# Web agent-ready — descubrimiento vs. citación: SEO, GEO y evidencia

SEO sigue siendo la base; GEO tiene método en laboratorio, pero citar no es hacer clic ni prueba de retorno — qué medir de verdad.

Author: NiLu
Locale: es
Published: 2026-08-07
Updated: 2026-08-11
Canonical: https://blog.nilu.pro/es/blog/web-agent-ready-descubrimiento-vs-citacion/
Markdown: https://blog.nilu.pro/es/blog/web-agent-ready-descubrimiento-vs-citacion.md
JSON: https://blog.nilu.pro/es/blog/web-agent-ready-descubrimiento-vs-citacion.json

## En resumen

- SEO y GEO responden a preguntas distintas: ser encontrado en un buscador no es el mismo trabajo que ser citado en una respuesta generativa.
- Para Google, optimizar para funciones de IA en Search sigue siendo SEO — sin markup especial ni requisito de llms.txt.
- GEO con método existe en papers académicos, pero las ganancias informadas (como "hasta 40%") vienen del laboratorio, no de un producto de ranking público.
- Ser citado no es lo mismo que recibir una visita — el CTR cae cuando hay un resumen de IA, y el tráfico de referencia de publishers está bajo presión.

## Contenido

- [SEO y GEO no son el mismo trabajo](#seo-e-geo-nao-sao-o-mesmo-job)
- [Qué dice Google sobre optimizar para IA](#o-que-o-google-diz-sobre-otimizar-para-ia)
- [GEO con método: qué muestran los papers](#geo-com-metodo-o-que-os-papers-mostram)
- [Citación no es clic](#citacao-nao-e-clique)
- [llms.txt y otros mitos de "AI SEO"](#llmstxt-e-outros-mitos)
- [Dónde está el marketing](#onde-fica-o-marketing)
- [Incertidumbres](#incertezas)

<a id="seo-e-geo-nao-sao-o-mesmo-job"></a>

## SEO y GEO no son el mismo trabajo

SEO, en el sentido clásico, consiste en ser descubierto: rastreo, indexación y elegibilidad en resultados de búsqueda. GEO — Generative Engine Optimization — nació como término académico para optimizar contenido con el objetivo de obtener visibilidad en sistemas que recuperan información y sintetizan respuestas con atribución, un trabajo distinto de ocupar una posición estable en una página de resultados. El paper que definió el término (Aggarwal et al.) describe así los motores generativos: recuperación seguida de síntesis por un modelo de lenguaje, con citas inline. [[1]](#ref-1) Un paper más reciente, FeatGEO (ACL 2026), refuerza esta distinción: los motores de respuesta realizan citación selectiva, no asignan slots clasificados de SERP, y propone optimizar por características estructurales y de contenido interpretables antes de reescribir texto. [[2]](#ref-2)

El mercado, sin embargo, vende ambos nombres como si fueran una nueva disciplina solo de marketing. Conviene separar el método académico — que existe, con límites claros de laboratorio — del discurso comercial que promete "rankear en ChatGPT" sin mostrar cómo medirlo.

<a id="o-que-o-google-diz-sobre-otimizar-para-ia"></a>

## Qué dice Google sobre optimizar para IA

Para el ecosistema de Google — hoy el caso más documentado —, la respuesta oficial es directa: optimizar para funciones de IA generativa en Search es optimizar para la experiencia de Search, porque esas funciones se apoyan en los mismos sistemas centrales de calidad y ranking. La guía describe cómo estas funciones usan grounding/RAG (recuperar del índice de Search y generar con enlaces de apoyo) y "query fan-out", y enumera entre los mitos que se deben evitar: `llms.txt`, markup especial de IA, dividir contenido en "chunks" para IA y reescribir texto solo para agentes — los datos estructurados no son obligatorios para las funciones de IA generativa. [[3]](#ref-3) La documentación "AI features and your website" confirma que no hay requisito técnico adicional aparte de estar indexado y ser elegible para snippet. [[4]](#ref-4) El post de John Mueller en Search Central Blog (mayo de 2025) extiende los mismos consejos de siempre — contenido pensado para personas, buena experiencia de página, requisitos técnicos de rastreo e indexación — a AI Overviews y AI Mode; los datos estructurados siguen siendo útiles para compartir de forma legible por máquina cuando corresponden al contenido visible, no como truco de citación. [[5]](#ref-5)

Esto no significa que la citación en IA sea irrelevante — solo que, en Google, no es una disciplina técnica separada con requisitos propios. La VP de Search de Google, Liz Reid, describió las respuestas de IA en Search como aportando enlaces visibles, citación de fuentes y atribución integrada en el texto, explícitamente como refuerzo de la web, "no la web o la IA — las dos". [[6]](#ref-6) Search Console también empezó a ofrecer informes de rendimiento para funciones de IA generativa (impresiones por página, país, dispositivo y fecha) — una medida oficial de visibilidad, no una puntuación de "citación" de terceros. [[7]](#ref-7)

<a id="geo-com-metodo-o-que-os-papers-mostram"></a>

## GEO con método: qué muestran los papers

El paper GEO informa una ganancia relativa de visibilidad "de hasta 40%" — pero esa cifra procede de un benchmark propio de los autores (GEO-bench, cerca de 10 mil consultas), con una configuración específica: top-5 resultados de Google reprocesados por un pipeline al estilo GPT-3.5. No es una API pública de ranking de ChatGPT, ni una cifra que se repita automáticamente en producción. En el mismo experimento, llenar el texto de palabras clave (keyword stuffing) rindió poco frente a estrategias con estadísticas, citas y comillas — una pista sobre el tipo de contenido que tiende a ser citado, no una fórmula. [[1]](#ref-1) FeatGEO usa otro benchmark (GEO-Bench) y llega a conclusiones parecidas sobre estructura y lenguaje interpretable. [[2]](#ref-2)

Ninguno de los dos papers prueba la transferencia de esos resultados a ChatGPT search, Perplexity o Claude en producción — sigue siendo una pregunta abierta. Tratar "hasta 40%" como meta de negocio es el error más común: es un resultado de laboratorio, válido en el alcance del experimento, no una previsión de tráfico o ingresos.

<a id="citacao-nao-e-clique"></a>

## Citación no es clic

Incluso cuando un sitio es citado o enlazado, eso no equivale a recibir una visita. El Pew Research Center, en un análisis correlacional del comportamiento de usuarios de Google, encontró una tasa de clics en enlaces orgánicos de cerca de 8% cuando aparecía un resumen de IA en los resultados, frente a cerca de 15% cuando no aparecía; solo alrededor de 1% de los usuarios hizo clic en algún enlace dentro del propio resumen. [[8]](#ref-8) Reportajes de Digiday, citando datos de Digital Content Next, informaron publishers que vieron una mediana de aproximadamente -10% interanual en el tráfico de referencia de Google (con casos entre -1% y -25% en la muestra), asociada — no necesariamente causada de forma universal — a AI Overviews. [[9]](#ref-9) Otro reportaje de Digiday, citando Similarweb, señaló zero-click en búsquedas de noticias subiendo de cerca de 56% a 69%, mientras el crecimiento del tráfico proveniente de plataformas de IA era insuficiente para compensar esa pérdida. [[10]](#ref-10)

La calidad de la propia citación también es una métrica frágil: un estudio de 2023 (Liu et al.) midió recall de citas por frase de alrededor de 51,5% en los motores de búsqueda generativa evaluados en el momento del snapshot — casi la mitad de las frases generadas sin una cita verificable adecuada. [[11]](#ref-11) Para gestores, la implicación práctica es medir Search Console, sesiones reales y conversión — no un "marcador de menciones" sintético.

<a id="llmstxt-e-outros-mitos"></a>

## llms.txt y otros mitos de "AI SEO"

Además del mythbusting de Google, dos estudios independientes de vendors de SEO refuerzan el mismo escepticismo sobre `llms.txt`: Ahrefs, en una muestra de cerca de 137 mil sitios, encontró que 97% de los archivos `llms.txt` publicados no recibió ninguna solicitud en el mes medido; SE Ranking, en una muestra de cerca de 300 mil dominios, no encontró correlación observable entre publicar `llms.txt` y ser citado por LLMs. [[12]](#ref-12) [[13]](#ref-13) "Sin correlación" no es una prueba definitiva de que el archivo nunca ayude — pero, hoy, no sostiene tratarlo como un entregable prioritario.

La política de robots también merece una separación por trabajo: OpenAI documenta GPTBot (recolección para entrenamiento), OAI-SearchBot (indexación para búsqueda) y ChatGPT-User (búsqueda en tiempo real a solicitud del usuario) como bots distintos, con controles propios mediante `robots.txt`; Anthropic documenta cómo bloquear su crawler. [[14]](#ref-14) [[15]](#ref-15) Bloquear entrenamiento no es la misma decisión que bloquear búsqueda/citación — y redes de borde como Fastly informan que los crawlers de IA ya representan una parte relevante del tráfico de bots observado, lo que pesa en el costo de ancho de banda y origen antes de cualquier decisión sobre citación. [[16]](#ref-16)

<a id="onde-fica-o-marketing"></a>

## Dónde está el marketing

Parte del discurso comercial sobre GEO promete cifras que no se sostienen en un método público — por ejemplo, afirmaciones de conversión muy por encima de la media o de baja superposición entre citas en chatbots y el top 10 de Google, sin una metodología replicable publicada. Este tipo de afirmación entra aquí solo como retrato del mercado, nunca como base para una decisión. Reportajes de prensa especializada, citando a profesionales veteranos de SEO, describen buena parte del discurso de GEO como una extensión de SEO tradicional vestida de disciplina nueva [[17]](#ref-17) — una tensión real del mercado, no un veredicto científico. Tanto la afirmación optimista como la escéptica entran aquí como perspectiva, no como hecho: la base factual de este texto sigue siendo la documentación oficial de Google, los papers con método y los estudios independientes citados antes.

<a id="incertezas"></a>

## Incertidumbres

- No hay una lista pública de las señales exactas que Google usa para elegir qué páginas aparecen como apoyo en AI Overviews, aparte de los sistemas centrales de calidad.
- No se sabe cómo (o si) los resultados de GEO-bench y FeatGEO se transfieren a ChatGPT search, Perplexity o Claude en producción.
- No existe estudio público que convierta métricas sintéticas de "mención" o "visibilidad en IA" en impresiones, clics o ingresos reales de publishers.
- No es posible calcular, con los datos disponibles, el costo marginal neto de permitir o bloquear cada bot (entrenamiento vs. búsqueda) para un sitio específico.

## Referencias

1. <a id="ref-1"></a>[Aggarwal et al. — GEO: Generative Engine Optimization](https://arxiv.org/abs/2311.09735). arXiv. Acceso el 07 ago. 2026.
2. <a id="ref-2"></a>[Liu & Xu — FeatGEO](https://aclanthology.org/2026.acl-long.929/). ACL Anthology. Acceso el 07 ago. 2026.
3. <a id="ref-3"></a>[Google Search Central — Optimizing your website for generative AI features on Google Search](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). Google. Acceso el 07 ago. 2026.
4. <a id="ref-4"></a>[Google Search Central — AI features and your website](https://developers.google.com/search/docs/appearance/ai-features). Google. Acceso el 07 ago. 2026.
5. <a id="ref-5"></a>[Google Search Central Blog — Succeeding in AI search](https://developers.google.com/search/blog/2025/05/succeeding-in-ai-search). Google. Acceso el 07 ago. 2026.
6. <a id="ref-6"></a>[Google — AI in Search: Going beyond information to insight](https://blog.google/products-and-platforms/products/search/ai-search-driving-more-queries-higher-quality-clicks/). Google. Acceso el 07 ago. 2026.
7. <a id="ref-7"></a>[Google Search Central Blog — New Search Generative AI performance reports in Search Console](https://developers.google.com/search/blog/2026/06/gen-ai-performance-reports). Google. Acceso el 07 ago. 2026.
8. <a id="ref-8"></a>[Pew Research Center — Google users are less likely to click on links when an AI summary appears in the results](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/). Pew Research Center. Acceso el 07 ago. 2026.
9. <a id="ref-9"></a>[Digiday — Google AI Overviews linked to publisher referral traffic drops, new data shows](https://digiday.com/media/google-ai-overviews-linked-to-25-drop-in-publisher-referral-traffic-new-data-shows/). Digiday. Acceso el 07 ago. 2026.
10. <a id="ref-10"></a>[Digiday — In graphic detail: AI platforms are driving more traffic, but not enough to offset zero-click search](https://digiday.com/media/in-graphic-detail-ai-platforms-are-driving-more-traffic-but-not-enough-to-offset-zero-click-search/). Digiday. Acceso el 07 ago. 2026.
11. <a id="ref-11"></a>[Liu et al. — Evaluating Verifiability in Generative Search Engines](https://arxiv.org/abs/2304.09848). arXiv. Acceso el 07 ago. 2026.
12. <a id="ref-12"></a>[Ahrefs — We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read](https://ahrefs.com/blog/llmstxt-study/). Ahrefs. Acceso el 07 ago. 2026.
13. <a id="ref-13"></a>[SE Ranking — llms.txt vs LLM citations analysis](https://seranking.com/blog/llms-txt/). SE Ranking. Acceso el 07 ago. 2026.
14. <a id="ref-14"></a>[OpenAI — Crawler / bot documentation](https://developers.openai.com/api/docs/bots). OpenAI. Acceso el 07 ago. 2026.
15. <a id="ref-15"></a>[Anthropic — Does Anthropic crawl data from the web, and how can site owners block the crawler?](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler). Anthropic. Acceso el 07 ago. 2026.
16. <a id="ref-16"></a>[Fastly — New Fastly threat research reveals AI crawlers make up almost 80% of AI bot traffic](https://www.fastly.com/press/press-releases/new-fastly-threat-research-reveals-ai-crawlers-make-up-almost-80-of-ai-bot). Fastly. Acceso el 07 ago. 2026.
17. <a id="ref-17"></a>[Digiday — GEO hype busted: How it differs (and how it doesn't) from SEO](https://digiday.com/media/geo-hype-busted-experts-call-it-more-seo-than-new-discipline/). Digiday. Acceso el 07 ago. 2026.