semanal o mensual por asistente en lugar de una fecha de fin de proyecto. Construye primero la base de conocimiento empresarial, el banco de hechos en forma de esquema, y deja que las publicaciones y la distribución fluyan de ella. Mantén la cadena de evidencia como estándar de la casa. Y fija el ritmo por asistente, no por campaña.
Una vía compacta para tener tus propias cifras en ocho semanas
- Semana 0: elige 15-20 preguntas que los compradores realmente hacen sobre ti. Ejecútalas sin sesión iniciada una vez por asistente. Guarda la salida.
- Semanas 1-3: construye la cadena de evidencia: especificaciones, certificaciones, datos de pruebas, fechas, límites. Publícala como contenido con forma de respuesta, seccionado.
- Semanalmente: vuelve a ejecutar el mismo conjunto de prompts, registra las cuatro métricas y compáralas con las capturas.
- Dos veces por corrida de verificación: repite desde otra red y otro dispositivo. Si el resultado no se reproduce, no es un resultado.
- Semana 8: revisa la curva. Progreso claro u oscilación documentada es éxito. Cifras vacías con un pipeline bien construido también son un hallazgo, y te dicen que el asistente que estás alimentando no tiene ruta hacia ti.
FAQ
¿Cuánto tardan en empezar a moverse las respuestas de IA? Semanas, no días. En estas campañas la ventana práctica fue de seis a diez semanas de alimentación constante antes del primer escalón. El diagnóstico útil es si estás en la fase de oscilación —el pipeline funciona pero la densidad aún no está— o en la fase de ausencia, en la que la recuperación no tiene una ruta hacia ti.
¿El GEO es un proyecto de una sola vez? No. El patrón de vida media fue consistente. Si te importan las respuestas, mantén el pipeline caliente. Los mercados de menor ritmo se sostienen con una revisión mensual ligera; los mercados donde los compradores investigan cada semana necesitan semanales.
¿El GEO corrige respuestas de IA falsas o negativas? Desplaza el equilibrio, que no es lo mismo que borrar. La contraalimentación de hechos verificados movió las respuestas de la cadena de belleza del lenguaje de cautela a "establecido". Si una afirmación falsa proviene de un registro fuente que está mal, corrige primero el registro fuente. Y nunca leas "se movió" como "es permanente".
¿Con qué asistente empezamos? Con el que tus compradores realmente investigan. En estas campañas nunca fue la misma superficie. Empieza ahí, verifica y luego amplía. Lanzar los cinco el primer día hace imposible saber qué funcionó.
¿No es esto solo SEO con otro nombre? Trabajo distinto. El SEO compite en una lista ordenada de enlaces que la gente clicca; el GEO compite dentro de una afirmación generada que la gente lee. Comparten terreno: hechos limpios y estructurados y consistencia. Pero la medición, el ritmo y los modos de falla son distintos, y ejecutar los dos circuitos por separado es exactamente cómo se corrió este tipo de campañas.
Autor: Ethan Marlowe, líder de medición de GEO con más de 500 prompts en Auspia. Ethan escribe sobre seguimiento de prompts, informes de citas y los paneles de visibilidad que mantienen honesto al GEO.
