Durante veinte años el objetivo fue el click. Optimizábamos para links azules, peleábamos la primera posición y mirábamos el CTR como si fuera un signo vital.
Eso cambió. Con los resúmenes de IA de Google, ChatGPT y Perplexity en el medio, mucha gente ya no busca una lista de opciones. Busca una respuesta. Y si tu marca no está dentro de esa respuesta, no perdés un click: perdés la conversación completa, porque nunca llegaste a estar en la mesa.
Qué es el answer engine optimization
El SEO clásico trabaja para rankear. El answer engine optimization trabaja para ser citado.
Cuando alguien le pregunta a un asistente “cuál es el mejor CRM para escalar un SaaS”, el modelo no escanea keywords y devuelve diez links. Sintetiza información de fuentes que considera confiables y construye una respuesta. El AEO es el trabajo de hacer que tu contenido sea una de esas fuentes.
La diferencia práctica: rankear es aparecer entre las opciones, ser citado es ser la recomendación.
Por qué le importa a quien maneja crecimiento
Si administrás paid media, la primera reacción razonable es preguntarse qué tiene que ver esto con tu inversión. Tiene que ver por dos lados.
El primero es de dónde viene la demanda. La etapa de investigación se movió. Antes empezaba en un buscador y seguía en tres pestañas; hoy buena parte empieza y termina en una conversación con un asistente. Ese tramo no tiene impresiones ni CPC, no aparece en ninguna plataforma de anuncios, y es donde el comprador arma su lista corta. Si llegás recién en el retargeting, llegás cuando la comparación ya está hecha.
El segundo es reconocimiento de marca. Los modelos priorizan entidades con autoridad establecida. Una marca que aparece citada en las respuestas de su categoría se vuelve familiar antes del primer anuncio, y eso mejora el rendimiento de todo lo que venga después, incluido el paid.
Las cinco cosas que sí mueven la aguja
No hace falta tirar el playbook de SEO. Hace falta agregarle cinco capas.
1. Autoría verificable, no un byline decorativo
Los modelos, igual que Google, tratan mejor al contenido que puede rastrearse hasta alguien concreto. Eso significa nombre y apellido, cargo, una página propia del autor y perfiles externos que confirmen que esa persona existe y trabaja en lo que dice.
Lo que hay que hacer: firmar cada artículo con una persona real, darle a esa persona una página en el sitio con su experiencia, y publicar casos que prueben que hiciste el trabajo en lugar de solo describirlo. Nuestros casos de Grupo Garden y Bigbox existen por esa razón antes que por cualquier otra.
2. Datos estructurados en todo lo que se pueda describir
Los modelos son buenos interpretando texto y son mejores cuando el texto viene declarado. El schema no es una señal mágica de ranking, es una traducción: le dice a la máquina qué es cada cosa en la página sin depender de que la deduzca del maquetado.
Lo que hay que hacer: marcar artículos, preguntas frecuentes, productos y precios. Y una regla que no se negocia: el schema tiene que describir lo que la página muestra de verdad. Structured data que contradice a la página es una violación de las guidelines, y el castigo alcanza a todo el dominio.
3. La respuesta arriba, siempre
Un modelo levanta fragmentos que se explican solos. Una sección que arranca con tres párrafos de contexto y define el término en el cuarto es una sección que no se puede citar sin recortar mal.
Lo que hay que hacer: contestar en las primeras 40 a 60 palabras de cada sección y después expandir. Sirve para el motor y sirve para la persona que llegó con una pregunta puntual y no quiere leer mil palabras para encontrarla.
4. La entidad se construye afuera
Un modelo decide qué autoridad tenés mirando cómo habla de vos el resto de internet. Lee foros, directorios, reseñas, notas de industria. Tu propio sitio dice qué querés ser; el resto dice qué sos.
Lo que hay que hacer: conseguir menciones y reseñas de terceros donde tu categoría se discute de verdad. Las reseñas que publicamos en el directorio de partners de Customer.io valen más que cualquier adjetivo que pongamos nosotros en una home, justamente porque no las escribimos nosotros.
5. Datos propios: la única ventaja que no se copia
Los modelos citan números, y un número necesita una fuente. Si el dato sale de tu operación, de tus clientes o de tu propio análisis, quien lo use te tiene que nombrar.
Lo que hay que hacer: publicar lo que ves y nadie más ve. No hace falta un estudio de mercado con mil respuestas. Alcanza con un patrón real y bien contado, del tipo “en las cuentas de ecommerce que auditamos, la convergencia del ciclo de vida cae casi siempre en la misma orden”, medido sobre tus datos.
Cómo se mide esto hoy
Con incomodidad, y hay que decirlo. No existe todavía una consola que reporte citas de IA como Search Console reporta impresiones.
Lo que funciona mientras tanto es prolijo y manual: armás una lista de 20 a 30 preguntas que tus compradores hacen de verdad, la corrés una vez por mes en los asistentes que usa tu mercado, y anotás si apareciste, con qué frase y desde qué fuente. En tres meses tenés una tendencia. No es elegante, pero es tuya y no depende de que nadie te la publique.
Lo que no cambió
Todo esto se apoya sobre un sitio que carga rápido, se puede crawlear, tiene una arquitectura clara y contenido que resuelve algo. Un motor de respuestas no puede citar lo que no indexó.
Por eso el orden importa: primero el SEO técnico, después la estructura de respuestas, después la entidad. Al revés no funciona, y es el error más común que vemos cuando alguien nos escribe porque “quiere aparecer en ChatGPT”.