Como comercializador, quiero saber si hay específicos cosas Debería hacer para mejorar nuestra visibilidad de LLM que actualmente no estoy haciendo como parte de mis esfuerzos de marketing de rutina y SEO.
Hasta ahora, no lo parece.
Parece haber una superposición masiva en SEO y GEO, de modo que no parece útil considerarlos procesos distintos.
Las cosas que contribuyen a la buena visibilidad en los motores de búsqueda también contribuyen a una buena visibilidad en LLM. Geo parece ser un subproducto de SEO, algo que no requiere un esfuerzo dedicado o separado. Si desea aumentar su presencia en la salida de LLM, contrate un SEO.
Nota al margen.
GEO es «Optimización generativa de motores», LLMO es «Optimización del modelo de lenguaje grande», AEO es «Respuesta de optimización de motores». Tres nombres para la misma idea.
Vale la pena desempacar esto un poco. En cuanto a la comprensión de mi laico, hay tres formas principales en que puede mejorar su visibilidad en LLM:
1. Aumente su visibilidad en los datos de capacitación
Los modelos de idiomas grandes están capacitados en grandes conjuntos de datos de texto. Cuanto más frecuente sea su marca dentro de esos datos, y más estrechamente asociada parece estar con los temas que le importan, más visible será en la producción de LLM para esos temas dados.
No podemos influir en los datos de los datos que ya han entrenado, pero podemos crear más contenido sobre nuestros temas centrales para su inclusión en futuras rondas de capacitación, tanto en nuestro sitio web como en sitios web de terceros.
Crear contenido bien estructurado en temas relevantes es uno de los principios principales del SEO, como está alentando a otras marcas a hacer referencia a usted dentro de su contenido. Veredicto: Solo Seo.
2. Aumente su visibilidad en las fuentes de datos utilizadas para el trapo y la conexión a tierra
Los LLM utilizan cada vez más fuentes de datos externas para mejorar la recialidad y la precisión de sus salidas. Pueden buscar en la web y usar índices de búsqueda tradicionales de compañías como Bing y Google.
La ingeniería vicepresidente de OpenAI en Reddit confirma el uso del índice Bing como parte de la búsqueda de chatgpt.
Es justo decir que ser más visible en estas fuentes de datos probablemente aumentará la visibilidad en las respuestas de LLM. El proceso de volverse más visible en los índices de búsqueda «tradicionales» es, lo adivinó, SEO.
3. Ejemplos de adversario de abuso
Los LLM son propensos a la manipulación, y es posible engañar a estos modelos para que lo recomiendan cuando de otra manera no lo harían. Estos son trucos dañinos que ofrecen un beneficio a corto plazo, pero probablemente lo morderán a largo plazo.
Esto es, y solo estoy bromeando, solo sombrero negro Seo.
Para resumir estos tres puntos, el mecanismo central para mejorar la visibilidad en la salida de LLM es: crear contenido relevante sobre temas con los que su marca quiere estar asociada, tanto dentro como fuera de su sitio web.
Eso es SEO.
Ahora, esto puede no ser cierto para siempre. Los modelos de lenguaje grandes están cambiando todo el tiempo, y puede haber más divergencia entre la optimización de búsqueda y la optimización de LLM a medida que avanza el tiempo.
Pero sospecho que lo contrario sucederá. A medida que los motores de búsqueda integran una IA más generativa en la experiencia de búsqueda, y los LLM continúan utilizando índices de búsqueda «tradicionales» para basar su producción, creo que es probable que haya menos divergencia, y los límites entre SEO y GEO se volverán aún más pequeños o inexistentes.
Mientras el «contenido» siga siendo el medio principal tanto para LLM como para los motores de búsqueda, los mecanismos centrales de influencia probablemente seguirán siendo los mismos. O, como alguien comentó una de mis publicaciones recientes de LinkedIn:
«Solo hay muchas maneras de sacudir un palo para agregar un grupo de información, clasificarla y luego difundir su mejor aproximación de cuál sería el mejor y más preciso resultado/información».
Compartí la opinión anterior en una publicación de LinkedIn y recibí algunas respuestas realmente excelentes.
La mayoría de las personas estuvieron de acuerdo con mi sentimiento, pero otros compartieron matices entre LLM y motores de búsqueda que valen la pena comprender, incluso si no lo hacen (en mi opinión) garantizan la creación de la nueva disciplina de Geo:
Esta es probablemente la diferencia más clara y clara entre Geo y SEO. Las menciones no vinculadas, textos escritos sobre su marca en otros sitios web, tienen muy poco impacto en el SEO, pero un impacto mucho mayor en GEO.
Los motores de búsqueda tienen muchas formas de determinar la «autoridad» de una marca sobre un tema determinado, pero los vínculos de retroceso son uno de los más importantes. Esta fue la visión central de Google: que los enlaces de los sitios web relevantes podrían funcionar como un «voto» para la autoridad del sitio web vinculado (también conocido como PageRank).
Los LLM funcionan de manera diferente. Derigen su comprensión de la autoridad de una marca de las palabras en la página, de la prevalencia de palabras particulares, la concurrencia de diferentes términos y temas, y el contexto en el que se usan esas palabras. El contenido no vinculado promoverá la comprensión de una LLM de su marca de una manera que no ayude a un motor de búsqueda.
Como Gianluca Fiorelli escribe en su excelente artículo:
“La marca las menciones ahora importan no porque aumenten la ‘autoridad’ directamente, sino porque fortalecen la posición de la marca como una entidad dentro de la red semántica más amplia.
Cuando se menciona una marca en múltiples fuentes (de confianza):
La entidad que incrusta para la marca se vuelve más fuerte.
La marca se vuelve más estrechamente conectada con las entidades relacionadas.
La similitud cosena entre la marca y los conceptos relacionados aumenta.
El LLM ‘Aprender’ que esta marca es relevante y autorizada dentro de ese espacio temático «.
Muchas compañías ya valoran las menciones fuera del sitio, aunque con la advertencia de que esas menciones deben estar vinculadas (y dOFollow). Ahora, me imagino que las marcas relajan su definición de una mención «buena» fuera del sitio, y ser más felices con menciones no vinculadas en plataformas que pasan poco beneficio de búsqueda tradicional.
Como dice Eli Schwartz,
«En este paradigma, los enlaces no necesitan ser hipervínculos (LLMS leen contenido) o restringidos a sitios web tradicionales. Las menciones en publicaciones o discusiones creíbles provocadas en redes profesionales (hola, bases de conocimiento y foros) mejoran la visibilidad dentro de este marco».
Rastrear las menciones de marca con el radar de la marca
Puede usar nuestra nueva herramienta, Brand Radar, para rastrear la visibilidad de su marca en las menciones de IA, comenzando con descripciones de IA.
Ingrese el tema que desea monitorear, su marca (o las marcas de sus competidores), y vea impresiones, participación en la voz e incluso salidas de IA específicas que mencionan su marca:
Creo que el inverso del punto anterior también es cierto. Muchas compañías de hoy crean vínculos de retroceso en sitios web con poca relevancia para su marca y publican contenido sin conexión con su negocio, simplemente para el tráfico que trae (lo que ahora llamamos abuso de reputación del sitio).
Estas tácticas ofrecen suficientes beneficios de SEO que muchas personas todavía las consideran que valen la pena, pero ofrecerán aún menos beneficio para la visibilidad de LLM. Sin ningún contexto relevante que rodea estos enlaces o artículos, no harán nada para promover la comprensión de una LLM de la marca o aumentar la probabilidad de que aparezca en los resultados.
Algunos tipos de contenido tienen relativamente poco impacto en la visibilidad de SEO, pero un mayor impacto en la visibilidad de LLM.
Realizamos investigaciones para explorar los tipos de páginas que tienen más probabilidades de recibir tráfico de LLMS. Comparamos una muestra de PageViews de LLM y de fuentes que no son LLM, y comparamos la distribución de esas vistas de página.
Encontramos dos grandes diferencias: las LLM muestran una «preferencia» para las páginas y documentos del sitio web central, y un «disgusto» para las colecciones y listados de listados.
La cita es más importante para un LLM que un motor de búsqueda. Los motores de búsqueda generalmente producen información junto con la fuente que la creó. LLMS desacoplan los dos, creando una necesidad adicional de demostrar la autenticidad de cualquier reclamo que se haga.
A partir de estos datos, parece que la mayoría de las citas se dividen en la categoría «Páginas del sitio central»: la página de inicio de un sitio web, la página de precios o la página sobre la página. Estas son partes cruciales de un sitio web, pero no siempre grandes contribuyentes a la visibilidad de búsqueda. Su importancia parece mayor para los LLM.
Una diapositiva de mi conversación de brillo que muestra cómo se distribuye el tráfico AI y no AI en diferentes tipos de páginas.
Inversamente, las páginas de listados, piense en grandes rolodexos de productos con mierda, que se crean principalmente para la navegación en la página y la visibilidad de búsqueda recibió muchas menos visitas de LLM. Incluso si estos tipos de páginas no se citan con frecuencia, es posible que eviten la comprensión de una marca de LLM de una marca debido a la concurrencia de diferentes entidades de productos. Pero dado que estas páginas suelen ser escasas en contexto, pueden tener poco impacto.
Por último, los documentos del sitio web también parecen más importantes para los LLM. Muchos sitios web tratan los PDF y otras formas de documentos como ciudadanos de segunda clase, pero para LLM, son una fuente de contenido como cualquier otra, y los citan rutinariamente en sus resultados.
Prácticamente, me imagino que las empresas tratan a los PDF y otros documentos olvidados con más importancia, en el entendimiento de que pueden influir en la producción de LLM de la misma manera que lo haría cualquier otra página del sitio.
El punto de que LLM puede acceder a los documentos del sitio web plantea un punto interesante. Como señala Andrej Karpathy, puede haber un beneficio creciente para escribir documentos que estén estructurados en primer lugar para LLMS, y dejados relativamente inaccesibles para las personas:
“Es 2025 y la mayoría del contenido todavía está escrito para humanos en lugar de LLMS. El 99.9% de la atención está a punto de ser la atención de LLM, no la atención humana.
Por ejemplo, el 99% de las bibliotecas todavía tienen documentos que básicamente renderizan a algunas páginas estáticas .html que suponen que un humano hará clic en ellas. En 2025, los documentos deben ser un solo archivo de texto Your_Project.MD que está destinado a ir a la ventana de contexto de un LLM.
Repita para todo «.
Esta es una inversión del adagio de SEO que debemos escribir para los humanos, no los robots: puede haber un beneficio de centrar nuestra energía en hacer que la información sea accesible para los robots y depender de los LLM para hacer que la información en formularios más accesibles para los usuarios.
De esta manera, existen estructuras de información específicas que pueden ayudar a LLM a comprender correctamente la información que proporcionamos.
Por ejemplo, Snowflake se refiere a la idea del «contexto global de documentos». (H/T a Victor Pan de Hubspot para compartir este artículo).
LLMS funcionan dividiendo texto en «trozos»; Al agregar información adicional sobre el documento a lo largo del texto (como el nombre de la empresa y la fecha de presentación para el texto financiero), es más fácil para el LLM comprender e interpretar correctamente cada fragmento aislado, «Aumentando la precisión de QA de alrededor del 50% -60% al rango del 72% -75%».
Comprender cómo el texto del proceso LLMS ofrece pequeñas formas para que las marcas mejoren la probabilidad de que LLMS interprete su contenido correctamente.
LLMS también entrena en fuentes de información novedosas que tradicionalmente han caído fuera del mandato de SEO. Como Adam Noonan en X compartió conmigo: «Se garantiza que el contenido público de GitHub estará capacitado pero no tiene impacto en el SEO».
La codificación es posiblemente el caso de uso más exitoso para LLM, y los desarrolladores deben formar una parte considerable de los usuarios totales de LLM.
Para algunas compañías, especialmente aquellas que venden a los desarrolladores, puede haber un beneficio de «optimizar» el contenido con el que es más probable que estos desarrolladores interactúen (bases de conocimiento, reposuras públicas y muestras de código) al incluir un contexto adicional sobre su marca o productos.
Por último, como explica Elie Berreby:
«La mayoría de los rastreadores de IA no renderizan a JavaScript. No hay renderizador. Los rastreadores de IA populares como los utilizados por OpenAI y Anthrope ni siquiera ejecutan JavaScript. Eso significa que no verán contenido que se presente con el lado del cliente a través de JavaScript».
Esto es más una nota al pie que una gran diferencia, por la simple razón de que no creo que esto siga siendo cierto por mucho tiempo. Este problema fue …
