El SEO está entrando en una etapa en la que ya no basta con saber en qué posición aparece una web en Google. Las marcas también necesitan conocer si ChatGPT y otros buscadores o asistentes con inteligencia artificial las mencionan, cómo las describen, qué competidores aparecen junto a ellas y qué fuentes utilizan para construir sus respuestas. Rank Math es una de las herramientas que ya intenta convertir esa nueva visibilidad en métricas, mientras Google insiste en que buena parte del trabajo necesario sigue siendo SEO tradicional bien ejecutado.
Las claves del SEO para buscadores con IA en 20 segundos
- Rank Math ya permite seguir menciones, sentimiento, competidores y citas en respuestas de IA.
- Google ha incorporado informes específicos sobre visibilidad generativa en Search Console.
- GEO y AEO no sustituyen al SEO tradicional, al menos dentro de Google.
llms.txt, el contenido fragmentado artificialmente y el Schema especial para IA no aportan ventajas en Google.- Las menciones externas reales pueden ser más interesantes que fabricar contenido para cada posible prompt.
El cambio tiene consecuencias directas para departamentos de marketing, agencias SEO y responsables de contenidos. Durante años podían seguir posiciones, clics, impresiones, enlaces y conversiones con herramientas relativamente estandarizadas. Las respuestas generativas introducen una capa más difícil de medir: una marca puede tener tráfico orgánico y buenas posiciones, pero apenas aparecer cuando un usuario pide a una IA que compare productos o recomiende proveedores.
También puede ocurrir lo contrario. Una empresa puede aparecer mencionada en una respuesta generativa porque determinados medios, comparativas, documentación o comunidades hablan de ella, aunque su web no ocupe la primera posición para una palabra clave concreta.
Esa diferencia está detrás del crecimiento de términos como GEO (Generative Engine Optimization), AEO (Answer Engine Optimization) y AI SEO. Pero antes de crear una nueva disciplina alrededor de cada acrónimo conviene mirar qué está cambiando realmente.
La nueva métrica: dejar de medir solo posiciones y empezar a medir menciones
Rank Math ha incorporado una función denominada AI Visibility dentro de sus productos de Content AI.
Su planteamiento consiste en realizar consultas relacionadas con una marca y analizar cómo aparece en las respuestas de distintas plataformas compatibles.
Entre los datos que permite seguir están las menciones, el sentimiento asociado, las fuentes citadas y la presencia de competidores.
Para un departamento de marketing esto añade preguntas que antes prácticamente no existían en un informe SEO:
| SEO tradicional | Visibilidad en IA |
|---|---|
| ¿En qué posición aparece la página? | ¿La IA menciona la marca? |
| ¿Cuántas impresiones tiene? | ¿En qué tipos de preguntas aparece? |
| ¿Cuál es el CTR? | ¿Qué competidores recomienda? |
| ¿Qué páginas reciben tráfico? | ¿Cómo describe el producto? |
| ¿Qué dominios enlazan la web? | ¿Qué dominios cita la IA? |
| ¿Qué keywords generan conversiones? | ¿En qué consultas comerciales aparece la marca? |
La diferencia parece pequeña, pero cambia bastante la observación de marca.
Un usuario puede preguntar «mejores CRM para una pequeña empresa», «alternativas a Salesforce para una pyme» o «qué CRM es fácil de configurar sin equipo técnico».
Las tres consultas tienen una intención parecida, pero un sistema generativo puede construir respuestas diferentes, utilizar varias búsquedas relacionadas y seleccionar fuentes distintas.
Eso hace que una posición única sea mucho menos representativa.
La medición de IA tampoco debería tratarse como una ciencia exacta. Las respuestas de los modelos pueden cambiar entre consultas aparentemente iguales y variar según fecha, contexto, versión del modelo o disponibilidad de búsqueda web.
Lo más útil es analizar tendencias repetidas en el tiempo.
Google también empieza a convertir la IA en una métrica SEO
La evolución más importante para los profesionales SEO no llega únicamente de herramientas de terceros.
Google anunció en junio de 2026 nuevos informes de rendimiento de IA generativa dentro de Google Search Console y confirmó posteriormente que, desde el 31 de agosto, estos datos se habían desplegado para todas las webs a escala mundial.
Los informes permiten observar la visibilidad dentro de funciones generativas de Search como AI Overviews y AI Mode, además de experiencias generativas relacionadas con Discover.
Es un cambio relevante porque comienza a separar parte de esa visibilidad de IA dentro de una herramienta oficial de Google.
Hasta ahora, uno de los problemas para las empresas era precisamente no saber con claridad qué parte de una impresión o visita estaba relacionada con una respuesta generativa.
Search Console empieza a reducir esa opacidad dentro del entorno de Google.
Esto también permite diferenciar dos mundos que a menudo se mezclan bajo la etiqueta «AI SEO»:
Google puede proporcionar datos de sus propias experiencias generativas, pero no puede decir a una empresa cómo aparece esa marca en ChatGPT, Claude u otros sistemas externos.
Ahí es donde siguen teniendo espacio herramientas como Rank Math y otros sistemas de seguimiento de prompts.
GEO no sustituye al SEO, según Google
La industria del marketing ha producido rápidamente nuevos términos para describir esta transformación.
GEO suele utilizarse para hablar de optimización para motores generativos. AEO se centra en motores que proporcionan respuestas. Otros proveedores hablan directamente de LLM SEO, AI SEO o AI Visibility.
Google ha decidido rebajar parte de esa diferenciación.
Su nueva guía de 2026 para optimizar webs en las funciones de IA generativa dice expresamente que las buenas prácticas SEO continúan siendo relevantes, porque AI Overviews y AI Mode se apoyan en los principales sistemas de ranking y calidad de Google Search.
Google utiliza, entre otras técnicas, generación aumentada por recuperación (RAG) para recuperar información desde su índice y fundamentar respuestas generativas.
También emplea lo que denomina query fan-out.
En lugar de limitarse a ejecutar exactamente la consulta inicial, el sistema puede generar varias búsquedas relacionadas para reunir la información que necesita.
Esto tiene una consecuencia interesante para la estrategia de contenidos.
La obsesión clásica por incluir exactamente cada variación de una palabra clave pierde todavía más sentido cuando el propio sistema puede comprender la intención y lanzar diferentes búsquedas asociadas.
Google incluso menciona expresamente esta cuestión: no hace falta reescribir los textos para cada formulación posible de una consulta.
Cinco áreas donde trabajar realmente la visibilidad en IA
El enfoque de Rank Math ofrece un buen punto de partida si se elimina la parte promocional y se combina con las recomendaciones oficiales de Google.
1. Medir las preguntas en las que debería aparecer la marca
El primer trabajo consiste en dejar de pensar únicamente en keywords y empezar a elaborar conjuntos de preguntas representativas.
No deberían ser prompts inventados únicamente para conseguir que aparezca el nombre de la empresa.
Conviene trabajar con consultas que reflejen decisiones reales:
| Momento | Ejemplo de consulta |
|---|---|
| Descubrimiento | «Mejores herramientas de email marketing para pymes» |
| Comparación | «Alternativas a Mailchimp para ecommerce» |
| Evaluación | «¿Es X adecuado para una empresa pequeña?» |
| Problema | «Cómo gestionar newsletters con varios dominios» |
| Precio | «Herramientas económicas de email marketing» |
| Migración | «Qué alternativa usar para sustituir X» |
Después pueden repetirse periódicamente para observar qué marcas aparecen, en qué orden, bajo qué descripción y utilizando qué fuentes.
2. Analizar las citas, no únicamente la mención
Este puede convertirse en uno de los datos más interesantes del AI SEO.
Si un sistema menciona una marca, interesa saber de dónde ha obtenido la información que utiliza.
Puede tratarse de:
- la web oficial;
- documentación técnica;
- un medio especializado;
- una comparativa;
- una review;
- Reddit u otro foro;
- una tienda;
- un estudio;
- una base de datos pública.
Esa información ayuda a conocer qué fuentes participan realmente en la construcción de la percepción digital de una empresa.
También puede descubrir problemas.
Una IA puede seguir citando una página antigua donde aparece un precio retirado hace dos años. Puede utilizar una review de una versión anterior. O puede describir incorrectamente un producto porque distintas páginas de la propia empresa contienen información contradictoria.
La visibilidad en IA se convierte así también en una cuestión de reputación y consistencia de marca.
3. Crear contenido que tenga algo que aportar
Aquí las recomendaciones de Google resultan bastante claras.
La compañía pide contenido único, útil y no genérico.
Esto adquiere especial importancia en un Internet donde cualquier empresa puede producir cientos de artículos mediante modelos generativos.
Publicar otra definición de «qué es el marketing digital» difícilmente proporciona una razón para que un sistema generativo utilice esa página en lugar de miles de alternativas.
Son más interesantes activos que contengan información difícil de sustituir:
- datos propios;
- estudios;
- encuestas;
- pruebas realizadas;
- comparativas con metodología;
- documentación;
- precios claros;
- estadísticas;
- experiencia profesional;
- herramientas;
- casos reales;
- opiniones firmadas por especialistas.
Este tipo de material siempre ha tenido valor en SEO. En una búsqueda generativa puede ser todavía más interesante porque proporciona a los sistemas información concreta con la que construir sus respuestas.
4. Trabajar las menciones externas, pero sin fabricar autoridad
Rank Math considera las menciones de terceros una de las áreas que pueden influir en la visibilidad de una marca en sistemas de IA.
Tiene sentido observarlas, pero aquí aparece uno de los mayores riesgos del GEO.
Es fácil convertir la recomendación «consigue menciones» en una nueva industria de spam destinada a colocar el nombre de una empresa en cientos de páginas.
Google ha advertido expresamente contra las menciones inauténticas creadas con la intención de manipular sus sistemas generativos.
La diferencia entre una referencia legítima y una fabricada no es nueva.
Que un medio publique una noticia porque una empresa ha presentado un producto relevante es diferente de comprar docenas de artículos casi idénticos únicamente para intentar introducir el nombre dentro de un modelo.
Para marketing y relaciones públicas, el cambio interesante está en prestar más atención a qué dicen las fuentes independientes, no solo a cuántos enlaces producen.
5. Mantener un SEO técnico correcto
La expansión de la búsqueda generativa no elimina los fundamentos técnicos.
Google sigue recomendando:
- permitir correctamente el rastreo;
- mantener una arquitectura comprensible;
- reducir duplicidades;
- utilizar enlaces internos;
- cuidar la experiencia de página;
- hacer accesible el contenido importante;
- aplicar correctamente JavaScript SEO cuando sea necesario.
Para aparecer como fuente dentro de las experiencias generativas de Google, una página debe poder ser indexada y resultar apta para aparecer normalmente en Search.
No hay un atajo especial para AI Mode.
llms.txt, Schema y otros mitos del AI SEO
La rapidez con la que ha crecido la industria GEO ha generado varias recomendaciones que Google ha querido desmentir.
Una de ellas es llms.txt, un archivo propuesto para proporcionar información estructurada a modelos de lenguaje.
Google afirma actualmente que Search ignora llms.txt.
Una web puede mantenerlo para otros servicios que decidan utilizarlo, pero añadirlo no mejora ni perjudica su posicionamiento o visibilidad en Google.
Tampoco es necesario crear versiones especiales en Markdown para la IA.
Otro mito tiene que ver con dividir artificialmente el contenido en pequeños bloques para supuestamente facilitar que los modelos lo citen. Google señala que no existe esa necesidad y que sus sistemas pueden interpretar distintos temas dentro de una misma página.
Y algo parecido sucede con Schema.
Los datos estructurados siguen siendo útiles para SEO y determinados resultados enriquecidos, pero Google no exige ningún Schema especial para AI Overviews o AI Mode.
| Táctica | Posición de Google |
|---|---|
llms.txt | Google Search lo ignora |
| Schema especial para IA | No es necesario |
| Dividir textos en microbloques para LLM | No es necesario |
| Repetir todas las variantes de una consulta | No es necesario |
| Buscar menciones artificiales | Desaconsejado |
| SEO técnico tradicional | Sigue siendo necesario |
| Contenido original y útil | Sigue siendo prioritario |
| Search Console | Ya incorpora datos generativos |
Esto no significa que todas esas tecnologías carezcan de utilidad fuera de Google. Un servicio externo podría utilizar un archivo o protocolo que Google no emplea.
La diferencia está en no vender una técnica específica como requisito universal para «posicionar en la IA».
Rank Math convierte el seguimiento de prompts en una función de WordPress
Rank Math intenta llevar esta nueva analítica directamente al panel de WordPress.
AI Visibility permite definir una marca, generar o seguir consultas y observar menciones en plataformas de inteligencia artificial compatibles.
La herramienta analiza también sentimiento y competidores, además de conservar resultados anteriores para observar evolución.
Se trata de una función asociada a sus planes de Content AI, por lo que algunas capacidades requieren suscripción.
Su propuesta resulta especialmente útil para agencias y responsables SEO que quieren incorporar esta capa a sus informes sin trabajar manualmente con grandes listas de prompts.
Sin embargo, la métrica necesita contexto.
Que una marca pase de aparecer en el 25 % al 40 % de las consultas monitorizadas puede ser interesante, pero no demuestra por sí mismo que haya aumentado el negocio.
Las empresas tendrán que empezar a relacionar estos datos con métricas más próximas a resultados:
AI Visibility → visitas → búsquedas de marca → leads → ventas
Aquí probablemente se encuentre uno de los próximos retos de la analítica de marketing.
El nuevo informe SEO tendrá que combinar buscadores e inteligencia artificial
Durante los próximos años es probable que desaparezca la frontera tan rígida entre «SEO tradicional» y «AI SEO».
Google Search ya incorpora respuestas generativas. Bing combina resultados con Copilot. Otros asistentes pueden consultar Internet y citar páginas. Y las herramientas SEO empiezan a tratar las respuestas de IA como otra superficie que debe medirse.
Para una agencia, un informe mensual puede terminar incluyendo tres bloques:
| Área | Métricas |
|---|---|
| SEO clásico | Clics, impresiones, posiciones, conversiones |
| IA de Google | Visibilidad en AI Overviews/AI Mode |
| IA externa | Menciones, citas, sentimiento y share of voice |
El objetivo tampoco debería ser conseguir que una IA mencione una marca en todas partes.
Una empresa de servidores empresariales no obtiene demasiado valor de aparecer en cientos de prompts genéricos. Puede ser mucho más interesante figurar en unas pocas consultas donde el usuario está comparando proveedores, buscando una solución técnica concreta o cerca de una decisión de compra.
Ahí el concepto tradicional de share of voice puede tener más sentido que una simple puntuación de visibilidad.
La aparición de herramientas como AI Visibility de Rank Math confirma que la medición SEO se está ampliando. Pero las recomendaciones oficiales de Google también sirven como advertencia para un sector propenso a buscar el siguiente truco técnico: el AI SEO no parece necesitar otra generación de páginas fabricadas para algoritmos. Necesita mejores datos para descubrir dónde aparece una marca, qué fuentes hablan de ella y por qué un sistema generativo decide utilizar unas y no otras.
Preguntas frecuentes
¿Qué diferencia hay entre SEO y GEO?
SEO trabaja la visibilidad en buscadores, mientras GEO se utiliza habitualmente para describir la optimización y medición de presencia en respuestas generativas. Google considera que, dentro de sus propias experiencias de IA, las buenas prácticas SEO continúan siendo la base.
¿Google Search Console permite medir ya la visibilidad en IA?
Sí. Google anunció informes específicos para sus experiencias generativas y comunicó que desde el 31/08/2026 estaban disponibles para todos los sitios a escala mundial.
¿Hace falta utilizar llms.txt para aparecer en Google AI Mode?
No. Google especifica que Search ignora actualmente los archivos llms.txt, por lo que no mejoran ni perjudican la visibilidad en sus resultados.
¿Schema ayuda a posicionar en respuestas de inteligencia artificial?
Los datos estructurados siguen siendo útiles dentro del SEO, pero Google no exige un Schema específico para aparecer en AI Overviews o AI Mode.