GEO: Guía de Posicionamiento en Buscadores de IA para Empresas B2B

Hace tres años, cuando un jefe de compras necesitaba un proveedor de encapsulados metálicos, abría Google, escribía cuatro palabras y comparaba las cinco primeras webs. Hoy, cada vez con más frecuencia, abre ChatGPT y escribe algo distinto: "necesito un fabricante en España de armarios técnicos con certificación para salas de control, ¿qué opciones tengo?".

Y la IA le contesta. Con nombres. Con tres o cuatro empresas concretas, un resumen de qué hace cada una y, a veces, un enlace.

Si tu empresa no está entre esos nombres, no has perdido una posición en un ranking. Has desaparecido de la conversación antes de que empezara. No hay página dos donde recuperar el terreno.

Eso es lo que está en juego cuando hablamos de posicionamiento en IA. Y esta guía es el mapa completo: qué es, por qué te afecta más de lo que crees si vendes B2B, cómo funciona por dentro y qué se hace, en orden, para pasar de la invisibilidad a la mención.

Qué es el posicionamiento en IA (y por qué no es SEO con otro nombre)

El posicionamiento en IA, también llamado GEO, Generative Engine Optimization, es el conjunto de trabajos que hacen que tu empresa aparezca mencionada, citada y bien descrita en las respuestas que generan ChatGPT, Gemini, Perplexity, Copilot y los AI Overviews de Google.

El SEO compite por posiciones en una lista. Tú optimizas una URL, Google la ordena entre otras diez y el usuario elige. Hay diez huecos y todos son visibles.

El posicionamiento en IA compite por entrar en una síntesis. El modelo no ordena, resume. Y en un resumen caben tres nombres, no diez. El resto no aparece en gris al final de la página: simplemente no se menciona. La diferencia entre estar y no estar es binaria.

Ese último punto incomoda a mucha dirección de marketing, y con razón. En posicionamiento en IA es perfectamente posible que tu empresa gane una operación sin que nadie haya pisado tu web. El comprador leyó tu nombre en una respuesta, lo contrastó, te buscó en LinkedIn y escribió a comercial. Tu analítica no registró nada de eso.

Si quieres la comparación técnica en detalle, la desarrollamos en qué es GEO y en qué se diferencia exactamente del SEO.

Por qué esto pesa más en B2B que en B2C

Existe la idea de que la IA generativa afecta sobre todo al consumo: recetas, viajes, comparativas de móviles. En nuestra experiencia trabajando con industria, ingeniería y servicios técnicos, ocurre justo lo contrario. El impacto en B2B es más profundo, aunque llegue más callado.

Hay tres razones.

• Primera: en B2B, la búsqueda inicial es exploratoria. El comprador industrial rara vez empieza sabiendo qué quiere. Empieza sabiendo qué problema tiene. "Tenemos ruido de impacto en un forjado de oficinas y hay quejas" no es una keyword, es un contexto. Google resolvía mal ese tipo de consultas; los modelos de lenguaje ya las resuelven de maravilla. Y en esa primera fase exploratoria es donde se forma la lista corta de proveedores.

• Segunda: el comité de compra investiga por separado. Una decisión B2B media pasa de tres a cinco personas. El técnico busca especificaciones, el de compras busca alternativas y precio, el director busca solvencia. Cada uno hace su consulta, cada uno por su cuenta, y cada uno llega a la reunión con nombres. Si tu empresa aparece en las tres consultas, entras a la reunión con tres avales. Si no apareces en ninguna, alguien tiene que defenderte de memoria.

• Tercera: en B2B la IA actúa como filtro previo, no como decisor. Nadie firma un contrato de 200.000 € porque lo diga ChatGPT. Pero mucha gente descarta proveedores porque ChatGPT no los mencionó. El daño no está en perder la venta, está en no llegar nunca a la mesa donde se decide.

Lo hemos visto de forma consistente en los tests que ejecutamos para clientes industriales: es habitual encontrar empresas sólidas, con veinte años de trayectoria y facturación de ocho cifras, con una tasa de aparición inferior al 40% en las consultas de su propio sector. Y casos de cero absoluto: ni una sola mención en ninguna plataforma, en ninguna consulta. Empresas que existen en el mercado y no existen en la IA.

Cómo decide un modelo de IA a quién menciona

Aquí es donde conviene bajar al detalle, porque la mayoría de las estrategias fallan por atacar la palanca equivocada.

Cuando le preguntas a un modelo por proveedores de algo, no está consultando una base de datos de empresas. Está haciendo dos cosas a la vez: recuperar información de la web en tiempo real (lo que se llama grounding) y tirar de lo que ya "sabe" por su entrenamiento. La respuesta final es una mezcla de ambas.

De ahí salen cuatro palancas reales.

1. Que seas una entidad reconocible

El modelo necesita saber que "Nombre de Empresa X", "Nombre de Empresa X S.L." y "nombredeempresax.com" son la misma cosa, y que esa cosa es un fabricante de carpintería metálica en Zaragoza, por ejemplo. Eso, no es obvio para una máquina. Si tu web se presenta con un nombre, tu LinkedIn con otro y tu ficha de Google con un tercero, estás pidiéndole al modelo que haga un trabajo de detective que no va a hacer.

La consolidación de entidad es el trabajo menos glamuroso y el que más rendimiento da. Es la base de todo lo demás.

2. Que aparezcas en las fuentes que el modelo consulta

Cuando ChatGPT o Perplexity buscan en la web para responderte, no rastrean internet entero. Lanzan un puñado de consultas y leen los primeros resultados. Esos resultados casi nunca son webs corporativas: son directorios sectoriales, comparadores, medios especializados, asociaciones profesionales, marketplaces, foros y páginas de reseñas.

Esta es la parte que descoloca a los equipos de marketing: una porción grande de tu posicionamiento en IA no se juega en tu web. Se juega en si la fuente que el modelo lee te incluye.

3. Que tu contenido sea extraíble

Un modelo cita lo que puede recortar limpio. Un párrafo que responde a una pregunta concreta en dos frases se cita. Un texto que da vueltas durante tres párrafos antes de decir algo, no.

Esto cambia la forma de escribir: respuesta primero, contexto después. Definiciones explícitas. Datos con unidad y fecha. Tablas. Preguntas frecuentes redactadas como preguntas reales, no como titulares de marketing. Está todo en contenido extraíble por IA.

4. Que exista consenso sobre ti

Los modelos son estadísticos por naturaleza: se inclinan por lo que se repite. Una empresa mencionada en quince sitios distintos con una descripción coherente tiene muchísimas más papeletas que una mencionada en dos con descripciones contradictorias.

Aquí entran las reseñas, los casos de éxito publicados por terceros, las notas de prensa sectoriales, las ponencias, las ferias. Todo lo que en su momento se hizo "para la marca" y nadie sabía muy bien cómo medir, resulta que ahora tiene un canal de retorno medible.

Antes de tocar nada: diagnostica

Ninguna de las decisiones anteriores tiene sentido sin un punto de partida. Y "creo que no salimos" no es un punto de partida.

Un diagnóstico serio de posicionamiento en IA tiene cuatro componentes.

Territorios de consulta. No preguntas al azar. Divides tu negocio en los cinco o seis territorios comerciales donde realmente compites —por producto, por aplicación, por problema del cliente— y construyes consultas para cada uno. Una empresa de ingeniería no compite igual en "eficiencia energética industrial" que en "legalización de instalaciones", y los resultados serán radicalmente distintos.

Consultas realistas. Escritas como las escribe un comprador, no como las escribiría un SEO. Con contexto, con restricción geográfica si aplica, con el problema por delante. Entre 15 y 25 consultas dan una foto suficientemente fiable.

Todas las plataformas. ChatGPT, Gemini y AI Overviews como mínimo. Perplexity y Copilot si tu sector lo justifica. Los resultados entre plataformas divergen muchísimo: es normal aparecer bien en una y no existir en otra.

Repeticiones. Esta es la parte que casi todo el mundo se salta. Los modelos son no deterministas: la misma pregunta, hecha dos veces, da respuestas distintas. Una sola ejecución por consulta no es un dato, es una anécdota. Se necesitan tres o más repeticiones por consulta y plataforma para que la tasa de aparición signifique algo.

De ahí sale la métrica base, la tasa de aparición: en cuántas de todas las ejecuciones se te menciona. Y de ahí sale también tu share of voice frente a los competidores que sí aparecen, que casi siempre es la diapositiva que despierta al comité de dirección.

En Stonne sistematizamos todo esto en un índice propio, el SRI, que puntúa la reputación de una marca en entornos de IA sobre cinco dimensiones ponderadas. Pero la metodología concreta importa menos que el principio: medir antes de actuar, y medir siempre igual para poder comparar. Tienes el protocolo completo en auditoría de visibilidad en IA.

Seis errores que vemos una y otra vez

Esperar que el buen SEO arrastre. Tenemos clientes en primera posición de Google para su keyword principal y con cero menciones en ChatGPT. Correlacionan, pero débilmente. Son dos trabajos.

Usar tres nombres distintos. "Grupo X", "X Innovación S.L." y "X" repartidos entre la web, el LinkedIn y la firma del correo. Para ti son lo mismo; para el modelo pueden ser tres empresas, ninguna con suficiente peso.

Web moderna e invisible. El rediseño quedó precioso, carga en un segundo y ningún rastreador de IA ve una línea de texto.

Escribir solo para el usuario final. Todo el contenido habla de tu producto y ninguno habla de la decisión de compra. Pero la consulta que hace el comprador es "cómo elegir entre A y B", y esa página no existe en tu web ni en la de nadie de tu sector. Territorio libre.

Querer resolverlo todo desde el propio dominio. Es la herencia mental del SEO. En posicionamiento en IA, una parte sustancial del trabajo consiste en aparecer donde no mandas tú.

Medir una sola vez. Se lanza una consulta, sale bien, se da por hecho que se aparece. Se vuelve a lanzar al día siguiente y no sale. Sin repeticiones no hay dato.

Qué esperar y en cuánto tiempo

Conviene ser honesto con esto, porque el ciclo no se parece al del SEO y las expectativas mal calibradas rompen proyectos buenos.

Primer trimestre. Cimientos: entidad, técnica, altas en fuentes externas, reescritura de las páginas núcleo. La visibilidad se mueve poco. Es la fase que hay que defender ante dirección con argumentos, no con métricas, porque las métricas todavía no están.

Segundo trimestre. Aparecen las primeras menciones, casi siempre en consultas de cola larga y muy específicas. Poco volumen, mucha señal: confirma que el trabajo va en la dirección correcta.

Tercer trimestre. Empiezas a entrar en territorios competidos. El share of voice frente a competidores se mueve de forma visible. Aquí suele llegar el primer lead que menciona en la primera llamada que llegó "porque salíais cuando pregunté".

Cuarto trimestre en adelante. Consolidación y defensa. Porque esto no se gana y se acaba: los modelos se actualizan, los competidores se ponen las pilas y las fuentes cambian. Es mantenimiento, como el SEO, pero con un ciclo de comprobación más corto.

Y una advertencia útil: la volatilidad es alta. Una actualización de modelo puede mover tus resultados en dos semanas sin que hayas tocado nada. Por eso se mide en tendencia y en tasas agregadas, nunca en capturas de pantalla sueltas.

Por dónde empezar esta semana

Si has llegado hasta aquí y quieres hacer algo hoy, tres cosas concretas:

1. Pregúntale a ChatGPT, a Gemini y a Google por tu categoría. Sin nombrar tu marca. Escribe la consulta como la escribiría un cliente. Apunta qué empresas salen. Repítelo tres veces.

2. Comprueba tu robots.txt y si tu web se ve con JavaScript desactivado.

3. Busca tu nombre comercial exacto en tu web, tu LinkedIn y tu ficha de Google. Comprueba si es el mismo en los tres sitios.

Con eso ya sabes más que el 90% de tu competencia.

Y si el resultado es el que sospechas —que no sales, o que salen ellos— el siguiente paso es un diagnóstico completo: los seis territorios comerciales de tu negocio, tres plataformas, repeticiones suficientes para que el dato sea dato, y un plan priorizado por retorno.

En Stonne hacemos exactamente eso. Auditoría de visibilidad en IA con metodología propia, informe de posición frente a competidores y hoja de ruta con las acciones ordenadas por impacto y esfuerzo. Sin humo y con números.

Preguntas frecuentes

¿Cuál es la diferencia entre SEO y posicionamiento en IA? El SEO busca posiciones en una lista de enlaces; el posicionamiento en IA busca que tu marca sea mencionada dentro de una respuesta generada. El SEO se trabaja sobre todo en tu dominio y el posicionamiento en IA depende en buena medida de fuentes de terceros y del reconocimiento de tu marca como entidad.

¿Puedo pagar para aparecer en ChatGPT? No existe hoy un formato publicitario que garantice aparecer en las respuestas orgánicas de los asistentes de IA. La visibilidad se gana con reconocimiento de marca, presencia en fuentes citables y contenido extraíble.

¿Cuánto tarda en verse resultados? Las primeras menciones en consultas específicas suelen aparecer entre el tercer y el sexto mes. Los territorios competidos requieren entre seis y doce meses de trabajo sostenido.

¿Sirve de algo si mi empresa es pequeña? Sirve especialmente. En consultas B2B nicho, la competencia por aparecer es mucho menor que en Google, y una pyme bien trabajada puede desplazar a un competidor grande con la marca desordenada.

¿Cómo sé si estoy apareciendo? Con un test estructurado: consultas por territorio comercial, varias plataformas y repeticiones suficientes para calcular una tasa de aparición fiable. Una consulta suelta no vale como medición.

Redactado por Manuel Mas - Smarketing Specialist