Termes d'IA: diccionari de cerca amb IA i GEO

AEO (Answer Engine Optimization)

L'Answer Engine Optimization és la pràctica d'optimitzar el contingut perquè els motors de resposta amb IA el seleccionin com a font d'una resposta directa. Està estretament relacionat amb el GEO, amb l'èmfasi a ser la resposta en lloc d'un dels deu enllaços blaus.

Agent (agent d'IA)

Un agent d'IA és un sistema que utilitza un model de llenguatge per dur a terme accions — cridar eines, navegar o completar tasques de diversos passos — en lloc de limitar-se a retornar text. Els agents són la raó per la qual protocols com MCP importen: necessiten una manera segura i estàndard d'arribar a dades i serveis externs.

AI Mode

L'AI Mode és l'experiència de cerca conversacional i generada per IA de Google, on una interfície tipus xat respon directament les preguntes de seguiment. Les aparicions dins de l'AI Mode no es poden mesurar com els rànquings clàssics, tot i que els clics que genera es poden seguir a l'analítica.

AI Overview

Un AI Overview és el resum generat per IA que Google col·loca a la part superior de molts resultats de cerca, extraient de diverses fonts i citant-les. Aconseguir un lloc entre aquestes fonts citades és un objectiu central del GEO.

Al·lucinació (Hallucination)

Una al·lucinació és una afirmació segura però falsa o inventada produïda per un model d'IA. Un contingut sòlid, ben estructurat i citable redueix la probabilitat que un motor s'inventi detalls sobre la teva marca en lloc d'extreure'n els fets correctes.

B

Base de dades vectorial (Vector database)

Una base de dades vectorial emmagatzema embeddings i troba les coincidències més properes a una consulta pel significat en lloc de per paraules clau exactes. És el motor de recuperació darrere de la cerca semàntica i de la majoria de sistemes RAG.

C

Chunking

El chunking és el procés de dividir el contingut en passatges més petits perquè un sistema de recuperació pugui indexar i recuperar la part més rellevant. Una estructura clara — seccions curtes, encapçalaments descriptius, paràgrafs autosuficients — fa que el contingut sigui més fàcil de trossejar i recuperar.

Citació (Citation)

Una citació d'IA és una referència al teu lloc o a la teva marca dins d'una resposta generada per IA, mostrada com una font enllaçada, una nota al peu o una menció inline. Les citacions són per a la cerca amb IA el que els rànquings són per al SEO clàssic: la unitat de visibilitat per la qual competeixes.

D

Dades d'entrenament (Training data)

Les dades d'entrenament són el conjunt de text i altre contingut amb què un model ha après abans del seu desplegament. Si la teva marca i els teus fets estan ben representats arreu del web, és més probable que es reflecteixin en allò que un model ja "sap".

E

Embedding

Un embedding és una representació numèrica de text (o imatges) que captura el significat com una llista de números, de manera que un model pugui mesurar com de similars són dos fragments de contingut. Els embeddings impulsen la cerca semàntica i la recuperació dins dels sistemes d'IA.

Entitat (Entity)

Una entitat és una cosa diferenciada i identificable — una persona, marca, producte o lloc — que els motors segueixen i connecten en un graf de coneixement. Ser reconegut com una entitat clara ajuda els motors d'IA a associar la teva marca amb els temes correctes i a mencionar-la amb confiança.

F

Fine-tuning

El fine-tuning és el procés d'entrenar addicionalment un model base amb un conjunt de dades específic per especialitzar-ne el comportament o el coneixement. És diferent de la recuperació: el fine-tuning grava la informació dins del model, mentre que la recuperació l'obté en el moment de respondre.

G

GEO (Generative Engine Optimization)

La Generative Engine Optimization és la disciplina d'optimitzar el teu contingut i la presència de la teva marca perquè els motors d'IA generativa et mencionin i et citin. Estén el SEO cap a ChatGPT, Gemini, Perplexity i els AI Overviews.

Graf de coneixement (Knowledge graph)

Un graf de coneixement és un mapa estructurat d'entitats i les relacions que hi ha entre elles. Els motors d'IA es recolzen en els grafs de coneixement per desambiguar marques i decidir quins fets es poden creure sobre tu.

Grounding

El grounding és quan un motor d'IA basa la seva resposta en fonts recuperades i verificables en lloc de fer-ho només en els seus paràmetres entrenats. Les respostes amb grounding són les que tenen més probabilitats d'incloure citacions — i per això mateix és tan important ser una font recuperable i fiable.

L

LLM (Large Language Model)

Un gran model de llenguatge és un model d'IA entrenat amb quantitats enormes de text per predir i generar llenguatge — el motor darrere de ChatGPT, Claude, Gemini i d'altres. Tot el que hi ha en la cerca amb IA acaba funcionant sobre un.

llms.txt

llms.txt és un fitxer de text pla proposat que assenyala als models d'IA el teu contingut més important en una forma neta i estructurada. La seva adopció encara és incipient i no és cap substitut d'un contingut sòlid i rastrejable.

M

MCP (Model Context Protocol)

El Model Context Protocol és un estàndard obert que permet als assistents d'IA connectar-se a eines i fonts de dades externes de manera coherent. És la manera com un model pot cridar de forma segura un servei com SEOcrawl per obtenir dades SEO en directe en lloc d'endevinar-les a partir de l'entrenament.

Monitoratge de mencions de marca (Brand mention monitoring)

El monitoratge de mencions de marca en la cerca amb IA consisteix a fer el seguiment de quan, on i com els motors d'IA mencionen la teva marca a les seves respostes. És la base de qualsevol estratègia de visibilitat en IA, ja que no pots millorar allò que no pots veure.

Motor de respostes (Answer engine)

Un motor de respostes és qualsevol sistema que respon una consulta amb una resposta sintetitzada en lloc d'una llista d'enllaços — ChatGPT, Perplexity, Gemini i els AI Overviews de Google compleixen aquesta definició. El terme emmarca el canvi estratègic que hi ha darrere de l'AEO.

Multimodal

Multimodal descriu un model que pot processar més d'un tipus d'entrada — text, imatges, àudio o vídeo — dins del mateix sistema. És la raó per la qual els motors d'IA ara poden llegir una captura de pantalla o un gràfic, no només paraules.

P

Prompt

Un prompt és la instrucció o pregunta que dones a un model d'IA perquè produeixi una resposta. En la cerca amb IA, els prompts que escriuen els usuaris reals són les consultes per a les quals intentes aparèixer.

Prompt tracking

El prompt tracking consisteix a monitorar com els motors d'IA responen un conjunt definit de prompts al llarg del temps — quines marques mencionen, quines fonts citen i com canvia tot això. És l'equivalent en la cerca amb IA del seguiment de posicions.

Q

Query fan-out

El query fan-out és la tècnica per la qual un motor d'IA descompon una pregunta de l'usuari en diverses subconsultes, les executa en paral·lel i sintetitza els resultats en una sola resposta. Entendre-ho explica per què cobrir un tema a fons supera apuntar a una frase exacta.

R

RAG (Retrieval-Augmented Generation)

El RAG és una arquitectura on un model recupera documents rellevants en el moment de respondre i els utilitza per generar una resposta amb grounding i amb fonts. La majoria d'experiències de cerca amb IA són alguna forma de RAG — i per això ser recuperable ho és tot.

Rastrejador d'IA (AI crawler)

Un rastrejador d'IA és un bot operat per una empresa d'IA per recollir contingut web per a l'entrenament o per a la recuperació en directe — per exemple GPTBot, ClaudeBot, Google-Extended o PerplexityBot. El teu robots.txt controla quins d'ells poden accedir al teu lloc.

Reranking

El reranking és un segon pas que reordena els passatges recuperats per rellevància abans que el model escrigui la seva resposta. És una de les raons per les quals el passatge més útil i ben ajustat sovint guanya al simplement popular.

S

Share of AI voice

El share of AI voice és el percentatge de respostes d'IA, per a un tema o un conjunt de prompts, en què apareix la teva marca enfront dels competidors. És la mètrica principal per mesurar la visibilitat en IA i comparar-te amb els rivals.

T

Token

Un token és la unitat de text que un model llegeix i genera — aproximadament una paraula o un fragment de paraula. Els tokens importen perquè defineixen els límits de context d'un model i el cost d'executar-lo.

Z

Zero-click

Un resultat zero-click és aquell en què l'usuari obté la seva resposta directament a la interfície i mai no visita cap lloc web. Les respostes d'IA han fet pujar el zero-click, i per això la visibilitat dins de la resposta — citacions i mencions — ara importa tant com el clic.

SEO + GEO. Unificats. SEOcrawl reuneix el SEO clàssic i la visibilitat en IA en una sola plataforma: segueix les teves posicions a Google i les teves mencions a ChatGPT, Gemini, Perplexity i els AI Overviews des d'un únic lloc. Comença a mesurar la teva visibilitat en IA avui mateix.