El 40% de las decisiones de compra B2B ya pasan por un LLM. Y casi nadie sabe por qué aparece su marca — o no — en las respuestas. Nosotros sí.
En 2020, si no salías en Google no existías. En 2026, si no sales en ChatGPT, Perplexity o Gemini, tampoco. Gartner lo ha puesto en negro sobre blanco: el tráfico orgánico a webs comerciales caerá un 25% este año, porque tus clientes ya no “buscan” — preguntan. Y cerca del 40% de las decisiones de compra B2B pasa ya por una capa de IA antes de que alguien pida una demo.
Esto tiene un nombre: Generative Engine Optimization. GEO. El nuevo SEO. Y como todo nuevo SEO, está lleno de supersticiones.
Las “best practices” de GEO son astrología con JSON-LD
Abre diez artículos sobre “cómo posicionarte en ChatGPT” y todos dicen exactamente lo mismo:
- Haz listicles (el 74% de las citas que hacen los LLMs vienen de contenido tipo “Top N”).
- Mete triple JSON-LD: Article + ItemList + FAQPage.
- Pon un “Quick Answer” en los primeros 200 palabras.
- Consigue menciones en TechCrunch, Gartner, G2.
- Sé consistente con tu entity en LinkedIn, Crunchbase, tu web.
- Publica un
llms.txt.
¿Funciona? A veces. ¿Por qué? Nadie lo sabe. Son correlaciones agregadas sobre miles de webs. Te cuentan lo que les pasó a otros — no lo que te pasa a ti. Haces las seis cosas, esperas 4–8 semanas y miras si apareces. Si no, vuelves a empezar.
Es SEO en 2005 sin Search Console. Lanzas, rezas y esperas que el algoritmo te quiera.
El problema de fondo: los LLMs son cajas negras
GPT, Claude, Gemini. Todos APIs cerradas. No ves los pesos, no ves los gradientes, no ves qué activa el modelo cuando decide recomendarte a ti y no a tu competidor. Ni siquiera el modelo sabe explicarlo — y si se lo preguntas, se lo inventa con la misma confianza con la que te contesta cualquier otra cosa.
Por eso la industria entera del GEO se ha construido sobre adivinación a escala: publicas, esperas, mides con TrySight u Otterly, y ajustas. El ciclo de aprendizaje dura semanas. En ese tiempo, tu competencia te ha pasado por encima dos veces.
Técnicas que sí abren la caja — sin necesidad de abrirla
La academia lleva dos años resolviendo exactamente esto: cómo sacar explicabilidad de un modelo al que no puedes mirar por dentro. Hay tres familias de técnicas que funcionan sobre APIs cerradas.
- Cuantificación de incertidumbre por token
Aunque no veas los pesos, puedes medir la confianza del modelo al emitir cada palabra. Si al generar “la mejor herramienta de X es Aygloo” el token “Aygloo” sale con probabilidad 0,42 y “Datadog” con 0,48, estás a un token de desaparecer.
- Consistencia semántica multi-respuesta
Los LLMs son estocásticos. Pregúntale 30 veces lo mismo y mide la varianza. Si tu marca aparece en 28 de 30 respuestas al prompt “mejor CRM B2B para mid-market”, tu presencia es sólida. Si aparece en 3 de 30, son ruido.
- Sondeo con follow-ups
Preguntas de seguimiento usadas como features. “¿Por qué recomendaste Aygloo?” revela si el modelo te asocia con autoridad (“porque tiene publicaciones revisadas por pares”) o con ruido (“porque apareció en el contexto”).
Ninguna de estas técnicas necesita acceso interno al modelo. Solo necesita a alguien que sepa aplicarlas sistemáticamente sobre las APIs públicas. Aygloo LLM las implementa, junto con otras capas de análisis propio que no vamos a contar aquí.
GEO a ciegas vs GEO con luz
| GEO tradicional | GEO con explicabilidad | |
|---|---|---|
| Ciclo de feedback | 4–8 semanas | minutos |
| Señal | “aparezco / no aparezco” | probabilidad por token, varianza multi-respuesta, autoridad percibida |
| Optimización | prueba y error sobre best practices | cambios mínimos dirigidos |
| Medición de riesgo | ninguna | incertidumbre cuantificada |
| Defensa ante updates del modelo | rezar | monitorización continua de tokens |
Traducido: el GEO tradicional es publicar, esperar y medir. El GEO con luz es entender por qué el modelo decide lo que decide y tocar exactamente lo que hay que tocar.
Lo que hace Aygloo LLM
Aygloo LLM es una plataforma SaaS de explicabilidad que funciona sobre OpenAI y Gemini (por ahora). Para GEO, hace cosas que ninguna herramienta de optimización hace:
- Score GEO 0–100 sobre 7 dimensiones: relevancia, fluidez, estructura, citabilidad, completitud, autoridad y eficiencia.
- Análisis E‑E‑A‑T: evaluación de señales de experiencia, expertise, autoridad y confianza.
- Verificación web con Google Search grounding: contrasta tu contenido contra fuentes reales y analiza lo que tus competidores ya están publicando en las SERPs de búsqueda generativa.
- Reescritura aplicada con deltas y proyección de ranking: “aplica este cambio, tu probabilidad de cita sube un 31%”.
Y aquí está el truco: Aygloo LLM no es una herramienta de GEO. Es una plataforma de explicabilidad de la que el módulo GEO bebe. Eso significa que cuando optimizas para aparecer en ChatGPT, además sabes por qué cada token salió, qué alternativas descartó el modelo, y si tu contenido tiene sesgos cognitivos que van a frenar tu citabilidad. Nadie más te da eso.
Como bonus: la misma trazabilidad que te da ventaja en GEO te genera documentación auditable lista para el EU AI Act — por si tu equipo legal empieza a preguntar qué está generando la IA que tienes desplegada en marketing.
Es la diferencia entre hacer SEO sin Search Console y con Search Console. Entre adivinar y saber.
La pregunta incómoda
Todo el mundo está publicando más listicles, metiendo más schema, comprando más menciones en G2. Jugando al mismo juego, con las mismas reglas que todos copian del mismo puñado de blogs.
Pero el juego real ya no es el contenido. Es entender el modelo. Y eso requiere técnicas de explicabilidad que la mayoría de agencias de GEO ni sabe que existen.
¿Quieres seguir publicando a ciegas, o prefieres encender la luz?