El léxico del AEO.
Sin marketing-talk.

Modo conversacional dentro de Google Search lanzado en 2025: el usuario hace preguntas largas y obtiene una respuesta sintética con citas, sin SERP tradicional debajo. Va más allá de AI Overviews porque arma sesiones multi-turno. Es el frente más nuevo del AEO — y donde la baseline de la mayoría de las marcas es 0%.

El texto visible de un hipervínculo. Para SEO importaba como señal semántica del destino; para AEO importa como input de disambiguación: si tu marca es enlazada con anchor "Bison" en 100 sitios y con "Bison Agents" en otros 100, el modelo tiene dos entidades candidatas. Anchors consistentes son disambiguación a escala.

Cómo asignas crédito al canal o touchpoint que generó una conversión. El AEO rompe los modelos clásicos: una cita en ChatGPT puede ser invisible para tu analytics pero estar al inicio de la mitad de tus deals. Recomendamos atribución asistida + encuestas explícitas en formulario ("¿Dónde nos viste primero?").

Protocolo emergente para que dos agentes generativos negocien una transacción sin intervención humana — uno representando al comprador, otro al vendedor. Pieza central del Protocolo de Comercio Universal (UCP). Tu marca tiene que ser legible para ambos lados: catálogo estructurado, políticas auditables, identidad verificable.

Compra ejecutada por un agente LLM en nombre del usuario — desde cotizar un seguro hasta cerrar un carrito de e-commerce dentro del propio chat. Requiere que tu marca esté en el índice de retrieval y que tus precios, stock y políticas sean machine-readable. La nueva frontera del AEO a 18 meses.

La capa de inteligencia que se obtiene al medir AEO sistemáticamente: qué prompts disparan tu marca, qué competidor te roba cobertura en qué motor, qué fuentes te citan, qué sesgos arrastra cada modelo, cómo cambia tu sentiment week-over-week. AEO es la acción; AEI es el conocimiento que esa acción produce. En Bison, los AEI alimentan el roadmap del cliente y el playbook global.

Conjunto de prácticas para que una marca sea citada (no solo enlazada) por motores generativos como ChatGPT, Gemini, Perplexity, Claude y Google AI Overviews. Sucede al SEO sin reemplazarlo: el SEO optimiza para 10 enlaces; el AEO para una respuesta.

Sistema que combina un LLM con herramientas (búsqueda web, código, APIs) y un loop de razonamiento para ejecutar tareas multi-paso. Los agentes consumen información de marcas con mayor profundidad que un chat directo: si tu marca solo aparece en respuestas superficiales, los agentes te dejan fuera.

Bloque generativo que Google muestra arriba de las SERP tradicionales. Cita 3–8 fuentes por consulta. Es la primera puerta donde tu marca pasa de ranking azul a cita conversacional.

Una de las seis clasificaciones que usamos para priorizar el playbook: D2C retail, SaaS B2B, Servicios profesionales, Marca local, E-commerce, Plataforma o agencia. El arquetipo determina el orden en que se ejecutan las acciones del primer ciclo.

Cuando un LLM inventa un hecho con apariencia de verdad. Para tu marca, una alucinación negativa puede ser un dato falso citado como tuyo. Lo mitigamos con cobertura editorial verificable: si la verdad está bien indexada, el modelo la prefiere.

Modelo bidireccional de Google (2018) que fue uno de los primeros LLMs en producción a escala. Antes de BERT, los rankings se decidían con TF-IDF + PageRank; después, con embeddings semánticos. Marca el inicio práctico de la era pre-AEO. Hoy Google usa modelos descendientes (MUM, Gemini) pero BERT sigue corriendo bajo el capó de muchas SERPs.

La SERP que aparece cuando alguien busca exactamente el nombre de tu marca. Es la foto pública oficial: knowledge panel, redes, casos, prensa, foros. Si tu Brand SERP está rota (sin panel, con resultados de competidor, con foros negativos arriba), el LLM aprende lo mismo. Limpiarla es uno de los primeros pasos de cualquier diagnóstico.

Enlace que un sitio de terceros hace hacia el tuyo. Pilar histórico del SEO. En AEO sigue importando, pero como señal indirecta: un backlink desde Tier-1 muestra autoridad al motor de retrieval, no a un algoritmo de PageRank. Cantidad ya no manda; contexto + autoridad de la fuente sí.

Score AEO inicial 0–100 con el que entras al ciclo. Calculado en 4 dimensiones (Identidad, Reputación, Editorial, Social). Toda mejora se mide contra él, no contra ventanas móviles.

% de tu audiencia objetivo que puede mencionar tu marca sin asistencia (top-of-mind) o reconocerla con asistencia (aided). En AEO la métrica equivalente es la cobertura: ya no preguntas a humanos, preguntas a los motores que esos humanos consultan. Cuando un LLM te menciona en su respuesta principal, tu awareness se materializa antes de cualquier impresión publicitaria.

El conjunto de hechos verificables y citables que un LLM ya "sabe" sobre tu marca. No es lo que dice tu sitio, es lo que el modelo retiene tras entrenamiento + retrieval. Construirlo es el objetivo final del AEO.

La clasificación en cuatro tipos que usamos para construir el catálogo de medición: (1) Descubrimiento — consultas de categoría sin mencionar marca, miden visibilidad orgánica; (2) Identidad — preguntas directas sobre la marca, verifican reconocimiento de entidad; (3) Competencia — comparativas entre marcas, miden share-of-voice relativo; (4) Reputación — consultas sobre experiencia y confianza, detectan riesgos de sentiment. Cada tipo alimenta una dimensión distinta del Score AEO.

Técnica donde el LLM "piensa en voz alta" antes de responder, generando pasos intermedios. Los motores con razonamiento explícito (o1, o3, Claude con extended thinking) son más exigentes con las fuentes: revisitan citas, descartan inconsistencias. Una marca con datos confusos pierde más en motores CoT que en motores de respuesta directa.

Producto de OpenAI que envuelve los modelos GPT-4o, o1 y o3 en una interfaz conversacional. El motor generativo con mayor base de usuarios activos del mundo. En Bison lo cubrimos por defecto desde el primer ciclo porque concentra el mayor volumen de consultas de compra en categorías B2B. Las citas varían según qué versión del modelo está activa — los cortes de entrenamiento de cada release pueden silenciar una marca durante semanas.

Cantidad máxima de tokens que un LLM puede procesar en una misma sesión (prompt + respuesta + documentos retrieved). Hoy 200k–2M tokens en modelos frontera. Para AEO importa porque define cuántas fuentes el motor puede leer antes de citar: contenido largo y bien estructurado puede entrar entero; contenido fragmentado se trunca.

% de visitantes que completan la acción objetivo (lead, compra, demo). En AEO la conversión cambia de forma: muchos leads llegan pre-calificados por el LLM y convierten 2–3× mejor que un lead SEO equivalente. El embudo se acorta porque la educación sucede dentro del chat.

Las tres métricas de experiencia que Google considera factor de ranking: LCP (largest contentful paint), INP (interaction to next paint), CLS (cumulative layout shift). En AEO no son factor directo, pero sí indirecto: si el crawler no carga bien tu página, tu contenido no entra al índice de retrieval.

Las etapas que recorre un usuario desde descubrir tu marca hasta convertirse en cliente (y referente). El AEO comprime las primeras etapas: descubrimiento + consideración + comparación pueden ocurrir todas en una sola sesión de chat. La conversión llega a tu sitio ya decidida — o no llega nunca.

Costo promedio para adquirir un cliente, sumando ventas + marketing dividido por número de clientes nuevos. El AEO impacta el CAC de dos formas: reduce el costo del lead inbound (citas son gratis post-setup) y mejora la calidad porque viene pre-educado por el LLM.

Tag HTML que indica al crawler cuál es la URL preferida cuando hay contenido duplicado o accesible desde varios paths. Crítico para LLMs: si el modelo encuentra la misma información en tres URLs distintas y ninguna es canónica, dispersa señal y no resuelve entidad.

Mención de tu marca en una respuesta de un motor generativo, idealmente con link a una fuente verificable (tu sitio, prensa Tier-1, Wikipedia, G2). Las citas son la moneda dura del AEO: medibles, contables, durables.

% de prompts relevantes para tu categoría donde tu marca aparece citada al menos una vez. Se mide por motor y por idioma. Bison reporta cobertura agregada y desagregada en cada ciclo.

Las cuatro fases del trabajo trimestral: Diagnóstico, Auditoría, Optimización, Posicionamiento. Se repite cada 90 días. Cada fase tiene un umbral explícito que dispara la siguiente cuando se alcanza.

Programa que recorre la web para indexar contenido. Hoy hay dos camadas que importan: los clásicos (Googlebot, Bingbot) y los nuevos crawlers de LLMs (GPTBot de OpenAI, ClaudeBot de Anthropic, PerplexityBot, Google-Extended). Bloquearlos en robots.txt tiene consecuencias asimétricas: bloquear GPTBot te deja fuera de ChatGPT, no de Bing.

% de impresiones que terminan en clic. Métrica reina del SEO clásico. En AEO pierde sentido aislada: el zero-click crece, y mucha conversión sucede dentro de la respuesta del LLM sin que haya clic. Lo reemplazamos por cobertura + share-of-voice + citas verificables.

Familia de modelos de Anthropic. Cobertura completa en Bison via Messages API. Las citas son first-class en la respuesta (campo citations) y suelen ser más conservadoras que en GPT-4o.

Score 0–100 (creado por Moz) que estima la fuerza de un dominio para rankear en Google. Útil como proxy histórico, pero los LLMs no lo usan directamente: ellos evalúan autoridad por densidad de citas verificables. Un dominio joven con prensa Tier-1 puede vencer a un dominio viejo con DA alto pero sin presencia editorial.

Evaluación inicial en cuatro dimensiones: Identidad firmográfica, Reputación verificable, Cobertura editorial, Cobertura social. Cada una recibe 0–25 puntos; la suma es el score baseline.

Diferencia de cobertura entre tu marca y tu competidor #1 en una ventana dada. Positivo: vas ganando terreno. Negativo: hay que activar acciones del bloque competitivo.

Contrato que formaliza la relación entre Bison (encargado del tratamiento) y el cliente (responsable de los datos). Define qué datos personales se procesan, con qué base legal, cuánto tiempo y bajo qué salvaguardas técnicas y organizativas. Requerido por el RGPD europeo, la Ley 21.719 chilena y la LGPD brasileña para cualquier relación de encargo de tratamiento.

Versión original del marco de Google antes de sumar la primera E (Experience). Se sigue usando en literatura SEO previa a 2022 y en algunos auditores. La extensión a E-E-A-T no fue cosmética: pasó a valorar evidencia de uso real (testimonios, casos, fotos), no solo credenciales declaradas.

Marco de calidad acuñado por Google para sus Search Quality Raters: Experience (vivencia directa), Expertise (conocimiento técnico), Authoritativeness (autoridad reconocida) y Trustworthiness (confianza verificable). Llegó al SEO en 2014 como E-A-T y sumó la primera E en 2022. Importa al AEO porque los LLMs heredan estas señales de los corpus de entrenamiento y del índice de retrieval — autor firmado, biografía verificable, casos con métricas y citas externas son E-E-A-T legible por máquina.

Representación numérica de un texto que captura su significado. Los motores generativos usan embeddings para decidir qué fuentes son relevantes para una consulta. Tu contenido tiene que ser embeddable: estructurado, claro, autoritativo.

Objeto único reconocido por un LLM: una marca, una persona, un producto. Si tu nombre se confunde con otro (e.g. "Bison" como cervecería vs. plataforma), el modelo no puede citarte. La disambiguación es el primer trabajo del AEO.

Patrón en que el motor convierte una consulta del usuario en varias sub-consultas internas que se ejecutan en paralelo contra el índice. Una pregunta como "comparar planes AEO en español" puede disparar 5–8 fan-out queries: ranking de plataformas, precios LATAM, casos de éxito, alternativas open-source, etc. Si tu marca solo aparece en una de esas sub-búsquedas, te cita una vez; si aparece en cuatro, te cita con autoridad. Optimizar para fan-out es la nueva forma de pensar topic clusters.

Bloque con respuesta directa que Google muestra arriba de los 10 enlaces clásicos. Predecesor estructural del AI Overview. Lo que ganaba featured snippets en 2022 (estructura clara, párrafo de 40–60 palabras, lista numerada) sigue siendo el contenido que más fácilmente entra al overview generativo.

Re-entrenamiento parcial de un LLM sobre tu dataset específico. No es AEO en sí — es un atajo para sistemas internos. Para marcas de LatAm el fine-tuning casi nunca compensa: el AEO opera sobre los modelos públicos, donde tus clientes ya están preguntando.

Capacidad de un LLM para invocar herramientas externas (APIs, búsqueda, calculadoras, MCP servers). Habilita los agentes y, por extensión, el UCP. Una marca que expone funciones (buscar producto, cotizar, agendar) bien documentadas es seleccionada por agentes mucho antes que una marca que solo tiene contenido legible.

Una de las ocho agrupaciones de acciones del playbook: Identidad, Técnica, Reputación, Editorial, Contenido, Social, Competitiva, Medición. Las familias se ordenan por dependencia — no se ejecutan acciones de Contenido sin tener Identidad consolidada.

Modelo en etapas que va desde awareness (TOFU) hasta cierre (BOFU). El AEO opera en las tres simultáneamente: TOFU cuando la cita es genérica ("plataformas AEO en español"), MOFU cuando es comparativa ("X vs Y"), BOFU cuando el LLM directamente recomienda tu marca para una intención específica.

Familia de modelos multimodales de Google (2.0 Flash, 2.5 Pro). Alimenta directamente AI Overviews y Google AI Studio. Su ventaja frente a otros motores es el grounding nativo: la respuesta se ancla en resultados de búsqueda en tiempo real, lo que hace que las citas sean más recientes. Para marcas con presencia establecida en la SERP, suele ser el motor donde el uplift inicial es más rápido.

Ficha pública que Google mantiene para tu negocio. Aunque seas SaaS B2B, es la primera fuente que los modelos consultan para verificar existencia. Reclamarla y mantenerla limpia es uno de los 5 mínimos absolutos.

Proceso por el cual un LLM ata su respuesta a fuentes verificables en el momento de responder. Gemini lo expone como grounding metadata. Sin grounding, el modelo responde solo desde memoria — y la memoria envejece.

Sinónimo de AEO acuñado en papers académicos de 2023–2024 (Aggarwal et al., Princeton). Algunos lo usan para diferenciar la práctica táctica (GEO = prompt-level, AEO = brand-level). Nosotros los usamos indistintamente — el sustantivo importa menos que el método.

Sistema de evaluación de Google introducido en 2022 que degrada contenido escrito para rankear más que para ayudar. Su lógica se generalizó al stack generativo: los LLMs prefieren contenido con propósito claro, autor identificable y profundidad real. La era del "contenido escrito por SEO" se acaba — la del contenido útil empieza.

El proceso por el cual un crawler recorre tu sitio y guarda su contenido en un índice consultable. En AEO hay dos índices distintos que importan: el de Google (para SERPs + AIO) y los índices internos de cada motor LLM. Estar indexado en uno no implica estarlo en otro — y los plazos varían de horas a semanas.

Perfil detallado del cliente que más valor obtiene de tu producto. En AEO lo usamos para construir el catálogo de prompts: las consultas que ese ICP realmente le hace a un LLM son nuestro test set. Sin ICP claro, terminas midiendo ruido genérico de tu categoría.

Una respuesta de LLM que menciona tu marca, sea o no con link. A diferencia de la impresión SEO, no se cuenta como evento publicitario: se cuenta como nodo de conversación. La métrica de éxito es la cita, no la impresión.

Base de datos que un motor generativo consulta en tiempo real para responder. Distinto del corpus de entrenamiento. Tu contenido nuevo entra al índice antes que al modelo.

Una de las 25 acciones del playbook. Cada una con esfuerzo en horas, impacto en puntos de score, prerrequisito y trigger. Combinables, no excluyentes.

Formato para incrustar datos estructurados en HTML. El más leído por LLMs. Como mínimo necesitas Organization + Product/SoftwareApplication + AggregateRating. Sin esto, los modelos no resuelven entidad.

Base de entidades que Google mantiene desde 2012 (más de 5 mil millones de nodos). Es uno de los primeros lugares donde un LLM verifica si tu marca existe. Para entrar al KG necesitas sameAs consistentes en Wikidata + presencia editorial Tier-1 + un Knowledge Panel reclamado.

La ficha que Google muestra a la derecha de la SERP cuando reconoce una entidad (marca, persona, lugar). Reclamarlo es un quick win subestimado: una vez verificado, controlas qué datos canónicos Google distribuye, y los LLMs heredan esa señal a través de retrieval.

Término o frase por la que tu audiencia busca tu categoría. Pilar histórico del SEO. En AEO la unidad equivalente es el prompt: ya no optimizamos para 1 palabra clave sino para una intención conversacional de 8–15 palabras. La keyword sigue importando como semilla del catálogo de prompts, no como objetivo de optimización.

Valor total que un cliente genera a lo largo de su relación contigo. La relación LTV:CAC ≥ 3 es el umbral típico de unit economics sano. El AEO baja el CAC sin sacrificar LTV (los leads inbound vía LLM convierten igual o mejor), así que mueve el ratio en la dirección correcta sin más spend.

Modelo entrenado en grandes corpus de texto para predecir lenguaje. GPT-4o, Claude Sonnet 4.6, Gemini 2.5, Llama 3.3 son LLMs. Los motores generativos (ChatGPT, Perplexity, etc.) son productos que envuelven uno o varios LLMs.

Archivo que se publica en la raíz de tu dominio para indicar a los LLMs qué contenido pueden leer, en qué orden, y cómo describir tu marca. Estándar emergente, ya consumido por Perplexity y Anthropic. Una de las acciones más baratas (2 h) con mayor impacto.

Consultas específicas y poco frecuentes pero individualmente valiosas (e.g. "mejor CRM para corredor de seguros en Chile"). En AEO se ganan las largas antes que las cortas: menos ruido, mayor especificidad, mejor share-of-voice.

Lead que cumple criterios mínimos de fit antes de pasar a ventas. Los MQLs que vienen de AEO suelen ser distintos: llegan con un brief pre-armado por el LLM ("vi que ustedes son la única plataforma AEO en español"), saltándose 1–2 etapas de educación. Ajusta tu scoring para no descartarlos por bajo engagement web.

Modelo que procesa más de un tipo de entrada (texto, imagen, audio, video). GPT-4o y Gemini 2.5 son multimodales nativos. Importa al AEO porque ahora una foto de tu producto en Reddit o un screenshot de tu dashboard pueden ser fuente citable, no solo texto.

Modelo de Google introducido en 2021 que entiende y conecta información en 75 idiomas a la vez. Fue una de las piezas que habilitó AI Overviews en mercados no-inglés. Para AEO en español es especialmente relevante: las marcas locales que tienen contenido bien estructurado en español son menos competencia para los LLMs de la que serían en inglés.

Protocolo abierto (impulsado por Anthropic) que estandariza cómo un LLM accede a herramientas, datos y catálogos externos. Si tu producto expone un servidor MCP bien documentado, los agentes pueden consultarlo en tiempo real, sin depender del retraining. Publicar un endpoint MCP empieza a ser tan importante como publicar llms.txt.

Las cinco acciones obligatorias antes que cualquier otra cosa: identidad legal, schema, llms.txt, Google Business y reporting semanal. Si cualquiera falla, ningún playbook avanzado compensa.

Cualquier producto cuya respuesta principal sea texto generado por LLM, no enlaces. Los cinco que Bison cubre: ChatGPT, Gemini, Claude, Perplexity y Google AI Overviews. Es importante distinguirlos del LLM subyacente.

Paso del pipeline que detecta automáticamente qué marcas, productos y personas menciona cada respuesta generativa. Es la capa que convierte texto libre en datos estructurados: sin NER no hay citas contables, ni Share-of-Voice, ni sentimiento segmentado por entidad. Bison corre NER en cada uno de los 3–5 runs por motor por semana.

Métrica que mide la probabilidad de que un cliente recomiende tu marca, en escala −100 a +100. Importa al AEO de forma indirecta: un cliente promotor escribe reseñas, casos, posts. Cada uno de esos artefactos termina siendo input citable para los LLMs. NPS bajo no es solo un problema de retención; es un techo para tu cobertura.

Protocolo de meta-tags (impulsado por Facebook) que define cómo se previsualiza una URL al compartirse. Para AEO sirve como capa redundante de identidad: si tu schema.org está roto pero tu OG está limpio, algunos crawlers aún pueden resolver tu entidad. Costo: 1 hora; impacto: pequeño pero gratis.

Resumen sintético que un motor de búsqueda produce al inicio de la SERP. Google AI Overviews es el caso de uso principal hoy. Cita 3–8 fuentes y reemplaza el clic.

Bloque de preguntas relacionadas que Google muestra en la SERP. Es una mina de prompts reales: cada PAA es una consulta que un humano ya formuló. Lo extraemos sistemáticamente al construir el catálogo de prompts de un cliente — es la forma más barata de saber qué preguntan tus prospectos.

Representación semi-ficcional de un cliente. Hermana pequeña del ICP: la persona es la cara, el ICP es el spreadsheet. Útil para escribir contenido con voz consistente — los LLMs prefieren contenido que suena escrito para un humano específico que copy genérico optimizado para keywords.

Pieza larga que cubre un tema en profundidad y enlaza a artículos más cortos del mismo cluster. Estructura nativa para AEO: el motor entra al pilar, identifica la entidad y las sub-entidades, y considera todo el cluster como una sola autoridad. Un cliente con 1 pilar + 12 satélites suele citar 3× más que un cliente con 50 posts sueltos.

Motor generativo con foco en citas como first-class. La API Sonar devuelve cada respuesta con un array citations[]. Ideal para validación cruzada de fuentes y para detectar primero qué fuentes considera autoridad un modelo.

La biblioteca completa de 25 acciones que cada cliente activa según su arquetipo y diagnóstico. No es un manual genérico — se selecciona y secuencia caso por caso.

La entrada de texto que se le da a un LLM. En AEO trabajamos con catálogos de 200–2,000 prompts por workspace, rotados semanalmente, para muestrear la conversación real de tu categoría.

El orden promedio en el que tu marca aparece dentro de las respuestas que sí te citan. Posición 1 = primera mención. Una marca puede tener cobertura alta pero posición mala — y al revés.

Resultado de búsqueda con elementos extra (estrellas, precio, FAQs, recetas) generados desde schema.org. Para AEO es señal de schema bien implementado: si Google te muestra rich snippets, tu schema es legible — y los LLMs lo leen igual de bien.

Ingresos por cada dólar gastado en publicidad pagada. Métrica clásica del paid. El AEO no produce ROAS porque no es paid, pero compite con él: cada dólar que mueves de Ads a AEO compra cobertura permanente en lugar de impresiones puntuales. El cálculo correcto compara ROAS contra citas acumuladas × LTV.

Archivo en la raíz de tu dominio que indica a los crawlers qué pueden y qué no pueden leer. En AEO requiere configuración diferenciada: GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot son agentes distintos con permisos distintos. Bloquearlos todos por miedo a "robar contenido" suele ser pegarse un tiro: dejas de existir para ellos.

Arquitectura donde el LLM consulta una base de datos externa antes de responder. La gran mayoría de los motores generativos públicos usan RAG. Optimizar tu sitio para retrieval (estructura, metadatos, claridad) es el corazón técnico del AEO.

El paso en que el motor recupera documentos relevantes antes de pedirle al LLM que responda. Si tu marca no está en el índice de retrieval, no será citada — independientemente de lo que diga tu sitio.

Cómo lo medimos: leads atribuibles a citas en LLMs × valor medio del lead, menos el costo del plan. La heurística que usamos en la calculadora es 22% de conversión del share-of-voice recuperado.

Índice 0–100 que resume la posición de una marca en los motores generativos. Se calcula en cuatro dimensiones (Identidad, Reputación, Editorial, Social), cada una vale hasta 25 puntos. Cuatro niveles: Crítico (0–25) la marca es invisible para los LLMs; Emergente (26–50) señales inconsistentes; Consolidada (51–75) identidad sólida con cobertura creciente; Referente (76–100) posición de autoridad citada por defecto en su categoría.

Score que clasifica una mención como positiva, negativa o neutra. Bison reporta sentimiento agregado por motor (rango −1 a +1). Una marca puede tener cobertura alta y sentimiento negativo — esa es la peor combinación posible para el funnel.

Archivo XML que lista todas las URLs públicas de tu sitio con su lastmod. Crítico para AEO porque los crawlers de LLMs son más perezosos que Googlebot: si no les das un mapa explícito, descubren menos páginas, y citan menos. Sitemap por tipo de contenido (productos, posts, casos, autores) es la forma correcta.

Lead validado por ventas y listo para una conversación comercial. Los SQLs que vienen vía AEO suelen pedir directamente plan + precio en el primer touchpoint. Ajusta tu definición de "qualified" para incluir señales conversacionales ("dijo qué acción de nuestro playbook le interesa") y no solo formularios.

Instrucciones de fondo que un LLM recibe antes del prompt del usuario (tono, formato, restricciones). En AEO no controlas el system prompt del modelo público, pero sí controlas lo que el modelo recupera. Tu contenido es, en efecto, el "system prompt" indirecto sobre tu marca.

Propiedad de schema.org que enlaza tu marca con sus presencias canónicas (LinkedIn, Wikidata, Crunchbase). Es el pegamento de la disambiguación. Sin sameAs estrictos, el modelo no sabe que tu LinkedIn y tu Wikidata son la misma entidad.

Vocabulario consensuado para describir entidades en la web (Organization, Product, Person, Review). Es el lenguaje franco entre tu sitio y cualquier LLM. Schema completo es uno de los 5 mínimos absolutos.

Conjunto de prácticas para rankear en SERPs tradicionales de 10 enlaces. No muere con el AEO, se transforma: el contenido que era bueno para SEO sigue siendo buen input para retrieval, pero deja de ser suficiente. AEO ⊃ SEO.

La página de resultados de un motor de búsqueda. La SERP clásica era 10 enlaces; la SERP 2026 es 1 bloque generativo (AI Overview) sobre 8 enlaces. El espacio azul se redujo y el espacio citable se expandió. La pelea ya no es por la posición 1 — es por aparecer dentro del overview.

% del total de menciones en tu categoría que pertenecen a tu marca. Si en 1,000 prompts hay 410 menciones de marcas y 60 son tuyas, tu SoV es 60/410 ≈ 14.6%. Métrica reina del AEO. Bison la reporta por motor y agregada.

Unidades mínimas en que un LLM procesa texto (aprox. ¾ de palabra en español). Importan porque definen costo y ventana de contexto. Para AEO: un párrafo bien estructurado de 80 palabras (~110 tokens) es óptimo para citación — más corto se pierde, más largo se trunca.

Conjunto de contenidos enlazados que cubren un tema desde múltiples ángulos. Estructura hub-and-spoke: un pillar central + N satélites. La estructura nativa para fan-out queries: el motor puede entrar por cualquier nodo y reconocer todo el cluster como una sola autoridad.

La primera marca que un consumidor menciona sin asistencia cuando se le pregunta por una categoría. El equivalente AEO es ser la primera marca que el LLM cita ante un prompt categórico ("plataformas X en español"). Top-of-mind humano y top-of-mind generativo se influencian mutuamente — pero el segundo se mueve más rápido.

Medios de máxima autoridad para tu sector y geografía (Forbes, TechCrunch, El Mercurio, La Tercera, Reforma). Lo que los LLMs leen para validar autoridad editorial. Una mención Tier-1 vale 10 menciones Tier-3.

Condición explícita que dispara la siguiente acción cuando la actual alcanza umbral. Ejemplo: "cuando el score de Identidad supera 18 puntos, activar el bloque de Reputación". Sin triggers no hay roadmap — solo hay lista de tareas.

Plataforma de reseñas verificadas que los LLMs consumen como fuente de reputación. Reclamar el perfil y responder reseñas es un quick win frecuente en nuestros casos.

El Protocolo de Comercio Universal es un estándar emergente para que catálogos, inventarios, precios y políticas de cualquier marca sean legibles por agentes generativos en tiempo real. Define cuatro contratos mínimos: (1) Identidad de la marca y de cada producto, (2) Disponibilidad con stock y SLA, (3) Precio con moneda, impuestos y descuentos vigentes, (4) Términos de devolución, garantía y pago. Marcas que publican UCP-compliant son cotizables y comprables desde dentro de un chat sin pasar por su sitio. Habla con MCP para la capa técnica y con llms.txt para la capa declarativa. El AEO de hoy te hace citable; el UCP de mañana te hace transaccionable.

La razón única por la que un cliente debería elegirte a ti y no a tu competidor. En AEO la USP no la declaras: la inferimos de qué prompts te citan en posición #1. Si tu USP real (lo que el LLM dice) no coincide con tu USP declarada (lo que dice tu home), tienes un problema de identidad antes que de mensaje.

Base de datos optimizada para almacenar y buscar embeddings. Pinecone, Weaviate, Qdrant, pgvector son las más comunes. Cada motor generativo público corre uno o varios bajo el capó — y cada actualización del corpus pasa primero por ahí. Por eso AEO es un juego de velocidad: cuanto antes entra tu contenido al vector DB del motor, antes te cita.

Consultas habladas a asistentes (Alexa, Google Assistant, Siri). Antes del AEO eran una categoría aparte; hoy convergen: la voz es solo otro front-end del mismo LLM. El asistente lee la primera respuesta — si no eres top-1 para una consulta de voz, simplemente no existes.

Búsquedas promedio mensuales para una keyword (Ahrefs, SEMrush, Google Keyword Planner). En AEO la métrica está rota: muchas consultas largas ya no pasan por SERP — pasan directo a ChatGPT y nunca aparecen en Keyword Planner. Recomendamos cruzar volumen de Google + logs de tu chatbot interno + entrevistas con clientes para estimar el volumen real de tu categoría.

Fuente prioritaria de los LLMs para validar entidades. Una entrada estructurada con fuentes Tier-1 desbloquea citas en Gemini y Google AIO en cuestión de días. Requiere editor con más de 100 ediciones previas.

El entorno aislado donde un cliente gestiona su marca, catálogo de prompts, competidores monitoreados, historial de scores y reportes. Cada workspace ejecuta sus propios ciclos de medición y mantiene series de tiempo independientes. Un mismo cliente puede tener múltiples workspaces cuando opera varias marcas o mercados.

Categorías donde Google (y, por extensión, los LLMs) aplican el listón más alto de E-E-A-T: salud, finanzas, legal, seguridad. Si tu marca opera en YMYL, ningún truco táctico compensa la falta de autores firmados con credenciales verificables y políticas editoriales públicas. Cuesta más, pero el upside también: la barrera deja fuera a tu competencia que no quiso pagarla.

Patrón en que el usuario obtiene su respuesta sin hacer clic en ningún resultado. Bain estimaba ~60% de búsquedas zero-click en 2024 y subiendo. Si la respuesta es zero-click, lo único que queda es ser citado en esa respuesta.