Presencia externa y GEO: por qué lo que otros dicen de tu marca importa tanto como tu propia web

La mayoría de guías de GEO se centran en lo que puedes cambiar en tu propia web: contenido, estructura, datos estructurados, accesibilidad técnica. Es la parte que controlas directamente, así que es lógico empezar ahí.

Pero hay otra mitad de la ecuación que no vive en tu dominio: lo que Wikipedia dice de ti, si tienes una entrada en Wikidata, qué se comenta en foros y comunidades, qué reseñas existen, qué prensa te ha mencionado. A esto se le suele llamar presencia externa o señales off-page, y los motores de IA generativa las usan de forma muy distinta a como Google usaba tradicionalmente los backlinks.

Qué es la presencia externa en GEO

En SEO clásico, “off-page” era casi sinónimo de enlaces entrantes. En GEO el concepto es más amplio: cualquier información sobre tu marca que exista fuera de tu propia web y que un modelo de lenguaje pueda haber visto durante su entrenamiento o pueda recuperar al buscar en tiempo real.

Eso incluye, entre otras cosas:

Una ficha de Wikipedia o Wikidata.
Menciones en foros y comunidades (Reddit, Quora, foros de nicho).
Reseñas en plataformas de terceros.
Cobertura de prensa y menciones editoriales.
Perfiles en directorios sectoriales.
Conversaciones y respuestas de la propia empresa en espacios públicos.

La diferencia con el contenido de tu web es importante: no puedes editar directamente casi ninguna de estas fuentes. Puedes participar, aportar información correcta y facilitar que otros la reflejen bien, pero no tienes control editorial sobre ellas. Esto convierte la presencia externa en un trabajo más lento y menos predecible que optimizar tu propia web, y es justo lo que lo hace fácil de ignorar.

Wikipedia y Wikidata: el caso más claro

De todas las fuentes externas, Wikipedia es la que tiene un papel mejor documentado. Varios análisis de firmas especializadas en PR digital y visibilidad en IA sitúan a Wikipedia entre las fuentes más citadas por ChatGPT para preguntas factuales sobre marcas, personas y organizaciones, muy por delante de otras webs individuales.

La razón tiene sentido si piensas en cómo se construyen estos sistemas:

Como dato de entrenamiento. Wikipedia es una de las fuentes con más peso proporcional en el entrenamiento de los grandes modelos de lenguaje, precisamente porque es texto extenso, estructurado y relativamente fiable sobre un volumen enorme de entidades.
Como fuente del grafo de conocimiento. Wikidata alimenta el Knowledge Graph de Google y capas de datos estructurados similares en otros motores. Cuando una IA responde “cuándo se fundó”, “dónde tiene sede” o “a qué sector pertenece” una empresa, es habitual que ese dato salga de campos estructurados de Wikidata, no del texto de tu web.
Como fuente de recuperación en tiempo real. Cuando un motor busca en la web al responder, Wikipedia aparece con frecuencia entre las páginas citadas.

Esto tiene una consecuencia práctica poco intuitiva: si tu ficha de Wikidata tiene un dato desactualizado o incorrecto, una IA puede repetir ese error aunque tu propia web diga lo correcto. El sistema no está citando tu web; está citando (o consultando) otra fuente sobre ti.

No toda empresa cumple los criterios de notoriedad para tener una entrada propia en Wikipedia —tiene reglas estrictas y no debería forzarse—. Wikidata es más accesible: el umbral de notoriedad es menor y completar una ficha correcta (nombre, sector, sede, fecha de fundación, relación con otras entidades) es un trabajo concreto y acotado, no una campaña de meses.

Foros, reseñas y menciones sin enlace

El segundo bloque de señales externas tiene menos que ver con “autoridad enciclopédica” y más con cómo se habla de una marca en espacios de conversación real.

Varios estudios recientes de herramientas de monitorización GEO apuntan en la misma dirección: los motores de búsqueda generativa citan con mucha frecuencia contenido de foros y comunidades —Reddit aparece de forma recurrente entre los dominios más citados en overviews de IA— y dan más peso a reseñas, comparativas y menciones de terceros que al contenido que publica la propia marca sobre sí misma. La lógica es sencilla: una IA trata el contenido de terceros como una prueba más independiente que el material promocional, aunque ese material promocional esté muy bien escrito.

Aquí conviene separar dos conceptos que se confunden a menudo:

Concepto	Qué es	Ejemplo
Cita (citation)	El motor enlaza o referencia explícitamente una fuente concreta	”Según [nombre de la web]…”
Mención (mention)	El modelo asocia tu marca con un tema, aunque no cite ninguna URL	Recomienda tu categoría de producto y te nombra entre las opciones, sin enlazar nada

Una mención sin cita también cuenta como visibilidad, y suele depender de señales acumuladas —cuántas veces y en qué contexto aparece tu marca en fuentes que el modelo ha visto— más que de una sola página bien optimizada.

Esto no significa que valga cualquier mención. Participar en foros de forma genuina, respondiendo con información útil y verificable, tiene un efecto muy distinto a intentar generar menciones artificiales o reseñas falsas. Lo segundo, además de ser una mala práctica reputacional, es exactamente el tipo de señal que estos sistemas están cada vez mejor preparados para descartar.

Consistencia: el punto donde se cruza con lo que sí controlas

Aunque no puedas editar Wikipedia o un foro, sí hay una parte de la presencia externa que depende directamente de ti: que la información básica sobre tu empresa sea la misma en todas partes.

Si tu web dice que ofreces servicio en España y Portugal, tu ficha de Wikidata no menciona Portugal, y un directorio sectorial te sitúa solo en Madrid, existe una señal de inconsistencia. Esto ya se apuntaba como un factor a vigilar al hablar de qué hace que una IA cite o recomiende una web: cuantas más fuentes coincidan en los datos fundamentales de una entidad —nombre, actividad, ubicación, personas responsables—, más fácil es para un modelo construir una representación fiable de quién eres.

Revisar esta consistencia es un ejercicio periódico, no algo que se hace una vez: perfiles de empresa, fichas de directorios, redes sociales, Wikidata y tu propia web deberían decir lo mismo sobre los datos que no cambian con frecuencia.

Qué puede hacer realmente una empresa

La presencia externa no se “optimiza” con una checklist técnica, pero sí hay acciones concretas y razonables:

Completar o corregir tu ficha de Wikidata si existe, o crearla si tu empresa cumple criterios mínimos de notoriedad y no la tienes.
No perseguir una ficha de Wikipedia a cualquier precio. Tiene reglas de notoriedad y de conflicto de interés; forzarla suele acabar en un borrado y en una señal reputacional negativa.
Participar en comunidades relevantes para tu sector de forma genuina, respondiendo preguntas reales en vez de publicando contenido promocional.
Facilitar las reseñas honestas en las plataformas donde tus clientes ya están, sin incentivarlas de forma que rompa las políticas de esas plataformas.
Buscar cobertura de prensa especializada cuando haya algo real que contar —un dato, un lanzamiento, un estudio propio—, no como ejercicio de relaciones públicas vacío.
Auditar periódicamente qué dicen de ti las fuentes que no controlas, para detectar datos desactualizados o incorrectos antes de que una IA los repita.

Para verlo de un vistazo:

	On-page (tu web)	Off-page (presencia externa)
Quién lo controla	Tú, directamente	Terceros: Wikipedia, foros, prensa, plataformas de reseñas
Ejemplos	Contenido, estructura, datos estructurados, accesibilidad técnica	Wikidata, menciones en Reddit o Quora, reseñas, cobertura de prensa
Velocidad de cambio	Inmediata: publicas o corriges cuando quieras	Lenta: depende de terceros y de acumulación en el tiempo
Tipo de trabajo	Optimización directa	Participación, corrección de datos, relaciones con medios
Qué aporta a la IA	Cómo te describes tú mismo	Una prueba independiente de que existes y de a qué te dedicas

Ese último punto es, en la práctica, el más difícil de hacer a mano: implica revisar de forma recurrente qué citan o mencionan varios motores de IA sobre tu marca. Es la razón por la que el informe de Análisis GEO incluye un anexo específico de presencia externa y citación real, con observaciones fechadas sobre qué aparece —y qué no— cuando distintos motores reciben preguntas relacionadas con tu marca. No sustituye el trabajo de fondo descrito arriba, pero ayuda a saber por dónde empezar.

Lo que todavía no está demostrado

Conviene ser prudente con algunas afirmaciones que circulan sobre presencia externa y GEO:

No hay una cifra fija de “menciones necesarias” para que una IA empiece a citar una marca.
No está demostrado que comprar menciones o reseñas en bloque tenga un efecto positivo sostenido; es razonable pensar que ocurre lo contrario si el sistema detecta patrones artificiales.
Los porcentajes concretos sobre cuánto cita cada motor a Wikipedia o a Reddit varían según el estudio, la fecha y la metodología: son una referencia de tendencia, no una cifra universal y estable.

En resumen

Trabajar la presencia externa no sustituye a tener una web bien construida: una web con contenido claro, entidades bien identificadas y accesibilidad técnica sigue siendo la base. Pero si esa base ya existe y aun así una marca apenas aparece en respuestas de IA, la explicación puede estar fuera del propio dominio: en una ficha de Wikidata desactualizada, en una ausencia casi total de foros y reseñas, o en datos que no coinciden entre fuentes. Medir esa visibilidad de forma sistemática es el paso previo para saber cuál de las dos mitades —la propia o la externa— necesita más trabajo.