Del SEO al GEO a Esade: què van preguntar 150 directius sobre la IA i les seves marques

October 11, 2026 (today)

El 17 de setembre el Club de Màrqueting d'Esade Alumni va omplir la Sala Polivalent de l'Edifici 3 d'Esade Barcelona amb una pregunta molt concreta: com gestiones el trànsit web del teu negoci quan la gent ja pregunta a ChatGPT abans que a Google?

Érem cinc a la taula. Xavier Arderiu (Mediapro, president del club) va moderar. Raimon Casals va explicar com ho fa PepsiCo i Mireia Vázquez Molina, com ho fa Banc Sabadell. Paula Segarra hi era per Trustpilot, una de les fonts de ressenyes que els models llegeixen quan jutgen una marca, i jo hi vaig aportar la mirada de la mesura amb GEORadar. Va tancar la sessió Susana Prado, directora general d'Inetum Catalunya, que la patrocinava.

Descarrega el resum complet de la taula rodona (PDF, 8 pàgines, en anglès).

Un format que obliga a concretar

Es va parlar poc des de l'escenari. Després d'una presentació curta, cada ponent va passar vuit minuts a cada taula responent preguntes i després canviava. A la sala hi havia 150 persones, gairebé totes directius de banca, assegurances, salut, alimentació, institucions públiques i transport.

Això va marcar el to. Ningú no va preguntar què és el GEO. Les preguntes eren del tipus "per on començo dilluns?", "quants prompts necessito?", "quant triga a notar-se?" o "com arreglo una narrativa negativa que ve de contingut vell?".

El que vam acordar els cinc

El joc ha passat de la visibilitat a la narrativa. Les paraules clau, els backlinks i la visibilitat pagada ja no garanteixen una recomanació. Un model recomana allò que considera fiable, i això depèn de la reputació, dels atributs associats a la marca i de la qualitat de les fonts que llegeix.

Es diagnostica amb dades. Un prompt solt no diu res, perquè les respostes canvien segons l'usuari, el lloc i la temperatura del model. Calen milers de prompts segmentats per persona, fase del funnel, producte i geografia. A GEORadar treballem amb estudis de 6.000 a 30.000 prompts.

Es competeix per atributs. Cal mapar quins atributs associa cada model a cada marca, buscar els que estan lliures o poc disputats i evitar les batalles on el competidor ja és fort.

Cal alimentar les fonts. Mitjans, ressenyes, directoris i blogs sectorials. Paula Segarra ho va deixar clar a cada taula: els models tracten les plataformes de ressenyes com un indicador de l'experiència real, i el volum, la recència i la taxa de resposta acaben apareixent en com la IA descriu una marca.

El coll d'ampolla és dins l'empresa. Mireia Vázquez Molina ho va explicar des de Banc Sabadell: la part difícil és coordinar legal, comunicació i producte, i revisar tot el contingut que ja existeix.

Els resultats arriben en mesos. Els primers canvis visibles apareixen cap als 90 dies. Els programes complexos escalen en 180.

Què faria dilluns

  1. Un primer diagnòstic amb 6.000 prompts o més, segmentats, a ChatGPT, Gemini i Claude.
  2. Una llista de les deu fonts que citen els models a la teva categoria, comprovant en cadascuna si hi ets i si el que diuen és correcte. Trustpilot inclòs.
  3. Tres atributs que puguis guanyar, descartant els que ja té un competidor.
  4. Una persona responsable de la narrativa a la IA, amb capacitat sobre comunicació, legal i producte.
  5. Una nova mesura el dia 90.

La frase amb què vaig tancar va ser aquesta: no necessites més contingut, necessites el contingut adequat als llocs que llegeix el model. El que més em vaig endur va ser veure cinc organitzacions molt diferents descriure el mateix canvi des de llocs diferents.

Fonts