Última actualización: 2026-08-15
El grounding ocurre cuando un motor generativo respalda su respuesta con una búsqueda o una fuente real en el momento de responder, en vez de contestar solo con lo que recuerda de su entrenamiento.
La diferencia importa mucho para el GEO. Una respuesta sin grounding depende enteramente de qué aprendió el modelo durante el entrenamiento — una marca nueva, o un dato reciente, simplemente no puede aparecer, por muy bien optimizado que esté su sitio hoy. Una respuesta con grounding, en cambio, consulta información actual en el momento de responder, así que el contenido que publicas ahora sí puede influir en una respuesta de mañana.
Una respuesta grounded suele venir acompañada de citas o enlaces verificables hacia las fuentes que el modelo consultó — es la vía principal por la que una marca puede ser citada explícitamente, más allá de ser solo mencionada de memoria. Por eso el grounding es el mecanismo detrás de casi toda la oportunidad real del GEO: sin él, no hay ninguna fuente nueva que optimizar para que un modelo la use, solo el conocimiento congelado de su entrenamiento.
El mecanismo técnico habitual detrás del grounding es RAG (Retrieval-Augmented Generation): el modelo recupera documentos externos antes de generar la respuesta.