El SEO clàssic pregunta on et posiciones. L'LLM SEO pregunta què diu el model quan algú descriu la teva categoria i ningú no escriu el teu nom.
L'LLM SEO (també escrit LLMO, de large language model optimization) és la disciplina que influeix en aquesta frase. Aquesta guia explica què és, en què es diferencia del SEO i del GEO, una estratègia que aguanta el contacte amb la realitat, i una llista de control que pots aplicar al teu web aquesta mateixa setmana.
Taula de continguts
Què és l'LLM SEO (LLMO)?
L'LLM SEO és la pràctica de modelar el que un gran model de llenguatge sap, diu i cita sobre una marca, tant si l'usuari és en un cercador com si no hi és.
La diferència respecte a tot el que hi havia abans és l'absència d'una pàgina de resultats. Quan algú demana a ChatGPT, Claude, Gemini o Copilot «una agència de GEO que treballi en francès i en alemany», no hi ha cap posició 1 per guanyar. Hi ha un paràgraf, tres o quatre noms a dins i un motiu perquè cada nom hi sigui. L'LLM SEO és la feina de ser un d'aquests noms per a les preguntes que importen al teu negoci.
L'LLMO no és prompt engineering. No controles la pregunta: l'escriu l'usuari, i el model la reescriu abans de recuperar res.
I tampoc no és «entrar a les dades d'entrenament». No pots influir de manera significativa en el que un model va absorbir durant el preentrenament dins d'un termini que serveixi a un negoci.
El que sí que pots influir és tot el que el model llegeix en el moment de respondre (la recuperació en directe) i la densitat i la coherència del que la web oberta diu de tu, que és el que també modela el model següent.
LLMO vs GEO vs SEO: hi ha alguna diferència?
Sincerament, LLMO i GEO designen gairebé la mateixa feina. El GEO (generative engine optimization) és el terme més antic i més estès, i és el que han adoptat Google, la premsa de SEO i la majoria d'eines. L'LLMO el fa servir més la gent que ve del món de la IA.
Quan hi ha una distinció real, és de matís:
- El GEO acostuma a descriure l'optimització per a superfícies de cerca generativa: AI Overviews, Perplexity, els modes de cerca dels assistents. La recuperació hi és central.
- L'LLMO acostuma a descriure l'optimització per al que el model diu a partir dels seus propis pesos i de la seva memòria, incloses les converses que no disparen cap cerca.
- L'AEO és l'ofici a escala de passatge que hi ha sota tots dos: fer que un fragment del teu contingut es pugui aprofitar com a resposta.
A la pràctica, la mateixa feina serveix per als tres, i per això els nostres serveis de GEO no els venen com a productes separats. Si un proveïdor et cobra el GEO i l'LLMO per separat, pregunta-li què canvia en els lliurables. Segons la nostra experiència, la mateixa feina de fons cobreix tots dos.
D'on treuen els models la seva opinió sobre tu
Quatre entrades, ordenades de més a menys capacitat teva de moure-les.
Recuperació en directe. Avui la majoria d'assistents busquen abans de respondre qualsevol cosa concreta o sensible al temps. És l'entrada més controlable: és el teu web, indexat i recuperable, més tot el que es posicioni per a la consulta reescrita. El SEO tècnic clàssic s'hi aplica sense cap modificació.
Pàgines de tercers que descriuen la teva categoria. Llistes, directoris, articles comparatius, webs de ressenyes, fils de fòrums, premsa especialitzada. Quan es demana a un model «qui són els millors X a Y», aquests són els documents en què es basa, perquè són els que contenen la comparació. La majoria de marques ignoren del tot aquesta superfície, perquè queda fora del seu CMS i res del seu flux de SEO habitual no hi toca mai. També és on una sola correcció es multiplica més de pressa: una bona fitxa de directori la llegeix cada model que indexa aquell directori.
Dades coherents sobre la teva entitat. Un nom de marca, una ubicació, una data de fundació, una descripció del que fas. I la mateixa versió de cadascuna al teu web, al teu schema, als teus perfils i a qualsevol altre lloc on apareguis. Els models resolen les entitats per corroboració. Les contradiccions no es compensen fent la mitjana: generen evasives, i una marca envoltada d'evasives és una marca que no es recomana.
Memòria del preentrenament. Lenta, opaca i, en bona part, un subproducte de l'acumulació de les tres anteriors al llarg dels anys. Val la pena entendre-la, no val la pena planificar-hi.
Una estratègia d'LLMO que s'aguanta
Comença per les preguntes, no per les paraules clau. Escriu les vint o cinquanta preguntes que un comprador real escriuria a un assistent abans de triar algú com tu. Són més llargues i més situacionals que les paraules clau: «qui em pot fer el SEO tècnic d'una botiga Shopify que ven a tres països» en lloc de «agència de SEO per a ecommerce». Aquesta llista és el teu conjunt de mesura per a l'any vinent.
Mesura abans de tocar res. Passa cada pregunta pels motors que fan servir els teus compradors i registra la resposta literalment: qui hi surt, en quin ordre i quines fonts s'hi enllacen. Sense una línia de base, tota lectura posterior és un relat.
Arregla primer la recuperació. Si les teves pàgines no estan indexades, triguen a servir-se o amaguen el seu contingut darrere de JavaScript, res del que facis després no comptarà. És poc lluït i és on se'n va la major part del primer mes.
Fes que el contingut es pugui citar. Seccions autònomes, encapçalaments en forma de pregunta, respostes directes a les dues primeres línies, taules per a les comparacions, schema que reflecteixi el text visible. La guia d'AEO explica aquesta capa en detall.
Després treballa fora del web, que és on viuen les comparacions. Aconsegueix fitxes exactes i actualitzades als directoris i a les llistes que ja es posicionen per a les preguntes de la teva categoria. Dona a periodistes i analistes alguna cosa prou concreta per citar. Publica dades que només tinguis tu. Una afirmació que apareix en tres dominis independents té pes com a prova. La mateixa afirmació en un de sol, no.
Torna a mesurar de manera periòdica. Les respostes dels models varien de setmana a setmana per motius que no tenen res a veure amb tu. Una lectura única és soroll; una sèrie mensual és un senyal. Vam crear el seguiment de visibilitat en IA de SEOcrawl precisament per executar aquest cicle.
La llista de control d'LLMO
Aplica-la al teu web. Tot el que no puguis marcar és feina pendent.
Recuperable
- Cada pàgina que vols que et citin torna un 200 a una petició simple, amb el seu contingut dins de l'HTML.
- El robots.txt no bloqueja els rastrejadors d'IA que vols que et llegeixin, i has pres una decisió deliberada sobre els que no.
- Existeix un llms.txt i apunta a les pàgines que realment responen preguntes.
- Els sitemaps estan al dia; els canònics són autoreferents i correctes.
Citable
- Cada H2 és una pregunta o un sintagma nominal que una persona buscaria.
- Les dues primeres frases de sota cada encapçalament el responen sense rodejos.
- Cap secció no depèn de l'anterior per tenir sentit.
- Les comparacions, les especificacions, els preus i els passos són en taules, no en prosa.
- Existeix schema d'Organization, Article i FAQPage, i repeteix exactament el text visible.
Resoluble com a entitat
- El nom de marca, la raó social, la ubicació i la data de fundació són idèntics al teu web, al teu schema i als teus perfils principals.
- Els teus serveis es descriuen amb les paraules que fa servir el teu mercat, no amb noms de producte interns.
- Hi ha pàgines d'autor i d'equip, amb credencials reals, enllaçades des dels continguts que aquestes persones han escrit.
- El teu schema d'Organization inclou enllaços sameAs a la teva entrada de Wikidata, a LinkedIn, a Crunchbase i a qualsevol altre perfil canònic que un model pugui contrastar.
Corroborat
- Surts als directoris i a les pàgines comparatives que ja es posicionen per a les preguntes de la teva categoria.
- Com a mínim una pàgina de tercers recent descriu amb precisió el que fas.
- Les teves afirmacions es poden comprovar en algun lloc que no sigui el teu propi web.
Mesurat
- Existeix una llista fixa de preguntes de comprador i està versionada.
- Cada pregunta es passa pels motors de manera periòdica i les respostes es guarden.
- El volum de cerques de marca i el trànsit directe són al mateix gràfic que el recompte de citacions.
Què han de prometre i què no els serveis d'LLM SEO
Un proveïdor pot prometre honestament que et farà recuperable, que farà que el teu contingut es pugui citar, que arreglarà les dades de la teva entitat, que aconseguirà cobertura de tercers i que mesurarà la teva quota de citacions al llarg del temps contra una línia de base.
Ningú no pot prometre una posició, perquè no n'hi ha cap. Ningú no pot prometre que un model et citarà per a un prompt determinat, perquè el mateix prompt torna respostes diferents en dies diferents i a usuaris diferents. I ningú no pot posar la teva marca dins dels pesos d'un model quan li ho demanis.
Si una proposta conté la frase «inclusió garantida a ChatGPT», la resposta útil és preguntar com es verificaria. Aquesta feina es pot mesurar, però com una taxa: sobre un conjunt de preguntes de comprador, al llarg d'un període de temps i contra una línia de base.
La nostra pàgina de serveis de GEO explica què fem exactament i en quin ordre, i la guia de bones pràctiques de GEO és la versió llarga del mètode.
Preguntes freqüents
Què és l'LLM SEO?
L'LLM SEO (també anomenat LLMO o large language model optimization) és la pràctica de modelar el que un model de llenguatge sap, diu i cita sobre una marca. En lloc de guanyar una posició en una pàgina de resultats, l'objectiu és ser un dels tres o quatre noms que dona un model quan algú descriu la teva categoria sense escriure el nom de la teva marca.
L'LLMO és el mateix que el GEO?
Gairebé. El GEO, o generative engine optimization, és el terme més antic i més estès, i tendeix a posar l'èmfasi en les superfícies de cerca generativa, on la recuperació és central. L'LLMO tendeix a posar l'èmfasi en el que un model diu a partir de la seva pròpia memòria, incloses les converses que no disparen cap cerca. Els lliurables són la mateixa feina, així que a un proveïdor que cobri el GEO i l'LLMO per separat se li ha de preguntar què els diferencia.
Es pot ficar una marca dins de les dades d'entrenament d'un LLM?
No dins d'un termini que serveixi a un negoci, i no quan es demana. El que sí que pots influir és la recuperació en directe, que la majoria d'assistents executen abans de respondre qualsevol cosa concreta, i la densitat i la coherència del que la web oberta diu de tu. Aquestes dues coses també modelen el model següent, que és l'única via realista per entrar a les dades d'entrenament.
Què ofereix realment un servei d'LLM SEO?
Els lliurables honestos són: feina tècnica perquè les pàgines siguin recuperables, contingut reestructurat perquè els passatges es puguin citar, dades d'entitat coherents al web i als perfils de tercers, feina fora del web a les pàgines comparatives i als directoris que llegeixen els models, i mesura de la quota de citacions sobre un conjunt fix de preguntes de comprador contra una línia de base. La inclusió garantida a la resposta d'un model determinat no és un lliurable, perquè el mateix prompt torna respostes diferents en dies diferents.
Com es mesura l'LLM SEO?
Defineix entre vint i cinquanta preguntes que un comprador faria a un assistent abans de triar un proveïdor com tu, passa-les pels motors rellevants de manera periòdica i registra qui hi surt, en quin ordre i quines fonts s'hi enllacen. Fes-ne el seguiment com una taxa al llarg del temps, al costat del volum de cerques de marca i del trànsit directe. Una lectura única és soroll; una sèrie mensual és un senyal.
