La optimización para motores de respuesta (AEO, por sus siglas en inglés) es la práctica de preparar el contenido de un sitio web para que los sistemas que responden con una respuesta directa, como los asistentes de IA, la búsqueda con IA y los fragmentos destacados, puedan encontrarlo, usarlo y reconocer su autoría. El objetivo es ser la fuente a partir de la cual se construye una respuesta, o una marca mencionada dentro de esa respuesta, en un formato en el que el lector solo ve un puñado de fuentes.
¿Qué es un motor de respuesta?
Un motor de respuesta es cualquier sistema que responde a una pregunta con la respuesta misma en lugar de una página de enlaces. Los primeros ejemplos fueron los recuadros con respuestas sobre los resultados de búsqueda (llamados fragmentos destacados) y los asistentes de voz que leían una única respuesta en voz alta. Hoy el término abarca sobre todo los productos de búsqueda con IA y los asistentes de chat que navegan por la web, que redactan una respuesta completa a partir de varias páginas y añaden citas.
Con cualquiera de estos sistemas, la persona que pregunta ve muy pocas fuentes. Un asistente de voz puede nombrar una, y una respuesta de IA puede citar de tres a diez. La AEO es el trabajo de entrar en ese pequeño conjunto.
¿Cómo decide un motor de respuesta qué usar?
El proceso exacto varía entre productos, pero la mayoría de los motores de respuesta con IA siguen una secuencia parecida.
- El sistema lee la pregunta y redacta a partir de ella una o más consultas de búsqueda.
- Un índice de búsqueda devuelve páginas candidatas para esas consultas.
- Las páginas se descargan, se limpian de menús y pies de página, y se dividen en pasajes (bloques cortos de texto, a menudo de unas pocas frases).
- Un paso de clasificación puntúa cada pasaje según lo bien que responde a la pregunta y conserva los mejores.
- Un modelo de lenguaje redacta la respuesta a partir de esos pasajes y enlaza a las páginas en las que se basó.
Cada paso elimina candidatos. Una página que nunca se rastrea no puede recuperarse. Si una página recuperada no tiene un pasaje claro, rara vez se selecciona, y un pasaje seleccionado que no nombra una marca no puede incluir esa marca en la respuesta. Cómo elige la búsqueda con IA qué fuentes citar explica con más detalle los pasos de clasificación y cita.
¿En qué se diferencia la AEO del SEO y la GEO?
La optimización para motores de búsqueda (SEO) es el trabajo de posicionar páginas más arriba en una lista tradicional de resultados. La AEO surgió del SEO y usa las mismas bases: una página sigue teniendo que ser rastreable, estar indexada y ser relevante. Las diferencias están en qué compite y en qué aspecto tiene el resultado.
| SEO | AEO | |
|---|---|---|
| Resultado | Una lista ordenada de páginas | Una única respuesta con pocas fuentes |
| Qué compite | Páginas completas | Pasajes y las marcas mencionadas en ellos |
| Cómo se ve el éxito | Una posición alta para una consulta | Ser citado o mencionado en la respuesta |
| Estabilidad | Las posiciones cambian lentamente | Las respuestas pueden variar de una ejecución a otra |
La optimización para motores generativos (GEO) es un término muy relacionado. La GEO suele referirse específicamente a las respuestas redactadas por grandes modelos de lenguaje. La AEO es más antigua y más amplia, y abarca también los fragmentos destacados y las respuestas de voz. En la práctica, las dos etiquetas describen en gran medida el mismo trabajo, y mucha gente las usa como sinónimos.
¿Qué hace que el contenido sea más fácil de usar para un motor de respuesta?
Los motores de respuesta prefieren el texto que sigue teniendo sentido cuando se extrae por sí solo. Un pasaje que depende de tres párrafos anteriores para entenderse es difícil de citar. Estas características ayudan a que un pasaje supere el paso de selección:
- Pon una respuesta directa cerca del principio. La primera frase bajo un encabezado da la respuesta, y las frases siguientes añaden detalles.
- Formula los encabezados como la gente hace las preguntas ("¿Cuánto tarda el envío?"), lo que facilita relacionar un pasaje con una consulta.
- Haz que cada párrafo se sostenga por sí solo. Cada párrafo nombra su tema en lugar de depender de un "esto" o un "él" del texto anterior.
- Incluye valores concretos como precios, dimensiones, pasos, compatibilidad y definiciones, para que el modelo tenga algo específico que repetir.
- Usa listas y tablas para las comparaciones. El contenido estructurado es fácil de dividir en pasajes y fácil de citar.
- Nombra las cosas de forma coherente. Cuando la marca, el producto y la categoría se escriben igual en todas las páginas, el modelo los relaciona.
El acceso importa tanto como la redacción. Los rastreadores de IA deben tener permiso para descargar la página, y el contenido que solo aparece después de ejecutar scripts o tras un inicio de sesión puede no llegar nunca al índice. Las páginas de otros sitios de la web también cuentan. Cuando alguien pregunta cuál es la mejor herramienta o el mejor proveedor, la respuesta suele basarse en sitios de reseñas, artículos comparativos y foros, así que una marca mencionada en esos lugares tiene más posibilidades de aparecer.
¿Cómo sabes si la AEO está funcionando?
El seguimiento tradicional de posiciones no refleja bien los motores de respuesta, porque no hay una posición fija que registrar. El enfoque habitual es elegir un conjunto de preguntas que hacen los clientes y ejecutarlas en cada plataforma de IA de forma periódica. Cada ejecución registra si se menciona la marca, si se citan sus páginas y qué competidores aparecen. Ese registro a lo largo del tiempo se llama visibilidad en IA.
La repetición importa porque las respuestas son muestreadas. La misma pregunta hecha dos veces puede devolver una redacción distinta y fuentes distintas, así que una sola comprobación muestra solo una muestra. El artículo sobre cómo medir la visibilidad en IA explica por qué las ejecuciones repetidas dan una imagen más fiable.
Las visitas son una segunda señal. Cuando alguien hace clic en una cita de una respuesta de IA, la visita llega como tráfico de referencia de IA desde dominios como chatgpt.com o perplexity.ai, que las herramientas de analítica pueden separar de otras referencias. Muchas respuestas se leen sin hacer clic, así que el tráfico de referencia subestima la influencia. Aun así, muestra a qué páginas envían los motores de respuesta a la gente y qué preguntas la traen.
