A quién escuchar para entender el GEO (y por qué seguir a alguien no basta)

El GEO es un campo joven. Tan joven que casi todo lo que se afirma sobre él se afirma con demasiada seguridad, y buena parte con ninguna prueba detrás. En un terreno así, la pregunta más útil que puede hacerse quien quiere aprender no es “¿qué táctica funciona?”, sino otra más humilde: ¿a quién hago caso?

Porque en la práctica, la mejor defensa contra los atajos que se venden como secretos del GEO es tener una buena lista de lecturas. No para copiar lo que dicen, sino para desarrollar el criterio que te permite oler el humo tú solo. Aquí van las voces que en geovisibilidad leemos con atención, y —más importante— el método para que leerlas sirva de algo.

Antes que la lista: cómo se reconoce a una voz fiable

No todo el que habla de inteligencia artificial y búsqueda merece tu tiempo. Hay tres señales que separan al que sabe del que vende.

La primera es que publica datos y métodos, no eslóganes. Cuando afirma algo, enseña de dónde sale y cómo lo ha medido, de forma que otro podría rehacer el análisis y llegar a lo mismo. La segunda es que admite lo que no sabe. Este campo cambia cada trimestre; quien te ofrece certezas absolutas sobre cómo “piensa” un modelo de lenguaje o te promete un número exacto de citas está inventando una precisión que nadie tiene. La tercera, la más importante, es que no te vende magia: sabe que la visibilidad en la IA se construye sobre buen SEO y reputación de marca, tal y como explicamos al recoger la posición de Lily Ray.

Con ese filtro puesto, la lista se acorta sola.

Las cinco voces que conviene escuchar

Mike King, de la agencia iPullRank, es probablemente quien mejor explica el “cómo funciona por dentro”. Ha popularizado la idea de tratar la optimización como ingeniería de la relevancia: entender de verdad cómo un buscador o un modelo recuperan y puntúan la información, en lugar de adivinar. Si quieres el fundamento técnico serio, empieza por ahí.

Kevin Indig escribe cada semana un boletín, Growth Memo, que destaca por lo contrario del ruido: estudios con datos propios. Cuando el sector discute si las respuestas generadas por IA se están comiendo el tráfico de las webs, él suele traer cifras en vez de opiniones. Es la clase de material que da gusto contrastar.

Aleyda Solís cumple una función distinta y valiosísima: es la mejor curadora del sector. Su boletín SEO FOMO recopila lo que de verdad importa cada semana, así que te ahorra vigilar a todos los demás. Y tiene una ventaja para nosotros: publica en español y en inglés.

Marie Haynes lleva años especializada en E-E-A-T —experiencia, pericia, autoridad y confianza— y ha volcado ese conocimiento en la búsqueda con IA. Su enfoque es muy práctico: qué hacer para que un modelo confíe en tu contenido y lo cite.

Rand Fishkin, desde su proyecto SparkToro, aporta el contexto que lo explica todo: cómo busca la gente de verdad. Sus datos sobre las búsquedas que terminan sin un solo clic son, en el fondo, la razón por la que el GEO importa cada vez más. Sin ese “porqué”, las tácticas se quedan cojas.

Para profundizar, y para hacerlo en español

A esas cinco conviene sumar, según el día, a quien disecciona cada actualización de Google al detalle (Glenn Gabe), a quien experimenta con la parte más técnica de los modelos (Dan Petrovic) y a quien lleva años trabajando entidades y datos estructurados para máquinas (Andrea Volpini).

Y en castellano, que es donde jugamos, hay una voz que destaca: Natzir Turrado, una de las personas que mejor entiende la parte semántica y de modelos de lenguaje aplicada al SEO. Es un buen recordatorio de que para estar al día no hace falta vivir en inglés.

El error de quedarse en leer

Aquí está la trampa, y conviene decirla claro: seguir a los mejores no te hace bueno, te hace estar informado. Son cosas distintas. Si te limitas a leer y a repetir lo que dicen, por muy buenos que sean, tu marca sigue siendo un eco. Y a un eco no lo cita nadie.

El salto está en un gesto sencillo de describir y exigente de ejecutar. Tomas una tesis de un referente —pongamos, que en cierto sector las respuestas con IA reducen los clics en tal proporción—. La contrastas con tus propios datos: ¿lo ves tú en tu terreno?, ¿cómo te cita hoy la máquina frente a tus competidores? Esa medición, la de tu propio caso, es un dato que nadie más tiene. Y entonces publicas tu conclusión con tu cifra, citando y enlazando al original.

En ese momento pasan dos cosas buenas a la vez. Aprendes de verdad, porque has tenido que mirar tus datos y no solo asentir con los de otro. Y te conviertes en fuente, no en repetidor —que es precisamente lo que un modelo busca cuando decide a quién nombrar—. Es la misma idea de que hoy pesan más las menciones que los enlaces, aplicada a ti mismo: cada análisis honesto es una mención de autoridad que te ganas, no un favor que mendigas.

Para dar ese paso primero hay que saber medirse. Si aún no lo haces, empieza por comprobar si la IA te cita y por entender qué fuentes elige la IA cuando responde.

Qué nos llevamos de aquí

Que este campo esté lleno de humo no es una mala noticia para quien quiere hacerlo bien: es una ventaja. Mientras muchos persiguen el truco de la semana, un puñado de voces sensatas repiten, con datos, lo mismo que defendemos aquí —que la visibilidad en la IA se gana con oficio, no con atajos—.

Sigue a los buenos para afinar el criterio. Pero no te quedes ahí. Cruza lo que dicen con lo que ves en tu propio negocio y cuéntalo. La lista de lecturas te da la brújula; tus datos te dan el mapa. Y solo con las dos cosas se deja de leer sobre GEO para empezar a hacerlo.