SEO y GEO para un proyecto nuevo: Google, ChatGPT y Perplexity

Para aparecer en Google y en las respuestas de ChatGPT, Claude o Perplexity, un proyecto nuevo necesita lo mismo de base: páginas que los rastreadores puedan leer en el HTML del servidor, indexadas, sin bloquear por error a los bots de búsqueda, y con contenido que responda de forma directa y verificable. Google dice que no hay requisitos adicionales para salir en AI Overviews o AI Mode más allá de estar indexado y poder mostrarse con fragmento. Lo específico de la IA es decidir qué bots dejas entrar (los de búsqueda y los de entrenamiento son distintos) y escribir para que te puedan citar.

SEO y GEO: qué son y por qué no son dos trabajos distintos

SEO (posicionamiento en buscadores) es conseguir que tus páginas se rastreen, se indexen y salgan para las búsquedas que importan. GEO (de Generative Engine Optimization) es conseguir que los asistentes con IA, como ChatGPT, Claude, Perplexity o las respuestas generadas de Google, usen tu web como fuente y la enlacen. El nombre es nuevo; la mecánica, bastante menos.

La propia Google lo dice sin rodeos en su página sobre funciones de IA y tu web: no hay requisitos adicionales ni optimizaciones especiales para aparecer en AI Overviews o AI Mode, y no necesitas crear ficheros legibles por máquinas, ficheros de texto para IA ni marcado especial. Basta con que la página esté indexada y sea apta para mostrarse en la Búsqueda con un fragmento. Los asistentes de OpenAI, Anthropic y Perplexity tienen sus propios rastreadores, pero también premian lo mismo: HTML legible, acceso permitido y respuestas claras.

Desconfía de quien venda el GEO como una disciplina aparte con trucos propios. En un proyecto nuevo, casi todo el trabajo es SEO técnico bien hecho más contenido que responde preguntas concretas. Lo genuinamente nuevo cabe en dos decisiones: qué bots de IA admites y si publicas un llms.txt.

Los fundamentos técnicos que necesitas el día uno

Indexación y robots.txt

El robots.txt le dice a los rastreadores a qué URL pueden acceder. Según la introducción a robots.txt de Google, se usa sobre todo para no sobrecargar el sitio y no es un mecanismo para mantener una página fuera de Google: para eso se usa noindex o se protege con contraseña. El error clásico del lanzamiento es el contrario: subir a producción el robots.txt o la etiqueta noindex del entorno de pruebas. Revísalo el mismo día que publiques.

Sitemap XML

Un sitemap.xml con URL absolutas y solo las páginas que quieres indexadas. La guía de sitemaps de Google fija el límite en 50 MB sin comprimir o 50.000 URL por fichero, explica que Google ignora priority y changefreq, y que solo usa lastmod si es coherente y verificablemente exacto. Puedes enviarlo desde Search Console o declararlo en el robots.txt con una línea Sitemap:.

Canonical

Cada página debe declarar su URL canónica con rel="canonical". Google lo describe en su documentación sobre URL duplicadas como una señal fuerte, no como una orden, y la combina con redirecciones y sitemaps: las señales se suman. Decide pronto si tu dominio va con o sin www, con o sin barra final, y redirige todo lo demás con un 301.

hreflang, si tu web es multilingüe

Si publicas en varios idiomas, cada versión debe enlazar a sí misma y a todas las demás con hreflang, más un x-default para el resto. La guía de versiones localizadas avisa de que si dos páginas no se apuntan mutuamente, las etiquetas se ignoran, y de que Google no usa ni hreflang ni el atributo lang para detectar el idioma: lo deduce del texto. Traduce la página de verdad, no solo el menú.

Renderizado en servidor

Google renderiza JavaScript con un Chromium sin interfaz, pero lo hace en una cola aparte después del rastreo. Su guía de JavaScript y SEO lo resume así: el renderizado en servidor o el prerrenderizado sigue siendo una gran idea, porque hace la web más rápida y porque no todos los bots pueden ejecutar JavaScript. Si tus precios o tus preguntas frecuentes solo existen tras ejecutar JavaScript, asume que algunos rastreadores de IA no los verán. Compruébalo con curl sobre tu URL.

Search Console y Bing Webmaster Tools

Da de alta el dominio en Google Search Console el día del lanzamiento: verificas la propiedad, envías el sitemap, inspeccionas URL concretas y ves qué páginas se han indexado y cuáles no, y por qué. Después añade Bing Webmaster Tools: Bing permite importar los sitios ya verificados en Search Console, con sus sitemaps, sin repetir la verificación. Y si tu plataforma lo permite, activa IndexNow, un protocolo para avisar a los buscadores de que una URL se ha creado, cambiado o borrado; lo admiten Bing, Naver, Seznam.cz, Yandex y Yep.

Datos estructurados: qué marcar y qué esperar de verdad

Los datos estructurados describen tu página en un formato que las máquinas entienden sin adivinar. Google recomienda JSON-LD cuando la plataforma lo permite, porque es lo más fácil de mantener. Y sus normas generales dejan dos cosas claras: el marcado habilita una función, pero no garantiza que aparezca, y no puedes marcar contenido que el visitante no ve en la página. El JSON-LD tiene que ser una representación fiel de lo que hay en el HTML.

Detalles que importan. Organization va en la portada o en una sola página que describa la empresa. Para SoftwareApplication, el resultado enriquecido pide una valoración o una reseña: si todavía no tienes reseñas reales, márcalo igualmente con nombre, categoría y precio, pero no inventes una aggregateRating, porque estarías marcando algo que no existe. Para Article, cada autor en su propio campo author, con tipo Person y un url o sameAs a su perfil, y solo el nombre en author.name. Para BreadcrumbList, las migas deben coincidir con las que ve el usuario.

FAQPage: según el registro de cambios de Search Central, el resultado enriquecido de preguntas frecuentes dejó de mostrarse en Google en mayo de 2026. El marcado no está prohibido y otros sistemas pueden seguir leyéndolo, pero no lo añadas esperando el desplegable en Google. Lo que sí sigue valiendo es tener las preguntas y respuestas escritas en el HTML: son el formato que mejor se cita.

llms.txt: qué es y qué no es

llms.txt es una propuesta de Jeremy Howard, publicada en septiembre de 2024: un fichero Markdown en /llms.txt con un H1 con el nombre del proyecto, una cita breve que resume de qué va, secciones opcionales de detalle y listas de enlaces bajo H2 a las páginas que un modelo debería leer. La misma propuesta sugiere ofrecer versiones Markdown limpias de cada página, con .md añadido a la URL.

Es una propuesta, no un estándar que todos los sistemas hayan adoptado, y Google dice expresamente en su guía de funciones de IA que no necesitas ficheros de texto para IA para aparecer en AI Overviews o AI Mode. Nuestro criterio: publícalo porque cuesta media hora, ayuda a las herramientas que sí lo leen y te obliga a resumir tu producto. No esperes de él tráfico ni posiciones, ni lo uses en lugar de un HTML legible.

Los bots de IA: quién es quién y qué bloquear

Cada empresa separa ya sus rastreadores por función. La distinción que importa es esta: unos recogen contenido para entrenar modelos, otros indexan para buscar y citar, y otros actúan en nombre de un usuario que ha pedido algo concreto. Bloquear el entrenamiento no tiene por qué sacarte de las respuestas; bloquear la búsqueda, sí.

Las fuentes: la página de rastreadores de OpenAI dice que cada ajuste es independiente, que los sitios que excluyen OAI-SearchBot no se muestran en las respuestas de búsqueda de ChatGPT y que los cambios tardan unas 24 horas en aplicarse. El artículo de ayuda de Anthropic explica qué impide bloquear cada uno de sus tres bots. La documentación de Perplexity recomienda permitir PerplexityBot. Y la lista de rastreadores de Google indica que Google-Extended no afecta a la inclusión ni a la posición en la Búsqueda de Google.

Un robots.txt razonable para un proyecto nuevo

Si quieres aparecer en los asistentes pero no ceder tus textos para entrenar modelos, esta es una base sensata. Cada línea va en el fichero tal cual; deja una línea en blanco entre grupos:

• User-agent: GPTBot y debajo Disallow: / (fuera del entrenamiento de OpenAI)
• User-agent: ClaudeBot y debajo Disallow: / (fuera del entrenamiento de Anthropic)
• User-agent: Google-Extended y debajo Disallow: / (fuera del entrenamiento y grounding de Gemini; no toca la Búsqueda)
• User-agent: * y debajo Allow: / (todos los demás, incluidos Googlebot, Bingbot, OAI-SearchBot, Claude-SearchBot, Claude-User y PerplexityBot)
• Sitemap: https://tudominio.com/sitemap.xml

Nuestro consejo para un proyecto que empieza: permite también el entrenamiento salvo que tengas un motivo claro (contenido de pago, datos propios valiosos), porque que los modelos conozcan tu marca ayuda a que te recomienden. Lo que casi nunca tiene sentido es bloquear los bots de búsqueda. Y robots.txt es una petición, no un control de acceso.

Qué dice Google sobre AI Overviews y AI Mode

Resumen fiel de la documentación de Google sobre funciones de IA, vigente a octubre de 2026:

• No hay requisitos adicionales ni optimizaciones especiales: valen las buenas prácticas de SEO de siempre.
• No hacen falta ficheros nuevos, ficheros de texto para IA, marcado especial ni un tipo concreto de datos estructurados.
• El único requisito técnico es que la página esté indexada y pueda mostrarse en la Búsqueda con un fragmento.
• Ambas funciones pueden usar una técnica de «query fan-out»: lanzan varias búsquedas relacionadas sobre subtemas y fuentes para construir la respuesta, lo que abre la puerta a enlaces más diversos que los resultados clásicos.
• Los controles son los de siempre: nosnippet, data-nosnippet, max-snippet y noindex.

Para un proyecto pequeño, el «fan-out» es buena noticia: la respuesta se arma con subpreguntas concretas, así que una página que responde muy bien a una pregunta específica tiene opciones aunque no ganes la búsqueda principal. Y cuidado con nosnippet en páginas que quieres ver citadas.

Cómo escribir contenido que se pueda citar

Un asistente con IA cita fragmentos que se entienden solos. Escribe cada párrafo para que siga siendo cierto fuera de contexto.

1. Respuesta directa arriba. El primer párrafo responde a la pregunta del título en dos a cuatro frases, sin preámbulos.
2. Definiciones explícitas. «X es...» en una frase. Es el formato que más se reutiliza en respuestas.
3. Datos con fuente. Cada cifra con su enlace a la fuente primaria. Si no puedes enlazarla, formúlala como criterio y no como número.
4. Tablas para comparar. Precios, planes, requisitos, diferencias entre opciones: en una tabla HTML real, no en una imagen.
5. Autoría visible. Google pregunta en su guía de contenido útil si es evidente quién escribió el contenido y si hay firma donde se espera; y califica de engaño inventar perfiles de autor.
6. Fechas honestas. Fecha de publicación y de revisión, y que la revisión sea real: la misma guía señala como mala práctica cambiar fechas para parecer reciente sin cambios sustanciales.
7. Lo importante, en el HTML. Precios, preguntas frecuentes, quiénes sois y qué hace el producto, en texto servido por el servidor, no en un PDF, una imagen o un componente que carga después.

Imagina una app de reservas para fisioterapeutas: una página de «Funcionalidades» llena de frases de marketing casi no se cita; una titulada «Cómo reducir las ausencias en una clínica de fisioterapia», con respuesta en tres frases y una tabla comparativa, tiene muchas más papeletas. Si quieres el contexto completo de lanzamiento, está en la guía para lanzar un proyecto web.

Checklist técnica de SEO y GEO

Esta checklist es la parte técnica. La lista completa de lanzamiento, con medición, legal y distribución, está en la checklist de lanzamiento.

En qué orden hacerlo: la primera semana

1. Antes de publicar: robots.txt, noindex, canonical y sitemap revisados en el entorno de producción, no en local.
2. Día del lanzamiento: Search Console verificada, sitemap enviado, inspección de la portada y de dos o tres páginas clave; importación a Bing Webmaster Tools.
3. Días 2 y 3: JSON-LD de Organization, del producto y de los artículos, validado con las herramientas de Google; llms.txt publicado.
4. Días 3 a 5: quiénes somos, precios en HTML, preguntas frecuentes reales y los primeros artículos.
5. Final de la semana: revisar en Search Console qué no se ha indexado y por qué, y corregirlo.
6. En paralelo: perfiles en directorios y redes, enlazados desde tu sameAs. Lo contamos en Product Hunt y directorios de lanzamiento.

Estas comprobaciones se olvidan porque son muchas y nadie las ordena, como cuenta el artículo sobre no saber qué hacer cada día de un lanzamiento. LaunchSuite las reúne en su comprobación de web lista para lanzar, con las de SEO y GEO medidas desde fuera de tu web.