El LLM SEO (o GEO — Generative Engine Optimization) es la práctica de optimizar el contenido para ser citado o recomendado por modelos de IA como ChatGPT, Perplexity o Google AI Overviews.
El LLM SEO (Large Language Model SEO), también conocido como GEO (Generative Engine Optimization), es una disciplina emergente que optimiza el contenido para ser seleccionado como fuente citable por los modelos de IA generativos. A diferencia del Google clásico (que sigue enlaces), los LLM leen el texto y deciden si merece ser citado según la claridad, especificidad y credibilidad de la información. Principios clave: definiciones claras al inicio de las secciones («X es Y que hace Z»), datos numéricos específicos, fuentes citadas, estructura tipo FAQ, formato tabular y un robots.txt que permita los crawlers de IA (GPTBot, ClaudeBot, PerplexityBot).
Para 2026, se estima que entre el 30-40 % de las búsquedas con respuesta directa vendrán de AI Overviews (Google) o chatbots (ChatGPT, Perplexity). Los sitios no optimizados para LLM pierden un tercio de su visibilidad orgánica potencial.
Fuente: Perplexity — AI SearchE-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) es el marco con el que Google evalúa la credibilidad y la calidad del contenido de un sitio.
Un featured snippet es el recuadro que aparece sobre los resultados orgánicos de Google — la «posición 0» — que muestra una respuesta directa a una pregunta, extraída de una de las páginas indexadas.
El schema markup son datos estructurados en formato JSON-LD añadidos al HTML de la página que ayudan a Google y a los LLM a entender el contexto y el tipo del contenido.
El robots.txt es un archivo de texto colocado en la raíz del sitio que indica a los crawlers (Google, Bing, GPTBot) qué páginas pueden o no rastrear e indexar.
Explora cómo aplicar este concepto a tu sector y tu ciudad.