La llegada de la inteligencia artificial generativa ha cambiado el vocabulario del marketing digital casi tanto como sus herramientas. Siglas que hace dos años no existían forman ya parte de las reuniones de estrategia, de las ofertas de empleo y de los informes de resultados. Este glosario reúne los conceptos que un profesional de la comunicación y las redes sociales necesita dominar hoy, explicados con el rigor que exige un campo donde la terminología todavía se está asentando.
SEO (Search Engine Optimization)
Es el punto de partida y sigue siendo la base de todo lo demás. El SEO agrupa las técnicas orientadas a que una página aparezca bien posicionada en los resultados de un buscador y obtenga tráfico a través del clic. Los nuevos conceptos que se describen a continuación no lo sustituyen: lo amplían. De hecho, Google ha publicado en 2026 documentación en la que sostiene que optimizar para las funciones de IA generativa de su buscador es, en esencia, seguir haciendo SEO.
AEO (Answer Engine Optimization)
La optimización para motores de respuesta persigue que el contenido de una marca sea la respuesta que ofrece directamente un sistema de IA. Como recoge una de las guías del sector, mientras el SEO busca posicionar una página y ganar el clic, el AEO busca que el contenido se convierta en la respuesta que el sistema entrega. Su origen está en los fragmentos destacados, los cuadros de «La gente también pregunta» y los asistentes de voz, y hoy abarca también las respuestas generadas por IA dentro de los buscadores. En la práctica implica identificar las preguntas reales de la audiencia, redactar respuestas claras al inicio de cada sección y apoyarse en marcado estructurado.
GEO (Generative Engine Optimization)
La optimización para motores generativos es el trabajo de estructurar el contenido y gestionar la presencia digital para mejorar la visibilidad en las respuestas que producen los sistemas de IA generativa. El término procede del ámbito académico: un artículo de investigadores de Princeton dio nombre a la disciplina. Su terreno de acción es más amplio que el del AEO, ya que se emplea para las experiencias generativas en general, incluidas las respuestas de IA dentro de los buscadores y herramientas independientes como ChatGPT, Perplexity o Claude. El objetivo cambia con ello: no se trata solo de generar visitas, sino de que la marca sea citada y recomendada dentro de la respuesta.
LLMO y AIO: una terminología aún en construcción
Conviene saber que existen otras etiquetas para prácticas muy próximas, como LLMO (optimización para modelos de lenguaje) o AIO (optimización para la inteligencia artificial). Un análisis reciente señala que a comienzos de 2026 no existía un consenso académico que distinguiera estos términos y que en el ámbito profesional se usan con frecuencia como intercambiables. Para un profesional, la conclusión práctica es doble: entender el matiz de cada sigla y, sobre todo, fijarse en el trabajo subyacente, que en todos los casos consiste en producir contenido accesible, preciso y con autoridad.
AI Overviews y Modo IA
Son las dos manifestaciones principales de la IA generativa dentro de Google. Las AI Overviews (en español, «Vista creada con IA») son resúmenes generados con inteligencia artificial que se muestran por encima de los resultados tradicionales. El Modo IA, por su parte, es una experiencia conversacional más amplia: Google anunció el 8 de octubre su despliegue en 50 nuevos países, entre ellos España, y a diferencia de las AI Overviews, que pueden activarse por defecto según la consulta, el Modo IA requiere que el usuario lo active de forma deliberada.
Búsqueda sin clic (zero-click)
Describe el comportamiento cada vez más habitual de quien obtiene lo que necesita sin visitar ninguna página web. Como resume una guía del sector, las personas ya no escanean diez enlaces, sino que formulan una pregunta y leen una respuesta sintetizada, a menudo sin llegar a hacer clic. Esto obliga a replantear las métricas: además del tráfico, cobran importancia las menciones a la marca, las citas en respuestas de IA y el reconocimiento directo. Una encuesta a más de quinientos profesionales del marketing en Estados Unidos y Reino Unido, realizada en septiembre de 2025, reflejaba la brecha entre percepción y acción: el 62 % había observado una caída de clics en búsqueda, pero solo el 20 % había comenzado a implantar una estrategia de AEO.
RAG y query fan-out
RAG (Retrieval-Augmented Generation, generación aumentada por recuperación) es la arquitectura que permite a un modelo de lenguaje consultar fuentes externas antes de responder, en lugar de apoyarse solo en lo aprendido durante su entrenamiento. Es la razón técnica por la que el contenido web puede acabar citado en una respuesta: el GEO se centra en optimizar para estos sistemas que recuperan datos y sintetizan respuestas. Vinculado a ello aparece el concepto de query fan-out, la práctica por la cual el sistema descompone una pregunta en varias búsquedas relacionadas antes de componer la respuesta final. Entenderlo ayuda a planificar contenidos que cubran un tema en toda su extensión, y no solo una palabra clave.
llms.txt
Se trata de un archivo de texto en formato Markdown, situado en la raíz de un sitio web, que funciona como un índice depurado de las páginas más importantes para que un modelo de IA comprenda con rapidez de qué trata el sitio. Su utilidad es objeto de debate. En junio de 2026 Google actualizó su documentación para Search y aclaró que su buscador no utiliza estos archivos, ni para el posicionamiento ni para las AI Overviews ni para el Modo IA, mientras que su equipo de Chrome lo incorporó a Lighthouse dentro de las auditorías de navegación agéntica. Es un buen ejemplo de un estándar en evolución sobre el que conviene mantener una postura prudente y basada en evidencia.
Agentes de IA y búsqueda agéntica
Un agente de IA es un sistema capaz de ejecutar tareas de varios pasos por cuenta del usuario, como comparar opciones, rellenar formularios o completar una gestión. La búsqueda agéntica lleva esta idea al buscador: durante la keynote de Google I/O 2026 la compañía anunció un giro hacia la búsqueda agéntica. Para las marcas, esto plantea una pregunta nueva: no solo cómo las encuentra una persona, sino cómo las interpreta una máquina que actúa en su nombre.
Prompt engineering
Es la disciplina de formular instrucciones claras, contextualizadas y con un formato definido para obtener de un modelo de IA resultados útiles y consistentes. En marketing y comunicación, equivale a una competencia profesional: definir el rol, el público objetivo, el tono y los criterios de calidad marca la diferencia entre un borrador aprovechable y uno genérico.
Alucinación
Se denomina así al fenómeno por el que un modelo genera información falsa o inventada con apariencia de veracidad. Es el motivo por el que la verificación humana de datos, citas y afirmaciones es un requisito irrenunciable en cualquier contenido asistido por IA, y en especial en la comunicación institucional.
Contenido sintético y transparencia (AI Act)
Se llama contenido sintético al texto, imagen, audio o vídeo generado o manipulado mediante IA. En Europa, su uso ya cuenta con marco normativo: el 2 de agosto de 2026 pasaron a ser aplicables las obligaciones de transparencia del artículo 50 del Reglamento de IA, junto con el régimen sancionador. Estas obligaciones afectan a cuatro situaciones: la interacción directa de la IA con las personas, la generación de contenido sintético, el reconocimiento de emociones o la clasificación biométrica, y la creación de deepfakes o de textos sobre asuntos de interés público. Además, los proveedores de sistemas comercializados antes de esa fecha disponen hasta el 2 de diciembre de 2026 para cumplir con el marcado legible por máquina. Para cualquier equipo de marketing, esto significa revisar qué contenidos se producen con IA y cómo se comunica su origen al público.
E-E-A-T
Son las siglas en inglés de experiencia, especialización, autoridad y fiabilidad, los criterios que Google emplea en sus directrices para valorar la calidad de un contenido. No es un factor de posicionamiento aislado, sino un marco de referencia. En un entorno donde la IA puede producir texto en masa, la experiencia demostrable, la autoría identificable y las fuentes verificables se convierten en los rasgos que distinguen a un contenido de confianza.
Una disciplina en movimiento
Ninguno de estos conceptos es definitivo. La terminología cambia con rapidez, las plataformas modifican sus criterios y algunas prácticas hoy recomendadas pueden quedar obsoletas en pocos meses. Lo que perdura es una forma de trabajar: contenido riguroso, información verificada, estructura clara y una comprensión honesta de cómo se descubre y se consume la información. Es el enfoque que trabajamos en el Máster Oficial en Marketing Digital, Comunicación y Redes Sociales en colaboración con la Universidad Camilo José Cela, donde los estudiantes se forman para afrontar con criterio profesional los cambios que el sector seguirá experimentando.
