GEO para universidades: cómo conseguir que la IA te recomiende

El GEO (Generative Engine Optimization) para universidades es el trabajo para que ChatGPT, Gemini, Google AI Mode y otros asistentes de IA incluyan tu universidad y tus titulaciones cuando un futuro estudiante, o su familia, les pregunta dónde estudiar. En la práctica significa tres cosas: que cada titulación tenga una página que responda en texto a lo que el estudiante quiere saber, que tu universidad esté en las fuentes externas que esos motores consultan, y que midas con prompts (las preguntas que se escriben a la IA) qué dicen de ti.

Por qué el GEO pesa tanto en educación superior

Elegir universidad es una decisión cara, larga y llena de variables, y eso es justo lo que se le pide a un asistente de IA. Un estudiante de bachillerato que antes abría las webs de diez universidades ahora puede escribir «quiero estudiar algo relacionado con biología y programación, vivo en Valencia, ¿qué grados me recomiendas y en qué universidades?» y recibir una lista con explicaciones.

Google describe AI Mode como especialmente útil en consultas que requieren más exploración, razonamiento o comparaciones complejas (Google Search Central). Elegir grado, máster o doctorado encaja en ese perfil: el estudiante compara contenidos, precio, ubicación, modalidad, salidas y requisitos a la vez.

Hay además un rasgo propio del sector: no decide una sola persona. Preguntan los estudiantes, pero también las familias, los orientadores y, en posgrado, las empresas que financian la formación. Cada uno hace preguntas distintas, y tu universidad puede aparecer para unos y no para otros.

Qué preguntan los futuros estudiantes a la IA

Un futuro estudiante hace preguntas distintas en cada fase de su elección. Agruparlas por fase te permite ver dónde estás fuerte y dónde desapareces.

Fase	Qué busca	Ejemplos de prompts
Exploración	Qué estudiar	«qué carreras tienen salida si me gustan las matemáticas y la economía», «grados relacionados con el deporte y la salud»
Descubrimiento	Dónde estudiarlo	«mejores universidades para estudiar ingeniería informática en Madrid», «máster en ciencia de datos online en España»
Requisitos	Filtrar por condiciones	«grado de enfermería con plazas en septiembre y nota de corte asequible», «máster de marketing compatible con trabajar, por las tardes», «doble grado en derecho y administración de empresas en inglés»
Comparación	Elegir entre dos o tres	«universidad pública o privada para estudiar medicina», «diferencias entre dos másteres de ciberseguridad presenciales en Barcelona»
Validación	Confirmar antes de matricularse	«opiniones del grado de psicología de [tu universidad]», «¿[tu universidad] tiene buenas prácticas en empresa?», «¿es caro vivir cerca del campus de [tu universidad]?»

Ten en cuenta tres cosas al construir la lista. Primero, separa grado, máster y formación continua: el público, la competencia y las fuentes cambian por completo. Segundo, incluye prompts de familia («¿qué universidad es mejor para mi hijo si quiere estudiar arquitectura?»), que suelen preguntar por seguridad, residencias, coste total y empleabilidad. Tercero, si captas estudiantes de otros países, mide en su idioma y desde su país, porque la respuesta puede cambiar; lo explicamos en por qué ChatGPT responde distinto según el país.

Ejemplo hipotético: un máster que no aparece

Imagina una universidad con un máster de ciberseguridad bien valorado por sus alumnos. En los prompts de descubrimiento («máster en ciberseguridad en España») la IA nombra cinco programas y el suyo no está. Al revisar las fuentes citadas, ve que se repiten dos portales de posgrado y una comparativa de másteres publicada por un blog técnico. Su máster no figura en la comparativa y su ficha en los portales está incompleta: sin precio, sin modalidad y con un enlace roto.

Al revisar su propia web descubre otro problema: el plan de estudios, el precio y el calendario están en un PDF de 40 páginas, y la página del máster solo tiene un párrafo de presentación y un formulario. La IA no tiene de dónde sacar los datos que el estudiante pregunta. El plan sale casi solo: página completa en texto, fichas al día en los portales que cita la IA y contacto con quien publica la comparativa.

Qué fuentes suelen pesar en educación superior

Las IA construyen sus respuestas sobre universidades con una mezcla de webs institucionales y fuentes de terceros. Qué fuentes pesan en tus áreas solo lo sabrás midiendo, pero estas son las que conviene revisar primero.

Tipo de fuente	Ejemplos	Qué comprobar
Tu propia web	Páginas de titulación, admisión, becas, campus	Que los datos estén en texto y no solo en PDF o tras un formulario
Rankings universitarios	Clasificaciones generales y por área	En qué rankings estás, con qué datos y si la IA los cita
Portales y directorios de estudios	Buscadores de grados, másteres y cursos	Que tu ficha esté completa, al día y enlace a la página correcta
Wikipedia	Artículo de la universidad y de sus centros	Que sea exacto y esté actualizado, respetando las normas de Wikipedia
Comunidades	Reddit, foros de estudiantes, grupos de admisión	Qué experiencias reales se cuentan de tus titulaciones
Vídeo y redes	YouTube, TikTok, Instagram	Si existen vídeos con información útil y descripción en texto
LinkedIn	Perfiles de egresados, páginas de la universidad	Qué trayectorias profesionales se asocian a tus titulaciones

El método para descubrir qué dominios cita cada motor está en análisis de fuentes citadas por la IA. En universidades suele haber pocos portales que concentran muchas citas por área, y mantener tu ficha al día en ellos es de las acciones con mejor relación entre esfuerzo y efecto. Sobre Wikipedia, ten presente que su versión en español pide «mucha precaución» al editar artículos sobre tu propia organización, recomienda proponer los cambios importantes en la página de discusión del artículo y exige declarar la edición remunerada (Wikipedia). Lo desarrollamos en Wikipedia y visibilidad en IA.

Cómo preparar la web para que la IA entienda tu oferta

La web de una universidad debe permitir que un motor responda, sin adivinar, a las preguntas que hace un estudiante sobre cada titulación. Estas son las piezas que más ayudan.

Una página por titulación, completa y en texto. A quién va dirigida, requisitos de acceso, plazas, modalidad, horario, idioma, duración y créditos, precio o forma de calcularlo, becas, prácticas y salidas profesionales.
Una definición literal al principio. «El máster en ciberseguridad de [universidad] es un programa presencial de un curso, en Barcelona, para graduados en informática o telecomunicaciones que quieren trabajar en seguridad ofensiva y defensiva.»
Datos de empleabilidad con fuente y fecha. Si publicas un porcentaje de inserción laboral, di de qué promoción es, cómo se obtuvo y cuándo. Un dato sin contexto vale poco para el estudiante y para el motor.
Plan de estudios en HTML, no solo en PDF. El PDF puede seguir existiendo para descargar, pero las asignaturas y su descripción deberían estar en la página.
Páginas de admisión y becas que respondan preguntas concretas. Plazos, documentos, pasos y casos frecuentes («estudiantes de otra comunidad autónoma», «estudiantes extranjeros»).
Páginas de campus y vida universitaria. Ubicación, transporte, residencias, servicios. Las familias preguntan mucho por esto.
Versión en inglés de los programas internacionales. Con la misma información que la versión en español, no un resumen.

La parte técnica

Las webs universitarias suelen tener problemas técnicos propios: decenas de subdominios por facultad, gestores de contenido distintos, páginas antiguas sin redirección y contenido detrás de portales de acceso. Google indica que no hay requisitos técnicos adicionales para aparecer en AI Overviews y AI Mode: la página debe estar indexada y poder mostrarse en la Búsqueda con fragmento. Entre las buenas prácticas cita permitir el rastreo, facilitar que el contenido se encuentre con enlaces internos, tener lo importante en formato de texto y que los datos estructurados coincidan con el texto visible (Google Search Central).

La guía de Google sobre optimización para la IA generativa añade que no hace falta crear archivos especiales para la IA, que los datos estructurados no son obligatorios para la búsqueda con IA generativa aunque siguen siendo útiles para el SEO general, y que la ficha de empresa puede ayudar a que tus servicios aparezcan en las respuestas de la IA (Google Search Central). En una universidad con varios campus, eso significa revisar el Google Business Profile de cada uno: dirección, horario de atención y enlace a la página correcta.

En ChatGPT, OpenAI indica que los sitios que bloquean a OAI-SearchBot no se muestran en las respuestas de búsqueda, aunque pueden aparecer como enlaces de navegación (OpenAI). Con muchos subdominios, es fácil que alguno bloquee rastreadores por error; revísalos todos con la guía de robots.txt para bots de IA.

Cómo organizar el GEO en una institución grande

El GEO en una universidad falla más por organización que por técnica. La información de cada titulación la mantienen personas distintas (facultad, posgrado, admisiones, comunicación), y la IA recoge las contradicciones entre ellas.

Recomendaciones:

Un responsable por titulación prioritaria. Alguien que revise cada curso que la página y las fichas externas digan lo mismo.
Un calendario de actualización. Precios, plazos y plazas cambian cada curso; una fecha fija de revisión evita que la IA repita datos del año anterior.
Una fuente única de datos. Si el precio por crédito aparece en cinco sitios de tu web, que salga de un mismo lugar.
Prioridad por captación. Empieza por las titulaciones con más plazas por cubrir o más competencia, no por las que ya llenan.

Plan de trabajo de GEO para una universidad

Un plan de GEO para una universidad empieza por medir, sigue por las páginas de titulación y termina en las fuentes externas. Este orden evita invertir en campañas antes de saber dónde estás.

Lista de prompts por área y fase. Para cada área prioritaria, prompts de exploración, descubrimiento, requisitos, comparación y validación, más los de familia y los internacionales. La guía de cómo elegir prompts para monitorizar explica cómo construirla.
Línea base. Mide en ChatGPT, Gemini y Google AI Mode desde los países donde captas: en qué prompts sales, junto a qué universidades y con qué descripción.
Análisis de brechas. Identifica los prompts donde aparecen otras universidades y tú no.
Páginas de titulación. Datos completos en texto, plan de estudios en HTML, empleabilidad con fuente y fecha.
Fuentes externas. Fichas al día en los portales que cita la IA, revisión de datos en rankings y presencia honesta en las comunidades de estudiantes.
Contenido nuevo guiado por los prompts. Guías como «qué estudiar si te gusta la biología y la programación» que lleven a tus titulaciones.
Medición semanal y revisión por curso. Las respuestas varían de un día a otro; mira tendencias y compara campañas de captación.

Métricas de GEO que importan en una universidad

Las métricas útiles conectan lo que dice la IA con tu calendario de captación.

Métrica	Qué mide	Para qué sirve
Visibilidad por área y nivel	% de respuestas en las que apareces, por área (salud, ingeniería…) y nivel (grado, máster)	Ver en qué áreas existes para la IA
Visibilidad por público	Apariciones en prompts de estudiantes, familias e internacionales	Detectar públicos donde no apareces
Cuota frente a otras universidades	Tus menciones frente a las del resto de instituciones	Saber si ganas o pierdes terreno en cada área
Exactitud de los datos	Si la IA da bien precio, modalidad, plazos	Detectar información antigua o errónea
Sentimiento y descripción	Cómo te describe cada motor	Ver qué atributos te asocia (prestigio, precio, cercanía)
Fuentes citadas	Qué webs usa la IA en tus prompts	Decidir en qué portales y rankings trabajar

Para el tráfico que llega desde las funciones de IA de Google, Search Console lo incluye en el informe de rendimiento, en el tipo de búsqueda «Web» (Google Search Central). Para presentar los resultados a un equipo de dirección, tienes una estructura en cómo presentar resultados de GEO a dirección.

Dónde encaja DeepMention

DeepMention es nuestra herramienta, así que lo decimos claro y explicamos sus límites. Monitoriza cada día tu marca en ChatGPT, Gemini y Google AI Mode con los prompts que eliges, analiza las respuestas reales que dan esos motores desde tu país y te muestra tu visibilidad, tu posición en la respuesta, el sentimiento con que te mencionan, tu cuota frente a otras instituciones, las fuentes que citan, las oportunidades de contenido y artículos sugeridos para cerrar brechas. Permite exportar el resumen a PDF o PowerPoint para presentarlo a dirección. Todos los planes incluyen el producto completo y los tres motores; solo cambia la capacidad.

No es la mejor opción si necesitas seguir Perplexity, Claude, Copilot, Grok o DeepSeek, porque no los cubre. Una universidad grande que quiera seguir cientos de prompts por área también debe revisar si la capacidad de los planes le basta. Si encaja con lo que necesitas, puedes probarla gratis durante 7 días o revisar los planes mensuales.

Fuentes

Preguntas frecuentes

¿Qué es el GEO para una universidad?

Es el trabajo para que ChatGPT, Gemini, Google AI Mode y otros asistentes de IA incluyan tu universidad y tus titulaciones cuando un futuro estudiante, o su familia, les pide opciones para estudiar algo. Combina páginas de titulación claras y completas con presencia en las fuentes externas que esos motores consultan, y se mide con una lista fija de prompts.

¿Por qué ChatGPT recomienda otras universidades y no la mía?

Lo habitual es que esas universidades aparezcan en más fuentes que la IA consulta para esa pregunta: rankings, portales de estudios, artículos, foros de estudiantes. También influye que tus páginas de titulación no den en texto datos que el estudiante pregunta, como precio, modalidad, idioma o prácticas, o que estén repartidas en PDF y subdominios difíciles de rastrear.

¿Qué datos de un grado o máster debe tener la web para la IA?

Los que el estudiante usa para decidir: a quién va dirigido, requisitos de acceso, plazas, modalidad, horario, idioma, duración, créditos, precio o forma de cálculo, becas, prácticas, salidas profesionales y datos de inserción laboral con su fuente y fecha. Todo en texto, en una página por titulación y actualizado cada curso.

¿Debe una universidad medir prompts en inglés?

Sí, si capta estudiantes internacionales. Un estudiante de otro país pregunta en su idioma y desde su país, y la respuesta puede ser distinta de la que ve alguien en España. Conviene medir los programas que se ofrecen en inglés con prompts en inglés y desde los países de origen principales.

¿Cuántos prompts necesita una universidad para medir su visibilidad en IA?

Depende del número de áreas que quiera seguir. Lo razonable es empezar por las titulaciones prioritarias en captación, con entre cinco y diez prompts por área que cubran descubrimiento, comparación, requisitos y validación, y ampliar cuando la medición esté en marcha.