El SEO clásico pregunta en qué posición estás. El LLM SEO pregunta qué dice el modelo cuando alguien describe tu categoría y nadie escribe tu nombre.

El LLM SEO (también escrito LLMO, por large language model optimization) es la disciplina de influir en esa frase. Esta guía cubre qué es, en qué se diferencia del SEO y del GEO, una estrategia que sobrevive al contacto con la realidad y un checklist que puedes pasarle a tu web esta misma semana.

Tabla de contenidos
De dónde saca el modelo su opinión sobre tiCuatro entradas alimentan lo que un modelo de lenguaje dice de una marca: la recuperación en vivo, que es la que más controlas; las páginas de terceros que describen tu categoría; la consistencia de los datos de tu entidad; y la memoria del preentrenamiento, que no puedes mover en un plazo útil. El modelo compone una respuesta a partir de ellas y produce los tres o cuatro nombres que da cuando nadie escribe tu marca.De dónde saca el modelosu opinión sobre tiMÁS CONTROLMENOS CONTROLRecuperaciónen vivoTu web, indexada y rápida, y lodemás que posicioneALTOPáginas detercerosDirectorios, listados y postscomparativosMEDIOTus datos deentidadUn nombre, una ubicación, unadescripción, siempreMEDIOMemoria depreentrenoLenta, opaca, subproducto de lastres de arribaNINGUNOEl modeloCompone una respuestaLos tres o cuatronombresCuando nadie escribetu marcaCuatro entradas, ordenadas por lo que puedes mover de cada una.

¿Qué es el LLM SEO (LLMO)?

El LLM SEO es la práctica de moldear lo que un gran modelo de lenguaje sabe, dice y cita sobre una marca, esté o no el usuario en un buscador.

La diferencia con todo lo anterior es la ausencia de una página de resultados. Cuando alguien le pide a ChatGPT, Claude, Gemini o Copilot «una agencia de GEO que trabaje en francés y alemán», no hay una posición 1 que ganar. Hay un párrafo, tres o cuatro nombres dentro y un motivo por el que cada nombre está ahí. El LLM SEO es el trabajo de ser uno de esos nombres en las preguntas que importan a tu negocio.

El LLMO no es prompt engineering. No controlas la pregunta: la escribe el usuario, y el modelo la reescribe antes de recuperar nada.

Y tampoco es «meterse en los datos de entrenamiento». No puedes influir de forma significativa en lo que un modelo absorbió durante el preentrenamiento en un plazo que le importe a un negocio.

Lo que sí puedes influir es todo lo que el modelo lee en el momento de responder (la recuperación en vivo) y la densidad y la consistencia de lo que la web abierta dice de ti, que es lo que además moldea al siguiente modelo.

LLMO vs GEO vs SEO: ¿hay diferencia?

Siendo honestos, LLMO y GEO nombran casi el mismo trabajo. GEO (generative engine optimization) es el término más antiguo y más extendido, y es el que han adoptado Google, la prensa SEO y la mayoría de herramientas. LLMO lo usa más la gente que viene del lado de la IA.

Donde sí hay una distinción real, es de énfasis:

  • GEO suele describir la optimización para superficies de búsqueda generativa: AI Overviews, Perplexity, los modos de búsqueda de los asistentes. La recuperación es lo central.
  • LLMO suele describir la optimización para lo que el modelo dice desde sus propios pesos y su memoria, incluidas las conversaciones que nunca disparan una búsqueda.
  • AEO es el oficio a nivel de pasaje que hay debajo de los dos: conseguir que un fragmento de tu contenido sirva como respuesta.

En la práctica, el mismo trabajo sirve para los tres, y por eso nuestros servicios de GEO no los venden como productos separados. Si un proveedor te cobra por separado por GEO y por LLMO, pregunta qué cambia en los entregables. En nuestra experiencia, el mismo trabajo de fondo cubre los dos.

De dónde sacan los modelos su opinión sobre ti

Cuatro entradas, ordenadas de mayor a menor según lo que puedes moverlas.

Recuperación en vivo. Hoy la mayoría de asistentes buscan antes de responder cualquier cosa específica o sensible al tiempo. Es la entrada más controlable: es tu web, indexada y recuperable, más todo lo demás que posicione para la consulta reescrita. El SEO técnico clásico se aplica sin cambios.

Páginas de terceros que describen tu categoría. Listados, directorios, posts comparativos, webs de reseñas, hilos de foro, prensa sectorial. Cuando a un modelo le preguntan «quiénes son los mejores X en Y», estos son los documentos en los que se apoya, porque son los que contienen la comparación. La mayoría de marcas ignoran por completo esta superficie, porque queda fuera de su propio CMS y nada de su flujo de trabajo SEO habitual la toca. También es donde un solo arreglo se multiplica más rápido: una buena ficha de directorio la lee cada modelo que indexa ese directorio.

Datos consistentes sobre tu entidad. Un nombre de marca, una ubicación, una fecha de fundación, una descripción de lo que haces. Y la misma versión de cada uno en tu web, en tu schema, en tus perfiles y en cualquier otro sitio donde aparezcas. Los modelos resuelven las entidades por corroboración. Las contradicciones no se promedian: se esquivan con cautelas, y una marca rodeada de cautelas es una marca que no se recomienda.

Memoria del preentrenamiento. Lenta, opaca y en gran parte un subproducto de que las tres anteriores se acumulen durante años. Merece la pena entenderla, no merece la pena planificar en torno a ella.

Una estrategia de LLMO que se sostiene

Parte de las preguntas, no de las keywords. Escribe las veinte a cincuenta preguntas que un comprador real escribiría en un asistente de camino a elegir a alguien como tú. Son más largas y más situacionales que las keywords: «quién puede hacer SEO técnico para una tienda Shopify que vende en tres países» en lugar de «agencia SEO ecommerce». Esa lista es tu conjunto de medición para el próximo año.

Mide antes de tocar nada. Lanza cada pregunta contra los motores que usan tus compradores y guarda la respuesta literal: a quién nombra, en qué orden y qué fuentes enlaza. Sin una línea base, toda lectura posterior es un cuento.

Arregla primero la recuperación. Si tus páginas no están indexadas, tardan en descargarse o esconden su contenido detrás de JavaScript, nada más de lo que hagas se va a notar. Es poco glamuroso y es donde se va la mayor parte del primer mes.

Haz que el contenido sea citable. Secciones que se sostienen solas, encabezados con forma de pregunta, respuestas directas en las dos primeras líneas, tablas para las comparativas, schema que refleja el texto visible. La guía de AEO cubre esta capa en detalle.

Después trabaja fuera de tu web, que es donde viven las comparativas. Consigue fichas correctas y actualizadas en los directorios y listados que ya posicionan para las preguntas de tu categoría. Dales a periodistas y analistas algo lo bastante concreto como para citarlo. Publica datos que solo tengas tú. Una afirmación que aparece en tres dominios independientes tiene peso probatorio. La misma afirmación en uno solo, no.

Vuelve a medir de forma periódica. Las respuestas de los modelos se mueven de una semana a otra por motivos que no tienen nada que ver contigo. Una lectura suelta es ruido; una serie mensual es señal. Construimos el seguimiento de visibilidad en IA de SEOcrawl para ejecutar exactamente este bucle.

Es un bucle continuo, no un lanzamientoEl ciclo del LLMO: escribir el conjunto de preguntas de compra, tomar una línea base de a quién nombran hoy, arreglar la recuperación y hacer citables los pasajes, y después trabajar fuera de la web en las páginas que contienen la comparación. Volver a lanzar el conjunto de preguntas alimenta la siguiente vuelta.Es un bucle continuo,no un lanzamientoEl set depreguntasDe 20 a 50 preguntasreales de compra01La línea baseA quién nombran hoyy desde qué fuentes02Recuperación ypasajesIndexables, rápidos,autónomos03CorroboraciónexternaDirectorios, prensa,datos citables04Una lectura suelta es ruido. Una serie mensual es señal.

El checklist de LLMO

Pásaselo a tu propia web. Todo lo que no puedas marcar es trabajo pendiente.

Recuperable

  • Cada página que quieres que te citen devuelve un 200 a una petición simple, con su contenido en el HTML.
  • El robots.txt no bloquea a los crawlers de IA que quieres que te lean, y has tomado una decisión deliberada sobre los que no.
  • Existe un llms.txt y apunta a las páginas que de verdad responden preguntas.
  • Los sitemaps están al día; los canonical son autorreferenciales y correctos.

Citable

  • Cada H2 es una pregunta o un sintagma nominal que alguien buscaría.
  • Las dos primeras frases bajo cada encabezado lo responden sin rodeos.
  • Ninguna sección depende de la anterior para tener sentido.
  • Las comparativas, las especificaciones, los precios y los pasos están en tablas, no en prosa.
  • Existe schema de Organization, Article y FAQPage y repite exactamente el texto visible.

Resoluble como entidad

  • El nombre de marca, la razón social, la ubicación y la fecha de fundación son idénticos en tu web, en tu schema y en tus perfiles principales.
  • Tus servicios se describen con las palabras que usa tu mercado, no con nombres de producto internos.
  • Existen páginas de autor y de equipo, con credenciales reales, enlazadas desde el contenido que esas personas han escrito.
  • Tu schema de Organization incluye enlaces sameAs a tu ficha de Wikidata, a LinkedIn, a Crunchbase y a cualquier otro perfil canónico que un modelo pueda cruzar.

Corroborado

  • Apareces en los directorios y las páginas comparativas que ya posicionan para las preguntas de tu categoría.
  • Al menos una página reciente de un tercero describe con precisión lo que haces.
  • Tus afirmaciones se pueden comprobar en algún sitio que no sea tu propia web.

Medido

  • Existe una lista fija de preguntas de compra y está versionada.
  • Cada pregunta se lanza contra los motores de forma periódica y las respuestas se guardan.
  • El volumen de búsqueda de marca y el tráfico directo están en el mismo gráfico que el recuento de citas.

Qué debe y qué no debe prometer un servicio de LLM SEO

Un proveedor puede prometer con honestidad hacerte recuperable, hacer que tu contenido sea citable, arreglar los datos de tu entidad, conseguir cobertura de terceros y medir la cuota de citas a lo largo del tiempo contra una línea base.

Nadie puede prometerte una posición, porque no existe. Nadie puede prometer que un modelo te nombre en un prompt concreto, porque el mismo prompt devuelve respuestas distintas en días distintos y a usuarios distintos. Y nadie puede meter tu marca en los pesos de un modelo bajo pedido.

Lo que se puede prometer, y lo que noEn la capa técnica un proveedor puede prometer páginas recuperables y rápidas, pero no que un modelo te nombre en un prompt dado. En contenido, pasajes que se pueden extraer como respuesta, pero no una posición, porque no existe. En medición, la cuota de citas en el tiempo contra una línea base, pero no la inclusión garantizada en ChatGPT.Lo que se puede prometer,y lo que noCAPASE PUEDE PROMETERNADIE PUEDE PROMETERTécnicaPáginas recuperables y rápidas dedescargarQue un modelo te nombre en unprompt dadoContenidoPasajes que se pueden extraercomo respuestaUna posición, porque no existeMediciónCuota de citas en el tiempo, contrauna línea baseInclusión garantizada en ChatGPTMedible como tasa sobre un set de preguntas, nunca como una respuesta.

Si una propuesta contiene la frase «inclusión garantizada en ChatGPT», la respuesta útil es preguntar cómo se verificaría. Este trabajo es medible, pero como una tasa: sobre un conjunto de preguntas de compra, sobre un periodo de tiempo y contra una línea base.

Nuestra página de servicios de GEO detalla lo que hacemos en realidad y en qué orden, y la guía de buenas prácticas de GEO es la versión larga del método.

Preguntas frecuentes

¿Qué es el LLM SEO?

El LLM SEO (también llamado LLMO o large language model optimization) es la práctica de moldear lo que un modelo de lenguaje sabe, dice y cita sobre una marca. En lugar de ganar una posición en una página de resultados, el objetivo es ser uno de los tres o cuatro nombres que da un modelo cuando alguien describe tu categoría sin escribir el nombre de tu marca.

¿Es lo mismo el LLMO que el GEO?

Casi. GEO, o generative engine optimization, es el término más antiguo y más extendido y tiende a poner el énfasis en las superficies de búsqueda generativa, donde la recuperación es lo central. LLMO tiende a poner el énfasis en lo que un modelo dice desde su propia memoria, incluidas las conversaciones que nunca disparan una búsqueda. Los entregables son el mismo trabajo, así que a un proveedor que cobre por separado por GEO y por LLMO hay que preguntarle qué cambia entre los dos.

¿Se puede meter tu marca en los datos de entrenamiento de un LLM?

No en un plazo que le importe a un negocio, y no bajo pedido. Lo que sí puedes influir es la recuperación en vivo, que la mayoría de asistentes ejecutan antes de responder cualquier cosa específica, y la densidad y la consistencia de lo que la web abierta dice de ti. Esas dos cosas moldean además al siguiente modelo, que es la única vía realista de entrar en los datos de entrenamiento.

¿Qué entrega de verdad un servicio de LLM SEO?

Los entregables honestos son: trabajo técnico para que las páginas sean recuperables, contenido reestructurado para que los pasajes se puedan citar, datos de entidad consistentes entre la web y los perfiles de terceros, trabajo externo en las páginas comparativas y los directorios que leen los modelos, y medición de la cuota de citas sobre un conjunto fijo de preguntas de compra contra una línea base. La inclusión garantizada en la respuesta de un modelo concreto no es un entregable, porque el mismo prompt devuelve respuestas distintas en días distintos.

¿Cómo se mide el LLM SEO?

Define de veinte a cincuenta preguntas que un comprador le haría a un asistente de camino a elegir un proveedor como tú, lánzalas contra los motores relevantes de forma periódica y registra a quién nombra, en qué orden y qué fuentes enlaza. Sigue eso como una tasa a lo largo del tiempo junto al volumen de búsqueda de marca y el tráfico directo. Una lectura suelta es ruido; una serie mensual es señal.