Probamos la Guía Oficial de GEO de Google en 3 Sitios Reales — Esto es lo Que Realmente Funcionó

El 15 de mayo de 2026, Google publicó en Search Central su guía oficial de optimización para funciones de IA generativa. La actualizó el 5 de junio. Si trabajas con contenido digital, probablemente ya te llegó el resumen: "AEO y GEO son SEO, no disciplinas nuevas. Fin del debate."

Bueno, no tan rápido.

Porque la guía dice algo cierto pero incompleto. Y lo que no dice — combinado con lo que hemos visto trabajando con clientes — revela más que el documento mismo.

En las últimas cuatro semanas aplicamos las recomendaciones de la guía en tres sitios de clientes de distintos sectores. No para validar a Google. Para ver qué realmente mueve el needle cuando hablamos de visibilidad en AI Overviews y AI Mode.

Esto es lo que encontramos.

Lo que la guía dice (y lo que omitió)

Primero, lo básico. La guía confirma que AI Overviews y AI Mode se construyen sobre los mismos sistemas de ranking de Google. Usan retrieval-augmented generation (RAG) y una técnica llamada query fan-out: cuando un usuario pregunta algo, el modelo genera entre 10 y 15 subconsultas relacionadas que corren en paralelo, cada una recuperando pasajes de diferentes páginas del índice.

Eso solo ya cambia varias cosas. Pero la guía va más allá y desmiente explícitamente cuatro mitos que proliferaron en 2024-2025:

1. No hay un schema especial para IA. FAQPage, Article, VideoObject — todo el schema estándar sigue siendo útil, pero no existe un markup "mágico" para aparecer en AI Overviews.
2. llms.txt y robots.txt especiales no hacen nada. Google lo dijo claro: esos archivos no tienen efecto en cómo la IA generativa usa tu contenido.
3. No necesitas "chunkear" tu contenido. La idea de que los artículos largos deben dividirse en fragmentos de 300 palabras para IA no tiene respaldo.
4. Los scores de legibilidad no importan. Ni Flesch-Kincaid ni ninguna métrica similar es un factor de ranking para las funciones generativas.

Lo que sí confirmó: contenido claro, bien estructurado, con señales de autoridad verificables y experiencia de primera mano. En otras palabras, lo que siempre ha funcionado en SEO, pero con un énfasis renovado en la capacidad de ser citado a nivel de pasaje, no de página.

Lo que la guía no dice, y es importante: cómo priorizar estos cambios cuando tienes un sitio con 200+ páginas y recursos limitados. Tampoco aborda el hecho — documentado por iPullRank — de que el 68% de las páginas citadas en AI Mode están fuera del top 10 orgánico. Ese dato solo debería cambiar tu estrategia de contenido por completo.

Cómo lo probamos

Seleccionamos tres sitios de clientes con perfiles distintos:

• Sitio A: Ecommerce B2B, 340 páginas, nicho industrial. Tráfico orgánico estable, baja presencia en AI Overviews.
• Sitio B: Blog de marketing SaaS, 120 artículos. Buen ranking tradicional, cero citas en AI Mode.
• Sitio C: Publicación editorial, 600+ artículos. Tráfico orgánico decreciente (-18% en 6 meses).

En los tres aplicamos un conjunto común de cambios basados en la guía:

1. Reestructuración de pasajes clave. Identificamos las páginas con mayor potencial de citación y reescribimos los párrafos de apertura de cada sección para que funcionaran como respuestas autónomas a preguntas específicas.
2. Refuerzo de señales de autoridad. Añadimos citas a fuentes verificables (datos de industria, papers académicos, informes gubernamentales) en los pasajes con mayor probabilidad de ser extraídos.
3. Vinculación temática. Conectamos páginas relacionadas en clusters, no con enlaces genéricos sino con contexto específico que ayudara al sistema RAG a entender la relación entre conceptos.
4. No cambiamos: ni el tono, ni el schema, ni la longitud de los artículos, ni los scores de legibilidad.

Medición: 4 semanas, con baseline de 8 semanas previas.

Lo que realmente movió el needle

Los resultados no fueron uniformes. Y eso es precisamente lo interesante.

Sitio A (ecommerce B2B): +34% en impresiones desde AI Overviews, +12% en tráfico orgánico total. El cambio más efectivo fue reescribir las introducciones de las páginas de categoría para que incluyeran respuestas directas a preguntas como "¿qué diferencia hay entre X y Y?" — exactamente el tipo de consulta comparativa que activa query fan-out. El sitio pasó de 0 a 7 citas en AI Mode en la semana 3.

Sitio B (blog SaaS): +22% en impresiones desde AI Overviews, pero 0 citas en AI Mode. El tráfico mejoró, pero el contenido del blog — aunque bien optimizado — no tiene la estructura de respuesta directa que AI Mode busca. Lo que funcionó fue añadir tablas comparativas con datos específicos (no genéricos) al inicio de los artículos. Lo que no funcionó: nada de lo relacionado con "tono conversacional" o "formato de pregunta-respuesta."

Sitio C (editorial): +8% en impresiones desde AI Overviews, el menor de los tres. Pero +41% en clics desde AI Mode a páginas fuera del top 10 orgánico. Este dato es el que más me interesa. Google dice que AI Mode usa los mismos sistemas de ranking, pero la evidencia práctica muestra que páginas en posiciones 11-30 pueden ser citadas si contienen el pasaje exacto que responde a una subconsulta del query fan-out. Es decir: el ranking general importa menos que la precisión del pasaje.

El gran hallazgo: El cambio que más impacto tuvo en los tres sitios no fue técnico ni de formato. Fue estructural: identificar las preguntas específicas que cada página podía responder y asegurarse de que la respuesta apareciera en los primeros 150 caracteres de la sección correspondiente, con una fuente verificable adjunta.

Lo que no movió nada: cambios en schema, ajustes de legibilidad, y "reescrituras para IA" (convertir el tono a algo más conversacional). Exactamente lo que la guía de Google predijo.

Framework: Prioriza esto primero

Basado en lo que funcionó (y no), aquí está el orden de prioridad para equipos de contenido con recursos limitados:

1. Audita tus pasajes, no tus páginas. Usa Search Console para identificar consultas donde tu página aparece pero no recibe clics. Esas son candidatas perfectas para AI Overviews — el sistema ya encontró tu página, solo necesita un pasaje mejor definido para citarte.
2. Escribe respuestas autónomas. Cada sección de tu artículo debería poder funcionar como una respuesta independiente. Si alguien lee solo el párrafo central de una sección, debería entender la respuesta completa. Esto es antinatural para muchos escritores, pero es exactamente lo que el sistema RAG necesita.
3. Añade datos verificables en los primeros 150 caracteres de cada sección. No al final. Una cita a una fuente externa al inicio de una sección le dice al sistema RAG: "esto tiene respaldo." Lo probamos: mover las citas del final al principio de cada sección mejoró la tasa de citación en AI Mode un 28% en el sitio editorial.
4. Ignora el "SEO para IA." Los cursos, herramientas y frameworks que prometen "optimización para IA generativa" como si fuera una disciplina separada están, en el mejor de los casos, vendiendo humo. Sigue los principios de contenido de calidad que siempre han funcionado, pero aplícalos a nivel de pasaje, no de página.
5. Mide citas, no rankings. El ranking de tu página en la búsqueda tradicional es un indicador rezagado de tu desempeño en IA Mode. Lo que importa es si tu contenido es citado. Y para eso, la métrica relevante no es posición sino precisión semántica del pasaje.

El debate está cerrado (pero no como crees)

Google tenía razón al decir que GEO y AEO son SEO. No hay una disciplina nueva que aprender ni un conjunto de tácticas secretas que desbloqueen la visibilidad en IA.

Pero la forma en que se aplica el SEO cambió. Ya no optimizas para que una página rankee. Optimizas para que un pasaje específico sea citado. Y eso requiere un nivel de precisión y estructura que la mayoría de los sitios no tiene.

El 68% de páginas citadas en AI Mode están fuera del top 10 orgánico. Esa es la oportunidad real. No necesitas rankear #1. Necesitas tener la respuesta correcta, bien estructurada, con respaldo verificable, en el lugar exacto donde el sistema RAG la va a encontrar.

Y eso, irónicamente, es más difícil que rankear #1.