Acabo de desarrollar mi nueva web profesional, www.rociofperal.comopen_in_new (que si os pasáis a verla y me dais vuestra opinión estaría encantada), y una vez la terminé pensé que quién iba a pasar a visitarla, así que me he propuesto posicionarla tanto en buscadores (Google, Bing, Yahoo si eso) como en los LLMs más importantes (ChatGPT, Gemini y Perplexity).
Como mi web es profesional y va relacionada con mi perfil profesional, lo primero que hice fue ponerme a hacerles las preguntas que haría un cliente que me busca sin saber que existo: las de mi nombre, las de mi nicho, las de mis servicios, las de mi experiencia. Veintidós en total, y escritas como las escribiría alguien que tiene un problema y dinero para pagar a quien se lo resuelva, no como las escribiría yo describiéndome a mí misma, que es la trampa en la que caemos todos.
No aparecí en ninguna.
Y esto importa más de lo que parece, porque un buscador te devuelve diez enlaces y decides tú, mientras que un motor generativo te devuelve una respuesta con dos o tres nombres dentro y ya está, no hay lista que comparar ni segunda página donde seguir mirando. Si alguien le pregunta a Perplexity por un programador que le adapte su Moodle a los requisitos del SEPE, recibe tres nombres. O estás en esos tres, o para esa persona no existes.
Yo no existía para los modelos de lenguaje (LLMs)
Cuando le pregunté a Perplexity quién soy me describió a otra persona, una periodista con mi mismo nombre y bastante más presencia en los índices que yo, con catorce fuentes citadas y ninguna mía. Y no es que la respuesta fuera pobre o incompleta, que eso se arregla escribiendo: es que hablaba de alguien que no soy.
Esto tiene nombre, se llama colisión de entidad, y es el problema más caro de todos, porque mientras el motor cree que eres otra persona da exactamente igual lo que hagas en tu web, ya que no va a asociar ese contenido contigo. Puedes escribir cien páginas impecables y seguir siendo invisible, y no por falta de material, sino porque tu nombre ya está ocupado.
ChatGPT fue más explícito, que en el fondo se agradece. Con búsqueda web activa respondió que no encontraba evidencias de que existiera una desarrolladora de software con ese nombre, y sí encontró mi rastro real (el vínculo con ATPERSON, un par de publicaciones de proyectos europeos), pero en sus palabras «no figura como desarrolladora de software, sino asociada a otra actividad profesional». Catorce años trabajando y el resumen automático de mi profesión era otra cosa.
Lo mejor de todo: los motores te dicen qué les falta, literalmente
Esta parte no me la esperaba y es la que más me ha servido. En varias respuestas el propio motor te va explicando por escrito qué evidencia está buscando y no encuentra, así que no hay nada que interpretar ni entre líneas que leer: es una lista de tareas dictada por quien decide.
ChatGPT, sobre por qué no me reconocía como desarrolladora, decía que «no aparecen perfiles técnicos públicos (GitHub, Stack Overflow, conferencias, publicaciones técnicas o proyectos de código abierto relevantes) asociados a ese nombre», que traducido a lo que importa significa que tenía el GitHub abandonado, y aquí me declaro culpable. Y Perplexity, cuando le pregunté por aplicaciones de entrenamiento con IA, recomendaba a un competidor y justificaba la elección diciendo que «se describe explícitamente como app PWA que funciona sin instalación, accesible desde el navegador». Ese competidor no tiene mejor producto que Voltio: tiene una página donde lo pone por escrito.
Y en un nicho muy concreto, la integración con dispositivos deportivos, soltó una frase que es media invitación: «este es un nicho técnico poco común». O sea, que nadie lo ha documentado todavía en español.
Qué cambié
Casi nada de lo que hice era código, y ninguna de las cosas que funcionaron era complicada, que es lo que más rabia da.
Añadí datos estructurados que declaran quién soy, un bloque Person con las variantes de mi nombre, la profesión, la empresa, las áreas en las que trabajo y sobre todo sameAs apuntando a mis perfiles, que es el campo por el que un motor decide que la web, el LinkedIn y el GitHub son la misma persona; sin él cada fuente es una isla y ninguna refuerza a las demás. Puse también un llms.txt en la raíz, que es un fichero de texto con un resumen en prosa de quién soy y a qué me dedico, con una nota aclarando que no soy mi homónima, y esto fue lo que más rápido cambió el comportamiento de Perplexity. Y reescribí el robots.txt para dar paso explícito a GPTBot, ClaudeBot, PerplexityBot, Google-Extended y compañía, porque un Allow: / genérico no siempre basta y algunos operadores solo respetan la directiva que los nombra por su nombre.
Luego estaba el problema de fondo, que era de arquitectura. Tenía dos páginas indexables y he pasado a dieciséis, una por proyecto y una por servicio, con entre tres mil y nueve mil palabras cada una explicando el problema que resuelve, el stack y qué salió de ahí, porque un motor no puede recomendar lo que no tiene URL propia y un proyecto nombrado de pasada dentro de una página compartida casi nunca gana una consulta de producto.
Lo más ridículo lo dejo para el final: mi perfil de LinkedIn se llamaba «Rocio Fernandez», sin el segundo apellido, así que ningún motor podía enlazar ese perfil con la persona por la que le estaban preguntando. Dos minutos de arreglo.
Qué pasó siete días después
Relancé exactamente las mismas veintidós preguntas, sin cambiar una coma, porque en cuanto tocas la redacción dejas de estar comparando nada.
| Antes | Una semana después | |
|---|---|---|
| Consultas donde aparezco | 0 de 22 | 5 de 22 |
| Consultas donde se cita mi web como fuente | 0 | 6 |
| Páginas indexables | 2 | 16 |
| La homónima ocupando mi nombre | Sí | Ya no |
Lo que sigue sin funcionar
ChatGPT sigue sin encontrarme. Cita solo LinkedIn y responde prácticamente lo mismo que la primera semana, y cuando me puse a investigar por qué descubrí que mi web tenía una única URL indexada en Bing, que es el buscador que alimenta su búsqueda, así que el problema no estaba en la web: estaba en que nadie le había dicho a Bing que existía.
Es un matiz que casi no se cuenta y que conviene tener claro antes de ponerse a tocar nada, porque Perplexity, ChatGPT y Gemini usan índices distintos y uno puede citarte a diario mientras otro sostiene que no existes, de modo que el diagnóstico y la acción son diferentes en cada caso. Yo estuve a punto de seguir puliendo la web cuando lo que hacía falta era dar de alta un sitemap.
Y hay un tercer estado que tampoco esperaba encontrarme. En una de las consultas mi web aparecía tres veces como fuente, alimentando la respuesta, y sin embargo el motor no me recomendaba a mí, recomendaba «consultoras especializadas» en abstracto. Mi contenido era lo bastante bueno para que se lo creyera pero no lo bastante atribuible para nombrarme, porque describía capacidades y no una oferta con nombre. Los que ganan esas consultas venden cosas como «método de rescate en tres pasos, diagnóstico en 72 horas»: un método con nombre y plazo se cita, y un servicio sin explicar no.
De ahí salieron las cuatro ideas con las que me quedo. Que una cita no es una recomendación, y distinguirlo os dice exactamente qué mover. Que lo citable es lo específico y verificable, porque «auditoría de software» no se cita y «auditoría en tres fases con entregable en dos semanas» sí, igual que un caso de éxito sin una cifra dentro no compite con uno que dice «70 % menos de tiempo». Que la corroboración externa pesa más que tu propia web, así que cuando un motor recomienda a alguien citando un ranking ajeno, ese ranking es el objetivo y no otra página tuya. Y que la coherencia entre fuentes es lo que construye la entidad, porque el nombre, la ubicación y el titular tienen que coincidir en la web, en LinkedIn y en GitHub, y una discrepancia tonta rompe el vínculo entero (véase mi segundo apellido).
Cómo lo medí
Todo esto lo hice con una herramienta que fui construyendo durante el propio análisis y que he publicado, por si le sirve a alguien más.
Es una skill para Claude. Lanza la batería de veinte consultas en Perplexity más dos contrastes en ChatGPT y Gemini, audita la web (datos estructurados, ficheros de raíz, arquitectura, rendimiento), revisa la huella digital externa y vuelca todo en un panel con histórico. Y si la programas, repite el análisis cada semana y encabeza el informe con lo que ha cambiado respecto a la anterior, que al final es lo único que se lee cuando hay prisa.
Clasifica cada consulta en tres estados en vez de dos: recomendado, citado pero no nombrado, y ausente. Ese estado intermedio es el que me hizo entender el problema de la atribuibilidad, y con un sí o no se habría perdido.
La construí con Claude, iterando sobre el análisis real mientras lo hacía, así que no es una teoría sobre cómo debería hacerse esto: es lo que quedó después de lanzar veintidós consultas dos veces, equivocarme bastante por el camino y anotar qué funcionaba. Buena parte de la documentación son trampas que solo aparecen cuando la automatización te falla de verdad.
Está publicada con licencia MIT, con la documentación completa y un panel de demostración que se abre sin instalar nada, en github.com/rociofperal/analisis-geo-seo.open_in_new
Si queréis hacer la prueba
No hace falta ninguna herramienta para empezar. Abrid Perplexity y preguntadle tres cosas: quién sois, por vuestro nombre completo; qué recomienda para el problema concreto que vosotros resolvéis; y quién es el mejor en vuestra especialidad, en vuestro país.
Si en la primera os describe a otra persona tenéis una colisión de entidad, y ese es vuestro problema número uno hasta que lo resolváis. Y si en las otras dos aparecen vuestros competidores y vosotros no, leed con calma qué dice el motor sobre ellos, porque ahí está escrito, con sus palabras, lo que a vosotros os falta.
Llevo dos semanas midiéndolo y voy a seguir publicando lo que salga, también lo que no funcione, que suele ser la parte interesante. Si estáis en esto y queréis comparar notas, escribidme.
Preguntas Frecuentes
❓¿Qué es el GEO?
Generative Engine Optimization: el trabajo de conseguir que los motores generativos (Perplexity, ChatGPT, Gemini, Copilot) te nombren cuando alguien les pregunta por lo que tú haces. No sustituye al SEO clásico, se suma a él, porque el SEO pelea por aparecer en una lista de enlaces y el GEO por estar dentro de la respuesta.
❓¿En cuánto tiempo se ven resultados?
En mi caso siete días para las primeras apariciones en Perplexity, pero eso fue posible porque mi problema era una colisión de entidad y una web sin contenido, no competencia dura. En nichos disputados es cuestión de meses, y los buscadores clásicos van mucho más lentos, entre tres y seis.
❓¿Qué es una colisión de entidad?
Que otra persona o marca con tu mismo nombre, más presente en los índices, ocupe la respuesta cuando preguntan por ti. Lo bloquea todo lo demás, porque mientras el motor crea que eres otra persona ninguna mejora de tu web sirve. Se ataca con alternateName y sameAs en los datos estructurados, una nota de desambiguación en el llms.txt y coherencia de nombre en todos tus perfiles.
❓¿Sirve para cualquier idioma o sector?
La auditoría técnica sí, es indiferente al idioma. La batería de consultas hay que escribirla siempre en el idioma de quien busca proveedor y no en el tuyo, porque los motores responden cosas muy distintas según el idioma de la pregunta.
❓¿Necesito saber programar?
Para medirlo no: abrid Perplexity y preguntad. Para arreglar los datos estructurados y los ficheros de raíz hay que tocar la web, o que la toque alguien por vosotros. Pero los dos cambios que más efecto tuvieron en mi caso, el nombre de LinkedIn y dar de alta el sitio en las herramientas para webmasters, no requieren una línea de código.