Auditoría GEO/AEO: ¿la IA recomienda a tu competencia y a ti ni te conoce?

Durante años hemos mirado la visibilidad de una web con las herramientas habituales: posiciones en Google, impresiones en Search Console, clics, tráfico orgánico en Analytics, llamadas desde Google Business Profile y conversiones. El ritual era conocido. A veces frustrante, a veces injusto, a veces con Google moviendo la mesa justo cuando tú estabas ordenando las cartas, pero conocido.

Ahora hay otra capa. Cada vez más usuarios preguntan directamente a ChatGPT, Gemini, Claude, Perplexity, Copilot o AI Mode antes de visitar una web. Piden recomendaciones, comparan opciones, preguntan por servicios locales, buscan explicaciones, solicitan listas de negocios o quieren saber qué empresa puede ayudarles con un problema concreto. Y ahí aparece una pregunta bastante antipática: cuando alguien pregunta por servicios como los tuyos, ¿la IA menciona tu negocio o recomienda a tu competencia mientras tú haces de decoración invisible?

Ese es el punto de este artículo. No voy a repetir aquí otra guía completa sobre cómo preparar una web para las respuestas de la IA, porque eso ya lo he tratado en otros artículos de Local Rank 942. Aquí vamos un paso antes, bastante más latoso y mucho menos vistoso: cómo auditar si una marca existe para los LLMs, en qué consultas aparece, en cuáles desaparece, qué competidores se repiten y qué fuentes parecen estar alimentando esas respuestas. Porque igual el problema no es que la IA no te mande tráfico. Igual el problema es que ni se ha enterado de que existes.

Antes de coronar otra sigla: GEO y AEO siguen siendo SEO

Antes de entrar en harina, conviene dejar una cosa clara. Voy a usar términos como GEO y AEO porque la gente los está buscando, porque ya circulan en el sector y porque ayudan a nombrar una parte concreta del problema. GEO suele usarse para hablar de generative engine optimization, y AEO para answer engine optimization. En castellano normal: intentar mejorar la visibilidad de una marca, una web o un contenido dentro de respuestas generadas por sistemas de IA.

Ahora bien, una cosa es usar las siglas para que nos entendamos y otra muy distinta es montarles un altar, ponerles velas y fingir que acabamos de inventar una profesión nueva. Google ya lo ha dejado claro en su propia documentación sobre búsqueda generativa: desde la perspectiva de Google Search, optimizar para experiencias generativas sigue siendo optimizar para la experiencia de búsqueda. Dicho con menos barniz: sigue siendo SEO, aunque ahora lleve una capa de IA encima, más zonas grises y una colección de consultores intentando vender el cambio de nombre como si fuera una revelación bajada del monte.

Ya lo expliqué con más detalle en el artículo sobre GEO, AEO y búsqueda con IA. Google puede cambiar la interfaz, puede meter AI Overviews, AI Mode, respuestas generativas, agentes y modelos más avanzados, pero la base continúa siendo reconocible: contenido útil, rastreabilidad, indexación, autoridad, claridad técnica, reputación, entidades, señales externas y coherencia entre lo que dices de tu negocio y lo que el resto de internet parece entender sobre él.

Por eso una auditoría GEO/AEO no sustituye a una auditoría SEO. La amplía hacia una zona nueva: las respuestas generadas por IA, las menciones de marca, las fuentes que usan los LLMs y la presencia de un negocio dentro de conversaciones que antes ni siquiera podíamos medir con cierta claridad. La sigla puede ser nueva. El trabajo serio, no tanto.

GA4 ya mide tráfico desde asistentes IA, pero eso no responde a la pregunta principal

La novedad de GA4 es útil. Google Analytics ya ha incorporado un canal específico para tráfico procedente de asistentes de IA, con referencias como ChatGPT, Gemini o Claude. Esto permite separar una parte de esas visitas dentro de los informes, sin tener que montar inventos con expresiones regulares, grupos personalizados y esa clase de apaños que empiezan como solución provisional y acaban viviendo en la cuenta durante tres años.

Pero GA4 mide una fase posterior: la visita. Mide al usuario que ha hecho clic y ha llegado a tu web. No mide las veces que ChatGPT ha recomendado a tres competidores y tú no has aparecido. No mide las respuestas en las que Gemini menciona otros negocios de tu zona. No mide las consultas en las que Claude habla del sector, cita fuentes, compara opciones y tu marca no asoma ni como extra mal pagado.

Analytics cuenta a quien entra. La auditoría GEO/AEO analiza si tienes opciones de ser mencionado antes de que exista ese clic. Es una diferencia importante. Si una IA no te incluye en sus respuestas, GA4 no tiene nada que registrar. Es como poner un contador en la puerta de un local que nadie encuentra, sacar un informe precioso a final de mes y concluir que al menos el contador funciona.

Además, el tráfico desde IA tiene limitaciones de atribución. Depende del referente, del navegador, de la aplicación, de si el enlace conserva datos, de cómo el usuario llega a la web y de si la plataforma está reconocida por Google Analytics. Por tanto, el nuevo canal de GA4 ayuda, pero no agota el análisis. Sirve para medir una parte del impacto. No sirve para saber cuántas oportunidades se han perdido antes del clic.

Qué significa hacer ingeniería inversa de visibilidad en LLMs

La expresión “ingeniería inversa” suena más oscura de lo que es. No hablamos de abrir un modelo con un destornillador, mirar cables imaginarios y encontrar un pergamino secreto donde pone “para salir en ChatGPT, repite la palabra clave once veces bajo la luna llena”. Eso queda para la fauna de curso exprés, promesa hinchada y captura de pantalla con flechas rojas.

Hablamos de observar respuestas desde fuera, con método. Preguntar a distintos sistemas de IA de manera ordenada, registrar qué contestan, ver qué marcas aparecen, qué competidores se repiten, qué fuentes se citan, qué atributos se asocian a cada negocio y en qué tipo de consultas una marca está presente o desaparece.

No se trata de hacer una prueba aislada, preguntar una vez “mejor clínica dental en Santander”, ver que no sales y declarar la tragedia nacional. Tampoco sirve preguntar una vez, aparecer por casualidad y sacar pecho como si Gemini acabara de entregarte una medalla. Los LLMs no funcionan como una página de resultados fija. Las respuestas pueden cambiar según el prompt, el modelo, el historial, el país, el idioma, la capacidad de navegación, el momento de consulta y las fuentes disponibles. Una auditoría útil necesita varias consultas, varias formulaciones y cierta disciplina para no confundir una anécdota con un diagnóstico.

Search Engine Land planteaba esta idea distinguiendo dos vías principales por las que una marca puede aparecer en sistemas de IA: el conocimiento incorporado al modelo durante el entrenamiento y la recuperación de información externa, normalmente mediante sistemas tipo RAG. La primera vía es más difícil de influir a corto plazo, porque no sabemos exactamente qué datos entraron en el entrenamiento ni cómo fueron procesados. La segunda es más accionable: ahí importan las fuentes actuales, las páginas rastreables, las menciones externas, la claridad de entidad, la reputación y la coherencia de la información pública.

La pregunta ya no es solo “en qué posición estoy”

En Google Search clásico miramos posiciones. Podemos discutir si una posición media de Search Console es más escurridiza que una anguila con aceite, pero al menos tenemos métricas conocidas: impresiones, clics, CTR, páginas, consultas, países, dispositivos. En los LLMs el análisis cambia. No siempre hay una posición estable ni una lista fija. Hay presencia, ausencia, frecuencia de mención, contexto, tono, fuentes, comparación y asociación temática.

Una marca puede tener buen SEO tradicional y no aparecer apenas en respuestas de IA para determinadas consultas. Otra puede no liderar todas las búsquedas clásicas, pero estar muy bien representada en fuentes externas que los sistemas consultan cuando tienen que recomendar opciones. Otra puede aparecer, pero mal descrita, con información antigua, con servicios incompletos o con una asociación pobre entre marca, zona y actividad.

Por eso esta auditoría no consiste en sustituir el ranking por una especie de ranking de ChatGPT, como si ahora tuviéramos que mirar otra pantallita más para sufrir con mayor variedad. Consiste en construir un mapa de visibilidad. Dónde aparece una marca. Dónde no. Frente a quién. Con qué descripción. En qué consultas. Desde qué fuentes. Con qué señales. Y, sobre todo, qué huecos se repiten.

Cómo plantear una auditoría GEO/AEO para un negocio local

La auditoría empieza con una lista de consultas realistas. No preguntas diseñadas para forzar la aparición de una marca, sino prompts parecidos a los que podría escribir una persona que todavía no conoce ese negocio. Hay que pensar en servicios, zonas, problemas, comparativas, urgencia, intención de compra y dudas habituales.

Para una clínica dental, por ejemplo, no basta con probar el nombre de la clínica. Eso mide conocimiento de marca, no descubrimiento. Habría que probar fórmulas como “dentista para implantes en Santander”, “clínica dental con buenas reseñas en Cantabria”, “dónde hacer una revisión dental si me preocupa la estética de la sonrisa” o “qué clínica dental de Santander ofrece tratamientos de ortodoncia invisible”.

Para una empresa de reformas, las consultas serían distintas: “empresa de reformas de cocinas en Santander”, “reformas integrales en Torrelavega con buenos acabados”, “profesionales para reformar un baño pequeño en Cantabria” o “a quién contratar para una reforma de vivienda si quiero evitar chapuzas”. Para una gestoría, se podrían probar consultas como “gestoría para autónomos en Santander”, “asesoría fiscal para pequeña empresa en Cantabria” o “quién puede llevar impuestos y nóminas de una pyme local”.

La idea es sencilla: no auditas cómo responde la IA cuando ya conoce el nombre de una marca. Auditas si esa marca aparece cuando la persona describe una necesidad.

Qué deberías registrar en cada prueba

Para que esto no se convierta en una tarde de capturas sueltas y conclusiones escritas con el pulso de un trader de criptomonedas, conviene registrar los datos con orden. Cada prueba debería guardar, como mínimo, la fecha, el sistema usado, el modelo si aparece, el prompt exacto, el idioma, la ubicación desde la que se consulta si es relevante, las marcas mencionadas, el orden de aparición, las fuentes citadas, la descripción de cada marca y las omisiones llamativas.

La clave está en no obsesionarse con una sola respuesta. Si una marca aparece una vez, puede ser casualidad. Si aparece en diez variantes distintas, en varios sistemas y con argumentos parecidos, ya tenemos una señal más interesante. Si un competidor se repite una y otra vez mientras tu negocio no aparece, la pregunta deja de ser “por qué no salgo en esta respuesta” y pasa a ser “qué señales tiene ese competidor que yo no estoy generando o no estoy dejando claras”.

Ejemplos de prompts para auditar visibilidad local

Una buena batería de prompts mezcla búsquedas amplias, consultas con intención comercial, preguntas comparativas y casos más concretos. No hace falta complicarlo en exceso, pero sí conviene evitar preguntas tan manipuladas que solo sirvan para confirmar lo que ya querías creer.

Para una clínica dental, podrían probarse consultas como estas:

• “Qué clínica dental me recomiendas en Santander para implantes”.
• “Dentista en Cantabria con buenas reseñas para ortodoncia invisible”.
• “Dónde hacerme una limpieza dental y revisión si vivo en Santander”.
• “Clínica dental para estética de la sonrisa en Santander”.
• “Qué debo mirar antes de elegir un dentista en Cantabria”.

Para una empresa de reformas, la lógica cambia:

• “Empresa de reformas de cocinas en Santander”.
• “Profesionales para reformar un baño pequeño en Torrelavega”.
• “Reformas integrales en Cantabria con buenos acabados”.
• “A quién contratar para pintar y reformar una vivienda antigua”.
• “Cómo elegir una empresa de reformas sin acabar pagando una obra que parece una venganza personal”.

Para una asesoría o gestoría local, se podrían usar preguntas como estas:

• “Gestoría para autónomos en Santander”.
• “Asesoría fiscal para pequeña empresa en Cantabria”.
• “Quién puede llevar nóminas e impuestos de una pyme local”.
• “Qué gestoría recomiendas para una empresa pequeña en Santander”.
• “Cómo elegir una asesoría laboral y fiscal si soy autónomo”.

Y para otros sectores de captación local, se podría hacer lo mismo con cerrajeros, academias de idiomas, fisioterapeutas, inmobiliarias, talleres mecánicos, empresas de limpieza, centros veterinarios, restaurantes o alojamientos rurales. El sector cambia, pero la lógica es la misma: probar cómo responde la IA cuando el usuario describe una necesidad concreta y todavía no tiene una marca decidida.

Cómo interpretar las respuestas sin hacerse trampas al solitario

El mayor error en este tipo de auditoría es buscar solo confirmación. Preguntar una vez, no aparecer, declarar que la IA está rota. Preguntar otra, aparecer, sacar pecho como si el algoritmo hubiera enviado una carta de recomendación notarial. Ninguna de las dos lecturas sirve.

Hay que mirar patrones. Qué competidores aparecen con frecuencia. Qué tipo de fuentes cita cada sistema. Si las respuestas tiran de directorios, webs propias, reseñas, medios locales, artículos informativos, perfiles sociales, mapas o comparadores. Si la IA recomienda negocios con más autoridad externa o simplemente negocios con información más clara. Si una marca aparece solo cuando se pregunta por su nombre o también cuando se pregunta por el servicio. Si el sistema la asocia con la zona adecuada. Si entiende bien qué ofrece.

También hay que revisar el tono. Una IA puede mencionar una marca de forma neutral, recomendarla con fuerza, citarla como ejemplo, incluirla en una lista sin destacar nada o describirla con información que se quedó vieja hace años. Cada caso tiene una lectura distinta.

Y hay que distinguir entre ausencia, mala representación y oportunidad. No aparecer en absoluto es un problema. Aparecer con una descripción pobre es otro. Aparecer en consultas informativas pero no en consultas comerciales puede indicar que la web tiene contenido, pero no señales suficientes de servicio local. Aparecer en un sistema y no en otro puede revelar diferencias de fuentes, navegación o actualización.

Por qué puede aparecer tu competencia y tú no

Cuando un competidor aparece más que tú en respuestas de IA, la explicación rara vez está en un único factor. Puede tener una ficha de Google mejor trabajada, más reseñas, mejores menciones externas, páginas de servicio más claras, una marca más consistente, contenido local más completo o presencia en fuentes que los sistemas consultan con más facilidad.

También puede tener algo menos vistoso, pero muy útil: menos ruido. Hay webs que intentan hablar de todo, publicar de todo, posicionar para todo y acabar asociadas a nada concreto. Para una IA que debe recomendar un negocio en una consulta local, una entidad clara ayuda mucho más que un almacén de contenidos dispersos, escritos a martillazos y con la ciudad pegada al final de cada frase como si fuera una estampita protectora.

En SEO local esto se nota bastante. Una marca necesita estar asociada a una actividad, una zona, unos servicios y unas señales de confianza. No basta con repetir la ciudad. Hace falta que la web, la ficha de Google, las reseñas, las menciones externas y el contenido apunten en la misma dirección. Si cada pieza cuenta una historia distinta, no esperes que una IA venga a ordenar el cajón por cariño. Bastante tiene con no inventarse un restaurante en mitad del monte.

Qué señales hay que revisar después del diagnóstico

Aquí hay que tener cuidado para no convertir este artículo en otra guía completa sobre cómo salir en respuestas de IA. Esa parte ya la he tratado en Los 10 mandamientos para que tu negocio salga en las respuestas de la IA. También he explicado la base conceptual en el artículo sobre GEO, AEO y búsqueda con IA.

Pero como diagnóstico mínimo, si una auditoría muestra que la IA no menciona un negocio, conviene revisar varias piezas. La web debe explicar con claridad qué hace, dónde trabaja, para quién, con qué servicios y qué problemas ayuda a resolver. La ficha de Google Business Profile debe estar bien planteada, con categorías, servicios, reseñas, fotos y datos coherentes. Las páginas de servicio deben responder preguntas reales, no limitarse a frases genéricas de catálogo. Las menciones externas deben reforzar la entidad de marca. Y el contenido debe tener foco, experiencia y utilidad.

Para la parte local, tiene mucha relación con la guía de Google Business Profile en Cantabria, porque la ficha sigue siendo una de las superficies principales desde las que Google entiende un negocio cercano. También conecta con una auditoría SEO local, porque ya no basta con mirar una web por dentro: hay que mirar cómo se interpreta el negocio completo en Google, Maps, IA, reseñas, menciones y resultados locales.

Lo que no arregla una auditoría GEO/AEO

Una auditoría de visibilidad en LLMs no arregla por sí sola una web pobre, una ficha abandonada, una marca sin menciones o un contenido que podría haber publicado cualquier competidor cambiando el logo. Sirve para detectar el problema. Sirve para ver dónde estás fuera. Sirve para descubrir qué competidores dominan ciertas respuestas. Sirve para encontrar fuentes que la IA usa y tú estás ignorando. Sirve para saber si la marca está mal descrita o directamente ausente.

Pero después hay que trabajar. No hay un botón para “salir en ChatGPT”. No hay una etiqueta mágica. No hay un Schema secreto que abra la puerta de la sala VIP de Gemini. Y, desde luego, no se soluciona publicando cincuenta artículos genéricos con IA como quien llena sacos antes de una inundación.

De hecho, esa es una de las trampas del momento. Como las IA usan contenido, algunos han interpretado que la respuesta consiste en fabricar más contenido, más rápido y con menos revisión. Más glosarios. Más comparativas. Más páginas de “mejor X en Y”. Más FAQs. Más textos programáticos con una capa fina de barniz humano. El resultado puede subir durante un tiempo, claro. También lo hace un cohete antes de agotar combustible.

El aviso de Lily Ray: escalar contenido IA puede acabar en resaca

El análisis de Lily Ray sobre más de 220 sitios y subcarpetas vinculados a estrategias de contenido IA deja una lectura bastante incómoda. Según sus datos, el 54 % perdió al menos un 30 % de su tráfico orgánico pico, el 39 % perdió al menos un 50 % y el 22 % perdió al menos un 75 %. Ella misma matiza que habla de correlación y no atribuye cada caída directamente a una herramienta concreta, pero el patrón es difícil de ignorar: crecimiento rápido de páginas, pico de tráfico y caída posterior en muchos casos.

La conclusión práctica no es “no uses IA”. Sería una lectura bastante torpe. La IA puede ayudar en investigación, estructura, borradores, análisis, clasificación de datos, briefs y procesos internos. El problema aparece cuando se usa para escalar contenido sin criterio, sin revisión experta, sin foco temático y sin aportar una perspectiva propia.

En una auditoría GEO/AEO esto tiene mucho valor. Si el diagnóstico muestra que una marca no aparece en respuestas de IA, la reacción no debería ser fabricar cien URLs nuevas para “alimentar al modelo”. La reacción debería ser revisar qué señales faltan, qué fuentes se usan, qué competidores aparecen, qué contenidos aportan algo propio y qué piezas de la presencia digital están demasiado débiles para que una IA considere ese negocio una opción fiable.

Un ejemplo práctico de lectura

Imagina una clínica dental de Santander que quiere captar pacientes para implantes, ortodoncia invisible y estética dental. La clínica tiene una web correcta, algunas reseñas y una ficha de Google Business Profile abierta desde hace años, pero nunca ha mirado cómo aparece en respuestas de IA.

Se prueban veinte consultas en ChatGPT, Gemini y Perplexity: “clínica dental para implantes en Santander”, “dentista con buenas reseñas en Cantabria”, “dónde hacer ortodoncia invisible en Santander”, “mejores clínicas dentales para estética de la sonrisa” y otras variantes. En la mayoría de respuestas aparecen dos o tres competidores. La clínica analizada solo aparece cuando se pregunta por su nombre exacto.

Eso no demuestra por sí solo que su SEO sea un desastre. Pero sí muestra un hueco. Al revisar las fuentes, se descubre que esos competidores tienen más reseñas, páginas específicas para cada tratamiento, menciones en directorios médicos, contenido más claro sobre financiación y fotografías más trabajadas. La clínica, en cambio, tiene una web demasiado genérica, una ficha poco actualizada y ninguna página sólida sobre los tratamientos que quiere captar.

La auditoría no dice “haz GEO mágico”. Dice algo más útil: los sistemas de IA no encuentran señales suficientes para asociar esa clínica con esas consultas. A partir de ahí, el plan puede incluir páginas de tratamiento mejor trabajadas, mejora de ficha, reseñas más orientadas a servicios reales, contenido local, fotografías propias y presencia en fuentes externas fiables.

Otro ejemplo: cuando sí apareces, pero mal

Imagina ahora una empresa de reformas en Cantabria. Aparece en varias respuestas de IA cuando se pregunta por reformas integrales, pero el sistema la describe como una empresa de pintura básica porque esa es la información más visible en su web antigua y en varios perfiles externos. En realidad, la empresa hace reformas de cocinas, baños, suelos, pladur y acabados decorativos, pero esa evolución no está bien reflejada online.

Ese caso es distinto. No hay una ausencia completa. Hay una representación pobre. La IA sí reconoce la marca, pero la asocia con una versión limitada o desactualizada del negocio. El usuario que reciba esa respuesta puede descartarla antes de visitar la web, no porque el servicio sea malo, sino porque la información pública no refleja bien lo que ofrece.

En ese caso, el trabajo no empieza por publicar más, sino por corregir señales. Revisar la web, actualizar páginas principales, reforzar servicios actuales, mejorar perfiles externos, ajustar la ficha de Google y comprobar qué fuentes están dando información antigua o incompleta. Si una IA recupera datos pobres, muchas veces el problema está en el rastro público que hemos dejado.

Cómo convertir el diagnóstico en trabajo SEO sin repetir lo ya explicado

La utilidad de esta auditoría está en priorizar. Si una marca no aparece en consultas locales porque la IA cita directorios donde la competencia está mejor representada, hay que revisar presencia externa. Si no aparece porque la web no tiene páginas de servicio claras, hay que revisar arquitectura y contenido. Si no aparece porque la ficha local está floja, hay que trabajar Google Business Profile. Si aparece con una descripción errónea, hay que corregir entidad, datos y fuentes. Si aparece en consultas informativas pero no comerciales, hay que revisar intención de búsqueda y páginas de conversión.

No hace falta repetir aquí toda la solución porque ya existe dentro del clúster de Local Rank 942. Este artículo tiene otra función: detectar si el problema existe, en qué consultas aparece, qué sistemas lo muestran, qué competidores salen reforzados y qué señales parecen faltar.

Es el equivalente a mirar el mapa antes de empezar a correr. Bastante recomendable, sobre todo si el terreno lo ha dibujado Google, lo ha remezclado una IA y encima hay un core update pasando por encima con botas de obra.

Y sí, todo esto ocurre dentro de uno de los mayores cambios de Google Search

Este análisis no surge en el vacío. Google Search está cambiando a una velocidad considerable. AI Overviews, AI Mode, Gemini, respuestas generativas, agentes, interfaces creadas dentro del buscador, mini apps, medición de tráfico desde asistentes IA en GA4 y actualizaciones principales del algoritmo forman parte de un escenario bastante distinto al de hace pocos años.

No hace falta afirmar con solemnidad de notario que estamos ante el mayor cambio de Google en treinta años. Basta con mirar el conjunto: Google ya no se limita a mostrar enlaces. Resume, compara, recomienda, genera respuestas, construye interfaces, usa contexto, mide nuevos canales y mantiene al usuario más tiempo dentro de su ecosistema. Si no es el mayor cambio de su historia, desde luego está compitiendo con ganas por el puesto.

Para un negocio local, esto no significa abandonar el SEO clásico. Significa medir mejor. Search Console sigue siendo necesario. GA4 sigue siendo necesario. La ficha de Google sigue siendo necesaria. La web sigue siendo necesaria. Pero ahora hay que añadir otra pregunta a la auditoría: cuando los usuarios preguntan a sistemas de IA por servicios como los tuyos, ¿tu marca forma parte de la respuesta?

Antes de mejorar tu visibilidad en IA, comprueba si existes para ella

La auditoría GEO/AEO no es una varita mágica, ni una sigla para vestir de gala lo mismo de siempre, ni una excusa para publicar contenido a granel con cara de estrategia moderna. Es una forma de observar una nueva capa de visibilidad: la presencia de marca dentro de respuestas generadas por IA.

GA4 puede medir una parte del tráfico que llega desde asistentes IA. Search Console puede mostrar cómo aparece una web en Google. Pero ninguna de esas herramientas, por sí sola, te dice si ChatGPT, Gemini, Claude, Perplexity o AI Mode recomiendan a tu competencia mientras tu negocio queda fuera de la conversación, sentado en la última fila, sin nombre en la lista y con cara de haber llegado al evento equivocado.

Ese diagnóstico empieza a ser cada vez más relevante. No porque GEO y AEO hayan venido a sustituir al SEO, sino porque la búsqueda se ha ensanchado. El usuario ya no pregunta solo a Google como antes. Pregunta a sistemas que resumen, recomiendan y filtran opciones antes de que exista un clic. Y si tu marca no aparece en esa fase, puedes estar perdiendo oportunidades que nunca llegarán a tus informes. No porque Analytics falle. Porque no hay nada que contar cuando nadie te ha tenido en cuenta.

En Local Rank 942, una auditoría SEO local ya no debería mirar solo posiciones, títulos, metadescripciones, velocidad y ficha de Google. También debería revisar cómo se entiende un negocio dentro de este nuevo ecosistema: Google, Maps, respuestas de IA, menciones externas, contenido, reseñas, competidores y señales de marca. Porque aparecer en Google sigue siendo importante, pero cada vez conviene saber también si las IA saben que estás ahí o si, para ellas, tu negocio tiene la misma presencia pública que una persiana bajada en una calle secundaria.

Si tienes un negocio local y sospechas que tu web, tu ficha de Google o tu marca no están apareciendo donde deberían, puedo revisar tu caso con una mirada bastante concreta: cómo te ve Google, cómo se presenta tu negocio en Maps, qué señales está recibiendo el buscador y si tiene sentido añadir una capa de análisis GEO/AEO para comprobar si ChatGPT, Gemini, Claude, Perplexity o AI Mode te mencionan cuando alguien pregunta por servicios como los tuyos.

No se trata de prometer que mañana una IA te va a poner en un altar digital con incienso y fanfarria. Más bien es cuestión de detectar si existes en esas respuestas, frente a quién compites y qué piezas habría que ordenar para que tu negocio deje de hacer de fantasma en las búsquedas que pueden traerte clientes.

Solicita un diagnóstico inicial y vemos si tu caso merece una auditoría SEO local con esta capa de visibilidad en IA. Si hay señales claras de mejora, te lo diré. Y si no hay por dónde rascar, también; que para vender humo ya hay bastante procesión con siglas nuevas.

Nos vemos en el próximo paseo por el algoritmo.

Fuentes consultadas

• Google Search Central: guía oficial para optimizar webs en funciones generativas de Google Search.
• Google Analytics Help: nuevo canal AI Assistant en GA4.
• Search Engine Land: metodología para analizar visibilidad de marca en LLMs.
• Lily Ray: análisis sobre riesgos de escalar contenido IA.
• Google Search Status Dashboard: May 2026 core update.