¿Se puede hacer GEO por cuenta propia con ChatGPT, Claude o una solución de código abierto?
En resumen
Para empezar, sí. Pero ChatGPT y Claude dan a tu equipo el mismo camino que a todos los demás, también a la competencia. Destacar en las respuestas de IA exige conocimiento del sector. scaile, como partner en AI search, mide, planifica y ejecuta.
Dora es founding engineer en scaile. Estudió informática, psicología y neurociencia en la TUM, una combinación perfecta para el GEO: entiende a fondo la tecnología y el lado humano, y sabe escribir y producir contenido que lleva a las personas a comprar y a la IA a mostrarte en sus respuestas.
Puntos clave
ChatGPT y Claude son buenos compañeros de investigación y de redacción para el GEO (generative engine optimization, optimización para motores generativos). No conocen los precios, los clientes ni los casos de tu empresa, y no publican nada.
Una respuesta en una ventana de chat es una sola muestra. Los asistentes de IA rara vez repiten la misma lista de marcas, así que una medición útil necesita muchas ejecuciones de la misma pregunta.
Un tracker propio es un pequeño proyecto de software: prompts, llamadas a la API con la búsqueda web activada, ejecuciones repetidas, extracción de nombres y un informe. Alguien tiene que mantenerlo cuando cambian los modelos.
Google no se opone a las páginas escritas con IA como tales. Se opone a muchas páginas que no aportan valor a los usuarios, se hayan hecho como se hayan hecho.
ChatGPT, Claude o código abierto: la herramienta no es el cuello de botella. El GEO es un trabajo continuo. Alguien tiene que medir cada mes dónde aparece tu marca en las respuestas de IA y actualizar las páginas a partir de eso. Primero conviene decidir quién en tu equipo tiene ese tiempo.
¿Se puede hacer GEO por cuenta propia con ChatGPT, Claude o una solución de código abierto?
Para empezar, sí. ChatGPT y Claude devuelven la media de lo que se ha escrito sobre GEO: el camino que recibe cualquier equipo que hace la misma pregunta, incluida tu competencia. Eso pone a tu empresa a la altura de los demás, no por delante. Aparecer en las respuestas de IA donde otros no aparecen exige contar con alguien que entienda el sector y vea las opciones que la media nunca muestra.
ChatGPT y Claude pueden hacer trabajo real en el GEO: ayudan a investigar las preguntas de los compradores y a dar a las páginas una estructura más clara. Un script de código abierto o hecho en casa puede enviar las preguntas de tus compradores a los modelos de IA a través de sus API y registrar qué marcas aparecen. Lo que ninguna de estas herramientas aporta es una medición fiable y lista para usar, ni las horas para cambiar las páginas cada mes.
Los equipos de marketing lo preguntan casi con estas palabras: “¿No podemos hacer el GEO nosotros mismos con Claude, ChatGPT o una solución de código abierto en lugar de contratar a un proveedor?”. La respuesta honesta depende menos de las herramientas que del trabajo que las rodea. Google afirma que la IA generativa “puede ser especialmente útil para investigar un tema y para añadir estructura a contenido original”. [1] No dice que la herramienta sustituya a la persona que conoce el contenido.
Si el GEO debería estar en manos de una agencia, de una herramienta, de tu equipo o de las horas libres de una persona de marketing es una pregunta más amplia, que responde el artículo agencia GEO o equipo interno. Este artículo se queda en la opción de hacerlo internamente: lo que hacen los asistentes, lo que exige un tracker hecho en casa y dónde se queda corto.
Lo que ChatGPT y Claude pueden hacer en el trabajo de GEO
ChatGPT y Claude son útiles al principio de la mayoría de las tareas de GEO y flojos al final. Redactan, resumen y reestructuran deprisa. No pueden aportar los datos que solo tiene tu empresa, ni decidir qué es cierto sobre tu oferta.
Reunir las preguntas que podrían hacer los compradores, agruparlas por fase de compra y proponer qué páginas podrían responderlas
Lo que sigue aportando tu equipoQué preguntas hacen de verdad los clientes en las llamadas de ventaConvertir una página existente en una versión que responde primero, escribir unas primeras preguntas frecuentes, proponer datos estructurados
Lo que sigue aportando tu equipoPrecios, casos, cifras y la comprobación de cada afirmaciónResumir una página de la competencia o una fuente citada, comparar dos versiones de una página propia
Lo que sigue aportando tu equipoEl criterio sobre si el cambio merece la penaEl límite es el conocimiento, no el lenguaje. Un asistente escribe un párrafo fluido sobre tu producto a partir de lo que aprendió en el entrenamiento, y ese párrafo es tan actual y tan concreto como ese entrenamiento. Lo que hace que una página merezca una cita es de primera mano: las cifras propias, las preguntas de los clientes, los casos. Eso sale de tu equipo, y alguien con autoridad tiene que aprobarlo antes de que se publique.
Por qué preguntar a ChatGPT no es medir
Preguntar a ChatGPT por tu mercado es una muestra de uno, no una medición. SparkToro pidió a 600 voluntarios que ejecutaran 12 prompts en ChatGPT, Claude y la IA de Google, 2.961 veces en total. Su conclusión: las IA “rara vez dan dos veces la misma lista de marcas o recomendaciones (menos de 1 de cada 100 veces, sea cual sea la pregunta)”. [2]
Eso no hace inútil la medición. Cambia lo que se mide. SparkToro considera que el porcentaje de ejecuciones en las que aparece una marca es “(probablemente) una forma razonable de saber lo visible o invisible que es tu entidad”. [2] Un porcentaje necesita muchas ejecuciones, muchas preguntas y un registro de cada respuesta. Una persona de marketing que hace unas cuantas preguntas a mano un viernes por la tarde obtiene una impresión, no un porcentaje.
Para ver cómo se comporta un tracker hecho en casa, scaile ejecutó 20 veces una pregunta de compra en la API de Gemini de Google: “¿Qué agencias pueden ayudar a una empresa mediana en Alemania a que ChatGPT y otros asistentes de IA la recomienden? Nombra hasta cinco”. Diez ejecuciones tenían activado el grounding con la Búsqueda de Google y diez lo tenían desactivado. Con la búsqueda activada, ninguna de las diez respuestas nombró el mismo conjunto de agencias. Entre todas nombraron 21 agencias distintas; la más frecuente apareció en 9 de las 10 respuestas. Con la búsqueda desactivada, 6 de las 10 respuestas no nombraron ninguna agencia, solo tipos de agencia. Es una pregunta en un solo modelo, así que muestra el comportamiento, no un ranking del mercado.
El segundo resultado importa tanto como el primero. Que el modelo buscara o no en la web cambió las respuestas por completo. Para hacer bien una comprobación manual gratuita, con sesiones limpias y varios asistentes, el método está en cómo comprobar gratis la visibilidad en IA.
Lo que exige un tracker propio o de código abierto
Un tracker propio es un pequeño proyecto de software que tiene que seguir funcionando después de construirlo. La idea es sencilla: enviar a cada modelo de IA, con una frecuencia fija, las preguntas que hacen tus compradores, guardar las respuestas y contar qué marcas y fuentes aparecen. Cada parte de esa frase exige una decisión.
Qué preguntas, en qué idiomas y mercados, agrupadas cómo. Un tracker vale lo que valen las preguntas que hace; cómo elegirlas se explica en qué prompts medir.
En la API de OpenAI, la búsqueda web es una herramienta que se activa en la petición. Incluso así, “el modelo puede decidir si busca en la web o no según el contenido del prompt”. [3] Un script sin ella mide la memoria del modelo, no la respuesta que ven tus compradores.
Cada pregunta varias veces en cada modelo, porque una ejecución es una muestra. Cada ejecución es una llamada de pago.
Convertir texto libre en nombres de marca. Las grafías varían, los nombres llevan forma jurídica y algunas respuestas enumeran categorías en lugar de empresas.
Una base de datos de respuestas y una vista que tu equipo lea cada semana, con una línea de base para comparar.
Claves de API, límites de uso, llamadas fallidas y nuevas versiones de los modelos que cambian las respuestas sin avisar.
Los costes directos aparecen en las páginas de precios de los proveedores. La búsqueda web en la API de Claude, por ejemplo, cuesta “10 USD por cada 1.000 búsquedas, más los costes estándar de tokens del contenido generado por la búsqueda”. [4] Esa factura crece con cada pregunta, cada modelo y cada repetición. Y sigue siendo solo una parte del coste: alguien tiene que mantener el proceso en marcha y convertir sus cifras en decisiones.
Los proyectos de código abierto pueden ahorrar la primera versión del código. No ahorran el conjunto de prompts, las claves de API y sus facturas, ni la hora semanal en la que alguien lee el resultado y decide qué cambiar.
Dónde fallan las páginas escritas con IA
Las páginas escritas con IA fallan cuando no aportan nada, no porque las haya escrito un modelo. Las directrices de Google dicen que usar la IA generativa “para generar muchas páginas sin aportar valor a los usuarios puede infringir la política de spam de Google sobre el abuso de contenido a escala”. [1] La propia política se aplica al contenido poco original a escala “independientemente de cómo se haya creado”. [5]
La autoevaluación de Google sobre contenido útil pregunta: “¿Se usa una automatización extensa para producir contenido sobre muchos temas?”. [6] Un montaje casero que convierte una lista de prompts en una lista de borradores y los publica es justo el patrón contra el que advierte esa pregunta.
La solución no es un formato especial para la IA. Google afirma que “no hay requisitos adicionales para aparecer en AI Overviews o en AI Mode, ni otras optimizaciones especiales necesarias”. [7] Lo que ayuda es una página que responde primero a la pregunta y aporta datos que nadie más tiene. Cómo repartir el trabajo entre el modelo y la persona que revisa se explica en contenido de IA frente a contenido humano.
Cuándo basta con hacer el GEO internamente
Hacer el GEO internamente basta cuando el alcance es pequeño y alguien se responsabiliza de él. Lo deciden el alcance y las horas.
Hay un mercado, unas pocas docenas de preguntas de compra, una persona con horas fijas cada semana y páginas que el equipo puede cambiar sin una larga cadena de aprobaciones.
Hay varios mercados o idiomas, un tracker que nadie tiene tiempo de mantener, o una lista de páginas por cambiar que crece más deprisa que las horas para cambiarlas.
Muchos equipos acaban en un punto intermedio. Se quedan con lo que solo ellos tienen: el conocimiento del producto, los casos de clientes y la aprobación, y siguen usando ChatGPT o Claude para sus propios borradores. Delegan las partes que necesitan continuidad: el conjunto de prompts, la medición en varios modelos, el plan de qué páginas cambiar después, el trabajo en las páginas y los informes. Ese reparto mantiene el conocimiento dentro del equipo y saca la rutina de su semana.
Una parte real del GEO se puede hacer internamente: investigación y borradores con ChatGPT o Claude, y un primer tracker a partir de un proyecto de código abierto. El trabajo que decide el resultado es la repetición: las mismas preguntas medidas una y otra vez, y páginas cambiadas y aprobadas cada mes. Ahí es donde scaile aporta valor: encuentra a partir de datos las preguntas que tus compradores hacen a los asistentes de IA, mide dónde aparece tu marca en las respuestas, y un estratega de AI search asignado planifica cada semana con tu equipo qué páginas cambian a continuación. El resultado es un plan para tu mercado en lugar del camino que recibe todo el mundo, y no se publica nada sin la aprobación de tu equipo. Si tu equipo quiere conservar las decisiones y la aprobación y delegar la medición, la planificación y el trabajo en las páginas, hablemos con scaile.
Preguntas frecuentes
¿Basta con usar ChatGPT para comprobar si aparecemos?
Para una primera impresión, sí. Conviene hacer las preguntas de compra, no el nombre de la marca, en una sesión limpia y en más de un asistente. Para una cifra que se pueda presentar en un informe hacen falta muchas ejecuciones y un registro de cada respuesta.
¿Una herramienta de GEO de código abierto es gratis?
El código puede ser gratis. Las llamadas a la API, las tarifas de búsqueda web, el alojamiento y las horas de mantenimiento no lo son.
¿Penaliza Google el contenido escrito con ChatGPT o Claude?
No por la herramienta usada. Google actúa contra las páginas producidas a escala sin aportar valor a los usuarios, se hayan hecho como se hayan hecho.
¿Importa qué modelo se use?
Menos que cómo se use. Los compradores usan varios asistentes y cada respuesta cambia de una ejecución a otra, así que un solo modelo es una sola vista del mercado.
Fuentes
- Google Search Central: guía sobre contenido generado con IA en tu sitio web. Utilidad de la IA generativa para investigar y estructurar, y el riesgo de generar muchas páginas sin valor.
- SparkToro: las IA son muy inconsistentes al recomendar marcas o productos. 600 voluntarios, 12 prompts, 2.961 ejecuciones en ChatGPT, Claude y la IA de Google.
- OpenAI API: Web search. La búsqueda web como herramienta que el modelo puede usar o no.
- Claude Platform Docs: Web search tool. Precio de la búsqueda web en la API de Claude.
- Google Search Central: políticas de spam de la Búsqueda web de Google. El abuso de contenido a escala.
- Google Search Central: crear contenido útil, fiable y centrado en las personas. La pregunta sobre la automatización extensa.
- Google Search Central: AI features and your website. Sin requisitos adicionales para AI Overviews y AI Mode.
