La búsqueda con IA trae muchas palabras nuevas. Este glosario las explica con lenguaje sencillo, un término cada vez.
Cada ficha cita sus fuentes oficiales, como Google, OpenAI o Anthropic. Algunos términos ya tienen su propia página en GEO-Score; en esos casos enlazamos directamente a ella.
Lo que pasa dentro de una herramienta de IA entre tu pregunta y su respuesta.
Una alucinación de IA es una respuesta que suena segura y creíble, pero es falsa o no la respalda ninguna fuente.
La búsqueda híbrida combina la coincidencia por palabras clave, a menudo con una fórmula llamada BM25, y la búsqueda vectorial por significado, y luego une los resultados.
La búsqueda semántica intenta entender qué significa una pregunta, para encontrar páginas útiles aunque no usen exactamente las mismas palabras.
La búsqueda vectorial encuentra resultados comparando embeddings, así que devuelve textos con un significado parecido en vez de solo textos con las mismas palabras.
El chunking consiste en dividir documentos largos en trozos de texto más pequeños antes de indexarlos, para que un sistema de recuperación devuelva solo el fragmento que responde a una pregunta.
Los datos de entrenamiento son lo que un modelo aprendió antes de salir. La recuperación es el contenido que busca mientras responde.
Explicado en: Cuándo usan tu contenido los modelos de IA
Un embedding es una lista larga de números que representa el significado de un texto, para que un ordenador pueda medir lo relacionados que están dos textos.
La fecha de corte de conocimiento (knowledge cutoff) es la fecha en la que terminan los datos de entrenamiento de un modelo, así que no sabe nada más reciente salvo que lo busque.
El grounding es cuando un modelo de IA busca información en fuentes reales, como un índice de búsqueda, mientras escribe una respuesta, en lugar de fiarse solo de lo que aprendió en el entrenamiento.
Un modelo de IA entrenado con enormes cantidades de texto que puede leer y escribir lenguaje.
Explicado en: ¿Qué es un modelo de lenguaje grande?
El reranking es un segundo paso de ordenación en un sistema de recuperación: primero coge rápido muchos fragmentos posibles y luego un modelo más cuidadoso los reordena y se queda con los mejores.
La retrieval-augmented generation (RAG) crea respuestas de IA en dos pasos: primero encuentra textos relevantes (retrieval) y después deja que un modelo de lenguaje escriba la respuesta con ellos (generation).
Los tokens son los trocitos de texto que un modelo de lenguaje lee y escribe: palabras enteras, partes de palabras, caracteres sueltos o incluso bytes.
La ventana de contexto es la cantidad de texto que un modelo de lenguaje puede mirar y usar mientras escribe una respuesta, una especie de memoria de trabajo.
Los recuadros, respuestas e informes de la búsqueda con IA, y cómo medirlos.
El modo de búsqueda con IA de Google para preguntas que piden explorar, razonar o comparar más, con enlaces a fuentes.
Explicado en: Guía: Google AI Overviews
El resumen escrito por la IA de Google en la página de resultados, con enlaces a webs que lo respaldan.
Explicado en: Guía: Google AI Overviews
Una búsqueda en la que una IA escribe una respuesta nueva con las fuentes que encuentra, en vez de solo listar enlaces.
Explicado en: Cómo funciona la búsqueda con IA
Una búsqueda que mezcla texto con imágenes, vídeo o voz, en la pregunta o en la respuesta.
Explicado en: Guía: GEO multimodal
Hacer una pregunta en voz alta a un asistente y recibir una respuesta hablada.
Explicado en: Búsqueda por voz e IA
Una búsqueda en la que obtienes la respuesta en la página de resultados y no llegas a hacer clic en ninguna web.
Explicado en: Guía: búsqueda con IA sin clics
Un enlace a tu página que aparece como fuente en una respuesta generada por IA.
Explicado en: Guía: conseguir citas de la IA
Con qué frecuencia aparece tu marca en respuestas de IA frente a tus competidores, para las mismas preguntas.
Explicado en: Guía: cuota de voz en la IA
Un fragmento destacado (featured snippet) es un resultado especial de Google que muestra primero una cita corta de una página, encima del enlace a esa página.
Los informes de rendimiento en IA son informes de Bing Webmaster Tools y Google Search Console que muestran con qué frecuencia aparecen tus páginas en respuestas generadas por IA.
Una mención de marca en IA es cuando una respuesta generada por IA nombra tu empresa, producto o servicio, la enlace o no a tu web.
Un motor de respuestas (answer engine) es una herramienta de búsqueda que te da una respuesta escrita a tu pregunta en vez de solo una lista de enlaces.
Un panel de conocimiento (knowledge panel) es un recuadro informativo que Google muestra cuando buscas una persona, lugar, organización o cosa que está en su Knowledge Graph.
El passage ranking es un sistema de IA que Google usa para identificar secciones, o pasajes, de una página web, y entender mejor lo relevante que es la página para una búsqueda.
Una IA convierte una pregunta en varias búsquedas relacionadas y combina los resultados. Google nombra esta técnica para AI Overviews y AI Mode.
Explicado en: Guía: query fan-out
Los resultados enriquecidos (rich results) son resultados de Google con funciones extra, como imágenes, valoraciones o datos de eventos, que Google puede mostrar a partir de los datos estructurados de la página.
Una métrica de las herramientas de seguimiento de visibilidad en IA: con qué frecuencia las respuestas enlazan a tu web para las preguntas que sigues.
Explicado en: Guía: conseguir citas de la IA
Visitas a tu web que llegan desde enlaces en herramientas de IA como ChatGPT o Perplexity.
Explicado en: Guía: tráfico desde herramientas de IA
Cómo aprenden las máquinas quién eres y de qué trata tu página.
Etiquetas en el código de una página que dicen a las máquinas qué es cada cosa, como un producto, un precio o un autor.
Explicado en: Guía: datos estructurados para la búsqueda con IA
Algo claramente definido, como una persona, empresa o lugar, que los buscadores y la IA reconocen y conectan con datos.
Explicado en: Guía: SEO de entidades
El formato que usan la mayoría de las webs para añadir datos estructurados, dentro de una etiqueta script. Google lo recomienda, pero dice que los tres formatos admitidos valen.
Explicado en: Guía: implementar schema
Datos estructurados que usan el vocabulario de schema.org para describir una página.
Explicado en: Guía: validación de schema
sameAs es una propiedad de schema.org que enumera páginas web que muestran con claridad la identidad de lo que se describe, como su página de Wikipedia, su entrada de Wikidata o sus perfiles oficiales.
FAQPage es un tipo de schema.org para una página web que presenta una o más preguntas frecuentes con sus respuestas.
El schema Organization son datos estructurados que describen una empresa u otra organización, como su nombre, logotipo, web y perfiles, con el tipo Organization de schema.org.
Wikidata es una base de conocimiento libre, colaborativa y multilingüe que guarda datos estructurados sobre personas, lugares, organizaciones e ideas.
Los bots que visitan tu web: quién los gestiona y qué pasa si los bloqueas.
Applebot-Extended es un token de robots.txt que te permite impedir que Apple use el contenido de tu web para entrenar sus modelos base generativos.
Bingbot es el rastreador web que usa Microsoft para la búsqueda de Bing.
CCBot es el rastreador web de Common Crawl, una fundación sin ánimo de lucro que crea un archivo abierto de datos de la web que cualquiera puede consultar y analizar.
ChatGPT-User es el user agent que usan ChatGPT y los Custom GPTs cuando visitan una página web porque una persona hizo una pregunta.
Claude-SearchBot es el rastreador de Anthropic que recorre la web para mejorar la calidad de los resultados de búsqueda que Claude da a sus usuarios.
ClaudeBot es el rastreador web de Anthropic que recopila contenido que podría contribuir a entrenar sus modelos de IA generativa.
Google-Extended es un token de robots.txt que controla si el contenido que rastrea Google puede usarse para entrenar modelos Gemini y para el grounding de respuestas en las apps de Gemini y Vertex AI.
Googlebot es el nombre genérico de los dos rastreadores de la Búsqueda de Google: Googlebot Smartphone y Googlebot Desktop.
GPTBot es el rastreador web de OpenAI que recopila contenido que puede usarse para entrenar los modelos de IA generativa de OpenAI.
Un archivo Markdown propuesto que da a las herramientas de IA un resumen corto de tu web. Google dice que la Búsqueda de Google lo ignora.
Explicado en: Guía: llms.txt
Meta-ExternalAgent es el rastreador web de Meta para usos como entrenar modelos de IA base o mejorar productos indexando contenido directamente.
OAI-SearchBot es el rastreador de OpenAI que muestra webs en las funciones de búsqueda de ChatGPT.
PerplexityBot es el rastreador de Perplexity que muestra y enlaza webs en los resultados de búsqueda de Perplexity.
Un bot que recopila páginas web para una empresa de IA: para entrenar, para buscar o para responder a un usuario.
Explicado en: Guía: acceso de rastreadores de IA
Un archivo de texto en la raíz de tu web que indica a los rastreadores qué partes pueden visitar. Es una petición, no un candado.
Explicado en: Guía: robots.txt
Etiquetas, cabeceras y protocolos que deciden qué rastrean y muestran los buscadores.
Las métricas de Google sobre velocidad de carga, respuesta y estabilidad visual de una página.
Explicado en: Guía: velocidad de página
data-nosnippet es un atributo HTML que pide a Google que no use una parte concreta de una página en sus fragmentos de búsqueda.
hreflang es una anotación que indica a Google qué versiones de idioma o región de una página van juntas, para que cada persona reciba la adecuada.
IndexNow es un protocolo para avisar al instante a los buscadores participantes de que una URL de tu web se ha añadido, actualizado o eliminado.
max-snippet:[número] es una regla de robots que fija el número máximo de caracteres que Google puede usar como fragmento de texto de una página.
noindex es una regla, puesta con una meta etiqueta o una cabecera HTTP, que pide a buscadores como Google que no muestren una página en sus resultados.
nosnippet es una regla de robots que pide a Google que no muestre un fragmento de texto ni una vista previa de vídeo de una página en sus resultados.
El presupuesto de rastreo (crawl budget) es el tiempo y los recursos que Google puede dedicar a rastrear una sola web.
El renderizado de JavaScript es el paso en que un navegador ejecuta el JavaScript de una página para construir su contenido; el texto que solo aparece tras ese paso es invisible para los rastreadores que no ejecutan JavaScript.
Un archivo con las páginas de tu web para que los buscadores las encuentren.
Explicado en: Guía: sitemap y descubrimiento
Una URL canónica es la dirección preferida de una página cuando el mismo contenido, o uno muy parecido, está disponible en varias URL.
Web Bot Auth es un método de autenticación en el que un bot firma de forma criptográfica sus peticiones HTTP, para que una web pueda comprobar que una petición viene de verdad de ese bot.
X-Robots-Tag es una cabecera de respuesta HTTP que puede llevar cualquier regla de la meta etiqueta robots, como noindex o nosnippet.
Sistemas de IA que usan webs por las personas, y los nuevos estándares en los que se apoyan.
Un agente de IA es un sistema de IA autónomo que hace tareas en nombre de las personas, como hacer una reserva o comparar características de productos.
El árbol de accesibilidad es la versión simplificada de una página que crea el navegador y que conserva lo importante para interactuar: el rol, el nombre y el estado de elementos como botones, enlaces y campos de formulario.
Un estándar de código abierto para conectar aplicaciones de IA con sistemas externos, como fuentes de datos y herramientas.
Explicado en: Guía: MCP y agentes de IA
La navegación agéntica (agentic browsing) es cuando un agente de IA usa una web como lo haría una persona: leyendo páginas, haciendo clic en botones y rellenando formularios.
NLWeb es un proyecto abierto, presentado por Microsoft en mayo de 2025, que facilita añadir a las webs interfaces en lenguaje natural.
El Universal Commerce Protocol (UCP) es un estándar de código abierto que da a plataformas, agentes de IA y empresas un idioma común para el comercio agéntico, desde descubrir productos hasta pagar.
WebMCP es una API de navegador propuesta que permite a las aplicaciones web ofrecer herramientas basadas en JavaScript a los agentes de IA.
Las muchas siglas que se usan para optimizar para la búsqueda con IA. Cada una tiene su propia página.
Hacer tu marca encontrable y usable para agentes de IA que investigan y comparan por las personas.
Explicado en: ¿Qué es el GEO?
Estructurar el contenido para que los motores de respuesta puedan extraer una respuesta directa a una pregunta.
Explicado en: Answer engine optimization (AEO)
Optimizar el contenido para buscadores con IA que escriben respuestas en vez de listar enlaces.
Explicado en: ¿Qué es el GEO?
Lograr que los sistemas de IA entiendan bien tu contenido y puedan citarlo.
Explicado en: ¿Qué es el GEO?
Lograr que tu marca aparezca de forma correcta y visible en las respuestas generadas por IA.
Explicado en: ¿Qué es el GEO?
Hacer que el contenido sea fácil de encontrar, extraer y citar para los buscadores con IA.
Explicado en: ¿Qué es el GEO?
Ayudar a los buscadores con IA a interpretar y recomendar tu contenido.
Explicado en: ¿Qué es el GEO?
Acciones prácticas para que una marca sea visible y citable en las plataformas de IA.
Explicado en: ¿Qué es el GEO?
Aspirar a ser la respuesta: en fragmentos destacados, AI Overviews y respuestas directas de IA.
Explicado en: ¿Qué es el GEO?
Mejorar con qué frecuencia y de qué forma aparece tu marca en las respuestas de los modelos de IA.
Explicado en: ¿Qué es el GEO?
Optimizar el contenido para resultados de búsqueda con IA creados a partir de varias fuentes web.
Explicado en: ¿Qué es el GEO?
Optimizar el contenido para que aparezca en respuestas escritas por IA, como ChatGPT, Perplexity y Google AI Overviews.
Explicado en: ¿Qué es el GEO?
Preparar el contenido para que lo citen los buscadores con IA y tu marca forme parte de la respuesta.
Explicado en: ¿Qué es el GEO?
Escribir y estructurar contenido para que los modelos de lenguaje grandes lo entiendan, lo extraigan y lo citen.
Explicado en: ¿Qué es el GEO?
Lo básico: hacer el contenido comprensible para los sistemas de IA, para que lo representen bien.
Explicado en: ¿Qué es el GEO?
Un mismo enfoque para buscadores clásicos y búsqueda con IA.
Explicado en: ¿Qué es el GEO?
SEO clásico más optimización para respuestas de IA: posicionar en resultados y conseguir citas.
Explicado en: ¿Qué es el GEO?
Un nombre informal para optimizar contenido para modelos de lenguaje grandes, muy cercano al GEO.
Explicado en: Guía: SEO para LLM
Ser encontrable allí donde busca la gente: Google, asistentes de IA, redes sociales y marketplaces.
Explicado en: ¿Qué es el GEO?
Optimizar todo el recorrido de búsqueda, desde escribir la pregunta hasta encontrar una buena respuesta.
Explicado en: ¿Qué es el GEO?
Lo bien que asistentes y buscadores con IA encuentran, citan y presentan tu marca.
Explicado en: ¿Qué es el GEO?
Las señales que mide un informe de GEO-Score. Cada una tiene su propia guía.
Si los rastreadores de IA pueden llegar a una página, según el robots.txt y las respuestas del servidor.
Explicado en: Guía: acceso de bots de IA
Cuándo se publicó o actualizó de verdad el contenido, y si esa fecha se muestra.
Explicado en: Guía: actualidad del contenido
Lo completo que una web entera cubre un tema, no solo una página.
Explicado en: Guía: autoridad temática
Lo fácil que es citar un fragmento por sí solo en una respuesta de IA.
Explicado en: Guía: citabilidad
Si una página cita fuentes externas para lo que afirma.
Explicado en: Guía: citas y fuentes
Lo claro que deja una página de qué trata, con cosas nombradas y relaciones sencillas.
Explicado en: Guía: claridad semántica
Palabras que unen ideas entre frases y párrafos.
Explicado en: Guía: cohesión del texto
Cuántos hechos comprobables, cifras y fuentes con nombre contiene un texto.
Explicado en: Guía: densidad de datos
Experience, Expertise, Authoritativeness y Trust: señales que muestran quién está detrás del contenido y por qué fiarse.
Explicado en: Guía: E-E-A-T
Lo bien que el contenido encaja con la forma en que cada plataforma de IA encuentra y muestra fuentes.
Explicado en: Guía: especificidad por plataforma
Lo claro que encabezados, listas y secciones organizan una página.
Explicado en: Guía: estructura del contenido
Lo bien que una página cubre los subtemas y preguntas de seguimiento de un tema.
Explicado en: Guía: exhaustividad
Una base de datos de entidades y sus relaciones, como la que usa Google para entender personas, lugares y cosas.
Explicado en: Guía: knowledge graph
Lo fácil que es leer un texto, medido con una puntuación de legibilidad.
Explicado en: Guía: legibilidad
Una puntuación combinada de señales técnicas de preparación para IA, como schema, estructura y actualidad.
Explicado en: Guía: optimización para IA
Palabras y conceptos relacionados que muestran profundidad sobre un tema.
Explicado en: Guía: palabras clave semánticas
Si una sección responde por sí sola y por completo a una pregunta.
Explicado en: Guía: respuesta completa
Si los rastreadores encuentran una página a través de tu sitemap y tus enlaces internos.
Explicado en: Guía: sitemap y descubrimiento
Si las imágenes tienen una descripción en texto que pueden leer las máquinas y los lectores de pantalla.
Explicado en: Guía: texto alternativo de imágenes
Si el formato de una página, como una lista, una tabla o un tutorial, encaja con la pregunta que responde.
Explicado en: Guía: tipo de contenido adecuado
Si los datos estructurados de una página existen y son válidos.
Explicado en: Guía: validación de schema
Lo rápido que responde y carga una página.
Explicado en: Guía: velocidad de página
GEO-Score revisa una página con 22 señales, desde el acceso de los rastreadores de IA hasta los datos estructurados, y te muestra qué arreglar primero.
Analizar una página