Una auditoría GEO analiza si una marca aparece en respuestas generadas por inteligencia artificial, cómo es descrita, qué fuentes utilizan los motores y qué cambios técnicos, editoriales o reputacionales pueden mejorar su visibilidad.
No es preguntar a ChatGPT si conoce tu empresa.
No es pasar una web por una herramienta automática y esperar un score.
Es un proceso sistemático para entender dónde estás, por qué no apareces donde deberías y qué exactamente tienes que cambiar.
El problema que resuelve esta guía es concreto. Muchas marcas con buen posicionamiento orgánico descubren que ChatGPT, Gemini o Perplexity no las mencionan cuando un cliente pregunta por soluciones de su categoría. Saben que tienen un problema. No saben dónde está.
Esta guía responde exactamente a eso: cómo pasar de "mi marca no aparece" a "esta es la causa, esta es la URL que debo mejorar, esta es la tarea concreta y esta es la métrica con la que validaré el cambio".
Qué es una auditoría GEO y en qué se diferencia de una auditoría SEO
Una auditoría SEO pregunta: "¿puede posicionarse la web?
Una auditoría GEO pregunta: "¿cómo participa la marca en respuestas generadas por IA?"
Las áreas se solapan, pero no son lo mismo.
| Auditoría | Pregunta principal | Qué analiza |
| SEO | ¿Puede posicionarse la web? | Rastreo, indexación, rankings, contenido, enlaces |
| AEO | ¿Es utilizada como respuesta o fuente? | Respuestas directas, citas, snippets |
| GEO | ¿Cómo participa la marca en respuestas generadas? | Menciones, citas, sentimiento, recomendaciones, fuentes y errores |
Desde la perspectiva de Google, los fundamentos del SEO siguen siendo la base para AI Overviews y AI Mode. Una auditoría GEO no sustituye a la SEO. La amplía.
Las 5 capas de una auditoría GEO
Una auditoría GEO bien ejecutada cubre 5 capas. Saltarse cualquiera de ellas lleva a diagnósticos incompletos.
- Presencia. ¿La marca aparece? ¿Como mención, cita, recomendación o inclusión en una comparativa?
- Representación. ¿Cómo aparece? ¿La descripción es correcta, actualizada y favorable?
- Procedencia. ¿De dónde obtiene el motor la información? ¿De la web oficial o de fuentes externas?
- Preparación. ¿La web ofrece contenido accesible, relevante y útil para los modelos?
- Acción. ¿Qué URL hay que mejorar, qué tarea ejecutar y cómo medir el resultado?
Paso 1. Define el alcance antes de lanzar el primer prompt
El error más común en una auditoría GEO es empezar a probar consultas sin haber definido exactamente qué se va a medir.
Antes de ejecutar ninguna prueba, responde estas preguntas:
- ¿Para qué productos o servicios debe ser conocida la marca?
- ¿En qué países y en qué idiomas operan sus clientes?
- ¿Quiénes son los competidores de negocio, los competidores SEO y las marcas que los LLM tienden a citar en esa categoría?
- ¿Qué consultas representan una oportunidad comercial real?
- ¿Qué información sería peligrosa que un modelo presentara incorrectamente?
Este último punto es especialmente importante. Los precios, las certificaciones, las áreas geográficas o las condiciones de servicio son datos que, si una IA presenta mal, pueden tener consecuencias reales para el negocio.
Cómo elegir los competidores
Hay que separar tres tipos.
- Competidores de negocio: empresas que venden lo mismo.
- Competidores SEO: webs que posicionan para las mismas keywords.
- Competidores en LLM: marcas, directorios, medios o comparadores que ocupan espacio en las respuestas de los modelos, aunque no vendan el mismo producto.
Un directorio o una comparativa puede competir por visibilidad generativa aunque no sea un competidor de negocio.
Paso 2. Crea el universo de prompts
Una auditoría no debe construirse alrededor de 5 preguntas improvisadas. El universo de prompts es la base de toda la medición. Si la muestra no es representativa, los resultados tampoco lo serán.
Los 6 tipos de prompts que necesitas
Prompts de descubrimiento
Miden si la marca entra en el conjunto de consideración cuando alguien busca una solución.
- "¿Qué empresas ofrecen X?"
- "Principales soluciones de X en España"
- "Alternativas para resolver X"
Prompts de recomendación
Miden la presencia en consultas cercanas a una decisión de compra.
- "¿Cuál es la mejor herramienta para X?"
- "Recomiéndame una solución para X con estas condiciones"
Prompts comparativos
Miden el posicionamiento relativo y la narrativa competitiva.
- "Marca A vs. Marca B"
- "Alternativas a Marca A"
- "¿Qué opción es mejor para una pyme?"
Prompts factuales
Sirven para detectar errores y desactualización.
- "¿Cuánto cuesta Marca A?"
- "¿Dónde opera?"
- "¿Qué servicios ofrece?"
Prompts educativos
Miden la capacidad de los contenidos informativos para funcionar como fuentes citables.
- "¿Cómo solucionar X?"
- "¿Qué factores debo evaluar para elegir X?"
Prompts de confianza
Miden reputación, sentimiento y presencia de terceros.
- "¿Marca A es fiable?"
- "Opiniones sobre Marca A"
- "Problemas habituales de Marca A"
¿Cuántos prompts necesitas?
| Situación | Prompts recomendados |
| Auditoría inicial pequeña | 25-40 |
| Web mediana o proyecto estándar | 50-100 |
| Proyecto amplio con varios mercados | Varios conjuntos de 50-100 por mercado |
No existe un número universal. Lo importante es que la muestra cubra diferentes intenciones, etapas del funnel y tipos de cliente, y que puedas repetirla con las mismas condiciones en la siguiente medición.
Paso 3. Diseña una prueba repetible
Una respuesta anecdótica no es una medición. Para que los datos sean comparables entre periodos, todos los miembros del equipo deben ejecutar las pruebas de la misma forma.
Registra en cada ejecución:
- Prompt exacto
- Motor y modelo (cuando sea visible)
- Fecha y hora
- País o localización
- Idioma
- Cuenta o sesión utilizada
- Búsqueda web activada o desactivada
- Respuesta completa
- Fuentes citadas
- Marcas mencionadas
- Errores detectados
Por qué no basta con probar ChatGPT
Cada motor puede utilizar modelos, índices, proveedores de búsqueda y sistemas de citación diferentes. Una marca puede tener una presencia muy distinta en ChatGPT, Gemini y Perplexity.
Como mínimo, selecciona los motores que utilice tu audiencia:
- ChatGPT
- Google AI Overviews o AI Mode
- Gemini
- Perplexity
- Microsoft Copilot
Cómo reducir el sesgo de personalización
- Utiliza sesiones nuevas sin historial relacionado
- Documenta la ubicación desde la que ejecutas las pruebas
- No introduzcas el nombre de la marca en prompts de descubrimiento
- Repite una muestra de consultas en distintos momentos para detectar variabilidad
Paso 4. Mide la visibilidad y representación de la marca
Una mención no es lo mismo que una cita. Una cita no implica una recomendación. Confundir estas métricas produce diagnósticos incorrectos.
| Métrica | Qué mide | Fórmula |
| Tasa de mención | La marca aparece en la respuesta | Prompts con mención ÷ prompts totales × 100 |
| Tasa de citación | La web aparece como fuente o enlace | Prompts con URL citada ÷ prompts totales × 100 |
| Recommendation Rate | El motor recomienda activamente la marca | Prompts con recomendación ÷ prompts comerciales × 100 |
| Share of Voice | Presencia respecto al conjunto competitivo | Menciones propias ÷ menciones totales del sector × 100 |
| Exactitud | Corrección de los datos presentados | Revisión manual por afirmación |
Cómo auditar la exactitud y detectar alucinaciones
Los prompts factuales sirven para comprobar si los modelos presentan información correcta sobre la marca. Verifica siempre:
- Precios y condiciones
- Características del producto
- Áreas geográficas de operación
- Certificaciones y credenciales
- Integraciones disponibles
- Fechas y fundadores
- Casos de éxito atribuidos
Para cada error, registra: qué se dijo, cuál es el dato correcto, qué fuente parece ser el origen y qué nivel de riesgo representa para la marca.
Tráfico referido desde motores de IA
OpenAI indica que los enlaces procedentes de ChatGPT Search incluyen el parámetro utm_source=chatgpt.com, lo que permite identificar este tráfico en herramientas analíticas. Bing Webmaster Tools dispone de un informe de AI Performance con datos de citas y páginas citadas en experiencias de Microsoft.
Paso 5. Analiza qué fuentes determinan las respuestas
Muchas respuestas no dependen de la web oficial. Dependen de medios, comparadores, directorios, foros o páginas de competidores que el modelo considera fuentes fiables.
Crea un mapa de fuentes para cada categoría de prompts y clasifícalas.
| Dominio | Tipo | Prompts donde aparece | Marcas mencionadas | Oportunidad |
| Medio especializado | Editorial | 12 | 3 competidores | Proponer estudio o colaboración |
| Directorio | Comparador | 8 | Marca ausente | Crear o actualizar ficha |
| Web oficial | Propia | 5 | Marca propia | Mejorar contenido |
| Foro | Comunidad | 4 | Competidores | Trabajar producto y reputación |
El objetivo no es fabricar menciones. Google advierte que perseguir menciones inauténticas no es una estrategia útil para sus funciones generativas.
Paso 6. Auditoría técnica GEO
El contenido más relevante no sirve de nada si los motores no pueden acceder a él. La base técnica sigue siendo imprescindible.
Rastreo e indexabilidad
Revisa estos elementos antes de cualquier otra optimización:
- robots.txt y posibles bloqueos involuntarios
- Etiquetas noindex en páginas estratégicas
- Canonicals y redirecciones
- Sitemaps actualizados
- Renderizado de JavaScript
- Contenido accesible sin login ni barreras
Para aparecer como enlace de apoyo en AI Overviews o AI Mode, Google exige que la página esté indexada y pueda mostrarse en la búsqueda con un fragmento. No establece requisitos técnicos GEO adicionales.
Crawlers relacionados con IA
Comprueba la configuración del robots.txt para estos agentes:
- OAI-SearchBot: debe permitirse su acceso para que el contenido pueda incluirse en resúmenes de ChatGPT Search. Es diferente a GPTBot, que se relaciona con el posible uso del contenido para entrenamiento.
- Bingbot: relevante para Microsoft Copilot y Bing AI.
- Googlebot: para AI Overviews y AI Mode.
Datos estructurados
Audita la validez del schema implementado, la correspondencia con el contenido visible y la consistencia de entidades. Evita presentar el schema como un acceso directo a la visibilidad generativa. Google aclara explícitamente que no existe un marcado especial para aparecer en sus respuestas generativas y que los datos estructurados no son obligatorios para ello.
Del mismo modo, llms.txt no es una prioridad general. Google declara que ignora este archivo para sus resultados clásicos y generativos.
Paso 7. Audita la entidad y representación de la marca
Una entidad digital es la representación que una IA tiene sobre una empresa: su nombre, categoría, servicios, fundadores, ubicación y diferenciales. Si esa representación es inconsistente o incompleta, el modelo tiene dificultades para recomendarla con confianza.
Señales de una entidad débil
- Descripciones corporativas diferentes entre canales
- Variaciones del nombre de la empresa
- Categoría poco clara o demasiado genérica
- Falta de autores identificados
- Perfiles en directorios abandonados o desactualizados
- Pocas fuentes independientes que hablen de la marca
- Confusión con marcas homónimas
Páginas corporativas que deben revisarse
- Inicio y página "Sobre nosotros"
- Páginas de servicio y producto
- Página de precios
- Equipo y autores
- Casos de éxito
- Prensa y sala de comunicación
- Fichas en Google Business Profile, Bing Places y directorios sectoriales
Cómo detectar por qué los LLM no mencionan una marca
Este es el núcleo de la auditoría. Cada síntoma tiene causas probables distintas y soluciones distintas.
La marca no aparece y tampoco sus páginas
Causas probables:
- La web no puede rastrearse o las páginas no están indexadas
- El contenido depende demasiado de JavaScript
- No existe una página que responda a esa intención
- La categoría en la que opera la marca no está clara
- El contenido es demasiado genérico o carece de autoridad
Aparecen competidores, pero no la marca
Causas probables:
- Los competidores tienen más presencia en fuentes externas independientes
- Tienen páginas comparativas o casos de uso más completos
- Son mencionados en medios y plataformas relevantes
- Su propuesta de valor es más explícita y concreta
- Los modelos no asocian la marca con esa categoría
La marca aparece, pero no se cita su web
Causas probables:
- El motor utiliza fuentes externas que responden mejor a la consulta
- Las páginas oficiales no responden claramente a la intención
- La web oficial es demasiado comercial y aporta poca evidencia verificable
- La página está bloqueada, no indexada o desactualizada
La web se cita, pero la marca no se recomienda
Causas probables:
- El contenido es informativo pero no demuestra adecuación comercial
- Faltan pruebas, reviews o casos documentados
- La propuesta de valor es ambigua
- Existen señales reputacionales negativas
La marca aparece con información incorrecta
Causas probables:
- Datos contradictorios entre páginas propias
- Fuentes externas con información antigua
- Perfiles en directorios abandonados con datos incorrectos
- Falta de una fuente oficial inequívoca que corrija la información
La marca solo aparece cuando se pregunta directamente por ella
Causas probables:
- Tiene reconocimiento de entidad, pero no autoridad temática
- No entra en consultas de descubrimiento
- Tiene contenido corporativo, pero poca cobertura de problemas y casos de uso
- No está presente en comparativas ni en fuentes de consideración
Qué páginas optimizar primero
No todas las URLs merecen el mismo esfuerzo. La priorización debe cruzar 5 variables.
| Variable | Peso | Qué mide |
| Valor comercial | 30 % | Impacto en ventas o conversión |
| Relevancia en el universo de prompts | 25 % | Número de prompts que cubre |
| Brecha frente a competidores | 20 % | Diferencia de visibilidad en esos prompts |
| Autoridad existente | 15 % | Rankings, enlaces y tráfico actuales |
| Riesgo reputacional | 10 % | Daño potencial si hay información incorrecta |
Aplica después un modificador de esfuerzo: bajo (×1), medio (×0,8), alto (×0,6).
Ejemplo de matriz de priorización
| URL | Valor | Brecha | Autoridad | Riesgo | Esfuerzo | Prioridad |
| Página de servicio principal | 5 | 5 | 4 | 3 | Medio | Muy alta |
| Artículo sin tráfico | 2 | 3 | 1 | 1 | Alto | Baja |
| Página de precios desactualizada | 5 | 4 | 3 | 5 | Bajo | Muy alta |
| Caso de éxito | 4 | 3 | 3 | 2 | Bajo | Alta |
Cómo crear el backlog de optimización GEO
El backlog es el resultado más importante de la auditoría. Una auditoría que no concreta qué hacer, en qué URL, quién debe hacerlo y cómo medirlo tiene poco valor operativo.
Cada tarea del backlog debe incluir:
- Hallazgo y evidencia
- Prompt afectado y motor
- URL
- Acción concreta
- Impacto esperado y esfuerzo
- Prioridad y responsable
- KPI y fecha de revisión
Ejemplo de tarea bien definida
💡 Hallazgo: la marca no aparece en siete prompts sobre software de facturación para autónomos.
🧾 Evidencia: 3 competidores son citados desde comparadores que incluyen información de precios y funcionalidades.
🔗 URL afectada: página principal del producto.
🎯 Acción: añadir tabla de funcionalidades, precio inicial, perfil de cliente objetivo, limitaciones, capturas y enlaces hacia 3 casos de uso.
📊 KPI: tasa de inclusión en los siete prompts afectados.
🔎 Revisión: repetir las pruebas tras la indexación y actualización de las principales fuentes externas.
Paso 8. Optimiza las páginas seleccionadas
La optimización GEO empieza por la primera frase.
Antes y después de una página de producto
❌ Antes:
"Ofrecemos soluciones innovadoras que ayudan a empresas de todo tipo a transformar su negocio."
✅ Después:
"[Marca] es un software de facturación para autónomos y pequeñas empresas que permite crear facturas, registrar gastos y presentar modelos fiscales desde una única plataforma."
La segunda versión dice quién eres, para quién, qué problema resuelves y qué hace exactamente el producto. En una sola frase. Y puede ser citada directamente por una IA sin necesidad de contexto adicional.
Qué debe incluir una página bien preparada para GEO
- Respuesta directa al inicio, sin párrafos de contexto previos
- Definición clara del público objetivo y el caso de uso
- Datos propios, precios, características y limitaciones
- Evidencia verificable: capturas, resultados, metodología, autores
- Relaciones explícitas entre marca, categoría, problema y solución
- Contenido que no puede encontrarse igual en otro sitio
No es necesario escribir para máquinas. Google afirma que sus sistemas entienden sinónimos y significados relacionados. El objetivo es escribir con claridad para las personas. La IA extrae lo que las personas pueden leer.
Paso 9. Repite la auditoría y valida los cambios
Una variación en los resultados no demuestra por sí sola que la acción ejecutada fue la causa. Los motores, índices y fuentes externas cambian durante el periodo analizado.
Define una frecuencia de reauditoría según el negocio:
- Monitorización frecuente para precios, reputación o productos cambiantes
- Revisión mensual o trimestral para proyectos estables
- Auditoría adicional después de migraciones, rebrandings o lanzamientos
- Revisión inmediata ante errores sensibles sobre la marca
Mantén constantes entre mediciones el corpus principal de prompts, los competidores, los mercados y el sistema de puntuación. Si cambias los prompts, habrás perdido la posibilidad de comparar.
Errores frecuentes en una auditoría GEO
Probar únicamente el nombre de la marca. Esto solo mide si el modelo reconoce la entidad, no si la incluye en consultas de descubrimiento.
Utilizar 5 prompts improvisados. La muestra no representa las diferentes intenciones, públicos y etapas del funnel.
Probar un único motor. Los resultados pueden depender del producto, el modelo y las fuentes disponibles en cada plataforma.
Confundir menciones con citas. La marca puede aparecer en una respuesta sin que su web haya sido utilizada como fuente.
Ignorar los errores sobre la marca. Una mención incorrecta puede ser más perjudicial que una ausencia.
Priorizar schema o llms.txt por encima del contenido. Google no exige un schema especial para sus funciones generativas y declara que ignora llms.txt.
Entregar un informe sin backlog. Una auditoría que no concreta qué hacer en qué URL tiene poco valor operativo.
Fuentes utilizadas para elaborar este artículo
- Fundamentos de GEO y buscadores con IA
- Bing Webmaster Guidelines
- Acceso de ChatGPT, Perplexity y otros bots
- Contenido útil, fiable y citable
Empieza a medir tu visibilidad en la IA con Kiwosan
El objetivo de una auditoría GEO no es conseguir que un modelo mencione una marca una vez.
Es construir un sistema para entender y mejorar de forma continuada cómo los motores generativos descubren, interpretan y presentan esa marca en las consultas que importan para el negocio.
En Kiwosan estamos construyendo la herramienta que automatiza la parte más repetitiva de este proceso: ejecutar prompts, registrar resultados, comparar con competidores y seguir la evolución del Share of Voice mes a mes.
Si quieres ser de los primeros en acceder, apúntate a la lista de espera.
Aquí tienes la mejor guía GEO gratuita donde explicamos:
✅ Qué es el GEO
✅ Cómo funcionan las AI Overviews
✅ Cómo ser mencionado por la IA
✅ Plan de acción de 4 semanas
Sigamos con la guía SEO definitiva. Ahora vamos a ver 👇🏻
Ángel Rodríguez es el CEO y fundador de Kiwosan.com
Ha trabajado más de 8 años como SEO, programador y redactor de contenidos.
Especializado en GEO, análisis de palabras clave, análisis de contenidos, de la competencia e Inteligencia Artificial.
Actualmente, también es redactor de los contenidos SEO del blog.
20 trucos de SEO para Black Friday en tu tienda online
Qué es el keyword mapping y cómo usarlo para mejorar tu keyword research
SEO On Page: La Guía Definitiva