SEO y GEO juntos: una auditoría práctica en 6 pasos
La mayoría de las auditorías que veo son o bien una exportación SEO de 200 páginas que nadie lee, o bien una diapositiva que dice 'ser visible en ChatGPT'. Ninguna cambia nada. Esta es la auditoría que hago de verdad: seis pasos, siempre en el mismo orden, desde '¿pueden las máquinas llegar a ti?' hasta '¿te citan y va a mejor?'. Cada paso termina con una lista breve de correcciones, ordenadas por impacto.
11 min de lectura
1. Acceso: ¿pueden llegar a ti los buscadores y los rastreadores de IA?
Todo lo demás se pierde si este paso falla, y falla más de lo que crees. Lee el robots.txt línea a línea y anota, por rastreador, qué permites: Googlebot para la búsqueda (que también alimenta AI Overviews y el modo IA), OAI-SearchBot para la búsqueda de ChatGPT, PerplexityBot para Perplexity, Bingbot para Bing y los asistentes que se apoyan en él. Después revisa lo que el robots.txt no muestra: las reglas de bots del CDN y del firewall, los límites de peticiones y el bloqueo geográfico devuelven a menudo un 403 justo a estos rastreadores mientras cualquier navegador ve una web normal. En Google Search Console abre el informe de indexación de páginas y el de sitemaps: ¿están indexadas tus plantillas importantes y, si no, por qué? Revisa las etiquetas canónicas en páginas paginadas y filtradas, y asegúrate de que el contenido clave está en el HTML o se renderiza de forma fiable, no solo tras un clic. En una web grande, rastrea una muestra de cada plantilla en lugar de cada URL; un fallo de plantilla es una corrección para miles de páginas. Por último, mira Bing: Bing Webmaster Tools muestra cómo ve Bingbot tu web, y varios asistentes se apoyan en el índice de Bing, así que una web débil en Bing también parte con desventaja ahí. Anota cada bloqueo en la lista de tareas con la plantilla afectada y cuántas páginas toca.
# Does each crawler get the same answer as a browser?
# (A firewall may also check IP ranges; this catches user-agent rules.)
URL="https://www.example.com/"
for UA in "Mozilla/5.0" "Googlebot" "OAI-SearchBot" "PerplexityBot" "bingbot"; do
CODE=$(curl -s -o /dev/null -w "%{http_code}" -A "$UA" "$URL")
echo "$CODE $UA"
doneConsejo práctico
Prueba con el user agent del rastreador desde fuera de tu red. Un 200 para tu navegador y un 403 para OAI-SearchBot es el asesino silencioso de GEO más común que encuentro.
2. Velocidad y experiencia de página
Google incluye una buena experiencia de página entre lo básico también para sus funciones de IA, y las páginas lentas pierden a la gente mucho antes de que ningún algoritmo las juzgue. Mide las Core Web Vitals con datos de usuarios reales, no solo en laboratorio: el Largest Contentful Paint debería ocurrir en 2,5 segundos, el Interaction to Next Paint quedarse por debajo de 200 milisegundos y el Cumulative Layout Shift por debajo de 0,1. Search Console agrupa las URLs por plantilla en su informe de Core Web Vitals, y así sabes qué tipo de página arreglar primero. Los culpables casi siempre son los mismos: imágenes de cabecera enormes, scripts y fuentes de terceros que bloquean el renderizado, saltos de diseño por banners que cargan tarde y demasiado JavaScript en páginas que son sobre todo texto. En esta web, alojar la fuente en el propio servidor y dividir el JavaScript por página bajó la primera pintura en móvil de unos 3 segundos a menos de 1, sin ningún cambio visual. Arregla la plantilla, vuelve a medir tras 28 días de datos reales y solo entonces sigue.
3. Datos estructurados y datos de la entidad
Después compruebo si las máquinas pueden leer sin adivinar quién eres y qué ofrece cada página. Para cada plantilla, enumera los tipos de schema.org que debería llevar y compáralos con lo que realmente publica: Organization o LocalBusiness en la portada, Product con ofertas en las fichas de producto, Article con autor y fecha en el blog, Event para eventos, BreadcrumbList en todas partes. Valida una muestra con la prueba de resultados enriquecidos de Google y el Schema Markup Validator, y trata los avisos como tareas pendientes, no como ruido. Luego compara los datos del marcado con la página visible y con tus fichas en otros sitios: nombre, dirección, teléfono, horario, precios. Las contradicciones entre tu web, tu Perfil de Empresa de Google y los grandes portales son un motivo frecuente por el que las respuestas de IA omiten un negocio o muestran datos antiguos. La corrección va en la fuente de datos, no a mano en cinco sitios: genera el marcado y las fichas desde el mismo registro.
Consejo práctico
Toma tus diez consultas más importantes y mira a quién citan hoy las respuestas de IA. Si aparece una y otra vez el mismo portal, corregir allí tu ficha puede rendir más que cualquier cambio en tu propia web.
4. Huecos de contenido: responde a las preguntas que la gente hace de verdad
Ahora el contenido. Empieza en Search Console: las consultas con muchas impresiones y pocos clics, y las consultas largas en forma de pregunta, muestran dónde te buscan y se van insatisfechos. En Semrush, un análisis de huecos de palabras clave y temas frente a dos o tres competidores reales muestra lo que ellos cubren y tú no. Como AI Overviews y el modo IA usan query fan-out, piensa en grupos: la pregunta principal más las siguientes que haría un comprador cuidadoso, como precio, comparación, alternativas, '¿encaja en mi caso?' y '¿cómo funciona en la práctica?'. Cada página importante debería responder a su pregunta en las dos primeras frases y luego profundizar con cifras concretas, ejemplos y unas preguntas frecuentes breves. Une las páginas pobres que compiten por la misma intención; la guía de Google dice explícitamente que más páginas no hacen una web más relevante. Y añade lo que solo tú puedes decir: tus datos, tu proceso, tus precios, tus resultados. Eso es lo que buscadores y asistentes de IA prefieren citar. Para un negocio local esto suele significar páginas muy prácticas: cómo llegar, aparcamiento, accesibilidad, reservas de grupos, alérgenos, precios de pedidos típicos. Son justo los detalles que la gente pone en los prompts y justo lo que falta en las páginas genéricas.
# Search Console > Performance > Query > Custom (regex):
# question-style queries, often the ones AI assistants answer directly
^(who|what|where|when|why|how|which|can|does|is|are|should)\b5. Investigación de prompts: ¿qué preguntan los clientes a los asistentes de IA?
Las palabras clave dicen lo que la gente escribe en un buscador; los prompts, lo que pregunta a un asistente, y son más largos, más concretos y llenos de contexto ('un restaurante tranquilo para una cena de negocios cerca de la estación que acepte reservas para ocho'). El AI Visibility Toolkit de Semrush incluye investigación de prompts y vistas de competidores que muestran en qué preguntas apareces tú o tus competidores en plataformas como ChatGPT y el modo IA de Google. Peec AI te deja añadir tus propios prompts, etiquetarlos por tema, intención o país, y ejecuta cada prompt una vez al día en cada modelo de IA que elijas. Para una imagen real necesitas prompts por página o intención importante, no diez genéricos. En una plataforma europea de hostelería lo monté para unas 150 páginas de destino: prompts generados por página con un modelo de lenguaje, revisados y cargados en la herramienta. Describo ese flujo, con un modelo abierto que corre en local, en otro artículo. Separa los prompts con marca de los que no la llevan: los segundos muestran si te recomiendan, los primeros si lo que dice la IA de ti es correcto.
Consejo práctico
Escribe los prompts como un cliente le habla a un asistente, con situación y condiciones. 'mejor CRM' no dice nada; 'CRM para una agencia de 12 personas que ya usa Google Workspace' te dice quién gana.
Interactivo
¿Qué tan preparada está tu marca para las respuestas de IA?
Marca lo que ya se cumple. Lo que queda es tu lista GEO, lo más importante primero.
0/10 listo
Tus tres próximos pasos
- Los datos de marca son idénticos en la web, Perfil de Empresa de Google, LinkedIn y directorios
- Las páginas clave responden la pregunta principal en el primer párrafo
- Datos estructurados Organization o LocalBusiness en las páginas clave
6. Seguimiento y una lista de experimentos
Una auditoría solo importa si cambia las cifras. Monto tres vistas y las reviso cada mes. Google Search Console para la búsqueda clásica y, con su informe de rendimiento de IA generativa, para las funciones de IA de Google. Un seguimiento de prompts, Semrush o Peec AI según el presupuesto y qué asistentes importan en tu mercado, para visibilidad, posición, tono y cuota de voz frente a competidores concretos; Semrush actualiza el seguimiento de prompts a diario y los informes de marca cada semana, y su AI Search Site Audit señala problemas técnicos que dejan fuera a los bots de IA. Y tu analítica con un canal propio para las visitas desde la IA. Después, cada hallazgo de los pasos 1 a 5 se convierte en un experimento con hipótesis, responsable, métrica y fecha, ordenado por impacto esperado y esfuerzo. En la plataforma de hostelería salieron diez experimentos priorizados en tres fases: un análisis, un taller en el que el equipo eligió por dónde empezar y sprints cortos. Lee la tendencia durante varias semanas; las respuestas de IA fluctúan y un solo día no demuestra nada. El informe para la dirección cabe en una página: visibilidad y cuota de voz por intención, visitas desde la IA y contactos, las tres fuentes externas más citadas y los experimentos terminados con su resultado. Lo que sea más largo no se lee, y una auditoría que nadie lee no tiene segunda ronda.
# One experiment card per finding; the backlog is a list of these.
id: geo-07
hypothesis: >
Answer-first openings on the 20 top location pages raise our
share of voice for "decide" prompts in ChatGPT and AI Mode.
change: Rewrite the first two sentences only; nothing else on the page.
owner: content lead
metric: share of voice, "decide" prompts, location template (Peec AI / Semrush)
baseline: 2026-11-01 to 2026-11-28
check_after: 4 weeks
impact: high
effort: low
status: runningConsejo práctico
Cambia una sola cosa por experimento y anota el efecto esperado antes de empezar. Si no, cada subida se explica a posteriori y nadie aprende qué cambio funcionó.
Conclusión
Primero el acceso, luego la calidad y después los prompts y el seguimiento: en ese orden, una auditoría SEO y GEO se convierte en una lista corta de correcciones medibles, no en un informe que acumula polvo.
Proyectos reales relacionados
Pruébalo tú mismo
Fuentes y guías oficiales
- Google Search Central: Optimizing your website for generative AI features on Google Search
- Google Search Central: AI features and your website
- Google Search Console
- Google Search Central: Introduction to robots.txt
- Google Search Central: Core Web Vitals
- web.dev: Web Vitals
- Google Search Central: Introduction to structured data
- Google Search Central: Creating helpful, reliable, people-first content
- Semrush Knowledge Base: AI Visibility Toolkit
- Peec AI: AI search analytics
- OpenAI: Overview of OpenAI crawlers
- Bing Webmaster Tools
Más artículos
- 3.025 pull requests en diez meses: un proceso de entrega con IA, desde dentro
- La Ley de IA de la UE para medianas empresas: qué te aplica y desde cuándo
- FinOps para el gasto en IA: tokens, caché, enrutado y presupuestos que aguantan
- Hacer visible una red de restaurantes en las respuestas de la IA: un proyecto GEO paso a paso
- Cómo está hecha esta web: estática donde se puede, en streaming donde hace falta
- Costes de Kubernetes en EKS y GKE: el mismo método, otras palancas
- Una landing zone para empresas medianas, en Terraform o Bicep: las piezas que importan
- El manual de migración de sistemas heredados: oleadas, ejecución en paralelo y recuentos y checksums idénticos
- Seguridad de MCP a fondo: dejar entrar a los asistentes de IA en tu producto sin abrir las puertas
- Monitorizar resultados de negocio: paneles en verde, caja vacía
- Agentes de IA por teléfono: la arquitectura y los tropiezos que ninguna demo enseña
- Pruebas de restauración: un backup que nunca has restaurado es solo una esperanza
- Respuestas de IA en streaming en Azure Static Web Apps: la cabecera que lo retenía todo
- Construir un asistente de IA para WhatsApp de principio a fin: lo que hace falta más allá de la demo
- Sistemas air-gapped: software crítico sin conexión a internet
- IA en producción en AWS: Amazon Bedrock y AgentCore en una configuración privada
- IA en producción con Microsoft Foundry: una configuración de referencia privada para agentes
- /goal, /loop o rutinas: deja de vigilar a tu agente de programación
- Los nuevos planes de Claude: Max, Ultra y lo que significan para los equipos
- OpenAI Codex a finales de 2026: goal mode, dots y cómo blindarlo
- ¿GitHub Copilot, Claude Code o Codex? Cómo elegiría para una empresa
- Fundamentos de GEO: cómo aparecer en las respuestas de la IA
- IA en producción en Google Cloud: de Vertex AI a Gemini Enterprise Agent Platform
- LLM locales en una red air-gapped: IA para tus datos más sensibles
- Quiero ejecutar un LLM local: ¿qué servidor compro?
- MiniMax M3: ¿un modelo puntero que puedes ejecutar tú mismo?
- Investigación de prompts a gran escala con un modelo abierto
- Dimensionar bien Kubernetes: el método que llevó un clúster de 7 a 4 nodos
- IA privada para datos sensibles: un LLM local que supera la revisión de seguridad
- Del prototipo con IA a producción: las ocho capas que añado, en este orden
