La tesis central del GEO: no todas las IA buscan igual

Hasta hace poco, el foco de las estrategias digitales universitarias estaba en optimizar la web institucional para mejorar su posicionamiento. Sin embargo, la realidad de la búsqueda generativa es más compleja: la IA no confía en una sola fuente, sino que construye sus respuestas a partir de múltiples plataformas.

Si tu universidad solo invierte en optimizar su sitio, está perdiendo visibilidad en los espacios donde los modelos de lenguaje (LLM) como ChatGPT o Google AI Overviews buscan para validar y citar. La pregunta ya no es si eres visible, sino dónde eres citado.

No todos los motores generativos piensan igual

Un error común es asumir que todos los buscadores de IA funcionan de la misma manera. En realidad, cada uno prioriza distintos tipos de fuentes.

1. Ganar la batalla de la autoridad enciclopédica (para ChatGPT)

El reto: ChatGPT, una de las IAs más consultadas por estudiantes, confía principalmente en Wikipedia. Si la página de tu universidad está incompleta o desactualizada, la IA tomará información de terceros y no siempre con precisión.

Acción inmediata:

  • Gestión activa de entidades: asegura que los datos institucionales en Wikipedia, Wikidata y directorios académicos sean correctos y estén actualizados.

  • Consistencia de datos: revisa que la información coincida entre tu web, Wikipedia y otros sitios públicos. La IA mide la coherencia como señal de fiabilidad.

2. Entrar en la conversación de la comunidad (para Google AI y Perplexity)

El reto: Plataformas como Google AI Overviews y Perplexity valoran las experiencias reales. Consultan espacios donde las personas comparten opiniones y contenido visual, como Reddit o YouTube.

Acción inmediata:

  • Contenido de experiencia en video: optimiza tus videos (vida en el campus, testimonios, entrevistas) con títulos en formato pregunta y transcripciones accesibles.

  • Monitoreo de foros: observa las conversaciones en subreddits o comunidades donde se hable de estudios, universidades o ciudades. No se trata de intervenir, sino de entender las dudas reales de los estudiantes y responderlas con contenido propio que la IA pueda encontrar y citar.

3. El contenido estructurado como lenguaje universal

En medio de todas las diferencias, hay una constante: la estructura sigue siendo el idioma común de las IAs.

Buenas prácticas:

  • Usa listas, tablas y formato de pregunta-respuesta (Q&A).
  • Mantén jerarquías simples (H1, H2) y lenguaje claro.
  • Asegúrate de que los datos importantes (programas, fechas, contactos) sean fáciles de identificar por los modelos.

La IA premia lo que puede entender sin esfuerzo.