Cómo los LLMs eligen qué fuentes citar: entiende el algoritmo para que te elijan a ti

Un LLM (Large Language Model) es un modelo de inteligencia artificial entrenado con grandes cantidades de texto que genera respuestas en lenguaje natural. Cuando un LLM como ChatGPT, Claude o Perplexity responde a una pregunta citando fuentes web, no lo hace al azar. Hay un proceso de selección basado en criterios específicos que puedes optimizar para que tu contenido sea elegido.

Entender este proceso es la base de cualquier estrategia GEO. Si sabes qué busca un LLM cuando decide qué fuente citar, puedes crear contenido diseñado para cumplir exactamente esos criterios.

¿De dónde sacan la información los LLMs?

Los LLMs manejan dos tipos de conocimiento. El primero es el conocimiento paramétrico: todo lo que aprendieron durante su entrenamiento, que tiene una fecha de corte. El segundo es el conocimiento contextual: información que obtienen en tiempo real rastreando la web cuando un usuario hace una consulta, como hace Perplexity o ChatGPT con su función de búsqueda.

Para GEO, el segundo tipo es el que importa. Cuando un LLM busca en la web para responder una pregunta, necesita decidir rápidamente qué páginas son fiables, relevantes y útiles. Ahí es donde tu optimización marca la diferencia.

¿Qué criterios usan los LLMs para seleccionar fuentes?

Basándose en la investigación disponible y en el comportamiento observado de los principales modelos, los LLMs priorizan fuentes según estos factores:

• Claridad y concisión: los LLMs prefieren fuentes donde la respuesta a una pregunta está formulada de forma directa y clara. Una definición tipo "X es Y" en las primeras líneas de una sección es exactamente lo que un modelo extrae con facilidad.
• Estructura semántica: encabezados H2 formulados como preguntas, párrafos cortos con una idea por párrafo, listas con contexto. Un LLM procesa HTML estructurado mucho mejor que bloques de texto denso sin jerarquía.
• Datos concretos: cifras, porcentajes, nombres, fechas. "El 40% de las búsquedas informativas pasan por un motor generativo" es más citable que "muchas búsquedas usan IA".
• Autoridad del dominio: si tu web es citada por otras fuentes de calidad, si tiene Schema markup correcto, si el autor tiene un perfil verificable, el LLM le otorga más confianza.
• Coherencia con otras fuentes: los LLMs cruzan información entre múltiples fuentes. Si tu contenido dice algo que contradice al consenso sin justificación, pierde credibilidad. Si está alineado con fuentes de autoridad y aporta valor adicional, gana.
• Frescura: contenido actualizado recientemente tiene preferencia sobre contenido antiguo, especialmente en temas que cambian rápido como la tecnología.

¿Cómo funciona la selección en Perplexity, ChatGPT y Claude?

Cada motor tiene matices, pero el patrón es similar. Perplexity es el más transparente: muestra explícitamente las fuentes que usa y numera las citas en su respuesta. Analizar qué fuentes cita Perplexity para consultas de tu sector es una forma práctica de entender qué tipo de contenido priorizan los LLMs.

ChatGPT con búsqueda web selecciona fuentes y las enlaza al final de su respuesta. Tiende a priorizar fuentes con alta autoridad de dominio y contenido reciente. Claude, cuando accede a la web a través de herramientas, sigue patrones similares pero con un peso adicional en la calidad del razonamiento y la profundidad del análisis.

Google AI Overviews, que integra respuestas generativas en los resultados de búsqueda, combina las señales de ranking de Google con la capacidad de síntesis de un LLM. Aquí el SEO tradicional y el GEO se cruzan directamente.

¿Cómo optimizar tu contenido para ser citado?

Empieza cada sección importante con una definición o respuesta directa. Si tu H2 es "¿Qué es GEO?", el primer párrafo debe contener la definición completa en una o dos frases. No lo entierres en el tercer párrafo después de una introducción larga.

Usa datos específicos siempre que puedas respaldarlos. Los LLMs confían más en fuentes que aportan cifras concretas que en las que usan lenguaje vago. Si puedes citar un estudio, una estadística o un dato verificable, hazlo.

Mantén la consistencia terminológica en todo tu sitio. Si llamas "GEO" a la Generative Engine Optimization en un artículo, no la llames "optimización generativa" en otro. Los LLMs construyen mapas semánticos de tu contenido y la inconsistencia les confunde.

Crea un cluster temático completo. Un solo artículo no te convierte en autoridad. Diez o quince artículos interconectados cubriendo un tema en profundidad sí. Los LLMs evalúan la cobertura temática de todo tu dominio, no de una sola página.