Durante diez años diseñé interfaces que existían en una pantalla. Un usuario las veía, las tocaba, navegaba por ellas. Mi trabajo era hacer que esa experiencia fuera clara, intuitiva y bonita. Eso era todo.

Pero algo cambió y tardé en darme cuenta. Las interfaces que diseño ahora no solo las ven personas. Las leen máquinas. Máquinas que extraen significado, construyen contexto y generan respuestas basadas en lo que entienden de mi contenido. Y descubrí que la forma en que escribo código y contenido afecta directamente cómo esas máquinas me interpretan.

Dejé de diseñar interfaces estáticas. Empecé a diseñar para máquinas que piensan.

GEO: el concepto que nadie te enseñó en la escuela de diseño

Generative Engine Optimization es la práctica de optimizar tu contenido para motores generativos, no para motores de búsqueda. La diferencia es fundamental. Un motor de búsqueda te pone en una lista. Un motor generativo te pone dentro de una respuesta. O no te pone en absoluto.

Como diseñador esto me fascina porque es un problema de comunicación. Estamos diseñando para una audiencia que nunca consideramos: la máquina que lee tu contenido antes de que el humano lo vea. Si esa máquina no te entiende, el humano nunca llega a leerte.

Implementé GEO en mi propio sitio sin saber que se llamaba así. Empecé escribiendo contenido más directo, más específico, más citable. Después agregué estructura semántica con JSON-LD. Después implementé llms.txt. Cada paso fue una iteración de diseño, no de marketing.

Knowledge Graph propio: tu blog como base de datos de conocimiento

La mayoría de desarrolladores conocen schema.org. Agregan un BlogPosting con título, fecha y autor. Marcan la casilla de datos estructurados y siguen adelante. Eso es el mínimo. Es como entregar un wireframe y llamarlo diseño final.

Lo que construí es diferente. Cada post de mi blog genera automáticamente un grafo de conocimiento que conecta el artículo con otros artículos relacionados a través de relatedLink, identifica los temas del contenido como entidades tipadas con about, y detecta las herramientas mencionadas con mentions. Todo automático. Todo basado en el contenido real.

Eso transforma mi blog de una lista cronológica de artículos en una red semántica que las IAs pueden navegar. Cuando ChatGPT procesa mi sitio no ve cincuenta páginas independientes. Ve un sistema de conocimiento interconectado sobre un diseñador con experiencia en fintech que documenta su uso de IA. Esa es la diferencia entre ser una página más y ser una fuente.

Sentiment Mapping: el tono de tu código importa

Este es el concepto que menos gente entiende y el que más impacto tiene. Los LLMs no solo leen qué dices. Leen cómo lo dices. Y toman decisiones basadas en eso.

Cuando escribo implementé esto en mi sitio y los resultados cambiaron un LLM interpreta eso como evidencia experiencial. Le da peso. Cuando alguien escribe esto podría funcionar el modelo lo interpreta como especulación. Le da menos peso.

Eso significa que el sentimiento de tu contenido, la confianza con la que escribes, la especificidad de tus afirmaciones, directamente afecta si un modelo de lenguaje te cita o te ignora. No es solo semántica técnica. Es tono. Es voz. Es sentimiento traducido a probabilidad de citación.

Como diseñador esto tiene todo el sentido del mundo. Siempre supimos que el tono visual de una interfaz afecta cómo el usuario confía en ella. Ahora el tono textual de tu contenido afecta cómo una IA confía en ti como fuente.

Lo que el 90% de los desarrolladores aún no entiende

La mayoría de desarrolladores siguen pensando en SEO como el juego principal. Keywords, backlinks, velocidad de carga. Todo eso sigue importando pero ya no es suficiente. El juego cambió y la mayoría no se dio cuenta.

GEO no es una extensión del SEO. Es un paradigma diferente. Requiere pensar como diseñador de experiencias, no como optimizador de keywords. Requiere entender que tu audiencia ya no es solo humana. Y requiere aceptar que la forma en que estructuras tu contenido determina si las IAs te tratan como fuente de conocimiento o como ruido.

Los desarrolladores que dominen estos tres conceptos, GEO, Knowledge Graph propio y Sentiment Mapping, van a tener una ventaja brutal en los próximos dos años. No porque sean mejores programadores sino porque entienden algo que la mayoría ignora.

El código tiene sentimiento. Y las máquinas lo están leyendo.