Què és Generative Engine Optimization (GEO)?
Generative Engine Optimization (GEO) és l'optimització orientada a motors d'IA generativa com ChatGPT, Gemini i Perplexity per augmentar la probabilitat de menció, citació i URL atribuïda correcta d'una marca.
El terme Generative Engine Optimization (GEO) s'utilitza en màrqueting digital per descriure l'optimització específica per a motors d'IA generativa.
GEO no busca únicament posicionament en cercadors tradicionals, sinó presència verificable dins de respostes generades per models d'intel·ligència artificial.
A Elevam, l'aplicació pràctica de GEO es desenvolupa des de la pàgina principal d<geo>Agència GEO</geo>.
Què significa GEO en aquest context?
En màrqueting digital, GEO significa Generative Engine Optimization.
En aquest context, GEO:
- No fa referència a geopolítica.
- No fa referència a forces policials.
- No fa referència a geolocalització.
S'utilitza exclusivament per descriure l'optimització orientada a motors d'IA generativa.
Relació entre GEO i el Protocol HSA
El Protocol HSA és la metodologia d'Elevam per aplicar Generative Engine Optimization de forma estructurada i mesurable.
Mentre GEO defineix el marc conceptual, HSA estableix les regles pràctiques per implementar-lo i avaluar-lo mitjançant un sistema de baseline i benchmark trimestral.
| Enfocament | Optimitza | Objectiu principal |
|---|---|---|
| SEO | Optimitza:Motors de cerca | Objectiu principal:Trànsit orgànic |
| AEO | Optimitza:Motors de resposta | Objectiu principal:Resposta directa i fragments citables |
| GEO | Optimitza:Motors generatius (LLMs) | Objectiu principal:Menció, citació i URL atribuïda correcta |
Mètriques GEO (imprescindibles)
- SoM (Share of Model)
- % de respostes d'IA sobre el teu tema on apareix la teva marca.
- Posició en shortlist
- Ordre en què et menciona la IA dins la llista d'opcions.
- Cobertura de citacions (Citations coverage)
- % de respostes on la IA cita el teu contingut com a font, no només et menciona.
- Co-mentions
- Amb quines marques/entitats et menciona en el mateix context.
- Sentiment score
- To amb què la IA descriu la teva marca (positiu, neutre, negatiu).
- Scorecard LLM
- Full resum periòdic de SoM, shortlist, citacions, etc.
- Share of Answer (SoA)
- Quota de presència en respostes d'IA (en el curs apareix com a mètrica reportable).
- SoS (Share of Sources)
- Percentatge de fonts d'una marca dins del total de fonts mostrades en el panel del motor.
Model mental GEO i etapes
- Senyals → recuperació → citació → síntesi → shortlist
- Cadena completa de com arribes a ser recomanat.
- Shortlist
- El «top 3–5» d'opcions que la IA decideix mostrar.
- Recuperabilitat
- Que el sistema pugui trobar el teu contingut quan el necessita (condició prèvia a ser citat).
- Citable
- Contingut amb dades/frases/avantatges úniques que mereixen ser referenciades.
- RAG-friendly
- Pàgines aptes per ser recuperades i usades com a suport factual.
Enginyeria LLM i recuperació
- RAG (Retrieval-Augmented Generation)
- Abans de generar, el sistema recupera fonts rellevants.
- Embeddings
- Representació vectorial per buscar similitud semàntica en recuperació.
- Índex vectorial
- Base on es busca per similitud d'embeddings (part del procés de recuperació).
Disseny d'experiments GEO
- Dataset fix de prompts
- Conjunt estable mínim de prompts per mesurar en el temps.
- Prompt set per intenció
- Prompts informacionals, comparatius i transaccionals per cobrir funnel.
- Prompt exacte
- Regla de traçabilitat. Si no és exacte, el cas no serveix.
- Benchmark trimestral
- Repetir el mateix dataset per trimestre per comparar.
- Multimotor
- Executar en mínim 3 motors/plataformes per evitar biaixos.
- Logging estructurat
- Guardar resultats com a dades (CSV/JSON), no captures soltes.
- Update log
- Registre datat de canvis observats en models, to o fonts. «Sense evidència, no hi ha update».
- Biblioteca d'exemples
- Repositori de prompt→resposta→fonts citades, centralitzat.
Controlabilitat i rigor
- Marc de controlabilitat
- Què controles, què influeixes i què no controles en GEO.
- Model probabilístic
- El mateix prompt pot donar respostes diferents, per això cal mesurar amb mètode.
- Llindar d'evidència
- Criteri per decidir si un canvi és real o soroll (repetició i registres).
Automatització i observabilitat
- Pipeline GEO
- Sistema automatitzat per executar prompts, registrar, parsejar i reportar.
- Observabilitat GEO
- Monitoritzar canvis de models i del propi pipeline, amb alertes.
- Proves de regressió
- Repetir dataset després d'updates per detectar degradacions.
Frameworks interns del curs
- HSA framework
- Marc amb components (SoM, posició, sentiment, citations coverage, competència) i pesos definits.
- Cas reproduïble (baseline→canvi→after)
- Si no hi ha abans/després amb evidència, és relat.
- Dependència tòxica
- Quan les teves mencions depenen d'una sola URL i això et torna fràgil.
- Co-mentions com a graf
- Visualitzar associacions com a nodes i arestes per veure clústers competitius.
Conceptes de context (per a «per què importa»)
- Zero-click
- Cada cop més cerques no generen clic, cosa que empeny a competir per presència en resposta.
- Elegibilitat
- Estar tècnicament i semànticament «llest» per ser recuperat i citat (indexació, claredat, consistència).
Continua explorant