Montage de John Mueller, Gary Illyes et Eric Murillo lors du troisième jour de Google Search Central Live 2026 à Barcelone.

Google Search Central Live 2026, día 3: calidad, Shopping, Discover y Search Console

Google Search Central Live 2026 · Día 3 · Barcelona, 2 de octubre de 2026 · Análisis de Nicolas Audemar.

La tercera jornada dejó una idea bastante incómoda para quienes buscan una nueva receta: la visibilidad mejora cuando la información ayuda de verdad a tomar una decisión. Google explicó consultas, calidad, Shopping, Discover y nuevas lecturas de Search Console. El hilo común fue comprender mejor la necesidad y trabajar con contenido que pueda sostener la respuesta.

En este informe empiezo por la regla y su documentación. Después separo lo que Google destacó, las demostraciones y las novedades con fecha comprobable. Las implicaciones se trasladan a empresas españolas, comercios y marcas que trabajan entre España y Francia, con ejemplos propios y un criterio senior: decidir qué mejora merece recursos.

Porque podemos llamar a todo GEO, LLMO o arquitectura conversacional. Si el cliente sigue sin saber qué incluye el presupuesto o qué accesorio necesita, el acrónimo ha trabajado más que el contenido.

Lo esencial, antes de entrar en cada tema

  • Google interpreta necesidades, contexto y entidades; la coincidencia literal no explica toda la búsqueda.
  • La información original, verificable y útil importa más que producir otro resumen intercambiable.
  • Los atributos conversacionales de Shopping exigen conocimiento de producto y datos coherentes.
  • Discover se apoya en Googlebot y Search, con elegibilidad que no garantiza distribución.
  • Search Console amplía las observaciones, pero sus informes no revelan todo el proceso ni todas las conversiones.
  • Varias funciones ya estaban anunciadas: una demostración durante el día 3 no equivale a un lanzamiento.

Definición rápida: retrieval, ranking y grounding

Retrieval es recuperar documentos candidatos. Ranking es evaluarlos y ordenarlos. Grounding es apoyar una respuesta generada en información o fuentes dentro del alcance del sistema. Distinguirlos ayuda a diagnosticar; no permite reconstruir desde fuera cada decisión interna de Google.

Google Search: entender la necesidad antes de buscar la página

La regla. El funcionamiento de Google Search incluye el rastreo, la indexación y la presentación de resultados. Los sistemas de posicionamiento de Google también interpretan conceptos y relaciones. Encontrar las mismas palabras en una página es una posibilidad; comprender qué necesita resolver una persona es un problema bastante más amplio.

En qué insistió Google. En «Making Sense of Users’ Queries», John Mueller, presentado como Search Relations Team Lead, explicó el trabajo que precede a la recuperación de documentos. Nosotros vemos una consulta de tres palabras. El buscador trabaja con una representación que puede incorporar idioma, contexto, entidades y relaciones. La sesión volvió a situar la comprensión de la demanda en el centro del SEO.

Una consulta expresa un problema, con idioma y contexto

La segmentación de los términos, el reconocimiento de conceptos y la interpretación de relaciones ayudan a pasar de una cadena de texto a una necesidad. «Fried chicken near me», el ejemplo de la sesión, no pide una página que repita «near me» hasta que se acabe la paciencia del lector. La proximidad es una condición geográfica: hay que encontrar un sitio al que esa persona pueda llegar.

Llevado al mercado español, «taller abierto cerca de mí» no equivale a «qué es un taller». Tampoco equivale siempre a «mejor taller de España». Importan la ubicación, la apertura y el servicio necesario. Este es un ejemplo propio para trasladar la explicación a un caso local, no una consulta interna revelada por Google. La distinción importa cuando una empresa decide qué páginas necesita.

Las palabras clave siguen siendo una observación valiosa de la demanda. Lo que cambia es el uso que hacemos de ellas. Una lista puede revelar familias de problemas, objeciones, categorías y momentos del recorrido. Si la convertimos automáticamente en una lista de URLs, podemos terminar con muchas páginas y pocas respuestas. El Excel estará estupendo; el cliente seguirá sin saber si atendemos una avería el sábado.

Para una gestoría de Barcelona, una consulta sobre darse de alta como autónomo puede implicar dudas de documentación, plazos, coste y alcance del servicio. La página comercial y una guía informativa no tienen por qué resolver exactamente lo mismo. La arquitectura debe facilitar ese recorrido, con enlaces entre recursos que se complementan y un siguiente paso que tenga sentido para quien lee.

Los sinónimos ayudan, pero no convierten todos los productos en equivalentes

La sesión recordó que la comprensión puede ir más allá de una coincidencia literal. Esto no significa que cualquier palabra cercana describa el mismo objeto. «Zapatillas de running» y «zapatillas para correr» pueden apuntar a una familia semejante; una zapatilla de asfalto y otra de montaña no son intercambiables por compartir categoría. El contenido debe explicar las diferencias que afectan a la elección.

En una tienda de bricolaje, «taladro», «atornillador» y «taladro atornillador» pueden convivir en el mismo recorrido. No basta con distribuir los términos en los encabezados. Hay que describir el uso previsto, los materiales, la potencia pertinente y las limitaciones. La comprensión semántica del buscador no exime al comerciante de describir lo que vende con precisión.

Mi recomendación es trabajar con el lenguaje de los clientes y con la nomenclatura que identifica correctamente la oferta. Cuando ambos difieren, explico la relación. No corrijo al usuario con tono de manual de oposiciones, pero tampoco sacrifico la exactitud para perseguir una expresión popular. La página debe ayudar a reconocer el producto y a descartar el que no encaja.

  • Identifico el problema y las condiciones que cambian la respuesta.
  • Diferencio los sinónimos útiles de las prestaciones que no son equivalentes.
  • Organizo las páginas por decisiones reales, con un destino claro para cada necesidad.

Entidades, marcas e idiomas: traducir no equivale a entrar en un mercado

Una marca puede aparecer con abreviaturas, variantes, errores o nombres compartidos por otras entidades. El contenido corporativo, las páginas de producto y las fuentes externas deben ayudar a establecer quién es la empresa, qué ofrece y dónde opera. Repetir el nombre comercial veinte veces no resuelve una identidad ambigua; normalmente solo consigue que el párrafo parezca escrito por el departamento de megafonía.

«Santander» ilustra bien la necesidad de contexto en España: puede referirse a la ciudad o a una entidad bancaria. Este ejemplo local no pretende demostrar el procesamiento concreto de una consulta. Sirve para recordar que el significado depende de las relaciones y del uso. Cuando analizamos una marca, conviene distinguir la demanda comercial de otros sentidos del mismo nombre.

En proyectos entre España y Francia, las preguntas, las categorías comerciales y las pruebas esperadas pueden cambiar. Una traducción impecable de una página española puede seguir respondiendo a una intención mal planteada para el mercado francés. Antes de traducir el catálogo entero, reviso qué espera el comprador, cómo lo expresa y qué información necesita para considerar al proveedor.

El SEO internacional para posicionar una web en Francia empieza precisamente ahí: mercado, intención, oferta y credibilidad. La configuración técnica hace posible el acceso a la versión correcta. La adaptación comercial hace que merezca la pena leerla. Son tareas relacionadas y las dos requieren criterio.

Query expansion: un mecanismo explicado, no estrenado esa mañana

La expansión de consultas ayuda a explorar términos o conceptos relacionados con una búsqueda. En la conferencia se explicó su papel dentro de la comprensión y la recuperación. Conviene resistir la tentación de convertir cada mecanismo presentado en una novedad recién lanzada. Una explicación útil sigue siendo útil aunque no lleve un cartel de «nuevo».

Para el editor, la consecuencia práctica es cubrir las relaciones relevantes. Una página de instalación de aire acondicionado en Valencia debería aclarar las condiciones del servicio, el tipo de equipo, los límites de instalación y los elementos necesarios para pedir presupuesto. Añadir una lista de cien variantes de «aire acondicionado barato» no sustituye ese trabajo.

Tampoco tenemos acceso a todas las expansiones que Google utiliza en cada búsqueda. Podemos observar consultas, páginas y resultados; podemos construir hipótesis. No podemos reconstruir el razonamiento completo del sistema a partir de una captura de pantalla. Mantener esa diferencia evita vender como diagnóstico lo que todavía es una interpretación.

La regla. La ayuda de Google explica la diferencia entre términos de búsqueda y temas en Google Trends. Un tema puede agrupar expresiones relacionadas con un concepto y abarcar varios idiomas. Una búsqueda por término responde a otra lógica. No debemos asumir que todas las variantes se suman automáticamente ni que dos selecciones representan el mismo universo.

Qué se destacó durante la jornada. Trends apareció como herramienta de comprobación para explorar formulaciones y entidades. La aportación que retengo es metodológica: elegir bien qué comparamos antes de interpretar la curva.

Qué puede ayudarnos a comprobar Trends

Cuando un nombre tiene varias formas, contrastar los términos y el tema correspondiente puede mejorar el encuadre del análisis. País, periodo y categoría forman parte de la comparación. Una curva no es un dato independiente de esas decisiones. Si cambiamos tres ajustes a la vez, será difícil saber qué explica la diferencia que nos entusiasma.

En España, una comparación entre «aire acondicionado» y «bomba de calor» puede servir para abrir una conversación sobre vocabulario y estacionalidad. No permite concluir, sin más, que ambos términos tienen la misma intención comercial. El usuario puede buscar refrigeración, calefacción, información técnica o un equipo concreto. El siguiente paso consiste en contrastar las preguntas y las páginas que atraen esa demanda.

Si dos variantes producen curvas parecidas, no deduzco que Google las trate idénticamente en todos los resultados. Si divergen, reviso primero la selección. La categoría, el mercado y el tipo de búsqueda pueden explicar parte del contraste. Es preferible una comprobación algo aburrida a una teoría sobre entidades que se desmorona al cambiar un filtro.

Para una empresa española que vende en Francia, no comparo alegremente una palabra en España con otra en Francia y atribuyo toda la distancia al idioma. Puede haber diferencias de temporada, distribución, notoriedad o tamaño de mercado. Construyo conjuntos coherentes, documento los ajustes y separo las conclusiones que el dato permite de las que requieren más información.

  • Anoto si la selección corresponde a un término o a un tema.
  • Mantengo documentados el país, el periodo, la categoría y el tipo de búsqueda.
  • Contrasto las hipótesis con Search Console, las ventas y las preguntas del equipo comercial.

Una tendencia no decide por sí sola el calendario editorial

Un interés creciente puede señalar una oportunidad. No demuestra que nuestra empresa tenga una respuesta creíble, una oferta pertinente o capacidad para atender esa demanda. Publicar antes que los demás tampoco convierte un resumen genérico en una aportación original. La velocidad ayuda cuando ya sabemos qué valor vamos a aportar; en caso contrario, solo acelera el relleno.

Conviene prestar atención a los términos ambiguos y a los cambios de significado. La jornada utilizó «Gemini» para mostrar esa dificultad. El historial de una palabra no siempre refleja un mismo problema estable a lo largo del tiempo. La curva puede mezclar expectativas que un grupo de consultas debe tratar con cuidado.

En un negocio local, una subida relacionada con fiestas, ferias o una temporada turística puede abrir un tema pertinente. Pero una empresa no debería publicar sobre cualquier evento que se celebre cerca de su oficina. La relación entre el tema y el servicio debe poder explicarse al lector, no solo al responsable de tráfico.

Mi criterio editorial es sencillo: la tendencia merece una página cuando tenemos algo útil que decir y un motivo sólido para decirlo nosotros. Un gráfico que sube no sustituye a la experiencia. Si lo hiciera, una captura de Trends sería suficiente para abrir una consultora y ya estaríamos todos de vacaciones.

Google Search e IA: ser recuperado antes de aspirar a posicionarse o ser citado

La regla. La documentación sobre AI Overviews, AI Mode y los sitios web conecta estas experiencias con los fundamentos de Search. Para aparecer como enlace de apoyo, una página debe estar indexada y ser apta para mostrar un fragmento. Cumplir las condiciones de elegibilidad no garantiza que la página vaya a ser seleccionada para una respuesta determinada.

En qué insistió Google. La jornada diferenció la comprensión de la consulta, la recuperación de candidatos y su evaluación. John Mueller situó también el query fan-out dentro de ese funcionamiento. Una respuesta generativa puede explorar preguntas relacionadas con la necesidad inicial mediante varias búsquedas. No se trata simplemente de elegir una página y redactarla con otro tono.

Retrieval y ranking responden a preguntas distintas

El retrieval consiste en recuperar documentos candidatos que pueden ayudar a resolver la necesidad. El ranking consiste en evaluar y ordenar resultados. La separación ayuda a entender por qué estar en el índice no equivale a aparecer ante cualquier intención. También evita comenzar todos los diagnósticos por la posición de una palabra que quizá describe mal el problema.

Cuando una dirección me pregunta por qué una página no gana visibilidad, comienzo antes del ranking. Reviso si Google puede acceder al contenido, qué versión se ha indexado, qué explica la página y si coincide con el mercado y el público que queremos atender. Una oferta mal definida puede estar técnicamente accesible y seguir siendo poco útil para la consulta planteada.

Pensemos en un fabricante español que ofrece un componente industrial a empresas francesas. El comprador puede necesitar compatibilidad, dimensiones, condiciones de suministro y una documentación concreta. La página que solo dice «soluciones innovadoras de máxima calidad» no aporta esos elementos. El adjetivo se deja traducir con facilidad; la especificación técnica exige hablar con alguien que conozca el producto.

La conferencia abordó idioma, contexto geográfico y calidad en la selección de candidatos. Retengo esa explicación sin inventar un «índice de recuperabilidad» de Google ni una fórmula con ponderaciones internas. Podemos revisar nuestras condiciones de acceso y relevancia. No podemos afirmar que conocemos todos los criterios aplicados a cada candidato.

Search Console tampoco muestra el conjunto completo de documentos descartados para una consulta. Una ausencia puede tener distintas causas. La hipótesis debe contrastarse con otras observaciones antes de elevarla a conclusión. Un descenso de clics no demuestra por sí solo que haya fallado el retrieval; puede intervenir la demanda, el formato de respuesta o la competencia.

  • Compruebo el acceso, la indexación y la versión que Google ha seleccionado.
  • Examino si la información responde al problema y a sus condiciones relevantes.
  • Diferencio los datos observados de las explicaciones que todavía debemos contrastar.

Query fan-out: cubrir los subproblemas sin coleccionar prompts

Una pregunta compleja puede necesitar varias exploraciones. Para escoger una impresora para una gestoría en Madrid, podrían importar el espacio disponible, el escáner, la impresión a doble cara, el coste de los consumibles y la compatibilidad. Es un ejemplo propio, útil para explicar el mecanismo; no reproduce consultas internas de una respuesta observada ni una secuencia fija revelada por Google.

La consecuencia editorial es cubrir los criterios que modifican la decisión. Una ficha, una comparativa y una explicación de compatibilidad pueden responder a partes complementarias del problema. El objetivo no es publicar una URL por cada posible formulación del prompt. Eso suele crear duplicados, dispersar las pruebas y multiplicar el mantenimiento.

La exploración puede variar según el contexto, la formulación y los sistemas utilizados. No recibimos una lista estable de subconsultas que podamos optimizar una vez y archivar. Si el usuario añade que necesita imprimir facturas desde varios equipos, la pregunta cambia. El contenido debe ser capaz de explicar el producto de forma sólida, sin depender de adivinar el próximo giro de la conversación.

Trabajo primero las restricciones reales: para quién sirve la solución, en qué condiciones, con qué límites y con qué alternativas. Después organizo enlaces a recursos complementarios. El enlace interno debe ayudar a completar una decisión. No debería obligar a visitar seis artículos casi iguales para reconstruir una explicación que cabía en una página bien hecha.

Esto también afecta al servicio. Una empresa de reformas puede aclarar qué incluye el presupuesto, cómo se evalúa el estado previo y qué cambia si la vivienda está ocupada. Esas condiciones son más útiles que una colección de variantes de «reforma integral Madrid precio». La información comercial y la explicación técnica deben trabajar juntas.

Sin marcado GEO especial ni una extensión mágica para conseguir citas

La guía de Google para optimizar la presencia en experiencias generativas descarta varias recetas: no hace falta un archivo especial para acceder a esas experiencias, no se exige fragmentar todo en microbloques y no hay una redacción secreta reservada a la IA. La extensión debe responder al contenido necesario. La estructura debe ayudar a entenderlo.

Mantengo definiciones, encabezados descriptivos y tablas porque facilitan la lectura. Agrupo los H2 por producto y tema para que quien busca Discover no tenga que atravesar todo Shopping. Son decisiones de UX y de organización de la información. No las presento como una técnica capaz de garantizar citas en AI Mode.

Los datos estructurados describen lo que existe: un producto, una oferta, un artículo u otra entidad admitida por la especificación correspondiente. Deben coincidir con la información visible. El marcado no aporta una prueba que el contenido no posee, ni convierte una opinión poco fundamentada en una referencia autorizada.

La disciplina sigue siendo accesibilidad, claridad, información propia y coherencia. Mi trabajo de visibilidad en inteligencia artificial y autoridad de marca parte de esas condiciones y las conecta con preguntas de mercado. GEO puede servir como nombre de una práctica. No debería servir como envoltorio elegante para prometer lo que ningún proveedor controla.

Este bloque continúa los aprendizajes del día 1 sobre rastreo y Search con IA y el día 2 sobre renderizado, canonicalización y medios. Las interfaces cambian. La información inaccesible, ambigua o insuficiente sigue creando el mismo problema de fondo.

Calidad del contenido: experiencia, pruebas y criterio antes que relleno

La regla. Las recomendaciones para crear contenido útil, fiable y pensado para las personas piden evaluar originalidad, exactitud y satisfacción de la necesidad. Las Search Quality Rater Guidelines ofrecen un marco para valorar la calidad. No constituyen una fórmula con la que calcular la posición de una URL ni un certificado de autoridad que pueda emitir una agencia.

Qué subrayó Google. Las diapositivas organizaron la calidad alrededor del esfuerzo, la originalidad, el conocimiento aplicado y la exactitud. La diferencia entre contenido intercambiable y contenido apoyado en una experiencia real fue especialmente clara. Son dimensiones para evaluar una aportación, no cuatro casillas cuyos puntos sumamos para obtener un supuesto resultado Google.

Commodity content: correcto, legible y perfectamente sustituible

El commodity content es contenido que muchas fuentes pueden reproducir con facilidad. Puede estar bien escrito, ordenado e incluso ser correcto. Su limitación es aportar muy poco que justifique elegir esa fuente frente a las demás. Resumir lo que ya existe puede ser útil en una introducción; no demuestra por sí solo una experiencia o un conocimiento distintivo.

Con la IA generativa, producir una síntesis media requiere menos trabajo. Mi lectura estratégica es que la diferenciación se desplaza hacia lo que exige acceso, observación, método o juicio documentado. Es una interpretación profesional, no la presentación de un nuevo factor de ranking llamado «escasez». Conviene mantener el vocabulario a la altura de lo que podemos demostrar.

El ejemplo de las zapatillas probadas resultaba ilustrativo. Medidas, fotografías y observaciones obtenidas con un protocolo pueden aportar información que una síntesis de resultados existentes no posee. La utilidad procede de lo que se ha probado y de las conclusiones que permite sostener. «Comodidad revolucionaria» sigue siendo un adjetivo, aunque lo escribamos tres veces en negrita.

En una empresa de servicios, el equivalente puede ser explicar un problema encontrado, las opciones valoradas y las limitaciones de la solución. En una empresa industrial, una condición de instalación que los técnicos conocen bien. En consultoría, una decisión defendida con datos y alternativas. No hace falta fabricar una aventura épica; hace falta mostrar qué sabemos que ayude al cliente.

Cuatro preguntas de calidad, sin inventar una puntuación Google
DimensiónPregunta de revisiónPrueba útil
Originalidad¿Qué aportamos que no dicen ya los resúmenes genéricos?Observación, análisis o información propia pertinente.
Esfuerzo¿Qué hubo que comprobar para publicar?Método, verificaciones y límites explícitos.
Conocimiento aplicado¿Por qué resulta creíble esta interpretación?Competencia pertinente y un procedimiento adecuado.
Exactitud¿Se pueden contrastar las afirmaciones decisivas?Fuentes, referencia de producto y contexto temporal.

Una experiencia real no autoriza cualquier conclusión

Haber utilizado un producto puede aportar mucho sobre el uso. No demuestra todas sus prestaciones. Haber vivido un problema de salud tampoco convierte una experiencia individual en una recomendación válida para cualquier lector. La prueba tiene que corresponder al alcance de la afirmación. Cuando aumenta la consecuencia de equivocarse, la verificación y la competencia relevante pesan más.

Este criterio sirve también para los casos de negocio. Que una empresa haya crecido después de cambiar una web no permite atribuir todo el crecimiento a ese cambio. Que una página haya recuperado tráfico no demuestra que una modificación concreta haya causado la recuperación. La experiencia debe describir el contexto, no borrar todas las variables que complican el relato.

En este artículo, una fotografía acredita que se mostró una diapositiva. No prueba que una función estuviera disponible en todos los países y todas las cuentas ese día. Mis notas permiten reconstruir lo explicado en la sesión. La documentación oficial ayuda a comprobar el alcance, las fechas y las condiciones de las funcionalidades.

Para una marca española que vende en Francia, las pruebas deben ser útiles para ese público. Una certificación, una garantía o una condición logística puede necesitar explicación contextual. Traducir una afirmación genérica de confianza deja intacta su debilidad. El lector debe poder verificar quién responde, qué se entrega y dónde termina la promesa.

  • Aporto fuentes para las afirmaciones externas que cambian una decisión.
  • Explico el método cuando la observación procede de nuestro propio trabajo.
  • Delimito la conclusión cuando la prueba no permite generalizarla.

Los Quality Raters evalúan sistemas, no reparten posiciones

Los evaluadores ayudan a Google a valorar la calidad de sus resultados y sistemas. Sus valoraciones no se utilizan directamente para posicionar una página individual. Por eso sería engañoso vender una lectura de las guidelines como el «EEAT oficial» de un dominio. Es un marco útil para hacer preguntas, no una radiografía del algoritmo.

El método invita a mirar más allá de lo que la organización afirma sobre sí misma. Autoría, propósito, contenido principal y reputación deben examinarse en contexto. Una página «Sobre nosotros» puede ayudar a identificar a los responsables y su experiencia. Una biografía inflada con todos los superlativos del diccionario no sustituye una corroboración externa.

Puedo utilizar ese marco para preguntar qué evidencia apoya una afirmación y qué necesita comprobar el usuario. No puedo deducir el peso exacto de una mención, una reseña o una titulación en un resultado concreto. La diferencia evita convertir una revisión cualitativa en una puntuación aparentemente científica.

Para una pyme, suele haber pruebas disponibles que la web todavía no utiliza bien: conocimiento del equipo, documentación de proyectos, dudas resueltas por soporte o límites de servicio. Conviene organizar esas pruebas con permiso y con contexto. Mostrar datos identificables de clientes o exagerar un caso para vestirlo de «autoridad» no añade rigor al contenido.

Usar la IA para leer las guidelines sin delegarle el veredicto

Un asistente puede resumir capítulos, ayudar a localizar criterios y preparar una lista de preguntas. La tarea importante es comprobar después el documento original y el contexto. Una respuesta fluida puede mezclar una explicación correcta con una regla inventada, especialmente si le pedimos que convierta un marco de evaluación en una nota exacta.

No le encargo decidir si una empresa merece confianza a partir de una captura de su portada. Le pido ayuda para organizar la lectura, mantengo las fuentes y reviso los pasajes que afectan a la conclusión. La responsabilidad del diagnóstico sigue siendo de quien lo firma. «Lo dijo la IA» no es un apartado de metodología.

Cuando reviso contenido, busco primero qué decisión facilita y qué prueba necesita. Después compruebo la coherencia entre títulos, texto y oferta. Este orden evita dedicar horas a cambiar adjetivos mientras la información relevante sigue ausente. La edición es más eficaz cuando trabaja sobre una materia que merece publicarse.

Spam y contenido generado con IA: importan la práctica, el objetivo y el valor

La regla. Las políticas de spam de Google Search definen prácticas abusivas. Las orientaciones sobre contenido generado con IA piden atender a la exactitud, la calidad y la relevancia. La herramienta utilizada no basta para decidir si un contenido aporta valor o incumple una política. Hay que examinar qué se publica, para quién y con qué propósito.

En qué insistió Google. La jornada volvió sobre prácticas que intentan aprovechar la escala, la reputación o los mecanismos de búsqueda sin aportar una respuesta satisfactoria. La pregunta no es si un párrafo se escribió con teclado, con un modelo o con ambos. La pregunta es qué recibe el usuario y qué se intenta conseguir mediante esa publicación.

Scaled content abuse: mirar la aportación de las páginas, no solo su volumen

El abuso de contenido a gran escala se refiere a producir muchas páginas con el objetivo principal de manipular el posicionamiento y con escaso valor para los usuarios. Puede implicar automatización, trabajo humano o combinaciones. Convertirlo en «más de cierta cantidad de artículos al mes es spam» inventaría un umbral que esta explicación no proporciona.

En España, un ejemplo de riesgo es publicar páginas para cientos de municipios cambiando únicamente el topónimo, sin cobertura real ni información local pertinente. No estoy describiendo una sanción concreta ni afirmando que cualquier página de ciudad sea abusiva. La diferencia está en si la página ayuda de verdad y representa correctamente el servicio ofrecido.

Una empresa que atiende Barcelona, Sabadell y Terrassa puede necesitar explicar condiciones distintas de desplazamiento o disponibilidad. Si esas condiciones existen y ayudan al cliente, hay una materia editorial. Si todas las páginas dicen lo mismo y solo persiguen una consulta, la escala no crea la diferencia que el contenido no tenía.

Mi auditoría comienza por la aportación y el mantenimiento. ¿Qué problema resuelve cada URL? ¿Qué información propia posee? ¿Quién comprueba que sigue siendo cierta? ¿Qué parte del conjunto es redundante? Estas preguntas permiten priorizar una revisión antes de elegir entre fusionar, reescribir o retirar contenidos.

La misma lógica aplica a las fichas de producto generadas automáticamente. Un catálogo amplio no es un abuso por ser amplio. Pero miles de descripciones que inventan compatibilidades o repiten una plantilla vacía crean un problema real de calidad. Automatizar una tarea válida exige controles; automatizar una promesa falsa solo la distribuye más deprisa.

  • Reviso la utilidad específica de las páginas y las diferencias que justifican su existencia.
  • Compruebo la veracidad de la cobertura, la oferta y las características descritas.
  • Defino responsables y criterios de mantenimiento antes de escalar la publicación.

Dominios caducados: la compra no es por sí sola un abuso

La política aborda la reutilización de un dominio caducado cuando se busca principalmente manipular Search con contenido de poco valor. Comprar un dominio disponible no basta para concluir que existe abuso. Deben examinarse la finalidad, el cambio de uso y lo que se ofrece al usuario. Es una distinción útil para evitar diagnósticos automáticos basados en una sola señal.

Tampoco hay que confundir ese problema con la reputación prestada de un sitio. Publicar contenido de terceros para explotar las señales de una web consolidada plantea otro análisis. Mi artículo sobre la política de Google frente al abuso de reputación del sitio en Europa ayuda a separar estos contextos sin reducirlos a «publicar en un medio está prohibido».

Para una empresa, la pregunta operativa es qué activo se está construyendo. Si la estrategia depende de un historial ajeno y de páginas que no sostienen una relación creíble con el propósito del sitio, conviene revisar el planteamiento. El coste no se limita a una posible pérdida de tráfico: también hay dependencia, mantenimiento y exposición reputacional.

Para trabajar la autoridad de una empresa, examino qué fuentes pueden corroborar su actividad real, con qué contexto y para qué público. Una asociación sectorial, una referencia de proyecto o una publicación pertinente aportan relaciones distintas. La estrategia debe poder explicar por qué cada presencia ayuda a comprender y verificar la oferta, sin convertir cualquier mención en una promesa de posicionamiento.

Un artículo antiguo puede seguir siendo la mejor respuesta histórica

La antigüedad no vuelve incorrecta una página de manera automática. Para una pregunta histórica, una fuente de la época puede ser especialmente pertinente. Para condiciones comerciales vigentes o especificaciones que cambian, necesitamos información actualizada. La frescura se valora en relación con el problema, no como una competición permanente por cambiar fechas.

No retoco la fecha de una guía sin revisar el contenido. No añado «2026» al título para presentar como nueva una explicación que conserva errores anteriores. Actualizar exige comprobar afirmaciones, enlaces, ejemplos y alcance. Si un contenido conserva valor histórico, puede resultar más claro mantener ese contexto y enlazar a la información actual.

En este mismo artículo separo las fechas de anuncio y de demostración. Una funcionalidad anunciada en 2025 puede ser relevante para entender una sesión de octubre de 2026. Llamarla «nuevo lanzamiento del día 3» alteraría el relato. La exactitud editorial también consiste en resistir un titular más llamativo cuando las pruebas no lo sostienen.

La IA puede ayudar a revisar inconsistencias o localizar referencias antiguas. La decisión sobre qué debe actualizarse necesita un responsable que conozca el tema y controle las fuentes. No sirve pedir «ponlo al día» y dar por válida la respuesta sin comprobar qué ha cambiado realmente.

Core Updates: diagnosticar una reevaluación antes de buscar una reparación

La regla. La documentación de Google sobre las actualizaciones principales explica que son cambios amplios en la evaluación de los resultados. Una caída no implica necesariamente que una página haya infringido una política. El análisis debe diferenciar una reevaluación relativa, una incidencia técnica y un problema de spam; pueden producir observaciones parecidas sin exigir la misma respuesta.

Qué recordó Google. La calidad del conjunto y la comparación con otras respuestas disponibles importan. La jornada no ofreció una reparación universal ni una modificación aislada capaz de garantizar recuperación. La lectura útil consiste en revisar qué ha cambiado, dónde y con qué evidencia, antes de ejecutar una lista de arreglos rápidos.

Una caída no identifica automáticamente una avería técnica

Si las impresiones bajan, compruebo el periodo y las familias afectadas. Después miro consultas, páginas, mercados y formatos. Una demanda estacional puede caer sin que el sitio haya empeorado. Una página puede recibir menos clics aunque conserve impresiones, si cambia la presentación del resultado. Un descenso amplio puede requerir otra revisión que una pérdida limitada a una carpeta.

La coincidencia temporal con una actualización ayuda a formular una hipótesis, pero no identifica por sí sola la causa de cada variación. También reviso cambios propios: migraciones, plantillas, navegación, disponibilidad de productos y reglas de indexación. El diagnóstico debe conservar esas alternativas antes de atribuirlo todo al algoritmo.

Para un comercio español, mezclar categorías de invierno y verano en una única curva puede ocultar diferencias importantes. Para una empresa que vende a Francia, agregar ambos países puede diluir una caída específica de la versión francesa. El primer trabajo es escoger una unidad de análisis que permita reconocer el problema.

Separar la observación del diagnóstico tras una Core Update
ObservaciónComprobación inicialConclusión que todavía no permite
Menos impresiones en una familia.Demanda, consultas, páginas, países y cambios propios.Que todas sus páginas incumplen una política.
Menos clics con impresiones semejantes.CTR, posición, presentación y competencia.Que el contenido dejó de ser indexable.
Cambio coincidente con una Core Update.Conjuntos afectados y otras modificaciones del periodo.Que conocemos una causa única y una reparación garantizada.
Descenso en una versión internacional.Acceso, canonicalización, oferta e intención del mercado.Que todas las versiones necesitan el mismo cambio.

Examinar el sitio en su conjunto sin declarar malas todas sus páginas

Una revisión global no significa que cada URL haya perdido valor. Significa mirar propósito, arquitectura, calidad repetida y experiencia. Puede haber páginas excelentes rodeadas de material redundante; también puede haber un problema de oferta o de navegación que una revisión centrada en textos individuales no detecte.

Agrupo contenidos por función: páginas comerciales, fichas, guías, comparativas, categorías y recursos históricos. Para cada conjunto, reviso qué debe poder hacer el usuario. La evaluación de una ficha de producto no es idéntica a la de una noticia ni a la de una página de servicio. Compartir un dominio no convierte todos los contenidos en la misma clase de respuesta.

Después examino lo que aportamos frente a las alternativas. Si una guía se limita a reformular información genérica y otra fuente ofrece pruebas, fotos, métodos y límites, existe una diferencia relevante. No necesito inventar un porcentaje de E-E-A-T para plantear una mejora. Necesito identificar qué información falta y quién puede proporcionarla.

La dirección suele necesitar una prioridad más concreta que «mejorar la calidad». Presento el problema, los contenidos afectados, las pruebas disponibles y la dependencia de equipos. Si una mejora exige datos del fabricante o colaboración del soporte, lo explico. El calendario de implementación debe tener en cuenta esos recursos, no solo la velocidad de redacción.

Evitar los quick fixes y hacer medibles las mejoras

No cambio decenas de títulos al azar para poder decir que hemos actuado. No elimino páginas útiles solo porque una curva haya caído. Primero documento una hipótesis y el criterio de éxito. Después aplico cambios que corrigen un problema identificable y registro cuándo se implementan.

Una mejora puede consistir en aclarar condiciones, corregir datos, consolidar duplicados o mejorar el acceso a información importante. La acción debe justificarse por la necesidad del usuario y la calidad de la respuesta, aunque después observemos su relación con el rendimiento. Así evitamos depender de una teoría que cambia cada vez que cambia una posición.

La observación posterior necesita tiempo, comparaciones coherentes y contexto. No prometo un rebote por modificar una sección. Tampoco descarto una mejora útil porque no produjo un salto inmediato de clics. La visibilidad es una observación importante; la calidad del servicio y la reducción de dudas pueden aportar resultados adicionales que conviene medir con sus propios indicadores.

Mi criterio es mantener una trazabilidad sencilla: problema, cambio, fecha, páginas y observaciones. Una hoja clara que permita entender qué se hizo vale más que una presentación llena de flechas ascendentes sin ninguna condición de comparación. El optimismo está bien para arrancar el proyecto; la evidencia hace falta para decidir el siguiente paso.

Search Features: Google también elige la forma de la respuesta

La regla. La documentación sobre el funcionamiento de Search distingue la selección de información y su presentación. Las funciones de resultados buscan ofrecer formatos adecuados a las necesidades. La documentación de las experiencias con IA mantiene la relación con el contenido accesible de la web. Una página útil puede competir en un contexto donde el usuario no recibe solo diez enlaces azules.

En qué insistió Google. La forma de presentar una respuesta también se evalúa. Las necesidades pueden encajar con texto, productos, imágenes, vídeos o combinaciones. El aprendizaje no es abandonar el contenido escrito. Es revisar qué formato explica mejor la información y cómo se conecta con la página que permite actuar o profundizar.

Una buena respuesta necesita un formato adecuado al problema

Para comparar dimensiones, una tabla puede ser más útil que cinco párrafos. Para mostrar una instalación, una secuencia de imágenes o un vídeo puede ahorrar ambigüedad. Para explicar una garantía, hacen falta condiciones legibles y un acceso claro a los detalles. Añadir todos los formatos disponibles a cada página tampoco garantiza una buena experiencia.

Pensemos en una empresa que vende persianas a medida. El cliente puede necesitar medir correctamente, elegir un material y entender quién instala. Una imagen puede explicar dónde tomar la medida; una tabla puede comparar características; la página de servicio puede aclarar cobertura y presupuesto. El formato debe resolver una parte concreta de la decisión.

Esto exige coherencia entre los recursos. Si el vídeo muestra una instalación que la oferta ya no incluye, crea una expectativa incorrecta. Si la tabla omite una restricción importante, simplifica demasiado la elección. La revisión editorial abarca imágenes, pies, documentos y datos de producto, no únicamente el texto principal.

No deduzco del formato mostrado que Google prefiera siempre un medio para una categoría. Observo el contexto y la utilidad de los resultados. La mejor respuesta para una consulta técnica puede ser diferente de la mejor experiencia para una búsqueda inspiracional. El análisis de la SERP ayuda a plantear preguntas, pero no sustituye el conocimiento del cliente.

Las interacciones sirven para evaluar experiencias, no para justificar manipular el CTR

Que Google explique la evaluación de interacciones no nos entrega un mecanismo simple con el que fabricar posiciones. No conocemos toda la instrumentación, sus ajustes y sus usos. Convertir esa explicación en una oferta de clics artificiales daría un salto injustificado desde una observación general hasta una supuesta receta de ranking.

Trabajo el título y la promesa para que sean fieles al contenido. Busco que una persona pueda reconocer por qué le conviene abrir la página y qué va a encontrar. Un aumento del CTR puede tener distintas explicaciones: posición, competencia, formato, marca o cambios de demanda. Debe interpretarse con esas variables, no como una nota absoluta de calidad.

Para una pyme, el problema suele ser más concreto que un porcentaje: una promesa vaga, una imagen poco pertinente o una landing que no permite avanzar. Esos elementos se pueden revisar y mejorar. Si hace falta un experimento, definimos la comparación y las limitaciones. La manipulación no mejora la información que recibirá el próximo cliente.

Una imagen puede ser el inicio de la búsqueda

La búsqueda visual amplía las puertas de entrada a un contenido. Un usuario puede empezar por una foto, no por el nombre correcto del producto. Por eso una imagen descriptiva, coherente con la variante y accesible tiene una función que va más allá de decorar la página.

En un catálogo de azulejos, por ejemplo, las imágenes deben corresponder al acabado, la referencia y el uso mostrado. El texto y la ficha deben permitir identificar esas relaciones después. No todo el diagnóstico se resuelve con el nombre del archivo o el atributo alt. Si la fotografía no representa correctamente el producto, la descripción textual no arregla la discrepancia.

La accesibilidad sigue importando. El alt describe lo que la imagen aporta; no es un contenedor para todas las palabras clave del sector. Los pies pueden añadir contexto, límites y procedencia cuando sea útil. La carga debe permitir que el lector consulte el recurso sin una penalización innecesaria, especialmente en móvil.

Este enfoque prepara también la lectura de los datos multimodales de Search Console. Si queremos estudiar qué páginas se descubren por una entrada visual, necesitamos saber qué muestran realmente nuestras imágenes. La medición será más útil cuando el catálogo y los recursos ya están organizados con precisión.

Google Shopping y Merchant Center: el catálogo debe poder responder a preguntas

La regla. La especificación de datos de producto de Merchant Center define cómo describir la oferta y mantener la coherencia con la landing. Precio, disponibilidad, identificadores y atributos relevantes siguen siendo fundamentales. Las novedades no permiten ignorar una referencia incorrecta ni una condición comercial que la ficha contradice.

Qué presentó Alex Jansen. La sesión de Shopping introdujo los Conversational Attributes: información pensada para hacer más comprensibles las características, diferencias y matices de los productos en experiencias basadas en IA. Lo importante para el comerciante es pasar de un catálogo que solo enumera datos mínimos a uno capaz de aclarar cuestiones de elección.

Precio y stock son imprescindibles, pero no resuelven todas las objeciones

Una persona puede necesitar saber si un equipo cabe en un mueble, qué componente es compatible o qué diferencia dos variantes. Si esa información solo existe en la memoria del vendedor, la ficha y los sistemas que la utilizan trabajan con una descripción incompleta. El catálogo necesita conocimientos de producto, no únicamente una exportación limpia del ERP.

Para una tienda española de impresoras, «compacta» puede ser insuficiente. El comprador necesita dimensiones, conexiones y condiciones de uso. Para un comercio de bricolaje, importa distinguir qué accesorio está incluido y cuál se vende aparte. Estas precisiones ayudan a responder preguntas reales y a evitar expectativas que terminan en una devolución.

No propongo rellenar todas las fichas con una enciclopedia. Propongo identificar qué información modifica una elección o evita un error. La misma pregunta repetida en atención al cliente suele ser una buena pista. Antes de pedir veinte nuevos textos a una IA, hablaría con quien lleva años explicando por qué ese accesorio no sirve para ese modelo.

La coherencia entre fuentes es indispensable. Si la landing dice una cosa, el feed otra y el PDF una tercera, el trabajo no consiste en escoger la frase más persuasiva. Consiste en resolver cuál es la información correcta y actualizar el conjunto. Una arquitectura conversacional empieza por datos que no se contradicen.

Los atributos conversacionales son datos de negocio con una sintaxis definida

La documentación de preguntas y respuestas de producto permite consultar la estructura admitida. Otras especificaciones describen productos relacionados, descripciones de variantes y ejemplos de productos populares. No son una invitación a inventar nombres de campos porque encajan bien en la estrategia de contenidos.

El equipo debe revisar definición, formato, condiciones y aplicabilidad de cada atributo. Después decide qué información posee y cómo validarla. Una respuesta que parece razonable pero no está confirmada por el fabricante o por una prueba pertinente puede introducir errores a escala. Aquí, la precisión importa más que la velocidad de completar el feed.

Conviene distinguir el atributo técnico de la frase editorial. Un campo tiene una estructura y un propósito documentados. La página puede desarrollar una explicación más amplia para el lector. Ambos deben describir la misma realidad, aunque no utilicen exactamente el mismo formato.

Diapositiva sobre atributos conversacionales para describir los matices y características de productos en Shopping con IA.
Atributos conversacionales en la sesión de Shopping presentada por Alex Jansen. Fotografía del 2 de octubre de 2026, Barcelona.
Convertir el conocimiento de producto en información verificable
InformaciónPregunta que ayuda a resolverControl necesario
Preguntas y respuestas de producto.¿Sirve para mi uso o mi equipo?Respuesta validada y formato oficial.
Relaciones entre productos.¿Qué accesorio o alternativa tiene sentido?Compatibilidad y correspondencia de referencias.
Descripción de variantes.¿Qué cambia entre estas versiones?Diferencias reales y coherencia con la landing.
Documentación e imágenes.¿Qué recibo y cómo se utiliza?Versión correcta, accesibilidad y oferta fiel.

Un catálogo gana utilidad cuando explica relaciones

Los productos se comprenden también por sus relaciones: variantes, accesorios, compatibilidades y alternativas. Dos referencias pueden compartir una marca y servir para usos diferentes. Otra puede ser un componente necesario para instalar la primera. Esas relaciones deben mantenerse y verificarse cuando cambia el catálogo.

Una tienda de climatización puede tener equipos similares con distintas condiciones de instalación. Una marca de mobiliario puede vender la misma colección con medidas y acabados diferentes. La relación es útil si ayuda a elegir sin confundir prestaciones. «Productos relacionados» no debería convertirse en el nombre técnico de «pon aquí lo que queremos vender más».

El conocimiento suele estar repartido entre compras, soporte, ventas y documentación. La tarea senior consiste en organizarlo, asignar responsabilidades y asegurar que una actualización llega a las fuentes pertinentes. Si el feed cambia pero la ficha conserva una compatibilidad antigua, el sistema sigue describiendo dos versiones del producto.

Para una empresa española que distribuye en Francia, también hay que comprobar diferencias de oferta, documentación y logística. No todos los atributos comerciales se trasladan sin cambios. Una condición válida en España no debe aparecer traducida como si fuera idéntica en otro mercado cuando no lo es.

Preguntas y respuestas: resolver dudas, no añadir otra nube de palabras clave

Una respuesta útil debe ser directa, verificable y suficientemente delimitada. «¿Es compatible con el modelo X?» exige una respuesta concreta y, cuando corresponda, una condición. «Perfecto para todas tus necesidades» no aclara compatibilidad. Es una frase que permite salir de una reunión sin haber resuelto nada y volver a tener la misma reunión dos semanas después.

Para cada respuesta conservo la procedencia: ficha del fabricante, manual, comprobación validada o información confirmada por soporte. Esa procedencia no es un nuevo atributo mágico de posicionamiento. Es lo que permite auditar la respuesta y corregirla cuando el producto cambia.

Si hay una condición importante, debe acompañar a la respuesta. Puede depender de una versión, un accesorio o una instalación. Reducirlo a un «sí» para parecer más claro puede crear una simplificación falsa. La buena UX no consiste en ocultar el matiz; consiste en colocarlo donde el usuario puede entenderlo sin buscarlo en tres documentos.

Empiezo por un conjunto controlado de dudas frecuentes y productos relevantes. Valido cómo se gestiona la información y quién la mantiene. Después escalo si el proceso funciona. Completar miles de respuestas antes de comprobar el circuito de revisión convierte un problema pequeño de datos en un proyecto de limpieza bastante caro.

Los documentos ayudan cuando son los correctos y siguen vigentes

Manuales, instrucciones y documentación técnica pueden explicar lo que la ficha resume. Deben corresponder a la referencia y a la versión adecuadas. Un PDF accesible pero equivocado no añade confianza; añade una nueva forma de equivocarse. La revisión debe incluir el enlace desde la página y la identificación del documento.

No doy por hecho que adjuntar una carpeta de documentos a una web implique una integración específica con Merchant Center. Compruebo qué admite cada canal y cómo se procesa. La información importante debería seguir siendo comprensible para una persona que llega a la ficha, sin exigir que descargue un archivo para conocer la condición principal de compra.

Las fotografías deben respetar la misma disciplina. Una imagen ambientada puede ayudar a entender el uso, pero no debe esconder lo que se incluye realmente. Si una composición muestra accesorios separados, hay que evitar que la oferta los dé por incluidos de manera implícita. Texto, imagen y datos comerciales cuentan la misma historia.

Mi diagnóstico e-commerce: empezar por la información que falta

No comenzaría el proyecto con «vamos a añadir atributos de IA». Comenzaría con productos, dudas y decisiones. Revisaría dónde falta información, dónde hay contradicciones y qué datos conoce el equipo pero la web no expresa. Después elegiría el canal y la estructura adecuados para cada necesidad.

Priorizaría categorías con volumen relevante, dudas repetidas o riesgo de error. Una mejora de información puede facilitar la elección y reducir consultas innecesarias, aunque ese efecto deba medirse antes de cuantificarlo. La relación con las ventas se construye con datos del negocio, no con una promesa de aparecer en una respuesta generativa.

  • Selecciono una familia de productos y las dudas que realmente condicionan la compra.
  • Valido respuestas, compatibilidades y diferencias con responsables del catálogo.
  • Reviso las especificaciones oficiales antes de mapear datos a campos técnicos.
  • Mantengo la coherencia entre feed, landing, documentos e imágenes.
  • Observo resultados y errores antes de ampliar el proceso al resto del catálogo.

La reflexión conecta con gestionar un e-commerce como comerciante, antes que como plataforma. Google puede cambiar la interfaz de comparación. La empresa sigue siendo responsable de describir lo que vende y de cumplir lo que promete.

Google Discover: la confianza se construye antes del clic

La regla. La documentación de Google Discover para editores explica que un contenido indexado y conforme con las políticas puede ser apto para aparecer. No se necesita una etiqueta especial de Discover y la elegibilidad no garantiza distribución. Las recomendaciones editoriales y de imagen deben leerse junto con las reglas generales de Search.

En qué insistió Eric Murillo. Presentado como Trust & Safety Analyst, Discover, explicó la relación entre rastreo, índice, recomendaciones y confianza. El enfoque no fue solo «cómo conseguir más impresiones». Fue también cómo evitar que una experiencia de descubrimiento premie una promesa engañosa o un contenido que no la sostiene.

No hay un Discoverbot que debamos buscar en los logs

La base mostrada fue Googlebot y el índice de Search. Discover se apoya en contenidos que entran en ese ecosistema y cumplen las condiciones pertinentes. Buscar un robot especial para justificar una configuración independiente puede llevar el diagnóstico por un camino innecesario. Primero reviso acceso, indexación y políticas.

Diapositiva del recorrido de Googlebot hacia el índice de Search y la elegibilidad del contenido para Discover.
La sesión de Discover recordó la base técnica: Googlebot, índice de Search y elegibilidad. Fotografía de la tercera jornada, 2 de octubre de 2026.

Esta base técnica no implica que Search y Discover utilicen idéntica selección ni que una posición en una consulta garantice recomendación. La página puede ser indexable y no aparecer en el feed. La elegibilidad es una condición de entrada; la distribución depende de una experiencia que no se resume en nuestro ranking habitual.

Para un editor, esto obliga a separar los informes. Una caída en Discover puede no tener el mismo significado que una caída en Search. Su tráfico puede ser menos previsible. Es preferible tratarlo como una fuente complementaria, con sus observaciones y riesgos, que construir un presupuesto editorial sobre una curva que creemos haber domesticado.

Discover recomienda sin esperar una consulta explícita

En Search, la persona suele expresar una necesidad. En Discover, recibe propuestas de contenido relacionadas con intereses y contextos. Esto aumenta la responsabilidad de la promesa editorial: el título y la imagen deben permitir comprender por qué ese contenido puede interesar, sin obligar a abrirlo para descubrir que no ofrecía lo insinuado.

Un artículo que exagera un dato, oculta lo esencial en el título o promete una revelación que no llega crea una experiencia deficiente. El problema no se arregla poniendo un alt impecable. La relación entre promesa, contenido y satisfacción tiene que revisarse como un conjunto.

En el mercado español, la actualidad deportiva, cultural o local puede generar oportunidades para muchos editores. Eso no convierte cualquier conexión superficial con un tema popular en una razón creíble para publicar. Una empresa de software no gana especialización en fútbol por añadir su logo a una noticia del derbi.

La voz de marca puede ser atractiva sin abandonar el rigor. Un titular claro, una observación original y una imagen pertinente pueden llamar la atención. El humor funciona cuando ayuda a entender o a recordar la idea. No debería sustituir la información ni empujar al lector hacia una interpretación falsa.

La imagen sostiene la promesa; no la reemplaza

Google recomienda imágenes de calidad y tamaño suficiente, con al menos 1.200 píxeles de ancho, y permitir una vista previa grande cuando corresponda. La documentación desarrolla también condiciones de resolución y formato. El tamaño es una condición técnica, no un certificado editorial. Una fotografía grande puede seguir siendo irrelevante.

Reviso que la imagen represente el tema y sea comprensible en el contexto de una tarjeta. Una diapositiva con texto diminuto puede documentar una conferencia y, aun así, ser una mala imagen principal para móvil. No necesito utilizar todas las fotografías de la jornada para demostrar que estuve allí; la selección también forma parte del trabajo de edición.

En este artículo uso tres imágenes para tres puntos concretos: atributos de Shopping, base técnica de Discover y control de IA en Search Console. El pie aporta contexto y el alt describe lo que se ve. Una galería de cien pantallas convertiría el artículo en un examen de agudeza visual con Wi-Fi.

Antes de publicar, revisaría además derechos de uso, correspondencia con el contenido y accesibilidad. Son tareas normales de un buen proceso editorial. No las presento como un conjunto de nuevos factores secretos de Discover. La imagen debe ayudar al lector y ser coherente con lo que el texto puede demostrar.

AI slop: la herramienta no explica por sí sola el problema

El contenido masivo, genérico o engañoso no se vuelve útil por cambiar de herramienta. Una pieza escrita a mano puede ser igual de vacía que otra automatizada. Una IA puede ayudar a organizar una explicación que después se verifica. El criterio consiste en evaluar la aportación, la exactitud y la intención del conjunto.

En una recomendación, las imágenes y los títulos pueden amplificar una promesa poco sólida. Por eso la revisión no debe limitarse a detectar un estilo de escritura. Hay que comprobar qué se afirma, qué pruebas existen y si el usuario obtiene lo que se le ofreció al entrar.

Un flujo editorial serio conserva responsables, fuentes y controles de calidad. Si nadie puede explicar de dónde salió un dato o quién validó una imagen, el problema es organizativo además de editorial. El volumen de producción no compensa la ausencia de ese circuito. Solo hace más difícil revisarlo después.

Feedback y control humano: una evaluación, no un botón de ranking

La sesión abordó el feedback y la intervención humana en el trabajo sobre confianza y seguridad. No lo interpreto como un interruptor con el que un editor pueda asignarse mejor distribución. La existencia de evaluación no permite deducir qué peso tiene cada señal ni reconstruir todas las decisiones del sistema.

Lo que sí está en nuestra mano es atender a señales de insatisfacción, corregir errores y mejorar la coherencia entre oferta y contenido. También separar el dato que observamos de la explicación que proponemos. La prudencia metodológica no impide actuar; permite actuar sobre algo que podemos justificar.

La mirada conecta con Discover como experiencia de descubrimiento, más allá de una función móvil. La oportunidad existe, pero no conviene confundir una distribución puntual con una relación estable con la audiencia. La confianza se construye publicación a publicación.

Google Search Console: medir intenciones, IA, plataformas y búsquedas multimodales

La regla. Un informe se interpreta según su métrica, sus dimensiones y su alcance. La documentación explica qué se cuenta y qué podemos segmentar. Antes de comparar dos curvas con nombres parecidos, reviso si representan la misma realidad. La coherencia del dashboard debe proceder de los datos, no del color de las líneas.

Qué se mostró. La sesión reunió Query Groups, configuración asistida por IA, visibilidad generativa, controles de participación, propiedades de plataformas y búsqueda multimodal. El aprendizaje fuerte fue la relación entre estas lecturas. Varias funciones se habían anunciado antes del 2 de octubre de 2026: demostrarlas durante la conferencia no las convierte en lanzamientos de ese día.

Las publicaciones oficiales identifican a Moshe Samet como Product Manager Lead de Search Console. Esa atribución corresponde a las funciones y anuncios del producto. No la utilizo para afirmar que presentó personalmente esta sesión si las pruebas disponibles no lo confirman. El movimiento general sí resulta claro: ampliar la observación de cómo se descubre el contenido, más allá de una lista de palabras clave.

Query Groups: agrupar la demanda para leerla, no para cambiar el ranking

La presentación de Query Groups en Search Console Insights se publicó el 27 de octubre de 2025. Describe grupos de consultas similares elaborados con IA, cuyos conjuntos pueden evolucionar. El nombre ayuda a reconocer una familia. No convierte todas sus expresiones en una intención idéntica ni revela las categorías internas exactas con las que Google posiciona el sitio.

La jornada insistió en las dificultades del agrupamiento: granularidad, ambigüedad y evolución del significado. El ejemplo de «Gemini» mostraba por qué la proximidad lexical no basta. Un grupo útil hoy puede necesitar una lectura distinta si cambia el contexto. La comparación temporal debe tener en cuenta esas posibles variaciones.

Utilizo la agrupación para detectar necesidades que crecen o retroceden y después reviso las consultas y páginas que la componen. En una tienda, un grupo de impresoras compactas puede incluir dudas de tamaño, conexiones o uso profesional. La visión general ayuda a priorizar; el detalle permite decidir qué información mejorar.

No sustituyo todos los análisis detallados por el nombre del grupo. Tampoco prometo que añadir el título del grupo a una página vaya a mejorar su posición. Es una forma de organizar observaciones, no un nuevo campo de optimización obligatoria. El informe ya aporta valor sin que le atribuyamos el funcionamiento completo de Search.

  • Observo familias de necesidades y su evolución, no una sola variante de formulación.
  • Reviso las consultas y las páginas que componen cada conjunto antes de decidir.
  • Documento cambios de significado o alcance que pueden afectar a la comparación.

Configuración en lenguaje natural: ahorrar preparación sin delegar el análisis

La configuración asistida por IA de Search Console se anunció el 4 de diciembre de 2025. Puede traducir una petición en filtros, comparaciones y métricas. Ayuda a preparar una vista. No explica por nosotros la causa de una variación ni decide si el tráfico tiene valor comercial.

Podemos pedir una comparación de una familia de páginas en España entre dos periodos. Después comprobamos qué filtros se han aplicado realmente, qué fechas se utilizan y qué métrica aparece. Una petición mal interpretada puede producir un gráfico impecable de la población equivocada. La consola no necesita estar mal para que nuestra pregunta lo esté.

La función debe utilizarse con las condiciones del informe y de la cuenta. No doy por hecho una disponibilidad universal ni importo una cuota de uso que no he verificado. Cuando un dato es decisivo para una recomendación, vuelvo al ajuste y a la fuente. El ahorro de tiempo procede de automatizar la preparación, no de suprimir la revisión.

En equipos pequeños, esto puede facilitar que una persona no especialista formule una primera consulta. La gobernanza sigue necesitando definiciones. «Tráfico de Francia» puede referirse al país del usuario, a una carpeta francesa o a una campaña dirigida a ese mercado. El asistente no conoce por arte de magia cuál de esas decisiones importa a la dirección.

Informe Generative AI: presencia observable sin transparencia completa de los prompts

El informe de rendimiento de IA generativa para Search se centra en impresiones y permite lecturas por páginas, países, fechas y dispositivos. Google indica que el despliegue mundial concluyó el 31 de agosto de 2026. Los datos específicos también se incluyen en el reporting global: no deben sumarse como si fueran un volumen independiente.

No ofrece una lista completa de prompts ni de subconsultas fan-out. Permite observar qué páginas aparecen con las dimensiones disponibles. No permite reconstruir todas las exploraciones que llevaron a cada respuesta. Si queremos estudiar preguntas comerciales, tendremos que definir una metodología complementaria y reconocer sus límites.

Una impresión describe una presencia según las reglas del informe. No demuestra que se haya comprendido bien la marca, que la recomendación haya sido favorable o que haya habido una venta. Para investigar esas etapas hacen falta otras observaciones: revisión de respuestas, interacción, demanda de marca o resultados comerciales, según el caso.

La ausencia de un informe tampoco basta para concluir que Google rechaza la web. Compruebo las condiciones, el volumen y los controles aplicados. Antes de redactar un diagnóstico de desaparición, conviene abrir la propiedad correcta. Es un consejo poco cinematográfico, pero suele costar menos que una auditoría basada en la cuenta equivocada.

Para una marca que trabaja en España y Francia, mantendría lecturas separadas por mercado cuando los datos lo permitan. Una agregación puede esconder una diferencia relevante de idioma o distribución. También conservaría un registro de cambios en contenido y controles para interpretar las series con contexto.

Search generative AI: decidir la participación con un alcance preciso

La documentación del control de inclusión en funciones generativas de Search también sitúa el fin del despliegue mundial en el 31 de agosto de 2026. El control cubre AI Overviews, AI Mode y las funciones generativas de Discover que se especifican. Permite incluir o excluir enlaces y contenido dentro de ese alcance.

La exclusión afecta a esos usos, incluido el grounding contemplado por el control. No equivale a aplicar noindex a todo el sitio. Tampoco sustituye los ajustes propios de Merchant Center o Google Ads. Google-Extended responde a otro objetivo documentado, relacionado con determinados usos de entrenamiento y de productos. Mezclar esos mecanismos puede producir una decisión distinta de la que la empresa quería tomar.

Diapositiva del control de Search Console para incluir o excluir enlaces y contenido de funciones generativas de Search.
Control Search generative AI mostrado durante la conferencia. La documentación sitúa el fin del despliegue mundial en el 31 de agosto de 2026. Fotografía del 2 de octubre de 2026.

La relación entre propiedades superiores y subordinadas merece atención. La diapositiva y la documentación actual no describen de la misma manera todas las posibilidades de configuración. Para una decisión real, compruebo el ajuste, la propiedad y la herencia con la documentación vigente. No aplico una política corporativa a partir de una foto aislada.

Trataría la participación como una decisión documentada de negocio. Qué usos aceptamos, qué visibilidad queremos conservar, quién tiene autoridad para modificar el ajuste y qué consecuencias vamos a observar. Que la opción viva en una consola técnica no significa que deba decidirse sin la persona responsable de la política de contenidos.

Distinguir participación, indexación, entrenamiento y medición
ObjetivoHerramienta o controlDistinción importante
Gestionar participación generativa en Search.Search generative AI en Search Console.Se aplica al alcance de funcionalidades documentado.
Retirar una página del índice.Directiva noindex accesible para Google.Va más allá de su participación generativa.
Controlar los usos de entrenamiento concernidos.Google-Extended según su documentación.No sustituye al control de participación de Search.
Observar presencia generativa.Informe de rendimiento correspondiente.Las impresiones no revelan todos los prompts.
Controlar la oferta comercial en otros canales.Ajustes propios de Merchant Center o Ads.No se presumen cubiertos por una única opción de Search.

Propiedades de plataformas: observar su descubrimiento dentro de Google

La guía de propiedades de Instagram, TikTok, X y YouTube en Search Console anunció su despliegue mundial el 29 de julio de 2026. El interés es ampliar la lectura más allá del dominio propio. Un contenido publicado en una plataforma puede formar parte de cómo una persona descubre una empresa desde las superficies Google admitidas.

Esos informes no representan todas las visualizaciones nativas de Instagram o TikTok. Hay que conservar separados los datos de descubrimiento en Google y las estadísticas de cada plataforma. Una vista nativa y una impresión en un resultado de búsqueda no son el mismo evento, aunque ambas contribuyan a comprender el recorrido.

La demostración mostró el interés de comparar formatos a partir de las URLs. En YouTube, podría permitir distinguir familias como Shorts y vídeos convencionales. En la práctica, debemos partir de las URLs realmente presentes en cada propiedad para construir los filtros adecuados. No asumo que un patrón funcione de manera universal en todas las cuentas.

En mi caso, todavía no he podido probar este enfoque en mis cuentas de mayor volumen con la versión actual. Por tanto, mantengo la distinción entre lo demostrado durante la sesión y lo validado en mi trabajo. Cuando lo compruebe, el criterio será documentar el alcance y los filtros, no dar por confirmada la misma estructura para todo el mundo.

Para una empresa de servicios, un vídeo puede aclarar un método antes de que el usuario visite la web. Para un fabricante, puede mostrar una instalación o una limitación. Esta lectura complementa el SEO en YouTube y la interpretación del crecimiento de un canal. El formato y el objetivo deben guiar qué observaciones cruzamos después.

Multimodal: una novedad reciente anunciada el 24 de septiembre de 2026

El anuncio del reporting de búsquedas web multimodales en Search Console precedió a la conferencia por pocos días. Incluye entradas como Lens, Circle to Search en Android, imágenes cargadas y búsqueda de imágenes desde Chrome. El filtro está previsto en los informes de resultados Search y de IA generativa, según el alcance documentado.

La pregunta de gestión gana interés: qué páginas se encuentran cuando el punto de partida es visual. En un catálogo, revisaría familias, referencias y variantes. En un artículo, comprobaría si la imagen representa de verdad el objeto o la situación que estamos explicando. El trabajo de medición se apoya en una descripción precisa de los recursos.

El informe no convierte cada fotografía en una unidad de conversión individual. Una página puede contener varias imágenes y el recorrido puede incluir más de una interacción. Mantengo las reglas de atribución disponibles y no llamo «venta de Lens» a lo que por ahora solo acredita presencia en una búsqueda multimodal.

Para un equipo de producto, la observación puede abrir una hipótesis útil: ciertas familias parecen recuperarse mejor mediante imágenes. Después necesitamos examinar el contexto, la oferta y la calidad de los recursos. No deduzco que una modificación de alt vaya a resolver toda la diferencia ni que exista un único patrón visual para todas las categorías.

Leer las evoluciones juntas sin inventar una métrica total

Search Console ofrece más formas de observar distribución. Eso no significa que las métricas sean exhaustivas, comparables o sumables. Una impresión generativa, una tarjeta de Discover y una visita cualificada no describen la misma etapa. Algunas lecturas son subconjuntos de otras. El dashboard debe explicar esas relaciones.

Mi primer entregable sería un diccionario de métricas: qué se cuenta, en qué informe, con qué dimensiones, filtros y restricciones, y cómo se relaciona con el total. Suena menos espectacular que inventar un nuevo índice de autoridad. Evita, sin embargo, que una empresa celebre dos veces la misma presencia y presupuesté en consecuencia.

Después registro cambios relevantes: publicación, enriquecimiento de variantes, modificación de títulos de vídeo, campañas y ajustes de participación. El cruce temporal ayuda a formular hipótesis. No transforma automáticamente una coincidencia en una causa. El siguiente paso es diseñar una comparación proporcionada a la pregunta.

  • Mantengo una lectura de necesidades y familias de páginas en Search.
  • Separo las vistas generativas, multimodales, de plataformas y de Discover.
  • Relaciono esas observaciones con el negocio, documentando duplicidades y límites de atribución.

Medición y autoridad de marca: separar presencia, influencia y adquisición

La regla de medición. La documentación del rendimiento generativo en Search Console define una observación, no una prueba completa de impacto comercial. Antes de interpretar una variación, compruebo el universo, la agregación y el periodo. La disciplina consiste en pedir a cada dato lo que puede explicar, sin convertir una aparición en una venta porque el proyecto necesita un resultado bonito.

Qué aportaron las intervenciones de la comunidad. Se abordaron APIs, exportaciones, asistentes de IA y experimentación. También se discutió la visibilidad más allá del clic. Esas presentaciones son aportaciones externas y se distinguen de las políticas y explicaciones oficiales de Google. La conversación es valiosa sin tener que presentarla como una declaración del buscador.

Un caso de estudio abre una hipótesis; no la vuelve universal

Las diapositivas finales mostraban evoluciones de clics, CTR y familiaridad con marcas. Sin disponer de su metodología, contexto y fuentes completas, no convierto esos porcentajes en estadísticas generales sobre todos los usuarios. Un caso puede ayudar a formular una pregunta. Para utilizar su conclusión fuera de su ámbito hay que examinar si las condiciones son comparables.

Una empresa puede perder clics informativos y observar cambios en otras interacciones. También puede ganar impresiones sin mejorar su resultado comercial. Ambas situaciones necesitan una lectura más amplia que el total de sesiones orgánicas. «Tenemos más visibilidad» debe ir acompañado de qué visibilidad, para quién y con qué señales posteriores.

Planteo tres preguntas distintas. Si la marca aparece, hablamos de presencia. Si es considerada una opción, investigamos influencia. Si la persona solicita presupuesto o compra, observamos adquisición. Los instrumentos disponibles no miden esas etapas con la misma precisión. El lenguaje del informe debe reflejarlo.

Tres preguntas distintas para interpretar la visibilidad de marca
NivelQué observoQué no demuestra por sí solo
Presencia.Apariciones en los resultados y experiencias medidos.Que el usuario comprendió o retuvo la marca.
Influencia.Señales de consideración, demanda de marca y contexto comercial.Que la IA causó por sí sola la variación.
Adquisición.Solicitudes cualificadas, compras y contribución al negocio.Que el último canal explica todo el recorrido.

Un recorrido sin clic directo puede existir, pero hay que estudiar la atribución

Una persona puede descubrir una empresa en una respuesta, buscar después la marca y contactar por otro canal. Es un recorrido plausible. No basta para atribuir cualquier subida de búsquedas de marca a la IA. Campañas, recomendación, relaciones públicas, estacionalidad y actividad comercial pueden actuar en el mismo periodo.

En una pyme de Barcelona, un prospecto puede recordar el nombre de un proveedor después de ver un vídeo y encontrarlo días más tarde en Google. La conversación comercial puede añadir contexto, aunque una respuesta declarada tampoco reconstruya todo el recorrido. Podemos combinar observaciones, mantener lo que desconocemos y evitar atribuciones más exactas de lo que los datos permiten.

El artículo sobre SEO y visibilidad cuando el clic deja de ser el único punto de paso plantea esa evolución. La consecuencia que retengo aquí es ampliar la medición, manteniendo el clic como una señal útil. Una métrica limitada no deja de tener valor porque ya no representa toda la experiencia.

Para marcas internacionales, separaría mercados y preguntas comerciales relevantes. Un incremento en Francia puede responder a acciones que no existen en España. Si agregamos todo demasiado pronto, perdemos capacidad de explicar lo que funciona. El criterio de medición debe alinearse con la estructura real de ventas y con las decisiones que la empresa puede tomar.

La IA puede preparar el análisis; el profesional define la pregunta

Exportaciones y APIs ayudan a trabajar por cohortes, familias de páginas y consultas. Un asistente puede clasificar, resumir o preparar una comparación. Mantengo los datos de origen y las transformaciones para revisar el resultado. Si no sabemos cómo se formó una categoría, será difícil explicar por qué creció o qué debemos hacer con ella.

También compruebo el canal de acceso. Lo que aparece en la interfaz puede no estar disponible del mismo modo en una API o una exportación. Antes de automatizar un informe nuevo, verifico los campos admitidos y las limitaciones. Construir un proceso sobre dimensiones supuestas suele producir un problema de implementación que un vistazo a la documentación habría evitado.

La pregunta debe ser concreta. «Analiza el SEO» deja demasiado espacio para una respuesta genérica. «Compara estas categorías, en este mercado y estos periodos, conservando las páginas que explican la variación» permite un trabajo más controlable. Después hay que validar datos y revisar si la comparación responde a una decisión útil.

  • Conservo una pregunta precisa, un mercado y un periodo documentados.
  • Mantengo las fuentes y las transformaciones que permiten revisar el análisis.
  • Expreso una conclusión proporcional a las observaciones y a las limitaciones del método.

Llevar el SEO a una decisión de negocio

Una intervención externa recordó la utilidad de traducir métricas técnicas a problemas del usuario. La comparación con una persona que espera delante de una tienda ayuda a explicar una experiencia lenta. La analogía sirve si conduce a observar el problema real; no autoriza a fabricar una pérdida de ventas que no hemos medido.

En una conversación con dirección, presento qué ocurre, a quién afecta, qué pruebas tenemos y qué opciones existen. Una lista de etiquetas suele ser insuficiente para decidir una inversión. Una promesa genérica de «autoridad de marca» también. La recomendación debe conectar con una información, una experiencia o una relación comercial que podamos mejorar.

Para una empresa que exporta, la prioridad puede ser aclarar garantías y logística antes que publicar otra guía genérica. Para un fabricante, explicar una compatibilidad crítica. Para un consultor, demostrar el método y facilitar una conversación pertinente. El SEO se vuelve más defendible cuando puede explicar por qué el siguiente trabajo ayuda al cliente y al negocio.

La pregunta final es concreta: ¿somos suficientemente comprensibles, útiles y creíbles para ser encontrados, comparados y elegidos? Search Console amplía lo que podemos observar. La respuesta exige seguir trabajando la oferta, el contenido y la relación con el mercado. El panel acompaña la decisión; no la toma por nosotros.

Balance del día 3: qué cambia, qué ya existía y dónde pondría la prioridad

Después del día 1 dedicado a Search, IA y rastreo y del día 2 sobre el procesamiento del documento, la tercera jornada volvió a situar la necesidad del usuario en primer plano. Comprender, recuperar, evaluar, presentar y medir son problemas relacionados. No forman un único proceso que podamos observar de principio a fin con una sola herramienta.

La regla editorial también se mantiene: un anuncio debe tener fecha y fuente; una explicación debe conservar su contexto. El día 3 reunió conceptos ya conocidos, funciones recientes y demostraciones. Mezclarlos bajo «todo lo nuevo de Google» sería cómodo para un titular y poco útil para quien necesita decidir qué implementar.

Cronología: explicar una función no equivale a lanzarla ese día
TemaFecha de referencia oficialLectura correcta para el día 3
Query Groups.27 de octubre de 2025.Función explicada y puesta en contexto.
Configuración asistida por IA.4 de diciembre de 2025.Ayuda para preparar informes, con comprobación posterior.
Propiedades de plataformas.29 de julio de 2026.Ampliación de la observación del descubrimiento en Google.
Informe y controles generativos.Despliegue mundial concluido el 31 de agosto de 2026.Alcance definido por la documentación vigente.
Reporting web multimodal.24 de septiembre de 2026.Anuncio reciente anterior a la conferencia.
Tercera jornada del evento.2 de octubre de 2026.Fecha de las sesiones y demostraciones aquí comentadas.

Primera prioridad: mejorar la materia que está disponible

La señal más consistente de la jornada es la necesidad de información que ayude a resolver una decisión. En productos, atributos, relaciones y respuestas verificadas. En servicios, condiciones, método y límites. En contenido editorial, observaciones, fuentes y experiencia pertinente. La estructura hace accesible esa materia; no la crea si el equipo no la aporta.

Antes de lanzar veinte páginas, elegiría un conjunto estratégico y revisaría qué dudas sigue dejando abiertas. Después buscaría las personas y documentos que pueden resolverlas. En muchas empresas, el conocimiento ya existe, pero está disperso entre soporte, ventas y operaciones. El trabajo consiste en convertirlo en una respuesta pública que se pueda mantener.

La ventaja no debería depender de una frase que cualquier competidor puede copiar en dos minutos. Un procedimiento probado, una explicación precisa o un dato propio con método cuesta más reproducir. Eso no garantiza selección por un sistema generativo, pero construye una propuesta editorial que se puede defender ante el cliente.

Segunda prioridad: hacer que la medición se parezca al recorrido real

Las nuevas lecturas de Search Console invitan a observar más superficies. La respuesta no es sumar todas las impresiones. Es construir preguntas: dónde se descubre la oferta, qué páginas aparecen, qué mercados responden y qué señales comerciales observamos después. Cada informe debe mantener su definición.

En paralelo, revisaría cómo ventas recoge dudas, origen declarado y motivos de elección. Esos datos no completan mágicamente la atribución, pero pueden enriquecerla. La relación entre marketing y negocio mejora cuando ambos trabajan sobre las mismas preguntas, en lugar de discutir si una curva de tráfico merece más o menos presupuesto por sí sola.

El diccionario de métricas, el registro de cambios y una comparación coherente permiten aprender. Son herramientas menos vistosas que un «score GEO» con dos decimales. Su utilidad es que otra persona puede revisar cómo llegamos a la conclusión y qué necesitaríamos observar para cambiarla.

Tercera prioridad: mantener GEO a la escala del problema

GEO puede describir un trabajo de visibilidad en sistemas generativos. No debería convertirse en una lista de gestos obligatorios ni en una justificación para abandonar SEO, conocimiento de mercado y control de datos. La conferencia volvió a conectar las experiencias con IA con fundamentos que ya exigían contenidos accesibles y útiles.

No necesito prometer citas para proponer mejoras valiosas. Puedo explicar qué impide entender una oferta, qué prueba falta o dónde se contradice el catálogo. Puedo diseñar observaciones para aprender. Es una posición más exigente porque obliga a mostrar el trabajo, pero también permite una conversación más seria con dirección.

La tecnología cambia el punto de encuentro. La empresa sigue necesitando una razón para ser elegida. Mi balance de la jornada es priorizar esa razón, expresarla con precisión y medir cómo se descubre. Todo lo demás debería ayudar a ese trabajo, no convertirlo en una ceremonia de nuevas siglas.

“La IA no arregla un catálogo que ni el vendedor consigue explicar. Primero, información que ayude a elegir. Después, tecnología que ayude a encontrarla.”

NicoSEOsem

Un mini plan en 5 pasos concretos

1. Elegir una familia de problemas con valor comercial

Selecciono una categoría, un servicio o un conjunto de páginas con una función clara. Defino mercado, público y decisión. Para una tienda, puede ser una familia que genera muchas dudas antes de comprar. Para una empresa de servicios, una oferta que atrae contactos poco cualificados porque la página no explica bien las condiciones.

Recojo consultas, preguntas de soporte y objeciones de ventas. Reviso qué información existe y dónde. No parto de una lista de prompts fabricada por un modelo sin contraste. El objetivo es tener un ámbito acotado y una necesidad que el equipo reconozca como real.

El resultado de esta fase debe ser un mapa breve: preguntas importantes, páginas actuales, información ausente y responsables que pueden validarla. Cuando cada pregunta parece requerir una nueva URL, compruebo primero si el contenido existente puede responder de forma más completa. La arquitectura no debería crecer por inercia.

2. Reunir pruebas y cerrar contradicciones

Trabajo con producto, soporte y responsables del servicio. Valido especificaciones, compatibilidades, límites, ejemplos y documentación. Si una fuente discrepa de otra, resolvemos la discrepancia antes de publicar. La prioridad es la información correcta, no la versión que hace parecer más atractivo el producto.

Distingo observación propia, referencia externa y opinión. Para datos originales, explico cómo se obtuvieron. Para una afirmación externa importante, conservo la fuente pertinente. Para una interpretación, delimito el alcance. Así el siguiente editor puede revisar el contenido sin reconstruir todo el proyecto desde el principio.

El entregable no es una colección de documentos sin ordenar. Es una base de información validada, con responsables y condiciones de actualización. Puede ser sencilla si el proyecto lo permite. Lo necesario es que sepamos qué dato utilizar y quién confirma que sigue siendo válido.

3. Mejorar páginas, catálogo y relaciones útiles

Reescribo para dar una respuesta clara antes de desarrollar el contexto. Organizo encabezados por tema y utilizo tablas o imágenes donde reducen ambigüedad. En Shopping, reviso los campos oficiales y la coherencia del feed. En contenidos de marca, aclaro identidad, oferta y pruebas relevantes para el mercado.

El enlazado conecta recursos complementarios. Una guía puede llevar a una ficha y una ficha a la información de compatibilidad. La ancla describe el destino. No añado enlaces para cumplir una cuota ni repito el mismo servicio en todos los párrafos. El lector debe entender por qué le conviene seguir ese recorrido.

Compruebo móvil, accesibilidad y acceso al contenido importante. La información decisiva no debería depender de abrir varios componentes confusos. Si utilizamos documentos, deben corresponder a la versión y estar bien identificados. Si utilizamos imágenes, deben representar correctamente lo que explicamos o vendemos.

4. Revisar participación y construir una línea de base

Compruebo propiedades, permisos y ajustes de Search Console con la documentación vigente. Distingo indexación, participación en funciones generativas y usos de entrenamiento. Registro la decisión de negocio y quién puede modificarla. La configuración debe reflejar una intención clara, no una reacción precipitada a un titular.

Defino métricas por informe y preparo una línea de base para el conjunto elegido. Mantengo separados los datos que no se pueden sumar. Documento filtros, periodos y mercados. Si un informe nuevo no está disponible en mi cuenta o no lo he probado, lo dejo expresado y no relleno el hueco con supuestos.

Incorporo observaciones comerciales que el equipo pueda mantener: solicitudes pertinentes, dudas recurrentes, devoluciones por incompatibilidad o motivos de elección. No todas tienen que ser métricas automatizadas. Un dato sencillo pero consistente puede ayudar más que una cifra compleja sin definición.

5. Observar, contrastar y decidir el siguiente trabajo

Registro qué se cambió y cuándo. Reviso cómo evoluciona el conjunto con comparaciones coherentes y contexto de demanda. Si hay un cambio visible, examino posibles explicaciones y límites. Si no lo hay, compruebo implementación, volumen y pertinencia de la hipótesis antes de declarar el trabajo inútil.

El siguiente paso depende de lo aprendido. Podemos ampliar el proceso, corregir un dato, revisar una familia distinta o cambiar la pregunta. No hace falta que cada revisión termine con una subida espectacular. Hace falta que produzca una decisión mejor fundamentada que la anterior.

La disciplina mantiene unidos contenido, datos y negocio. El mini plan no es una garantía de posicionamiento. Es una secuencia concreta para mejorar la información, reducir errores y aprender sobre cómo se descubre la oferta. En una dirección senior, esa trazabilidad debería formar parte del servicio, no ser un extra opcional.

Lo que no hago

No convierto las explicaciones de Google en una lista de supuestos factores con pesos inventados. No confundo una demostración con un lanzamiento. No asigno a un ponente un cargo o una intervención que las fuentes no acreditan. Esas diferencias tienen consecuencias para la exactitud del artículo y para las decisiones del lector.

  • No prometo que un formato, un marcado o una longitud garanticen citas en IA.
  • No presento Query Groups como las categorías internas exactas del ranking.
  • No sumo métricas que se solapan ni mezclo todas las plataformas en un total ficticio.
  • No llamo conversión a una impresión ni atribuyo ventas a partir de una coincidencia temporal.
  • No declaro abuso por utilizar IA ni por comprar un dominio sin examinar la práctica.
  • No publico atributos o compatibilidades sin una fuente de producto validada.
  • No sustituyo una revisión de calidad por una nota automática de E-E-A-T.
  • No afirmo haber probado filtros de plataformas que todavía no he validado en mis cuentas.

La prudencia no consiste en paralizar el trabajo. Consiste en delimitar lo que conocemos y actuar sobre problemas concretos. Podemos mejorar una página sin conocer el algoritmo completo. Podemos medir una presencia sin atribuirle todo el resultado comercial. Y podemos usar una IA sin delegarle la responsabilidad de lo que publicamos.

Fuentes, ponentes y alcance de este artículo

Este artículo combina las notas y fotografías de la tercera jornada, celebrada el 2 de octubre de 2026, con documentación oficial enlazada junto a cada tema. Los ejemplos de Barcelona, Madrid, Valencia y de empresas españolas que venden a Francia son adaptaciones propias para explicar las implicaciones. No se presentan como casos de Google ni como resultados de clientes.

John Mueller, identificado como Search Relations Team Lead, sirve de referencia para la sesión de comprensión de consultas. Gary Illyes, presentado como Search Advocate, forma parte de las intervenciones de Google documentadas durante la jornada. Alex Jansen presentó el bloque de Shopping señalado en las notas. Eric Murillo, Trust & Safety Analyst, Discover, explicó el bloque de Discover. Mantengo las funciones verificadas sin completar por intuición los cargos que no constan.

Moshe Samet, Product Manager Lead de Search Console, aparece vinculado a las publicaciones oficiales del producto. Esa atribución se diferencia de la presencia en el escenario. Los contenidos de calidad se describen a partir de la sesión y sus diapositivas, sin asignar un nombre a una persona que las pruebas disponibles no permiten identificar de forma fiable.

Los porcentajes y conclusiones de presentaciones externas no se elevan a estadísticas generales de Google. Cuando una diapositiva y la documentación actual requieren matices, doy prioridad a comprobar el funcionamiento vigente antes de proponer una configuración. La fotografía documenta la conferencia; la ayuda oficial delimita la acción.

Si una función cambia después de la publicación, habrá que revisar el contenido y su documentación. El objetivo de este informe es ayudar a distinguir principios, demostraciones y decisiones de implementación. La utilidad está en conservar ese contexto, no en dar al artículo una apariencia de certeza mayor que la evidencia disponible.

¿Qué debería priorizar tu empresa?

Si necesitas decidir qué mejorar en contenido, catálogo, autoridad y medición, podemos revisar la situación y construir una prioridad defendible para tu mercado.

Hablemos de tu visibilidad

Preguntas frecuentes sobre el día 3 y la visibilidad en Search con IA

¿Qué fue lo más importante del tercer día de Google Search Central Live 2026?

La relación entre comprender la necesidad, recuperar contenido pertinente, evaluar su calidad, presentarlo en un formato útil y medir su descubrimiento. Shopping, Discover y Search Console se conectan con ese trabajo, sin formar un único proceso que podamos observar por completo.

¿Google exige un marcado GEO especial para aparecer en AI Overviews o AI Mode?

No. Google vincula estas experiencias con los fundamentos de Search y no exige un marcado GEO especial. La página debe cumplir las condiciones pertinentes de acceso, indexación y elegibilidad. Los datos estructurados deben describir fielmente el contenido visible y no garantizan selección.

¿Qué diferencia hay entre retrieval y ranking?

Retrieval es la recuperación de documentos candidatos que pueden ayudar a resolver una necesidad. Ranking es su evaluación y ordenación. Estar indexado no implica ser seleccionado para cualquier consulta ni permite conocer todos los candidatos que Google ha descartado.

¿Los atributos conversacionales sustituyen al feed habitual de Merchant Center?

No. Amplían la información útil sobre características, relaciones y preguntas de producto, conforme a las especificaciones aplicables. Precio, disponibilidad, identificadores y coherencia con la landing siguen siendo fundamentales. Las respuestas deben validarse antes de escalar su publicación.

¿Existe un Discoverbot diferente de Googlebot?

La base descrita por Google para Discover es Googlebot y el índice de Search. Un contenido indexado que cumple las políticas puede ser elegible, pero esa condición no garantiza recomendación ni una distribución estable en el feed.

¿Query Groups es un nuevo factor de posicionamiento?

No. Organiza consultas similares para ayudar a interpretar la demanda en Search Console Insights. Los grupos pueden evolucionar y conviene revisar las consultas y páginas que contienen. No son las categorías internas exactas del ranking ni una instrucción para reescribir títulos.

¿El informe de IA generativa revela los prompts utilizados por Google?

No ofrece una lista completa de prompts ni de subconsultas fan-out. Permite observar impresiones y las dimensiones disponibles del informe. Esos datos no reconstruyen todo el proceso de generación y no deben sumarse al reporting global como un volumen independiente.

¿Excluir contenido de Search generative AI equivale a aplicar noindex?

No. El control actúa dentro del alcance generativo documentado de Search. No equivale a retirar todo el sitio del índice ni sustituye los controles de entrenamiento o los ajustes de otros productos. Antes de modificarlo, hay que revisar la propiedad, los permisos y la herencia vigentes.

¿Las propiedades de plataformas miden todas las visitas de Instagram, TikTok o YouTube?

No. Miden el descubrimiento de contenido en las superficies de Google admitidas, con el alcance del informe. Las estadísticas nativas de cada plataforma deben conservarse separadas. Los filtros deben partir de las URLs que aparecen realmente en la propiedad.

¿Una caída tras una Core Update demuestra que Google ha penalizado la web?

No necesariamente. Una actualización principal puede reevaluar resultados de forma amplia y relativa. Hay que revisar demanda, conjuntos afectados, cambios propios, competencia y problemas técnicos o de políticas antes de concluir cuál es la causa o proponer una reparación.

Ce type d'article par mail ?

Ne perds plus de temps, ajoute ton mail pour recevoir la newsletter

¡Pas de spam! => política de privacidad pour plus d'infos.

Strategic Visibility Advisor · Consultor SEO internacional en  | +34 644 350 730 - +33 7 81 51 86 45 | Web | + posts

Nicolas Audemar es Strategic Visibility Advisor y consultor SEO internacional. Desde hace más de 15 años ayuda a empresas y directivos a convertirse en la referencia natural de su mercado combinando SEO, visibilidad en inteligencias artificiales, posicionamiento de marca y construcción de autoridad. Es Country Manager de SISTRIX en Francia, conferenciante y fundador de Hola Qué Tal.