Recerca
L'AEO es consolida com el nou SEO: què citen realment els models frontera
Quan milions de persones pregunten a un assistent d'IA en lloc de cercar a Google, la pregunta deixa de ser en quina posició apareixes i passa a ser si el model et menciona. L'AEO (Answer Engine Optimization, optimització per a motors de resposta) ha passat de curiositat de màrqueting a preocupació estratègica per a qualsevol empresa amb presència digital. Un nou esforç de seguiment sistemàtic mira de mesurar quines fonts trien els models frontera quan responen.
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
En resum
- L'AEO (optimització per a motors de resposta) substitueix el SEO (Search Engine Optimization, optimització per a motors de cerca) com a camp de batalla de la visibilitat digital.
- Els models frontera amb cerca integrada seleccionen un grapat de fonts per consulta, no pas deu enllaços blaus, cosa que concentra dràsticament l'atenció.
- Els rastrejadors de les empreses d'IA s'identifiquen amb agents d'usuari propis, la qual cosa permet als editors decidir explícitament si accepten ser indexats i citats.
- El mesurament de l'AEO és inestable per disseny: les respostes varien entre execucions, entre models i amb cada actualització del sistema de recuperació.
La resposta única substitueix la llista d'enllaços
Durant dues dècades, la visibilitat a internet es jugava en una pàgina de resultats amb desenes de posicions. Els assistents conversacionals trenquen aquest model: sintetitzen una resposta i citen un nombre reduït de fonts, sovint entre tres i vuit. La conseqüència és aritmètica i brutal: on abans hi havia espai per a diversos competidors, ara n'hi ha per a molt pocs.
Aquesta concentració explica l'interès sobtat per l'AEO. No es tracta de posicionar una pàgina, sinó de convertir-se en la font que el model considera prou fiable, actualitzada i clara com per citar-la. Cap de les empreses no ha documentat els criteris exactes, i això ha obert un espai d'experimentació empírica.
La recuperació d'informació decideix més que no pas el model mateix
Quan un assistent respon amb cites, gairebé sempre està aplicant RAG (Retrieval-Augmented Generation, generació augmentada per recuperació): cerca documents, els injecta en el context i redacta a partir d'ells. Això vol dir que el factor determinant no és tant l'LLM (model de llenguatge gran) com el sistema de cerca que l'alimenta i els criteris amb què ordena i filtra els candidats.
D'aquí se'n deriven recomanacions pràctiques més prosaiques del que hom esperaria: contingut estructurat amb encapçalaments clars, afirmacions verificables i datades, dades concretes en text pla i no atrapades en imatges, i pàgines accessibles sense murs que bloquegin els rastrejadors. Els models afavoreixen material que puguin trossejar i citar sense ambigüitat.
Mesurar l'AEO és més difícil que no pas fer-lo
El principal obstacle metodològic és la manca de determinisme. Una mateixa consulta pot retornar fonts diferents en dues execucions consecutives, i els proveïdors actualitzen els seus índexs i els seus models sense avís previ. Qualsevol mesurament seriós exigeix repetir consultes moltes vegades, agregar resultats i comparar entre proveïdors en la mateixa finestra temporal.
A això s'hi suma la fragmentació: cada model frontera té la seva pròpia infraestructura de cerca i els seus propis biaixos de selecció. Optimitzar per a un no garanteix resultats en un altre, i les eines comercials que prometen quadres de comandament de visibilitat en IA operen sobre mostratges que no sempre documenten.
Els editors recuperen un cert control mitjançant els rastrejadors
Les principals empreses d'IA documenten públicament els agents d'usuari dels seus rastrejadors i permeten gestionar-los des del fitxer robots.txt, tot distingint entre el rastreig per a entrenament i l'accés en temps real per a respondre consultes de l'usuari. Aquesta distinció és clau: bloquejar l'entrenament no ha d'implicar necessàriament renunciar a aparèixer citat.
Per a molts mitjans i empreses, la decisió ja no és tècnica sinó econòmica. Cedir contingut a canvi d'una cita sense clic no equival al trànsit que generava la cerca tradicional, i aquest desequilibri hi ha darrere tant dels acords de llicència signats l'últim any com dels bloquejos selectius.
Conclusió
L'AEO encara no és una disciplina amb regles estables, i cal desconfiar de qui les vengui com a tals. El que sí que sembla assentat és el canvi estructural: la intermediació entre contingut i lector passa d'un cercador que reparteix clics a un model que sintetitza i cita uns quants. Qui publiqui en obert haurà de decidir si accepta aquest tracte i, si l'accepta, escriure de manera que una màquina pugui entendre-ho, verificar-ho i atribuir-ho sense esforç. L'alternativa és la invisibilitat silenciosa: no pas caure al lloc cinquanta, sinó senzillament no existir en la resposta.
Fonts primàries
Rep el resum diari d'IA
Cada matí, l'essencial de la intel·ligència artificial al teu correu, sense fum. Al dia amb la IA.
En subscriure-t'hi acceptes rebre el butlletí d'AI Informator. Pots donar-te de baixa quan vulguis.
Comentarios