El 15 de mayo de 2026 Google publicó en developers.google.com/search la guía oficial sobre optimización para AI Overviews y AI Mode. El titular es incómodo para una parte del sector: no hay disciplina nueva. Lo que mucha gente llamaba GEO (Generative Engine Optimization) o AEO (Answer Engine Optimization) no existe como categoría separada según Google. Es SEO.
La cita literal de la guía es directa: “From Google Search’s perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO”. Esa frase tira por la borda la oferta diferenciada de varias agencias y consultores que llevan dos años vendiendo “paquetes GEO” como si fueran servicios distintos del SEO tradicional.
Y la guía no se queda ahí. Tiene una sección completa titulada “Mythbusting generative AI search” dedicada a desmentir prácticas que se han vendido como obligatorias para aparecer en AI Overviews. Repasamos las siete que más circulan.
Qué dice exactamente la guía oficial de Google
La página /search/docs/fundamentals/ai-optimization-guide parte de una premisa técnica que conviene tener clara antes de entrar en mitos.
Los AI Overviews y AI Mode de Google se alimentan del mismo índice de búsqueda que el SERP clásico. La guía lo dice así: “These features rely on AI techniques to highlight content from our Search index”. No hay un “índice paralelo” para la IA. No hay un sistema de recuperación independiente. Si una página está bien posicionada en Search, es elegible para aparecer citada en AI Overviews. Si no está indexada, no aparece. Punto.
De ahí el corolario práctico: las mejores prácticas SEO siguen siendo las mismas. Crawlabilidad, contenido útil, experiencia de página, autoridad temática. Lo que cambia es la forma del resultado, no el sistema que decide qué resultado merece estar ahí.
Los siete mitos que Google desmiente
1. Crear archivos llms.txt u otros markups especiales para IA
Google es taxativo: “You don’t need to create new machine readable files, AI text files, markup, or Markdown to appear in generative AI search”. La propuesta de llms.txt (un equivalente a robots.txt para modelos de lenguaje) lleva meses circulando como buena práctica. Algunas agencias lo añaden a sus auditorías como entregable.
Según la guía oficial, no aporta. Google no lo lee. Y los principales modelos comerciales tampoco lo han adoptado de forma sistemática. Si lo añades, no te penaliza, pero no te suma.
2. “Chunking” del contenido en piezas pequeñas
La idea de partir el contenido en fragmentos cortos para que los modelos de IA lo “digieran mejor” es otro mito que Google desmiente: “There’s no requirement to break your content into tiny pieces for AI to better understand it”. Los modelos procesan estructura semántica completa. Forzar artículos en formato listas-ultra-cortas o despiezar párrafos en frases sueltas no mejora la elegibilidad.
Aquí hay matiz importante: estructura clara sí ayuda. Cabeceras H2/H3 lógicas, párrafos con sentido, listas cuando aplican. Eso es SEO de siempre, no chunking.
3. Reescribir contenido específicamente “para IA”
Otra cita directa: “You don’t need to write in a specific way just for generative AI search”. No existe un estilo “AI-friendly” que sea distinto del estilo SEO sólido. Las recomendaciones que circulan por Twitter sobre “frases declarativas cortas”, “evitar contenido aspiracional”, “reformular como FAQ encadenado” carecen de respaldo oficial.
Lo que sí premia la IA (y Google) es contenido con perspectiva única. La guía pone un ejemplo claro: un resumen genérico tipo “7 tips para comprar piso” pierde frente a un análisis de primera mano tipo “Por qué renunciamos a la inspección y nos ahorramos dinero”. La originalidad de la experiencia es lo que cita un AI Overview, no la estructura formal del texto.
4. Schema.org especial para AI
“Structured data isn’t required for generative AI search, and there’s no special schema.org markup you need to add”. No hay un schema “AI-ready”. No hay propiedades nuevas que aporten elegibilidad extra para AI Overviews.
Cabe la matización: los schemas clásicos (Product, LocalBusiness, Organization, Article, etc.) siguen siendo útiles porque generan rich results y refuerzan el grafo de conocimiento. Pero ninguno está específicamente diseñado para AI. La guía recomienda usar schema.org como parte de la estrategia SEO general, no como palanca AI separada.
5. Buscar menciones inauténticas de marca
Algunas estrategias GEO recomiendan sembrar menciones de marca en foros, blogs y Reddit para “entrenar” a los modelos. La guía es clara: “Seeking inauthentic ‘mentions’ across the web isn’t as helpful as it might seem”.
El problema doble: las menciones forzadas tienden a parecer forzadas, lo cual reduce su eficacia incluso si los modelos las leyeran. Y violar las políticas de plataformas (spam en subreddits, comentarios falsos en blogs) tiene coste reputacional real.
6. Generación masiva de variaciones de contenido
La idea de multiplicar páginas con variaciones automáticas para cubrir long-tail (X en Madrid / X en Barcelona / X en Sevilla, con plantilla idéntica) entra de lleno en la scaled content abuse spam policy. Google ya penaliza esto desde marzo de 2024 y la guía lo recuerda explícitamente en el contexto AI Search.
Da igual si la generación es 100% humana, 100% IA o mezcla. Lo que evalúa Google es el propósito principal del contenido: si parece existir para manipular rankings más que para ayudar al lector, cae. Aplicar IA a generación de copy no es ilegal; replicar páginas con el mismo esqueleto cambiando una ciudad sí lo es.
7. Obsesión por long-tail keywords
“AI systems can understand synonyms and general meanings… you don’t have to worry that you don’t have enough ‘long-tail’ keywords”. Los modelos entienden sinónimos y conceptos relacionados. La táctica antigua de listar 200 variantes long-tail para cubrir todas las formas de preguntar lo mismo es innecesaria.
Lo que sí importa: profundidad temática. Cubrir el tema con suficiente densidad informativa para que el modelo pueda extraer la respuesta. Pero eso no se mide por cantidad de keywords, se mide por cobertura semántica.
Qué sí recomienda Google para aparecer en AI Overviews
La guía concentra sus recomendaciones positivas en cuatro bloques:
Contenido con perspectiva única. No resúmenes de información ya disponible en otra parte. Primer testimonio, análisis con datos propios, opinión informada con experiencia detrás. Es el punto donde más insiste la guía.
Calidad técnica estándar. Indexable, crawleable, sin bloqueos en robots.txt, HTML semántico, JavaScript que no oculta contenido principal, latencia razonable, responsive. Nada nuevo.
Multimedia integrado. Imágenes y vídeos relevantes incrementan la probabilidad de aparecer citado, porque los AI Overviews incluyen elementos visuales en sus respuestas. Aquí sí hay un cambio respecto al SEO clásico: el vídeo y la imagen ya no son “decoración”, son superficie de citación.
Estrategia de negocio adyacente. Google Merchant Center para producto, Google Business Profile para local. Son fuentes estructuradas que la IA consulta directamente. No son SEO en sentido estricto, pero forman parte de la presencia digital evaluable.
Lo que Google dice ≠ lo que aplica en otros motores de IA
La guía de Google cubre exclusivamente Google AI Overviews y AI Mode. Pero las búsquedas con IA hoy se reparten entre cinco motores principales: Google AI Overviews, ChatGPT Search, Perplexity, Bing Copilot y, en menor medida, Claude (que aún no tiene producto de búsqueda público con citaciones). La pregunta inmediata es si lo que Google desmiente sigue desmentido en los otros.
Hemos cruzado las 7 prácticas con la postura oficial de cada motor a fecha de mayo de 2026:
Fuente: guía oficial Google (15-may-2026), Bing Webmaster Guidelines (revisión 2026), docs públicas OpenAI/Perplexity, análisis server-log de Kai Spriestersbach (Medium, abril 2026).
La tabla muestra dos hallazgos no obvios:
Bing Copilot es la excepción de Microsoft a la doctrina Google. En febrero de 2026 Microsoft reescribió las Bing Webmaster Guidelines incorporando explícitamente el término “Generative Engine Optimization (GEO)” como concepto oficial. Recomiendan block-level parsing con mini-titles claros en cada bloque, justo lo que Google llama “chunking innecesario”. Misma práctica, postura opuesta.
El llms.txt es teatro generalizado. Análisis de server-logs muestran que GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot y Google-Extended ignoran rutinariamente el archivo /llms.txt y crawlean HTML directamente. Stripe, Vercel, Cloudflare, Anthropic, Coinbase y Pinecone lo publican igualmente, pero más como gesto cultural hacia desarrolladores que como mecanismo real de inclusión. La cita más franca circula en abril en Medium: “The llms.txt is dead. More precisely: a dud.”
Otras divergencias menores con impacto operativo:
- ChatGPT premia recency 3.2x más que contenido antiguo (contenido actualizado en últimos 30 días). Google no enfatiza este factor con esa intensidad.
- Perplexity exige un quality score interno ≥ 0.75 para entrar en top placements, y otorga multiplicador 3x a contenido sobre AI, ciencia o marketing.
- 65% de las citas de ChatGPT vienen de terceros (Reddit, Quora, reviews independientes, publicaciones del sector). Lo cual no es una invitación a comprar menciones (sigue siendo contraproducente) pero sí refuerza la importancia de PR digital legítimo.
- Bing lanzó en febrero su AI Performance Report dentro de Bing Webmaster Tools, mostrando cuántas veces Copilot cita una URL. Es la primera métrica oficial de citación AI disponible. Google no tiene equivalente público.
Por qué esta guía importa más de lo que parece
El verdadero impacto de esta publicación no es técnico. Es comercial.
Durante dos años, una parte del sector SEO ha vendido auditorías GEO, paquetes AEO, consultorías de optimización para Perplexity, y entregables específicos como llms.txt. Algunos con buena fe, otros sabiendo que era humo. La línea entre ambos era difícil de demostrar mientras Google no se pronunciaba oficialmente.
Ya se pronunció. Y la posición es que no hay disciplina separada para Google. Eso convierte cualquier “paquete extra GEO” facturado sobre un cliente que ya paga SEO en un servicio cuya legitimidad queda en cuestión, al menos en lo que respecta a Google. No ilegal, pero sí cuestionable.
Para empresas con auditoría SEO contratada en una agencia seria: esto no cambia nada del trabajo bien hecho. Para empresas que pagaron paquetes GEO/AEO específicos en los últimos dos años: la conversación de revisión es razonable.
El matiz crítico, ya visto en la matriz: la postura de Google no es la postura del sector entero. Microsoft sí reconoce GEO. La estrategia razonable es construir sobre los fundamentos comunes (que son los que coinciden todos los motores) y tratar las recomendaciones específicas de cada plataforma como capa de afinación, no como disciplina aparte.
Cómo aplicar esto en una auditoría SEO seria
Una auditoría que tome esta guía en serio incluye tres revisiones concretas que no estaban hace dos años.
Revisión de entregables vendidos como GEO/AEO. Si existen, evaluar si aportan valor real (estructura semántica, schema bien implementado, contenido E-E-A-T sólido) o si son llms.txt y chunking decorativo. Lo primero es SEO útil con nombre comercial confuso. Lo segundo es factura sin contraparte.
Revisión de visibilidad multi-motor. Aunque la guía sea Google-céntrica, una auditoría de AI Search seria mide la marca en al menos cuatro motores (Google AI Overviews, ChatGPT, Perplexity, Bing Copilot). El comportamiento difiere por motor, las prácticas no son trasladables 1:1.
Revisión de spam policies recientes. Site Reputation Abuse, Scaled Content Abuse, Expired Domain Abuse y Policy Circumvention son políticas de 2024-2026 que penalizan prácticas que algunas agencias siguen recomendando por inercia. Auditarlo es trabajo de quince minutos y evita problemas serios.
Optimización SEO para AI Search: lo que cambia y lo que no
Lo que no cambia: las bases. Indexabilidad, contenido útil, autoridad temática, experiencia de página, schema bien implementado. Llevamos veinte años con esos pilares y siguen siendo los pilares.
Lo que cambia: la forma del resultado y la superficie de citación. Ya no compites solo por los diez enlaces azules; compites por aparecer citado en un párrafo generativo que responde la pregunta del usuario antes de que haga clic. Eso obliga a pensar en originalidad del contenido más que en repetición de keywords, y en cobertura semántica más que en density.
Lo que se acaba: la oferta diferenciada vendida como “GEO” o “AEO” sobre clientes que ya pagan SEO. Si el SEO está bien hecho, ya estás trabajando para AI Search. Si está mal hecho, el problema no se arregla con un paquete extra de moda.
La guía completa de Google está en developers.google.com/search/docs/fundamentals/ai-optimization-guide, publicada el 15 de mayo de 2026. En español. Abierta y sin paywall. Vale la pena leerla entera antes de aceptar el próximo presupuesto que incluya la palabra GEO en negrita.
Auditoría SEO con visibilidad en AI Search incluida
En Gecko Studio aplicamos este enfoque desde 2024: SEO sólido como base, medición en cuatro motores AI (Google, ChatGPT, Perplexity, Bing Copilot), y revisión transparente de spam policies recientes. Sin paquetes extra inventados.
Si quieres una auditoría real, escribe a miguelangel@geckostudio.es o llama al +34 871 00 60 52.
