Google dice que GEO no existe. Qué significa esto para la estrategia de marketing.

Google publicó recientemente su guía oficial para optimizar contenido en "AI Overviews" y demás experiencias generativas de Search. La frase central del documento no admite ambigüedad: "optimizing for generative AI search is optimizing for the search experience, and thus still SEO". En español llano: GEO y AEO no son disciplinas separadas. Son SEO bien hecho.

Para una industria que en los últimos meses ha estado construyendo servicios, frameworks y posicionamientos alrededor del supuesto de que GEO es una disciplina nueva, esto es una declaración importante. Vale la pena leerla con atención, entender qué dice y qué no dice, y a partir de eso definir qué debemos hacer las empresas en 2026.

Lo que Google dijo, y cómo lo dijo

Antes de seguir conviene aclarar los términos. GEO significa "generative engine optimization", la práctica de optimizar contenido para motores generativos como AI Overviews, AI Mode, Perplexity o ChatGPT. AEO significa "answer engine optimization", una variante que se enfoca en aparecer en las respuestas directas que estos sistemas entregan al usuario. En la industria se han usado además términos como AIO ("AI optimization") y LLMO ("large language model optimization"). Todos describen variantes del mismo problema: cómo lograr presencia de marca y de contenido en superficies donde la respuesta la entrega un modelo, no una lista de enlaces.

La guía de Google es enfática en su postura. La frase ya citada se acompaña de una afirmación complementaria: "From Google Search's perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO". El mensaje es claro. Para Google, no hay disciplina nueva.

El documento va más lejos. Incluye un apartado de mythbusting donde Google descarta explícitamente varias tácticas que se han vendido como parte del repertorio GEO en los últimos meses. Los archivos llms.txt, según la guía, no son necesarios y Google no les da tratamiento especial. El "chunking" de contenido, la práctica de dividir páginas en fragmentos cortos pensando en cómo un modelo procesa información, tampoco aporta beneficio. Reescribir contenido específicamente para que sea consumido por sistemas de AI es innecesario, ya que los modelos entienden sinónimos y significados generales. La búsqueda de menciones inauténticas en foros, blogs y discusiones tampoco funciona, porque los sistemas de Google detectan y filtran ese tipo de patrones.

Es un documento poco usual en el tono. Google rara vez publica guías oficiales que descalifiquen prácticas específicas de la industria con esta claridad. La interpretación más simple es que el ruido alrededor de GEO y AEO ya había crecido lo suficiente como para justificar una respuesta directa.

Por qué Google tiene razón técnicamente

Las afirmaciones de Google se sostienen. Sus experiencias generativas, AI Overviews y AI Mode, operan sobre el mismo índice y las mismas señales de ranking que el Search tradicional. La técnica que las alimenta, "retrieval augmented generation" o RAG, consiste en que el modelo consulta el índice de Search para fundamentar sus respuestas en contenido relevante y actualizado. Es decir, el modelo no genera respuestas desde su entrenamiento estático; genera respuestas a partir de páginas que Google ya rankea como relevantes.

Esto tiene una consecuencia operativa directa. Si una página aparece bien rankeada para una consulta, tiene altas probabilidades de ser referenciada en la respuesta generativa para esa misma consulta. Si la página no aparece en los resultados tradicionales, no va a aparecer tampoco en AI Overviews. La cadena es secuencial.

A esto se suma una técnica adicional que el documento describe: "query fan-out". Cuando un usuario hace una consulta, el modelo genera internamente un conjunto de consultas relacionadas concurrentes, y a partir de cada una de ellas obtiene resultados que enriquecen la respuesta final. Esto significa que una página puede aparecer referenciada no por la consulta original del usuario, sino por una de las consultas derivadas que el modelo generó para responder mejor.

Ninguna de estas dos técnicas requiere contenido optimizado de manera distinta a las prácticas tradicionales de SEO. RAG opera sobre el índice como está. "Query fan-out" amplía la consulta del usuario, pero las páginas que recupera siguen las mismas reglas de ranking.

La conclusión técnica es robusta. Quien quiere aparecer en AI Overviews o AI Mode no necesita una estrategia paralela. Necesita las prácticas de SEO de siempre, ejecutadas con profesionalismo, buena técnica y disciplina.

Lo que el documento no dice

Hay una segunda lectura que la guía no hace, porque no le corresponde hacerla. Google está hablando de Google. No de Perplexity, no de ChatGPT, no de Claude, no de los agentes que ya hacen "retrieval" desde múltiples superficies fuera de su ecosistema.

Que GEO no sea una disciplina separada para Google no significa que la fragmentación del discovery no esté ocurriendo en el resto del mercado. Una consulta que hace un comprador potencial puede iniciarse hoy en cualquiera de estas superficies, y la respuesta que recibe en cada una de ellas no necesariamente coincide con lo que Google rankea bien. Perplexity tiene su propio índice y sus propios criterios de selección de fuentes. ChatGPT, dependiendo de la versión y el modo de uso, puede usar búsqueda en tiempo real con criterios distintos a los de Google, o puede responder desde su entrenamiento sin consultar la web. Claude tiene su propio comportamiento. Los agentes de compra, una categoría aún emergente pero ya operativa en algunos casos, consultan múltiples superficies y consolidan información de formas que están todavía evolucionando.

Para una marca que opera en el mercado, esto significa que la pregunta "cómo aparezco en las respuestas generativas" no se resuelve enteramente con una estrategia de SEO para Google. Existe un conjunto adicional de superficies donde se está formando la consideración de compra, y donde las reglas técnicas y los incentivos del operador no son los mismos que los de Google.

Esto no contradice lo que dice la guía. La guía es correcta sobre Google. Pero el marketer que la tome como mapa completo del mercado va a quedar ciego a una parte cada vez mayor de las superficies donde sus clientes potenciales empiezan a buscar.

El verdadero mensaje: el contenido comoditizado ya no rinde

El mensaje más útil del documento, sin embargo, no está en la lista de mitos ni en la defensa del SEO tradicional. Está en el criterio que Google enuncia con más insistencia a lo largo de toda la guía: el contenido comoditizado ya no rinde.

Google lo dice con ejemplos concretos. Un artículo titulado "7 Tips for First-Time Homebuyers" es contenido comoditizado, porque está basado en conocimiento común que cualquiera puede producir y que no aporta nada distintivo. Un artículo titulado "Why We Waived the Inspection & Saved Money: A Look Inside the Sewer Line" es contenido no comoditizado, porque parte de una experiencia de primera mano que solo quien la vivió puede contar.

La diferencia no es nueva. Lo que es nuevo es la consecuencia. Cuando un modelo generativo enfrenta una consulta cuya respuesta puede construir desde su propio entrenamiento o desde múltiples fuentes intercambiables, el modelo genera la respuesta y deja al contenido fuente sin tráfico. La lógica es simple: si lo que el contenido aporta es información común, el modelo la sintetiza directamente y el usuario nunca llega a la página.

Lo que queda en pie es el contenido que el modelo no puede generar por sí solo. Experiencia de primera mano. Punto de vista distintivo. Datos propios. Análisis basado en información que la marca tiene y nadie más tiene. Una entrevista a un cliente real. Un dato operativo de un caso vivido. Una metodología aplicada y documentada con resultados.

Este es el reframe importante. La pregunta operativa para el marketer ya no es "cómo optimizo para AI". Esa pregunta tenía sentido cuando se asumía que había una capa técnica adicional que aplicar al contenido. La guía de Google deja claro que esa capa no existe, al menos no en su ecosistema. La pregunta operativa real es otra: cómo produzco contenido no comoditizado a escala.

Implicación estratégica: la capacidad de producción se vuelve la ventaja

Y ahí es donde la respuesta se complica. Producir contenido no comoditizado a escala es estructuralmente difícil. Requiere acceso a información distintiva, requiere tiempo de personas con criterio para destilarla, requiere disciplina editorial para mantener un estándar a lo largo de meses, y requiere ejecución técnica para que ese contenido llegue al índice de Search en buenas condiciones.

La mayoría de las organizaciones no está siendo capaz de generar el contenido requerido. O no tiene personal interno con el tiempo y el perfil necesarios para producirlo, o sus agencias SEO actuales producen exactamente el tipo de contenido genérico que Google ahora descarta. En ambos extremos, el resultado es el mismo: contenido que ocupa el calendario editorial pero no aporta diferenciación, y que en el nuevo contexto generativo simplemente deja de tener tráfico.

Lo que necesita el negocio en 2026 no es más volumen. Es la capacidad de generar contenido de alta calidad y relevancia que combine un punto de vista distintivo, datos propios y ejecución sostenida. Esa capacidad puede construirse internamente, cuando la organización tiene el equipo y el tiempo para hacerlo, o a través de una agencia que opere con ese mismo estándar. Lo que importa no es desde dónde se produce el contenido, sino si la operación detrás puede sostener ese estándar durante el tiempo que toma construir presencia. Esto cambia el perfil de la conversación con cualquier proveedor de servicios de marketing. La pregunta ya no es cuántas piezas por mes, sino cuántas piezas de alta calidad podemos producir, con nuestros datos, información y recursos.

Cierre

La pregunta no es si Google tiene razón. La tiene. La pregunta es qué debemos hacer al respecto las empresas en 2026. Y la respuesta no está en buscar el próximo "hack" de optimización, ni en seguir produciendo volumen de contenido genérico esperando que algo funcione. La respuesta está en aceptar que la ventaja competitiva se desplazó hacia la capacidad de producir lo que un modelo no puede generar por sí solo, y en organizar la operación de marketing en consecuencia.