El 5 de octubre de 2026, Molly McClure, ejecutiva de marketing y CMO fraccional de DrugScreens.com, señaló una tendencia previsible: el marketing ya está convirtiendo GEO en otra sigla con presupuesto, panel de control y gurús de LinkedIn. La optimización para motores generativos —la idea de lograr que ChatGPT, Gemini o Perplexity mencionen una marca— importa. Pero perseguir menciones puede distraer de una pregunta menos vistosa y más útil: ¿tenemos algo que merezca ser citado?
La nueva fiebre tiene nombre y ya vende servicios
La secuencia resulta familiar. Aparece una tecnología, alguien bautiza una práctica con tres letras y, antes de que el resto entienda qué cambió, ya hay consultores, herramientas, métricas y conferencias. SEO, CRO, ABM, AEO; ahora GEO. El acrónimo es nuevo. La maquinaria que lo convierte en una línea de negocio, no tanto.
La oportunidad es real. Cada vez más personas consultan sistemas de IA para investigar productos, resolver dudas o hacerse una idea rápida de un tema. En lugar de recibir una lista de enlaces, pueden obtener una respuesta sintetizada a partir de distintas fuentes. Para las marcas, eso altera el camino de descubrimiento: un usuario podría recibir una recomendación sin visitar el sitio de la empresa.
Conviene averiguar dónde aparece una marca en esas respuestas, analizar qué preguntas hacen los clientes y qué fuentes cita cada plataforma. El problema empieza cuando medir la visibilidad se convierte en toda la estrategia. Una empresa puede pasar el trimestre intentando convencer a un modelo de que la nombre y olvidar por qué alguien confiaría en ella.
Que una IA mencione una marca no demuestra que tenga autoridad; la respuesta puede variar según la consulta, el sistema y la información disponible. No hay una página fija de diez enlaces azules que permita celebrar una posición y dar el asunto por cerrado. La visibilidad es más volátil y menos transparente.
McClure propone cambiar la pregunta: no «¿cómo hacemos que ChatGPT nos mencione?», sino «¿cómo nos convertimos en una fuente que merezca aparecer?». La diferencia se nota al repartir el presupuesto: una estrategia persigue señales de plataforma; la otra desarrolla conocimiento, utilidad y reputación. GEO puede servir para observar el cambio, pero como estrategia aislada corre el riesgo de convertirse en otra moda con nombre caro.
La autoridad no cabe en un truco de optimización
En la búsqueda tradicional, la meta solía resumirse en una palabra: posicionar. Los sistemas generativos desordenan ese esquema. Un modelo puede resumir varias fuentes y dejar al usuario sin una razón inmediata para abrir los sitios de origen. Para una marca, no basta con ocupar un puesto reconocible en una página de resultados; necesita formar parte de la información que el sistema considera pertinente y confiable.
Los ingredientes, sin embargo, son conocidos: experiencia demostrable, datos precisos, información útil, ideas originales, menciones de terceros, enlaces legítimos y una reputación que no dependa solo de lo que la empresa afirma en su página «Quiénes somos».
La tecnología cambia rápido, pero la confianza sigue siendo difícil de fabricar. Publicar una página titulada «Somos líderes del sector» no significa que otros traten a la empresa como líder. Una referencia independiente, una investigación bien hecha o una explicación que resuelva un problema pueden tener más peso porque no proceden de la misma voz interesada.
Los enlaces y las citas de sistemas de IA tienen más sustancia cuando remiten a información verificable y relevante, no cuando son el resultado de una campaña para coleccionarlos o de repetir palabras clave con una capa nueva de jerga.
Nadie controla por completo cómo un sistema genera cada respuesta. Se puede mejorar la claridad, publicar evidencia, mantener la información al día y construir reconocimiento fuera de los canales propios. Pero prometer visibilidad garantizada en respuestas de IA sería vender humo con una interfaz moderna. GEO ayuda a entender una parte del cambio; no convierte la autoridad en un botón que se pulsa.
Un uso de Claude que sí tiene sentido
McClure describe un proyecto de noticias sobre pruebas de drogas desarrollado con Claude para DrugScreens.com. El sector ofrece un buen caso de prueba porque las novedades pueden cambiar estado por estado: se modifica una ley, evoluciona una norma sobre controles en el trabajo, aparece una sustancia o cambia una orientación regulatoria. Lo que ocurre en Oklahoma puede no tener nada que ver con un cambio en Maryland o Florida.
Seguir manualmente la actividad de los 50 estados es posible, pero exige revisar información de forma continua. El sistema usa IA para vigilar ese panorama y avisar de posibles novedades pertinentes. Esa es la parte automatizable: rastrear un volumen de información que a una persona le costaría revisar de manera constante.
Después, alguien debe comprobar qué ocurrió, localizar la fuente, verificar los detalles y decidir si el cambio afecta a la audiencia. También debe evaluar si la empresa tiene algo útil que aportar. Si no, publicar por publicar solo añade ruido, aunque el artículo salga en veinte segundos.
En este proyecto, la IA no se usa principalmente para escribir más rápido, sino para detectar antes una historia que podría importar. En vez de pedirle que rellene una página en blanco, se la emplea para señalar movimientos y reducir la posibilidad de que una novedad relevante pase inadvertida.
Claude no determina por sí solo si una noticia es cierta, significativa o digna de análisis, ni sustituye el criterio de alguien que conoce el sector. Su función es vigilar y alertar; la investigación, la interpretación y la decisión editorial siguen en manos humanas. La herramienta puede ampliar lo que ese equipo alcanza a observar, pero no reemplaza su trabajo.
El calendario editorial no debería mandar tanto
Durante años, muchas estrategias de contenido empezaban con una pregunta: ¿qué publicamos el jueves? Después llegaban las reuniones para encontrar una palabra clave sin cubrir, completar el calendario y producir algo que pareciera oportuno. Si el cuadro del martes seguía vacío, alguien terminaba escribiendo. El calendario se cumplía; la audiencia quizá no recibía nada útil.
La IA permite ensayar el orden contrario. Primero se observa qué está cambiando: preguntas recurrentes de clientes, legislación, investigaciones, términos nuevos y problemas que aparecen en el sector. Después se decide si hay una historia que merezca explicación y si la organización tiene conocimientos para tratarla con rigor. Solo entonces se eligen el formato y la fecha de publicación.
El cambio corrige una perversión habitual del marketing de contenidos: tratar la producción como objetivo. La capacidad de generar texto ha aumentado; la de producir criterio, no. Publicar cincuenta artículos en lugar de cinco puede significar que solo se multiplicó el material que nadie necesitaba leer. Importa qué piezas aportan algo que no estuviera ya dicho con más claridad en otro sitio.
Un calendario editorial debería registrar lo que merece una explicación, no servir de excusa para publicar. La IA puede rastrear señales dispersas y encontrar patrones; luego hacen falta personas que distingan entre un cambio menor y uno que alterará decisiones reales. En el caso de las regulaciones estatales, detectar una modificación no basta: hay que comprender a quién afecta y cuáles son sus consecuencias.
Así, el mundo puede convertirse en una fuente de temas, pero no en una máquina automática de artículos. Esa distinción ayuda a producir menos por obligación y a publicar cuando existe una razón concreta para hacerlo.
GEO funciona mejor cuando no vive en una isla
Medir la presencia de una marca en respuestas de IA puede ser útil. Conviene revisar menciones, citas, consultas y cambios en la forma en que los usuarios descubren información. Pero una métrica no se convierte por sí sola en estrategia. Si GEO queda separado de SEO, relaciones públicas, marca, contenido, experiencia técnica y conocimiento especializado, el equipo estará optimizando el último tramo mientras descuida lo que lo hace posible.
La visibilidad en plataformas generativas depende de un ecosistema más amplio que el sitio corporativo. La marca necesita información comprensible y actualizada, pero también señales externas de credibilidad: fuentes independientes que la mencionen, trabajos que otros consideren citables y una reputación formada más allá de sus mensajes promocionales. No basta con declararse autoridad en una página de aterrizaje y esperar que la red adopte esa afirmación.
La evaluación también debería ir más allá de contar menciones en una plataforma, pues perseguir cambios que la empresa no controla puede dejar de lado resultados más duraderos. Conviene preguntarse si la información está bien sustentada, si otros expertos la referencian, si los clientes encuentran respuestas que les ayudan a decidir y si la empresa puede explicar por qué un tema importa.
Por eso GEO debería conectarse con las prácticas que construyen reputación, no competir con ellas por una parcela del presupuesto. El acrónimo puede ayudar a enfocar una conversación sobre descubrimiento, pero no hace falta crear un departamento aparte cada vez que cambia la interfaz de búsqueda.
La IA puede vigilar grandes cantidades de información, detectar cambios y poner sobre la mesa asuntos que el equipo habría tardado en encontrar. La verificación, la decisión y el aporte propio siguen dependiendo de las personas. En el proyecto de DrugScreens.com, Claude cumple una función de seguimiento y alerta; no decide qué merece publicarse ni garantiza que una marca aparezca en las respuestas generadas.
