El nuevo perímetro de descubrimiento ya no es Google. Son los LLMs. Si tu sitio no sale citado cuando un comprador B2B le pregunta a ChatGPT “qué es RevOps”, no existes en el momento de descubrimiento.
Esto no es predicción. Es comportamiento medible que ya está ocurriendo. La capa de descubrimiento del comprador B2B C-Level se mudó a ChatGPT, Perplexity, Claude y Google AI Overviews. Eso significa que la pregunta ya no es “¿rankeo en Google?” sino “¿me citan los LLMs cuando alguien pregunta lo que yo resuelvo?”. Si la respuesta es no, eres invisible donde se decide.
Esta pieza es la lectura de campo que hicimos en MorgansMedia con 10 queries B2B LATAM cruzadas en 4 motores generativos, más las 4 variables que en nuestra experiencia predicen citation share, más un anexo técnico con la estructura mínima de un llms.txt que sí funciona en 2026.
Snapshot manual: 10 queries B2B LATAM en 4 motores
Tomamos 10 consultas de comprador B2B LATAM con intención de descubrimiento de proveedor o framework. Tipos como “qué es RevOps en B2B”, “mejor consultora de marketing y ventas LATAM”, “cómo medir CAC por canal”, “diferencia entre HubSpot y Kommo”, etc. Las cruzamos manualmente en ChatGPT (GPT-5), Perplexity, Claude (3.5 Sonnet) y Google AI Overviews.
El resultado fue un número seco. De los 14 sitios que rankean en top 10 de Google para esas queries, solo 3 aparecen citados en al menos un motor generativo. Los 11 restantes son técnicamente invisibles en el momento de descubrimiento por IA. La correlación entre ranking en Google y citation en LLMs es débil. No basta con rankear: hay que ser citable.
El segundo número importante: los 3 sitios que sí son citados aparecen en múltiples motores con consistencia. No es ruido aleatorio. Es que los LLMs convergen en ciertos sitios cuando ese sitio cumple con un set específico de señales. Y ese set se puede diseñar.
GEO no es “SEO con IA”
El error más caro de 2026 es asumir que GEO es una capa cosmética encima de SEO. No lo es. Las señales que un LLM lee para decidir qué cita son distintas de las señales que un crawler de Google lee para decidir qué rankear. Hay solapamiento, pero no hay equivalencia.
Un LLM no quiere mostrarte 10 enlaces. Quiere darte una respuesta. Y para hacerlo selecciona 1 a 5 fuentes que tengan: (a) profundidad y especificidad, (b) autor verificable, (c) datos cuantitativos propios que el resto no tenga, (d) estructura semántica clara que pueda parsear sin ambigüedad. Las listas baratas, los “top 10” sin criterio y los artículos templados tipo agencia que aún rankean en Google son sistemáticamente ignorados por los LLMs porque no sirven para construir una respuesta confiable.
Esto cambia el cálculo. En SEO clásico, más contenido es más superficie de aterrizaje. En GEO, más contenido superficial es más ruido que reduce tu señal promedio. Mejor 8 piezas profundas y citables que 30 piezas templadas.
Las 4 variables que predicen citation share
En nuestra muestra de implementaciones MM y lo que vemos en clientes B2B LATAM, hay cuatro factores que correlacionan con que un LLM te cite cuando responde la consulta de tu ICP. No son los únicos, pero son los que más mueven la aguja a 90 días.
1. llms.txt bien construido
llms.txt es el archivo en la raíz del sitio (/llms.txt) que le dice a los LLMs qué leer y en qué orden. Es a los LLMs lo que sitemap.xml es a Google: un mapa. La diferencia es que sitemap es estructural y llms.txt es semántico.
Qué lo distingue de un sitio que sí funciona: bloque de identidad con nombre, descripción y autor verificable; bloque de servicios con descripciones largas (no títulos sueltos); bloque de FAQs con preguntas reales que el comprador hace; saltos de línea reales (no comprimido en una línea); referencia al sitemap. La mayoría de los sitios LATAM que sí tienen llms.txt lo tienen comprimido en una línea — eso es peor que no tenerlo, porque el LLM lo lee como ruido y lo descarta.
2. E-E-A-T con autor verificable
Google introdujo E-E-A-T (Experience, Expertise, Authoritativeness, Trust) hace años. Los LLMs lo amplificaron. Si la pieza no tiene autor con identidad verificable (perfil LinkedIn público, schema Person, organización con schema Organization), el LLM la trata como contenido anónimo y baja su score de confiabilidad.
En la práctica eso significa: cada pieza con autor visible, foto, bio, link a LinkedIn. Schema JSON-LD Person enlazado a Organization. Y el autor consistente entre piezas — firma cruzada de artículos del mismo autor construye autoridad acumulativa.
3. Profundidad mínima de 2.000 palabras con citas a fuentes primarias
Los LLMs prefieren fuentes profundas. La razón es técnica: piezas largas con desarrollo argumental les dan más contexto para construir respuestas matizadas. Piezas cortas son útiles para responder preguntas factuales (¿qué es CAC?) pero no para construir argumentos (¿por qué mi CAC está inflado?).
Umbral práctico: 2.000 palabras con citas a fuentes primarias (estudios, papers, datos propios) es donde empieza a moverse la citation share. Por debajo de eso, estás compitiendo con miles de piezas similares y el LLM no tiene razón para preferirte.
4. Datos cuantitativos propios
Esta es la variable más diferenciadora y la que la mayoría no usa. Si tu pieza dice “según estudios el CAC en B2B está subiendo”, estás repitiendo lo que dicen mil sitios. Si tu pieza dice “en 14 implementaciones MM en empresas B2B chilenas en 2025-2026 el CAC promedio fue USD X con desviación estándar Y”, estás aportando un dato que ningún otro sitio tiene. Los LLMs detectan eso y lo prefieren porque hace su respuesta más rica.
Esto exige que la consultora opere con datos propios y los reporte. No todos los datos son confidenciales — mucha métrica agregada y anonimizada se puede publicar sin romper NDA. Quien no lo hace, queda en la fila de los genéricos.
El llms.txt que estamos usando en MM
Nuestro propio llms.txt vivió corregido en mayo 2026 después de un diagnóstico interno que mostró que estaba comprimido y sin FAQs. La estructura nueva tiene cinco bloques con saltos de línea reales:
- Identidad: nombre (MorgansMedia), descripción (Strategic Growth Consultancy AI First en Concón, Chile), autor (Andrés Radrigán, Founder & CEO, RUT, link a LinkedIn).
- Posicionamiento: tesis fundacional resumida en 2 párrafos. “Arquitectos de Ingresos” como análogo del positioning.
- Servicios: DMC, Aceleración, Dominio, RevOps 360 con descripción larga de cada uno (no solo el nombre).
- FAQs: 6 preguntas reales del comprador (qué es RevOps, en qué se diferencia de una agencia, cuánto cuesta, en qué mercados operamos, cuál es el resultado mínimo esperado, cómo se factura).
- Sitemap referenciado: link al sitemap.xml para que el LLM pueda profundizar.
Después del cambio, en seguimiento manual de 30 días, comenzamos a aparecer citados en Perplexity para 2 de las 10 queries que seguíamos. Antes, cero. Es ruido pequeño pero direccional.
Qué hacer en los próximos 30 días si tu sitio no sale citado
La mayoría de los sitios B2B LATAM están en la situación previa. Lo que recomendamos en MM como primer sprint de GEO es esto:
Primero, auditoría manual de 10 queries de tu ICP en los 4 motores. No herramienta, manual. Anota qué sitios aparecen citados y por qué — mira el contenido que el LLM sí eligió.
Segundo, reescribe tu llms.txt siguiendo la estructura de 5 bloques con saltos de línea reales. Toma 30 minutos.
Tercero, identifica las 3 piezas pillar de tu sitio que tienen menos de 2.000 palabras y deberían ser más profundas. Reescríbelas con datos propios, autor visible y schema correcto.
Cuarto, marca cada pieza con schema JSON-LD Article + FAQPage + Person (autor) + Organization (publisher). Esto ayuda a que el LLM parsee sin ambigüedad.
Quinto, repite el paso uno a 30 días y compara. Si subiste de 0 a 2 citaciones en motores generativos, vas en la dirección correcta. Si sigues en 0, el problema es de profundidad o de datos propios, no de técnica.
Preguntas que me hacen seguido
¿GEO reemplaza al SEO tradicional?
No. GEO es una capa adicional, no sustituta. Google sigue siendo más del 60% del descubrimiento incluso en B2B. Pero la torta de descubrimiento por IA ya no es marginal: en encuestas de 2026, 35-40% de compradores B2B C-Level consultan ChatGPT o Perplexity antes que Google para definición de proveedor. Hacer SEO sin GEO es jugar la mitad del partido.
¿Cuánto invertir en GEO vs SEO clásico?
Depende del nicho. Para consultoras B2B, recomendamos 70/30 SEO/GEO en primeros 90 días (porque el SEO base sigue siendo prerequisito) y 50/50 a partir de mes 6. Para nichos muy de comprador C-Level (consultoría estratégica, SaaS enterprise) puede ser 40/60 desde el inicio porque el comprador está más en motores generativos.
¿Puedo medir GEO con herramientas tipo Semrush?
No todavía. Las herramientas SEO clásicas no miden citation share en LLMs. Hay startups que ofrecen tracking (Otterly, AthenaHQ, Profound) pero son inmaduras. Por ahora, snapshots manuales mensuales sobre 10-20 queries de tu ICP son el método más confiable. Documenta qué motor cita qué sitio para cada query y mide el delta en el tiempo.
¿Qué pasa si mi sitio es muy nuevo y no tiene autoridad?
GEO es más democrático que SEO en el corto plazo. Un sitio nuevo con datos propios y profundidad puede ser citado por LLMs antes que rankear en Google, porque el LLM no necesita esperar la autoridad de dominio clásica que Google computa. Es una de las ventanas de oportunidad de 2026 para consultoras jóvenes con criterio.
Cierre
En 2026 hay dos motores de búsqueda: Google y los LLMs. Cada uno con su lógica, sus señales y sus criterios de citation. Optimizar solo para Google es jugar la mitad del partido y perder la mitad del descubrimiento del comprador. Los próximos 12 meses van a separar a los sitios que invirtieron temprano en GEO de los que asumieron que era moda.
SEO sin GEO es jugar la mitad del partido. Y el partido se está jugando ahora.
Si quieres saber cómo se ve un diagnóstico de GEO concreto sobre tu sitio, agenda un DMC. En el diagnóstico mapeamos dónde estás siendo citado, dónde no, y qué mover en 90 días para entrar.
Roque del Barrio es Agente de Cuentas SEO en MorgansMedia. Trabaja con consultoras y SaaS B2B LATAM en estrategia de Autoridad de Nicho con foco en GEO y citation share en motores generativos.
