Durante veinte años, o más, el SEO nos acostumbró a mirar una clasificación. Primero, segundo, quinto, décimo…. Una especie de Liga de fútbol de páginas web en la que subir puestos era la medida más sencilla para saber si las cosas iban bien. Podíamos discutir durante horas sobre autoridad, enlaces, intención de búsqueda o experiencia de usuario, pero al final siempre terminábamos mirando el mismo número: en qué posición estaba nuestra página para una determinada palabra clave.
La inteligencia artificial está desmontando esa comodidad. Y algunos de los datos que empiezan a publicarse deberían hacernos revisar unas cuantas ideas que hasta hace poco parecían bastante asentadas.
Ahrefs analizó 15.000 consultas y encontró que, de media, solo el 12% de las URLs citadas por asistentes como ChatGPT, Gemini, Copilot y Perplexity aparecían también entre los diez primeros resultados de Google para esa misma consulta. Cerca del 80% ni siquiera estaba entre los cien primeros. En el caso de ChatGPT, el solapamiento era todavía menor, alrededor del 8%.
El dato resulta bastante incómodo para cualquiera que lleve años trabajando en SEO, porque rompe una asociación que tendemos a dar por hecha: si Google considera que mi página es la mejor respuesta, una inteligencia artificial debería llegar a una conclusión parecida. Pero no necesariamente ocurre así. Puedes ocupar la primera posición de Google y no aparecer en la respuesta de ChatGPT, mientras que un competidor situado varias páginas por debajo termina convertido en fuente.
No es necesariamente una anomalía. Lo que probablemente estamos viendo es el resultado de dos mecanismos de selección distintos.
Google elige páginas. La IA necesita información
Durante muchos años hemos diseñado nuestra estrategia pensando en una pregunta relativamente sencilla: cuál es la mejor página que podemos ofrecer para una determinada búsqueda. De ahí nace buena parte de la arquitectura del SEO moderno: una intención de búsqueda, una URL que intenta satisfacerla y una competición con otras páginas por ocupar las primeras posiciones.
Un sistema generativo tiene un problema algo diferente. No necesita necesariamente encontrar la mejor página sobre un tema, sino localizar la información que le permita construir la mejor respuesta posible. Y esa diferencia, que inicialmente puede parecer menor, cambia bastante la forma en la que deberíamos empezar a pensar nuestros contenidos.
Una página puede tener una enorme autoridad, cientos de enlaces entrantes y una posición excelente en Google y, sin embargo, esconder la respuesta concreta que necesita la IA debajo de una larga introducción, varios párrafos corporativos y una explicación genérica del problema. Otra página puede tener menos autoridad, menos enlaces y una posición considerablemente peor, pero contener un párrafo que responda exactamente a una de las preguntas que el modelo necesita resolver.
Para una inteligencia artificial que está componiendo una respuesta, ese párrafo puede resultar más útil.
Por eso creo que una de las ideas más importantes que introduce el GEO es que tendremos que empezar a pensar menos exclusivamente en páginas y algo más en pasajes. No porque la página deje de importar, sino porque dentro de ella existen unidades de información que pueden competir de manera relativamente autónoma por convertirse en la fuente de una respuesta.
La cita, en ese sentido, se gana cada vez más párrafo a párrafo.
Los backlinks tampoco garantizan la cita
Hay otro dato que resulta particularmente interesante porque toca uno de los pilares históricos del SEO. Geeky Tech comparó más de 14.000 URLs citadas por sistemas de inteligencia artificial con cerca de 4.000 páginas que aparecían entre los diez primeros resultados de Google para esas mismas palabras clave, pero que nunca habían sido utilizadas como fuente por los modelos.
La mediana de backlinks de las páginas citadas era cero. También era cero la mediana de dominios de referencia y más de la mitad de las URLs utilizadas por los asistentes no tenía ningún dominio enlazándolas. Más llamativo todavía: las páginas que posicionaban bien en Google pero que no eran citadas por la IA presentaban, en términos generales, un perfil de enlaces ligeramente mejor.
Esto no significa, como podría interpretarse apresuradamente, que el link building haya dejado de tener valor. Los enlaces siguen siendo una señal relevante para Google y una buena posición en los buscadores puede aumentar las posibilidades de que una página termine formando parte del conjunto de documentos que consulta un sistema generativo.
Pero una cosa es que la IA llegue a tu página y otra que decida utilizarla.
La autoridad puede ayudarte a entrar en el conjunto de candidatos. Lo que estos datos sugieren es que no garantiza la elección final. En algún momento del proceso aparece otro criterio que tiene más que ver con la utilidad concreta de la información disponible en la página que con la fortaleza tradicional del dominio.
Hay otra búsqueda ocurriendo debajo de la búsqueda
Probablemente este sea uno de los cambios más interesantes y menos visibles. Cuando escribimos una pregunta en ChatGPT tendemos a imaginar un proceso bastante parecido al de un buscador: el sistema recibe la consulta, busca información sobre ella, encuentra varias fuentes y redacta una respuesta.
Sin embargo, los sistemas generativos pueden hacer algo bastante más complejo. Una pregunta inicial puede descomponerse en varias consultas más pequeñas que permiten investigar diferentes partes del problema. Es lo que se conoce como *query fan-out*.
Si alguien pregunta qué CRM debería elegir una pyme industrial española, por ejemplo, la IA no tiene por qué limitarse a buscar exactamente esa frase. Puede intentar averiguar cuánto cuesta cada plataforma, qué integraciones ofrece, si dispone de soporte en español, qué capacidad de automatización tiene, cómo escala cuando crece el equipo comercial o qué soluciones se integran mejor con determinados ERP. El usuario nunca ha formulado esas preguntas, pero el sistema puede necesitarlas para construir una respuesta suficientemente buena.
AirOps analizó 548.534 páginas recuperadas durante 15.000 prompts de ChatGPT y comprobó que el 89,6% de las consultas provocaba al menos dos búsquedas derivadas. Aquellos 15.000 prompts terminaron convirtiéndose en más de 43.000 consultas diferentes. Más interesante todavía, casi un tercio de las páginas citadas que aparecían en algún top 20 habían sido localizadas exclusivamente mediante esas búsquedas derivadas y no a través de la pregunta original.
Hay un segundo dato que me parece aún más revelador: el 95% de esas consultas fan-out no tenía volumen de búsqueda registrado en las herramientas tradicionales de palabras clave. Es decir, existe una capa entera de demanda que nuestras herramientas de SEO apenas estaban observando porque, sencillamente, no había humanos escribiendo esas consultas exactamente de esa forma en Google.
Eso obliga a ampliar bastante nuestra forma de entender la intención de búsqueda.
De la keyword al territorio de preguntas
Durante años hemos organizado buena parte del trabajo SEO alrededor de palabras clave. Analizamos qué busca el usuario, cuánto volumen tiene una determinada consulta, qué intención existe detrás de ella y qué página deberíamos crear u optimizar para competir.
Ese modelo no desaparece, pero probablemente se quede corto para entender cómo funciona la búsqueda generativa. Si una IA descompone una pregunta en cinco, diez o veinte consultas adicionales, ya no basta con responder bien al término principal. La verdadera competición empieza a producirse alrededor de todo el conjunto de preguntas que rodean la decisión del usuario.
Otro análisis, realizado por Surfer SEO sobre 10.000 palabras clave y recogido por Search Engine Land, encontró una correlación elevada entre posicionar para un mayor número de consultas fan-out y acabar citado en Google AI Overviews. Las páginas que aparecían para consultas derivadas tenían un 161% más de probabilidades de resultar citadas que aquellas que únicamente posicionaban para la consulta principal.
El matiz es importante porque esto tampoco debería llevarnos a la conclusión de que hay que escribir artículos interminables capaces de contestar absolutamente a todo. El objetivo no es acumular contenido, sino comprender mejor el territorio informativo que rodea a una pregunta y decidir qué cuestiones merece la pena resolver y con qué nivel de profundidad.
Durante años intentamos ganar una keyword. Ahora probablemente tendremos que aprender a ocupar un espacio semántico mucho más amplio.
Ortega y Gasset decía aquello de “yo soy yo y mi circunstancia”. La adaptación al GEO sería bastante menos elegante, pero quizá útil: una consulta es la consulta y todas sus circunstancias. Y la inteligencia artificial también busca dentro de esas circunstancias.
Entrar puede ser más difícil que mantenerse
Existe además otra idea bastante extendida que los datos empiezan a poner en cuestión. Solemos imaginar las respuestas de ChatGPT y de otros asistentes como algo extraordinariamente volátil, una especie de tómbola en la que hoy aparece una fuente, mañana otra y dentro de una semana todas han cambiado.
Por su parte, BrightEdge analizó semanalmente miles de prompts en ChatGPT, Gemini, Google AI Mode, AI Overviews y Perplexity y encontró justamente lo contrario. El 96,8% de los dominios citados no registró ningún cambio de una semana a otra. Y cuando se producía movimiento, era mucho más frecuente perder presencia que ganarla. Entre las marcas con mayor visibilidad, la estabilidad alcanzaba el 99,4%.
Esto tiene una consecuencia práctica bastante importante para cualquier estrategia GEO. Conseguir entrar en el conjunto de fuentes habituales de una IA puede resultar mucho más difícil de lo que imaginamos, pero una vez dentro parece existir una cierta inercia.
Por eso probablemente sea ingenuo pensar que basta con publicar unos cuantos artículos nuevos para que ChatGPT empiece a citar una marca. Si determinados dominios y documentos ya están resolviendo adecuadamente las preguntas que utiliza el sistema, desplazarlos exigirá algo más que producir contenido. Habrá que entender exactamente por qué están siendo utilizados.
Cuando ChatGPT cita a tu competidor
Creo que esta será una de las conversaciones más habituales entre departamentos de marketing, responsables SEO y agencias durante los próximos meses: ¿cómo puede ser que una empresa aparezca primera en Google y, sin embargo, ChatGPT cite a un competidor situado bastante más abajo?
Mi primera reacción no sería analizar todo el dominio del competidor ni empezar comparando perfiles de enlaces. Abriría exactamente la página que la IA ha utilizado como fuente, localizaría el fragmento que sustenta la respuesta y lo compararía con nuestro contenido.
Ahí es donde probablemente aparezcan las diferencias. Puede que el competidor responda antes a la pregunta, que incluya un dato que nosotros no tenemos, que su información esté más actualizada, que explique una excepción relevante o que responda a una de esas consultas derivadas que nuestra página nunca había contemplado. También puede ocurrir algo mucho más sencillo: que su párrafo pueda extraerse y comprenderse de manera independiente, mientras que el nuestro necesite cinco párrafos anteriores para adquirir sentido.
Y quizá esa sea una de las conclusiones más interesantes de todo este cambio. Optimizar para buscadores generativos empieza a parecerse menos a decorar una página para agradar a un algoritmo y bastante más a hacer buen periodismo: responder preguntas concretas con información concreta, utilizar datos, atribuir las afirmaciones, mantener los contenidos actualizados y facilitar que cualquiera pueda verificar lo que estamos diciendo.
Después de veinte años aprendiendo técnicas para conseguir que las máquinas entendieran mejor nuestros contenidos, resulta que las máquinas pueden estar empujándonos de nuevo hacia algo bastante más elemental: escribir mejor para las personas.
Y, si eso termina ocurriendo, tampoco sería una mala noticia.
