- Google aclara que optimizar para la IA de búsqueda es seguir haciendo SEO tradicional, sin atajos de GEO o AEO.
- AI Overviews y AI Mode usan el mismo índice y sistemas de ranking que los resultados orgánicos clásicos.
- La guía desmonta mitos como el archivo llms.txt, el chunking extremo y las menciones artificiales de marca.
- El contenido con experiencia real, perspectiva propia y buena organización es el que más opciones tiene de ser citado por la IA.
Google ha publicado su primera guía oficial sobre cómo optimizar una web en la era de la búsqueda con inteligencia artificial, un movimiento que estaba generando mucha expectación en todo el sector. El mensaje central es más simple de lo que algunos esperaban: posicionar en las funciones de IA del buscador no requiere una disciplina nueva ni trucos secretos, sino aplicar el SEO de siempre con un nivel de calidad cada vez más exigente.
Este documento, integrado en la documentación de Google Search Central y dirigido a responsables de sitios web, llega en un momento en el que proliferan servicios de consultoría que prometen “posicionar en la IA” como si fuera un canal separado. La compañía corta de raíz esa narrativa: las funciones de IA de Google Search, como los AI Overviews y el modo conversacional AI Mode, se apoyan en los mismos sistemas de rastreo, indexación, ranking y calidad que la búsqueda clásica.
Google aclara el SEO para IA: sin GEO ni AEO mágicos
En la guía, Google pone nombre y apellido a conceptos que se han popularizado en la industria en los últimos meses, como GEO (Generative Engine Optimization) y AEO (Answer Engine Optimization). La postura oficial es clara: desde el punto de vista del buscador, “optimizar para la búsqueda generativa” es optimizar para la experiencia de búsqueda en general, es decir, seguir haciendo SEO.
La compañía deja por escrito que no existen requisitos especiales ni factores de ranking exclusivos para AI Overviews o AI Mode. Si una página no resulta apta para aparecer en los resultados orgánicos tradicionales, tampoco será candidata para ser citada en los resúmenes generados por IA. El índice es el mismo, los sistemas de calidad son los mismos y la selección de fuentes parte del mismo punto de partida. En resumen, la vía sigue siendo la de siempre: seguir haciendo SEO con contenido útil, técnicamente accesible y señales claras de experiencia y confianza.
Esta posición desmonta buena parte del discurso comercial de agencias y “expertos” que han intentado vender GEO como un servicio independiente, a menudo apoyado en promesas difíciles de comprobar sobre cómo influir en las respuestas de modelos como ChatGPT, Gemini o similares. Google, al menos en lo que respecta a su propio buscador, insiste en que la vía sigue siendo la de siempre: contenido útil, técnicamente accesible y con señales claras de experiencia y confianza.
La guía encaja con lo que ya dejaban entrever datos de herramientas del sector. Según análisis compartidos por fuentes como Semrush, alrededor de tres cuartas partes de las URLs citadas en AI Overviews ya se encontraban en el top 10 orgánico. En paneles de Search Console de sitios de medios y blogs se observa la misma tendencia: las páginas que entran en los resúmenes de IA son, en gran medida, las que ya funcionaban bien en SEO tradicional.
Cómo funciona la IA de Google para elegir qué contenido cita
La documentación profundiza en los mecanismos que utiliza el buscador para generar respuestas con IA basadas en páginas reales. El punto de partida es un enfoque de recuperación reforzada, conocido como RAG (retrieval-augmented generation), que conecta directamente con el índice de búsqueda de Google en lugar de operar como un sistema aislado.
En la práctica, antes de producir una respuesta, el sistema recupera documentos recientes y relevantes de la web indexada y utiliza esa información como base. Es lo que Google denomina grounding o anclaje: la IA no se “inventa” los contenidos desde cero, sino que se apoya en páginas que cumplen criterios de calidad y frescura, y las cita de manera visible en el resumen.
El segundo elemento clave que explica la guía es el llamado query fan-out, un procedimiento por el cual el modelo no se limita a la consulta literal del usuario. Ante una pregunta compleja, el sistema genera varias búsquedas relacionadas en paralelo para cubrir mejor la intención de fondo. Después, fusiona los resultados en una única respuesta generativa.
El ejemplo que se menciona en la documentación es ilustrativo: si alguien escribe “cómo arreglar un césped lleno de malas hierbas”, la IA lanza en segundo plano consultas del estilo “mejores herbicidas para césped”, “eliminar malas hierbas sin químicos” o “cómo prevenir malas hierbas en el jardín”. Esto hace que páginas que tratan subtemas cercanos pero no la consulta exacta puedan acabar siendo relevantes para la respuesta final.
Para quienes gestionan contenidos, esta lógica implica que la competencia ya no es solo por la keyword exacta, sino por cubrir con profundidad el conjunto de preguntas y matices que rodean una necesidad concreta. Artículos que abordan no solo la duda principal, sino también las derivadas habituales de los usuarios, parten con ventaja a la hora de ser seleccionados como soporte de las respuestas generativas.
Qué tipo de contenido prioriza la IA de Google
Más allá de la parte técnica, la guía describe el perfil de las páginas que tienen más posibilidades de ser citadas por los sistemas de IA. Son criterios que recuerdan a E-E-A-T (Experiencia, Pericia, Autoridad y Confianza), pero con un énfasis especial en la originalidad real del contenido.
En primer lugar, Google pone el foco en la perspectiva única y la experiencia de primera mano. Los sistemas de IA comparan múltiples fuentes para elaborar una respuesta, de modo que un texto que simplemente repite lo que ya hay en los diez primeros resultados aporta poco. En cambio, se valora especialmente todo lo que añade contexto propio: casos reales, ejemplos vividos, análisis detallados o conclusiones basadas en datos que no se encuentran en otro lugar.
En segundo lugar, la compañía distingue claramente entre contenido genérico o “commodity” y contenido no commodity. Un listado estándar de consejos que cualquiera podría redactar, o incluso generar con una IA básica, tiene menos opciones de destacar. Artículos que expliquen decisiones concretas, errores cometidos, resultados medidos o procesos internos aportan un valor difícil de replicar, y por tanto más atractivo para ser incorporado en resúmenes.
La organización y estructura del texto es otro punto clave. No por una cuestión estética, sino porque la IA necesita identificar con claridad de qué trata cada parte de la página para poder extraer fragmentos adecuados. Párrafos diferenciados, encabezados que responden a preguntas concretas y una jerarquía clara facilitan que el sistema detecte qué secciones encajan mejor con cada subconsulta generada por el query fan-out.
Google reitera que su objetivo de fondo es mostrar contenido que los usuarios consideren satisfactorio. Eso incluye ser preciso, estar actualizado y evitar promesas que el texto luego no cumple. Los mecanismos automáticos que evalúan calidad y relevancia se aplican por igual tanto a los diez enlaces azules de siempre como a los módulos con resúmenes de IA que se ven en la parte superior de la página de resultados.
Los cinco mitos sobre SEO para IA que Google desmiente
Uno de los apartados más comentados de la guía es el dedicado a desmontar prácticas que se han extendido como supuestos “hacks” para posicionar en la IA. Google menciona de manera explícita varias tácticas que desaconseja o directamente ignora, algo poco habitual en su documentación pública.
El primer mito es el archivo llms.txt. Algunas voces en la industria han sugerido crear ficheros especiales, similares a robots.txt, para “explicar” mejor un sitio a los modelos de lenguaje. Google deja claro que sus sistemas de búsqueda con IA no utilizan llms.txt para decidir qué contenido recuperar o cómo mostrarlo, por lo que crearlo solo para intentar influir en AI Overviews es, a ojos del buscador, un esfuerzo innecesario.
El segundo mito es el chunking agresivo de contenido, es decir, dividir artículos en fragmentos excesivamente pequeños pensando que la IA los procesará mejor. La guía indica que los sistemas de Google pueden identificar por sí mismos qué partes de una página son relevantes, aunque esta abarque varios temas relacionados. No existe una longitud ideal de texto desde el punto de vista de la IA, y reorganizar todo un sitio solo en función de ese criterio no ofrece beneficios demostrables.
En tercer lugar, la compañía cuestiona la idea de reescribir contenidos únicamente para “sonar” más compatibles con modelos de lenguaje. Los sistemas actuales comprenden sinónimos, contexto y significado implícito, por lo que no es necesario saturar un texto con la misma palabra clave o forzar variaciones poco naturales. Lo importante es que la página responda de manera clara y completa a la intención del usuario, independientemente de si usa la frase exacta de la búsqueda.
El cuarto mito tiene que ver con las menciones artificiales de marca. Algunos consejos animan a generar menciones en foros, blogs o directorios con el objetivo de convencer a las IAs de que un sitio es más relevante. Google recuerda que los mismos sistemas de detección de spam que se aplican en la búsqueda tradicional también se utilizan en el contexto de la búsqueda generativa. Las menciones falsas o forzadas no solo no ayudan, sino que pueden tener consecuencias negativas.
Por último, la guía relativiza el papel del marcado excesivo con datos estructurados. Schema.org sigue siendo útil para ciertos tipos de resultados enriquecidos (artículos, productos, preguntas frecuentes, etc.), pero no representa una vía secreta para entrar en AI Mode o en los resúmenes de IA. Un uso honesto y ajustado al contenido real del sitio sigue siendo la recomendación general.
Qué se mantiene igual: el SEO clásico sigue siendo la base
Más allá de los matices, la lectura global de la guía apunta a una continuidad clara: los fundamentos del SEO técnico y de contenidos no cambian con la llegada de la IA al buscador. Lo que cambia es el contexto en el que ese trabajo se traduce en visibilidad, ya que una parte creciente de las consultas se resuelve parcialmente dentro de la propia interfaz de Google.
Desde el punto de vista técnico, Google recalca que no hay requisitos nuevos para aparecer en AI Overviews o AI Mode. Las páginas deben ser rastreables por Googlebot, devolver códigos de estado correctos (200), ofrecer contenido indexable y evitar bloqueos innecesarios en robots.txt. Las recomendaciones habituales sobre rendimiento, experiencia de usuario y seguridad siguen vigentes, y conviene revisar el SEO on-site.
En cuanto al contenido, se insiste en la necesidad de alinear cada página con una intención concreta del usuario, responderla con claridad y aportar valor más allá de lo que puede ofrecer un resumen superficial. Aquí vuelven a entrar en juego elementos como la profundidad del tratamiento, la actualización periódica de la información y la presencia de ejemplos y datos verificables.
La guía también recuerda que las etiquetas de control de fragmentos y de indexación mantienen su efecto en el contexto de la IA. Directivas como nosnippet, data-nosnippet, max-snippet o noindex permiten limitar qué partes del contenido pueden mostrarse en las vistas previas y resúmenes. Cuanto más estrictas sean estas restricciones, menor será la capacidad del sistema para extraer y destacar información del sitio.
Este equilibrio entre control y visibilidad es especialmente relevante para medios, blogs especializados o negocios que dependen en gran medida del tráfico orgánico. Permitir que Google muestre fragmentos en sus respuestas de IA puede reducir clics directos en algunas consultas informativas, pero también puede reforzar la percepción de autoridad de la marca si aparece con frecuencia como fuente citada.
Implicaciones prácticas para webs en España y Europa
Para sitios y proyectos digitales con foco en España o en otros países europeos, la guía de Google llega en un momento en el que la adopción de AI Overviews todavía no es uniforme en todos los mercados. Mientras que en Estados Unidos la presencia de estos módulos es más intensa, en Europa el despliegue avanza de forma más gradual, condicionado además por el marco regulatorio y por pruebas específicas en distintos idiomas.
En el caso del español, tanto en España como en Latinoamérica, la compañía está ajustando poco a poco la frecuencia y el tipo de consultas en las que aparece un resumen de IA. Informes sectoriales apuntan a que, de momento, las consultas puramente informativas (“qué es…”, “cómo hacer…”, comparativas generales) son las más susceptibles de activar AI Overviews, mientras que búsquedas muy transaccionales o de navegación directa siguen mostrando sobre todo resultados clásicos.
Para proyectos europeos que basan parte de su captación de usuarios en el SEO, esto se traduce en la necesidad de vigilar de cerca el comportamiento del tráfico a medida que las funciones de IA se extienden en su país o idioma. Cambios en el porcentaje de clics, en la distribución de consultas o en la visibilidad por tipo de página pueden indicar hasta qué punto la búsqueda generativa está afectando a cada sector concreto.
En sectores regulados o especialmente sensibles (salud, finanzas, legal, etc.), es previsible que Google mantenga criterios de selección de fuentes aún más estrictos para la IA, reforzando la E-E-A-T y privilegiando webs con trayectoria, transparencia y supervisión profesional. Aquí, el trabajo de fondo en reputación, referencias de terceros y cumplimiento normativo puede marcar la diferencia.
Al mismo tiempo, la empresa menciona el papel de servicios como Merchant Center y Google Business Profiles para negocios con presencia física o catálogo de productos. Las respuestas generativas pueden integrar información de estas fuentes, por lo que tener perfiles completos, actualizados y coherentes con la web oficial se convierte en una forma directa de aumentar las opciones de visibilidad local en el nuevo contexto.
Prepararse para un buscador con agentes de IA y tareas automatizadas
Aunque el foco de la guía está en el presente, el texto deja caer algunas pistas sobre hacia dónde podría evolucionar la interacción entre usuarios, IA y sitios web. Una de las más llamativas es la referencia a protocolos emergentes pensados para que agentes automáticos puedan completar tareas directamente en las páginas.
Google cita como ejemplo iniciativas que permitirían a sistemas de búsqueda y asistentes inteligentes realizar acciones como reservar un servicio, comparar productos o iniciar una compra de forma semiautónoma, siempre respetando las políticas del sitio y las preferencias del usuario. Este tipo de interacción requiere que las webs ofrezcan estructuras y endpoints claros que los agentes puedan entender sin ambigüedades. Más detalles sobre la preparación de agentes web y nuevos estándares pueden ser útiles para desarrolladores y responsables técnicos.
Para empresas europeas, especialmente en comercio electrónico, turismo o servicios, prepararse para esta fase puede significar ajustar la arquitectura de la web, clarificar flujos de reserva o compra y documentar mejor sus procesos. No se trata solo de ser encontrable, sino de ser “operable” por agentes de IA que actúan en nombre del usuario.
En paralelo, la guía sugiere que Google seguirá integrando cada vez más información de inventario, precios, disponibilidad y reseñas en sus módulos de resultados enriquecidos, tanto clásicos como generativos. Para muchas pymes, esto refuerza la conveniencia de mantener actualizados todos los canales oficiales que alimentan al buscador, desde los feeds de productos hasta las fichas locales.
La consecuencia práctica es que la frontera entre SEO, experiencia de usuario y estrategia de producto se vuelve más difusa. Las decisiones sobre cómo se estructura un catálogo, cómo se describen los servicios o qué información se expone públicamente pueden influir en la forma en que la IA de Google presenta y utiliza ese contenido.
En conjunto, la nueva guía de Google sobre SEO en la búsqueda con IA no introduce una disciplina totalmente distinta, sino que refuerza y aclara principios que ya llevaban años presentes: si una web ofrece contenido original, bien organizado y técnicamente sólido, seguirá siendo relevante tanto para los enlaces azules como para los resúmenes generados por IA; quienes basen su estrategia en atajos o trucos efímeros tendrán cada vez más difícil encontrar hueco en un buscador que, con o sin IA, mantiene el mismo objetivo de fondo: priorizar aquello que los usuarios consideran realmente útil.
