Artículo preparado en colaboración con Getfluence
El 20 de marzo de 2026, Julien Bismuth, consultor SEO/GEO de Getfluence, y Olivier de Segonzac, cofundador de Resoneo, realizaron una sesión de 30 minutos en la Cumbre SEO. Sus temas: ir más allá de la visibilidad en los motores de inteligencia artificial y pasar a la acción con aplicaciones concretas. ¡Aquí está el resumen detallado de su presentación!
Detección Inicial: Ser Visible Ya No Es Suficiente
2026. Los informes de visibilidad de la inteligencia artificial están en aumento. Sin embargo, establecer la conexión entre ver que su marca aparece en ChatGPT o Gemini y entender por qué fue seleccionada, así como realmente afectar las respuestas, suele ser difícil.
El 56% de las fuentes de respuestas de inteligencia artificial provienen de contenido de terceros (prensa, publicaciones editoriales, reseñas, foros, redes sociales). Los datos obtenidos de 17,2 millones de citas producidas por ChatGPT, Gemini, Perplexity y Claude en el cuarto trimestre de 2025 son bastante impactantes: solo el 44% de las fuentes citadas provienen de sitios web o blogs de marcas. Se observa que más de la mitad del resto proviene de contenido de terceros que se perciben como neutrales y confiables.
En otras palabras: el SEO sigue siendo indispensable, pero ya no es suficiente. Para ser seleccionado por los modelos de inteligencia artificial, su marca debe trabajar en los lugares correctos, donde los LLM buscan y seleccionan sus fuentes.
Cómo Funcionan los LLM - Un Recordatorio Importante
Antes de pasar a las aplicaciones, Julien y Olivier trazaron un marco técnico. Los LLM no razonan: calculan probabilidades. Cuando se enfrentan a una consulta, el modelo decide primero si activará o no su capacidad de búsqueda en la web:
- Sin activación web: la respuesta se basa en la información del modelo hasta su fecha de corte.
- Con activación web: el modelo crea un grupo de candidatos de URL (fase de grounding) y luego selecciona y sintetiza.
El modelo elige en función de cálculos de probabilidad para el usuario. Este es un mecanismo, no inteligencia. Sin embargo, si se adapta a su funcionamiento, es posible influir.
10 Aplicaciones para Influir en las Respuestas de la Inteligencia Artificial
1. Identificar Preguntas con Alto Potencial para la Marca
Los volúmenes de búsqueda tradicionales ya no son un indicador confiable para las consultas dirigidas a las inteligencias artificiales. El método propuesto consta de tres etapas.
Primero, es necesario crear Búsquedas de Persona basadas en las palabras clave y posiciones actuales: el perfil de cada segmento de audiencia objetivo, sus intenciones, viajes, obstáculos y oportunidades.
Luego, alimentando estas personas con ChatGPT, se deben generar las preguntas de decisión, comparación y comerciales que realmente están haciendo: búsqueda de valor, necesidades, experiencia de compra, ayuda en la toma de decisiones.
La última etapa es filtrar las preguntas de alto potencial con tres criterios acumulativos:
- El nombre de la marca no aparece en las respuestas de inteligencia artificial
- El nombre de los competidores aparece
- Tasa de continuidad superior al 25%
2. Obtener la Mejor Posición en los Query Fan-Out
Cuando ChatGPT o Gemini activa el motor de búsqueda web, genera automáticamente consultas derivadas (Query Fan-Outs). Un punto importante a recordar: más del 50% de estos fan-outs están formulados en inglés, incluso para un usuario de habla francesa. Gemini, por su parte, se basa directamente en el índice de Google.
Se han presentado tres palancas concretas:
Marcadores de Fan-Out
Integre los términos típicos de los fan-outs en sus contenidos: mejor, superior, top, comparaciones, reseñas, 2026…
Versión en Inglés del Sitio Web
Prepare al menos la versión en inglés de los contenidos corporativos, los más vendidos y las preguntas frecuentes (por ejemplo: corp.domain.com).
Meta Descripciones y Slugs de URL
Estos elementos son los que el modelo lee prioritariamente en la fase de recuperación.
3. Identificar las Fuentes y Artículos Más Relevantes sobre el Tema
El Domain Rating o indicador de autoridad ya no es suficiente; ni en SEO ni en GEO en 2026. Lo importante es identificar los campos y artículos fuente que los modelos de inteligencia artificial perciben como confiables en un tema determinado.
Buena noticia: Los modelos proporcionan ellos mismos la lista de fuentes que utilizan para generar sus respuestas. El problema es la variabilidad: para obtener una apariencia representativa, cada pregunta debe hacerse decenas de veces al modelo objetivo.
Aquí es donde entran en juego métodos GEO con herramientas como Getfluence (función Spot Finder & Mentions), lo que le permite influir en las respuestas de inteligencia artificial en más del 60% de los casos.
Preste atención a la identificación de fuentes a través de API; esto puede diferir de las fuentes realmente mostradas en la interfaz de usuario de la plataforma.
4. Reconocer Puntos Buenos y Excelentes Compatibles con LLM
Una vez identificadas las fuentes, es necesario calificarlas. El método implica analizar dos dimensiones complementarias:
- Frecuencia de citas: cuán frecuentemente aparece este campo o artículo en los prompts de prueba.
- Sentimiento de las fuentes: ¿el nombre de su marca (y el de sus competidores) aparece de manera positiva, neutral o negativa en estos contenidos?
Las herramientas que se ofrecen le permiten filtrar con precisión las fuentes que recuerdan a los competidores pero no mencionan su marca. Estos son objetivos prioritarios para la acción de colocación o relinking.
5. Crear URL Ambassador y URL Review
Una de las estrategias más poderosas presentadas en la sesión: la estrategia de relinking, que genera un efecto triple simultáneamente.
- URL fuente: Primero, identifique artículos de prensa, pruebas de productos, reseñas de expertos o guías comparativas que mencionen su marca de manera positiva.
- Relinking: Publique nuevos contenidos que citen el artículo fuente y cree enlaces de retroceso a esta URL (artículos invitados, artículos colaborativos, comunicados de prensa).
Resultado obtenido: Efecto triple
- SEO: mejor clasificación de la URL fuente
- E-reputación: aumento de citas positivas
- GEO: aumento de la probabilidad de cita de LLM
Como resumieron los dos expertos: el enlace alimenta a Google. La cita alimenta a los LLM. Con un solo contenido de relinking, puede alcanzar dos objetivos al mismo tiempo.
6. Fortalecer la Confianza y la Frescura desde Dentro (Señales E-E-A-T)
Google tiene 27 años de experiencia en la evaluación de la calidad del contenido. ChatGPT ha existido durante 3 años y ha comprendido rápidamente la importancia de aprender de su gran hermano. Las señales E-E-A-T (Experiencia, Especialización, Autoridad, Confianza) ahora están integradas en las formas en que los modelos evalúan las fuentes. La página 27 de las Guías de Evaluación de Calidad de Búsqueda de Google (actualización de septiembre de 2025) es clara: La confianza es el miembro más importante de la familia E-E-A-T.
7. Aceptar la Neutralidad para Destacar
Este punto ha sido una de las explicaciones menos intuitivas de la sesión. En marzo de 2026, la percepción de neutralidad se ha convertido en un criterio de selección cada vez más determinante para los modelos; este criterio se consideraba menos central hace seis meses.
La lógica es simple: un LLM debe poder comparar varias opciones para generar una respuesta confiable. Un contenido que menciona solo una marca o solución se percibe como publicidad y los modelos no lo prefieren como fuente principal.
| ❌ Contenido de marca única Se percibe como publicidad por los modelos. Las inteligencias artificiales prefieren guías, documentos y artículos tutoriales. Evitan la publicidad y comparaciones sesgadas. | ✅ Contenido de múltiples marcas (formato AI-First™) A los LLM les encantan las páginas con listas, comparaciones y clasificaciones de herramientas. Un artículo que menciona múltiples soluciones aumenta significativamente la puntuación de probabilidad de cita. |
Se ha presentado una prueba real: El artículo AI-First™ publicado por Getfluence en febrero de 2026 comparó seis software de firma electrónica en monimmeuble.com. Resultados antes de la campaña: No había citas ni referencias de la marca cliente (Oodrive) en las respuestas. Resultados después de la campaña: La marca ocupó el primer lugar entre las soluciones propuestas y el artículo fue citado como fuente.
8. Combine sus Acciones de Creación de Enlaces y Generación de Citas
¿Por qué separar las campañas de netlinking SEO y las acciones de cita de marca GEO, cuando un solo contenido puede lograr ambos objetivos?
La propuesta es simple: En todas sus campañas de compra de backlinks, asegúrese de que su marca y todos sus activos (productos, directores, certificaciones, casos de uso…) se mencionen sistemáticamente. Un artículo sobre decoración de interiores para un sitio de comercio electrónico puede mencionar la marca y, al mismo tiempo, generar una señal SEO y aparecer como fuente en una respuesta de inteligencia artificial sobre el tema.
El ejemplo presentado es una respuesta de ChatGPT sobre la decoración de una sala de estar con un sofá de terciopelo; cita directamente un artículo de Frenchyfancy, que ha integrado editorialmente la marca del cliente en el tema.
9. Producir un Formato Actual y Asegurarse de que la Puerta esté Abierta
Una aplicación a menudo pasada por alto, pero decisiva: los navegadores de inteligencia artificial deben poder acceder a su contenido. Si su archivo robots.txt bloquea los navegadores de los LLM, ningún contenido, por muy optimizado que esté, podrá ser utilizado para generar respuestas.
Los principales bots que no deben ser bloqueados son los siguientes:
- ChatGPT / OpenAI: OAI-SearchBot (bot de búsqueda en tiempo real), GPTBot (bot de entrenamiento)
- Google / Gemini: Googlebot, Google-Extended
- Claude / Anthropic: Claude-SearchBot, Claude-User (nota: Claude-Web ya no existe)
- Perplexity: Perplexitybot, Perplexity-User
La plataforma Getfluence ha integrado un módulo de accesibilidad IA que analiza automáticamente el archivo robots.txt de cada dominio y notifica los bloqueos parciales o totales por parte de los LLM; esto proporciona un importante ahorro de tiempo para auditar su cartera de sitios asociados.
10. Presentar Nueva Información - Ganancia de Conocimiento
El último punto es quizás el más estratégico a largo plazo. Julien y Olivier presentaron la patente de Google que asigna a cada contenido una puntuación de Ganancia de Conocimiento entre 0 y 1 (US12013887B2, otorgada en junio de 2024); esta puntuación mide realmente la cantidad de nueva información.
| Puntuación → 0: contenido general Reescritura de lo que ya existe (lo mejor de 2026, comparaciones generales…), aunque sea producido por inteligencia artificial. El modelo ha visto esta información decenas de veces. | Puntuación → 1: nueva información Trabajos propietarios, datos de pruebas internas, citas de expertos del campo, resultados de pruebas verificadas, referencias de clientes de primera mano. |
Recuerde que un LLM no citará algo que ya ha visto 50 veces. En otras palabras: presente información que otros no pueden decir.
En las páginas de productos, este principio significa un cierre de brechas: las marcas enumeran especificaciones técnicas, pero los usuarios definen situaciones y limitaciones. El LLM selecciona sus fuentes en esta brecha. Se han propuesto dos acciones concretas:
- En páginas de lista (PLP): cree superficies situacionales basadas en usos reales ("Pasa por las puertas del metro", "Resistente a los arañazos", "Compatible con gafas").
- En páginas de productos (PDP): agregue párrafos situacionales de reseñas de clientes, servicio al cliente y foros; una capa contextual que permite que el LLM recomiende un producto específico.
Lo Que No Debe Olvidarse
Durante esta presentación, Julien Bismuth y Olivier de Segonzac lograron establecer un marco metodológico claro para pasar de la medición a la acción en GEO. La lógica básica: los modelos de inteligencia artificial son máquinas de probabilidad. Podemos influir en estas probabilidades al afectar simultáneamente la calidad del contenido y la confiabilidad percibida, la presencia en fuentes de terceros compatibles con LLM y la neutralidad requerida por los modelos de inteligencia artificial.
El tema principal de la sesión fue que SEO y GEO no son opuestos, sino que se refuerzan mutuamente cuando se adoptan formatos y estrategias de distribución correctos. El formato AI-First™ desarrollado por Getfluence representa esta combinación: está estructurado para responder a los criterios de selección de los motores de inteligencia artificial y también cumple con los estándares editoriales que garantizan la confiabilidad y la capacidad de crear enlaces de los contenidos.
En 2026, ser visible ya no es suficiente. Es necesario ser seleccionado.
Comentarios
(3 Comentarios)