Google Search Central Live Deep Dive 2026: SEO, IA y crawling en el primer día

Qué cambia en Search y qué sigue sosteniendo el SEO

Durante los últimos dos años hemos escuchado constantemente preguntas como: “¿Va a morir el SEO?” “¿Ahora hay que hacer GEO?”

“¿Cómo optimizamos para ChatGPT?” “¿Cómo conseguimos aparecer en AI Overviews?” “¿Tenemos que empezar de cero?”

Después de escuchar hoy directamente a distintos miembros de Google Search, mi impresión es casi la contraria. No estamos empezando de cero. Estamos ampliando el terreno de juego.

Google presentó la evolución actual de Search como una consecuencia de tres grandes fuerzas. Por un lado, la tecnología. Por otro, un cambio radical en la manera en la que los usuarios buscan información.

Y, finalmente, la enorme cantidad y diversidad de contenido disponible. Antes escribíamos algo como:

mejores zapatillas senderismo

Ahora podemos preguntar:

Busco unas zapatillas para hacer senderismo durante cinco días en los Pirineos en octubre. Tengo el pie ancho, suelo tener molestias en las rodillas y probablemente habrá lluvia. ¿Qué debería mirar?

No solamente cambia la longitud de la consulta. Cambia la naturaleza del problema que Google intenta resolver.

La búsqueda deja de limitarse a encontrar documentos que contienen determinadas palabras y se acerca mucho más a comprender una intención, dividir el problema y construir una respuesta.

Eso explica buena parte de AI Mode y AI Overviews.

De buscar palabras a entender necesidades

Una búsqueda breve y una pregunta conversacional no siempre expresan el mismo nivel de contexto. Una persona puede concretar presupuesto, ubicación, preferencias y restricciones en una sola interacción.

Esto no significa que Google haya empezado a comprender intenciones en 2026. La búsqueda semántica y la comprensión del lenguaje llevan años formando parte de Search. Lo que se amplía es la forma de expresar necesidades y de recibir una respuesta.

Estoy en Barcelona con mis padres. Queremos comer cocina catalana cerca del centro, caminar poco y encontrar un sitio tranquilo.

Una página que ayude a resolver esa necesidad debería explicar ubicación, acceso, ambiente y características del servicio. Repetir “restaurante catalán Barcelona centro” no responde por sí solo a esas restricciones.

Los modelos no han aparecido ayer en Google

Los modelos no han aparecido ayer en Google. RankBrain, BERT y MUM forman parte de la historia de la comprensión de consultas, lenguaje y diferentes formatos en Search.

La IA generativa modifica la experiencia visible, pero no convierte todo el buscador en un único chatbot. La recuperación de documentos, los sistemas de calidad y otros procesos siguen desempeñando funciones diferentes.

• Comprender una consulta no es lo mismo que generar una respuesta.
• Recuperar una fuente no garantiza que termine citada.
• Explicar un modelo conocido no permite describir todos los sistemas actuales.

AI Overviews, AI Mode, query fan-out y búsqueda multimodal

En mis notas de la jornada, una idea aparece repetidamente: las experiencias generativas de Google mantienen una conexión estrecha con Search. La documentación oficial también vincula AI Overviews y AI Mode con sus sistemas de búsqueda.

Para explicar el recorrido, lo representaría así: descubrimiento, rastreo, procesamiento, indexación, recuperación y presentación. Es un modelo didáctico; no describe un pipeline único ni el orden exacto de todos los sistemas internos.

Una página indexada no aparece necesariamente en todas las respuestas pertinentes. Tampoco una posición orgánica concreta equivale a una cita garantizada en IA. Documentación de Google sobre funciones de IA y sitios web.

Query fan-out: una consulta puede convertirse en muchas búsquedas

Otro concepto importante alrededor de AI Mode fue la descomposición de consultas. Una pregunta compleja puede dividirse en diferentes aspectos. Por ejemplo:

Quiero comprar una bicicleta eléctrica para ir al trabajo 20 kilómetros diarios, vivo en una ciudad con muchas pendientes, peso 95 kilos y no puedo cargarla dentro de casa.

El sistema puede necesitar comprender independientemente:

• autonomía,
• potencia,
• peso soportado,
• pendientes,
• batería,
• normativa,
• almacenamiento,
• precio,
• opiniones.

Y realizar diferentes búsquedas o procesos de recuperación. Después puede combinar todo. Para SEO esto cambia mucho la manera de pensar una página.

Quizá nunca exista una keyword con exactamente esa formulación. Pero sí puede existir contenido excelente que resuelva uno de los subproblemas necesarios para responderla. Esto abre una idea importante:

la oportunidad ya no consiste únicamente en rankear para la query completa. También podemos ser la mejor fuente para una parte de la respuesta.

Este mecanismo puede utilizarse tanto en AI Mode como en AI Overviews. El ejemplo de la bicicleta es ilustrativo: no describe las consultas internas de una respuesta observada. La oportunidad editorial consiste en explicar bien los criterios de decisión, no en crear una página para cada combinación imaginable.

Multimodal significa que la web ya no son solamente palabras

La búsqueda combina cada vez más texto, imágenes, vídeo y voz. Una persona puede fotografiar un objeto, formular una pregunta sobre él y añadir restricciones.

Para una empresa, el formato tiene valor cuando permite comprender o comprobar algo que el texto explica peor.

• Una fotografía propia puede documentar una experiencia.
• Un vídeo puede mostrar una operación o una prueba.
• Una tabla puede facilitar una comparación.

Añadir un recurso genérico no garantiza mejores resultados. La prioridad es elegir el formato que ayuda al cliente y acompañarlo con información suficiente para entender su contexto.

Googlebot: descubrimiento, frecuencia y actualización de URLs

La sesión sobre crawling volvió a los fundamentos de Internet: TCP/IP, DNS, HTTP y la relación entre cliente y servidor. El objetivo que entendí fue quitar misterio alrededor de Googlebot.

Googlebot hace peticiones HTTP para recuperar recursos. El servidor responde y los sistemas pueden procesar lo recibido. Antes de hablar de modelos o entidades, existe una petición y una respuesta concretas.

• Resolver el dominio y alcanzar el servidor.
• Recibir el estado HTTP y el contenido esperado.
• Poder procesar los recursos necesarios para interpretar la página.

Si una URL importante devuelve 403 o una pantalla vacía, la investigación debe empezar ahí. Una estrategia de visibilidad generativa no elimina ese obstáculo.

Un navegador humano y un crawler pueden recibir experiencias distintas. Cookies, autenticación, geolocalización, recursos bloqueados o JavaScript pueden modificar el resultado. La comprobación útil es observar qué recibe realmente el crawler.

Cómo descubre Google las páginas

Google explicó también nuevamente una parte esencial del proceso. El crawler parte de URLs que ya conoce. Visita esas URLs.

Extrae los enlaces que encuentra. Descubre nuevas URLs. Las incorpora a sus sistemas.

Y el ciclo continúa. Los sitemaps XML constituyen otra forma de facilitar URLs a Google. Aquí también conviene eliminar algo de magia.

Un sitemap no obliga a Google a indexar nada. Es fundamentalmente:

estas son las URLs que quiero que conozcas.

Después Google decide qué rastrear, cuándo hacerlo, qué procesar y finalmente qué incorporar a sus índices.

No todas las URLs se rastrean igual

Una parte particularmente interesante fue la explicación del scheduler. Google no visita todas las URLs con la misma frecuencia. Tiene que decidir:

• qué URL rastrear,
• cuándo,
• con qué prioridad,
• cuánto puede solicitar sin perjudicar al servidor.

Una homepage que cambia constantemente puede merecer visitas frecuentes. Una página de condiciones legales que prácticamente nunca cambia probablemente no. Google aprende estos patrones.

Además, tiene que equilibrar la necesidad de descubrir y actualizar información con otro principio muy sencillo: no romper el servidor del sitio. Por eso existe toda una lógica de crawl capacity y de “politeness”.

Si un servidor empieza a fallar o a responder lentamente, Google puede reducir sus peticiones. Lo cual nos lleva a una parte bastante menos glamourosa que “optimizar para IA”, pero probablemente más importante.

Discovery y refresh: Google no rastrea siempre por la misma razón

Durante el Q&A apareció además una distinción interesante. Una parte del crawling sirve para descubrir URLs nuevas. Otra sirve para volver a comprobar URLs ya conocidas.

Es decir: discovery frente a

refresh. Esto puede parecer una pequeña distinción técnica, pero ayuda muchísimo para diagnosticar sitios grandes.

Si Google dedica gran parte de sus recursos a descubrir URLs nuevas constantemente porque nuestra arquitectura genera millones de combinaciones inútiles, tenemos un problema diferente a si Google simplemente revisita páginas importantes para comprobar cambios.

Cuando analizamos crawling no deberíamos preguntar únicamente:

¿Cuánto rastrea Google?

También:

¿Qué está rastreando y por qué?

HTTP, CDN y logs: la base técnica de la visibilidad

Una sesión completa volvió a bajar al nivel más básico de HTTP. Y creo que fue deliberado. Porque podemos hablar todo el día de IA generativa, pero Google sigue recibiendo códigos HTTP cuando intenta acceder a una URL.

Un 200 indica que la petición se ha procesado correctamente. Un 204 indica éxito, pero sin contenido. Los 3xx indican generalmente algún tipo de redirección.

Los 4xx representan problemas relacionados con la solicitud o el acceso al recurso. Los 5xx, problemas del servidor. Nada revolucionario.

Pero las consecuencias sí son importantes. Si Google encuentra repetidamente errores 5xx, puede interpretar que el servidor está teniendo problemas y reducir el ritmo de crawling. Si recibe un 403, no tiene acceso.

Si recibe un 404 o un 410, entiende que ese recurso ya no está disponible. Si recibe un 429, el propio servidor le está diciendo esencialmente:

vas demasiado rápido.

Y Google puede adaptarse.

Un 200 tampoco garantiza indexación. Un 301 y un 302 permiten seguir una redirección, pero expresan intenciones distintas sobre su permanencia. No conviene intercambiarlos sin revisar el objetivo de la URL.

El 429 es una excepción dentro de los 4xx: Google lo trata como una señal de sobrecarga. Un 403 bloquea el acceso; no es una herramienta adecuada para regular el ritmo de rastreo. Documentación oficial sobre códigos HTTP.

Tabla práctica para diagnosticar problemas de acceso y rastreo

El código es una pista. El diagnóstico necesita también el contenido de la respuesta y el contexto de la URL.

CDN, Cloudflare y pantallas anti-bot: cuando el 200 no contiene tu página

Aquí apareció uno de los ejemplos que más me llamó la atención. Los sistemas anti-bot, firewalls, WAF y CDN se han vuelto muchísimo más sofisticados. Lo cual es positivo para seguridad.

Pero también introduce un riesgo. Imaginemos que Googlebot solicita una página. El servidor devuelve técnicamente:

HTTP 200 OK Pero lo que contiene la página es:

Verify you are human.

O un CAPTCHA. O:

Access denied.

Desde el punto de vista HTTP, aparentemente todo ha ido bien. Desde el punto de vista del contenido, no. Google puede detectar entonces que esa URL realmente no contiene la página esperada y tratarla como una especie de soft 404.

Y esto me parece enormemente relevante.

Porque muchas empresas pueden estar buscando estrategias sofisticadísimas de GEO mientras tienen una regla de CDN bloqueando parcial o intermitentemente los sistemas que necesitan acceder a su contenido.

Antes de estudiar “por qué ChatGPT no me cita”, quizá deberíamos comprobar: ¿pueden realmente acceder los robots a mi información?

Una pantalla de verificación no genera siempre un soft 404: el resultado depende del contenido y de la respuesta recibidos. Puede impedir el acceso, el procesamiento o la indexación. Tampoco es un problema exclusivo de Cloudflare; cualquier capa de protección mal configurada puede producirlo.

DNS, hosting, CDN y firewall también son SEO

Cuando una página no puede recuperarse, el problema puede estar en DNS, hosting, CDN, firewall o en los recursos necesarios para procesarla. No siempre está dentro de WordPress.

Crawl Stats en Search Console y los logs permiten investigar el patrón de acceso. Conviene cruzarlos con los eventos de la infraestructura.

• Qué URLs se solicitaron y cuándo.
• Qué estado y contenido se devolvieron.
• Dónde aparecen errores o bloqueos repetidos.

Los logs del servidor de origen pueden ser incompletos si el CDN detiene una petición antes de que llegue. Por eso revisaría ambas capas.

Un user-agent con el nombre Googlebot puede falsificarse. Antes de atribuir una petición a Google o cambiar una regla, comprobaría el origen real del bot.

¿GEO sustituye al SEO? Mi lectura de la jornada

Durante la jornada surgió la cuestión del GEO, o Generative Engine Optimization. Mi lectura de la posición de Google es que sus experiencias generativas mantienen una continuidad con los fundamentos de Search.

Esto no equivale a afirmar que “GEO no existe”. El término puede ayudar a describir tareas nuevas de seguimiento de citaciones, representación de marca y análisis de respuestas.

Lo que no cambia es la necesidad de una información accesible, útil y comprensible. Tampoco conviene trasladar automáticamente todas las explicaciones de Google a ChatGPT, Perplexity o cualquier otro producto.

• Identificar qué sistema se está analizando.
• Distinguir sus controles de acceso de sus resultados visibles.
• Evaluar cada acción según su utilidad y las evidencias disponibles.

Para un dirigente, la prioridad es encontrar el obstáculo real: acceso, explicación de la oferta, información insuficiente o representación incorrecta. Elegir una nueva sigla no resuelve ese diagnóstico.

De una fuente accesible a una respuesta generativa

Esta es mi forma de ordenar una auditoría de visibilidad, inspirada en lo aprendido durante la jornada. No es una lista de factores oficiales ni una fórmula que garantice recomendaciones de un modelo.

1. Existir. La información debe estar publicada en fuentes relevantes.
2. Ser accesible. Los sistemas pertinentes necesitan poder recuperar los recursos.
3. Ser descubrible. Enlaces y arquitectura deben permitir encontrar las páginas importantes.
4. Ser indexable. Revisar directivas y selección canónica en el contexto de cada buscador.
5. Ser comprensible. Explicar qué ofrece la empresa, a quién y con qué límites.
6. Estar bien representada. Contrastar categorías y atributos asociados con la marca.
7. Ser recuperable. Disponer de información que responda al problema planteado.
8. Aportar valor. Demostrar experiencia, precisión y utilidad.
9. Ser seleccionada. Los sistemas eligen entre distintas fuentes, según la consulta.
10. Ser citada o enlazada. Es un resultado observable, diferente de una simple mención de marca.

Medir únicamente el último punto deja demasiadas preguntas sin resolver. Pero los pasos anteriores tampoco son completamente observables desde fuera de los sistemas.

Una intervención externa planteó precisamente este problema

Y aquí es importante hacer una distinción. Lo siguiente no lo dijo Google. Fue una de las ponencias de profesionales de la industria invitados al evento.

El ponente planteó que actualmente estamos midiendo mal la visibilidad en IA porque comenzamos demasiado tarde. Normalmente hacemos preguntas como:

¿ChatGPT menciona mi marca?

¿Gemini me cita?

¿Perplexity utiliza mi web?

Pero antes de llegar ahí hay otras preguntas. ¿Sabe el sistema que existimos? ¿Con qué conceptos nos relaciona?

¿Nos considera relevantes dentro de una categoría? Cuando necesita información adicional, ¿nos busca? ¿Puede recuperar correctamente nuestro contenido?

¿Nos selecciona? Solo entonces aparece la mención. Me parece una manera bastante más madura de pensar sobre AI Search.

Cómo se representa una marca en los modelos

Podríamos incluso reformular el problema. Durante años hemos medido: ranking,

impresiones, clics, CTR,

visibilidad, share of voice. Con los LLM aparece otra capa.

¿Cómo nos entiende el sistema? Imaginemos una empresa especializada en hosting WordPress. Podríamos preguntar repetidamente a distintos sistemas:

¿Qué empresas asocias con hosting WordPress para agencias?

No para obsesionarnos con una clasificación exacta. Las respuestas de los modelos tienen variabilidad. Sino para entender una tendencia.

¿Aparece nuestra marca? ¿Con qué atributos? ¿Somos relacionados con velocidad?

¿Con soporte? ¿Con precio? ¿Con agencias?

¿Con WordPress? ¿O simplemente el modelo no parece asociarnos con nada? Esto empieza a aproximarse a algo que podríamos llamar brand association monitoring.

No sustituye al SEO. Añade una nueva dimensión.

Estas observaciones no permiten ver el conocimiento interno de un modelo. Tampoco prueban qué documento causó una respuesta. Sirven como señales de representación de marca dentro de un protocolo de observación explícito.

Cómo medir visibilidad en IA sin convertir una respuesta en una certeza

Una respuesta observada es una evidencia de lo mostrado en ese momento. No es una fotografía del conocimiento interno de un modelo ni una medida universal de autoridad.

Mi protocolo separaría mención, cita, representación y resultado comercial. Una marca puede aparecer sin enlace; una URL puede citarse sin recomendar la empresa; un clic puede no producir una oportunidad cualificada.

En Google contrastaría la información con los informes y controles disponibles en Search Console. La guía más reciente recomienda su informe de rendimiento de IA generativa, mientras que una guía anterior describe datos agregados en búsqueda web. Esta diferencia obliga a comprobar la documentación vigente y las funciones del propio sitio.

Un panel externo puede facilitar el seguimiento. No permite acceder a métricas internas de ranking ni aislar por sí solo la causalidad. Guía oficial para experiencias generativas de Google Search.

Ejemplo de lectura de resultados

Si una prueba muestra que una empresa aparece asociada con “precio bajo” pero su propuesta real es soporte especializado, anotaría una discrepancia de representación. Después revisaría qué dicen la web, las páginas de producto y las fuentes citadas.

No concluiría que cambiar una frase en la portada va a corregir el modelo. El siguiente paso sería actualizar información incorrecta en las fuentes controlables y observar la evolución con el mismo protocolo.

Experiencia, producto y calidad: la información que diferencia

La segunda intervención de profesionales externos que me pareció especialmente interesante lanzó una crítica bastante sana. Durante años hemos convertido prácticamente todo en métricas. Queríamos medirlo todo.

Número de enlaces. Authority. Schema.

Core Web Vitals. Keywords. Entidades.

Menciones. Y ahora: citas en IA.

El problema aparece cuando confundimos correlación con causa. El ponente utilizó ejemplos como schema markup y otros elementos cuya presencia puede correlacionarse con buenos resultados. Pero quizá no funcionen porque Google diga:

esta web tiene más markup, voy a confiar más en ella.

Quizá las empresas capaces de implementar correctamente estos elementos sean simplemente empresas que también:

• mantienen mejor sus webs,
• entienden mejor a sus clientes,
• generan mejor contenido,
• poseen procesos editoriales maduros,
• tienen una marca conocida,
• obtienen menciones reales,
• construyen buenos productos.

En ese caso estamos observando un síntoma de calidad organizativa, no necesariamente una palanca independiente. Es una distinción enorme.

El mejor SEO quizá empieza fuera del SEO

Esta idea apareció de distintas maneras durante el día. Imaginemos una empresa que escucha continuamente una misma duda de sus clientes. Hay dos maneras de actuar.

La primera: crear un artículo SEO respondiendo a la pregunta. La segunda:

preguntarnos si esa duda revela un problema en:

• nuestro producto,
• nuestro pricing,
• nuestra UX,
• nuestra documentación,
• nuestro servicio,
• nuestra comunicación.

Una buena empresa quizá modifica el producto. Y después explica correctamente ese cambio. Eso produce contenido mejor porque existe detrás una realidad mejor.

Esta diferencia me parece cada vez más importante en un mundo de contenido generado masivamente por IA. Porque producir texto se ha vuelto barato. Producir experiencia real no.

Google también insistió en la perspectiva humana

Uno de los mensajes editoriales de Google fue especialmente claro. No publiques simplemente contenido que cualquiera podría producir. Aporta algo que venga de:

• tu experiencia,
• tus conocimientos,
• tus datos,
• tus pruebas,
• tu producto,
• tus clientes,
• tu perspectiva.

Esto no significa escribir artificialmente en primera persona para fingir experiencia. Significa disponer realmente de algo que aportar. La generación de texto se está convirtiendo en una commodity.

La experiencia no. Los datos propios tampoco. La reputación tampoco.

Los clientes satisfechos tampoco. Una marca reconocida tampoco.

La gran batalla será la calidad de la información

La calidad de la información fue otro de los temas que recogí durante el primer día. Mi lectura es que una respuesta generativa exige prestar especial atención a las fuentes y a los límites de lo que se afirma.

Eso no permite concluir que Google aplique automáticamente un umbral de calidad superior en toda respuesta generativa. Tampoco significa que un resultado orgánico incorrecto tenga un coste pequeño: depende del tema, del usuario y de la decisión.

Para una empresa, la consecuencia práctica es revisar las afirmaciones importantes: quién las respalda, cuándo se comprobaron, a qué situaciones se aplican y qué excepciones necesitan explicarse.

Tráfico hacia la web: separar la posición de Google de los resultados

Aquí conviene distinguir claramente entre hecho y declaración corporativa.

Google defendió durante la jornada que Search continúa enviando enormes cantidades de clics hacia la web abierta y que quiere seguir siendo uno de sus principales contribuidores.

También argumentó que la IA está provocando más búsquedas y preguntas más complejas. Es la posición de Google. No deberíamos convertirla automáticamente en una conclusión independiente sobre el impacto económico de AI Overviews en todos los publishers.

Eso requiere datos externos. Pero sí nos indica cómo Google conceptualiza su producto: no presenta AI Mode como sustituto de la web, sino como otra forma de acceder y organizar información procedente de ella.

Ahora habrá que observar cómo evoluciona en la práctica la distribución de clics.

Robots.txt, Google-Extended y decisiones sobre bots de IA

Durante el Q&A con representantes de Google apareció otra cuestión lógica. ¿Podemos permitir determinados crawlers y bloquear otros? Sí.

Los distintos sistemas pueden utilizar diferentes user-agents y robots.txt permite aplicar reglas específicas. Esto significa que una empresa puede tomar decisiones diferenciadas sobre qué sistemas pueden rastrear determinadas partes de su contenido.

Pero aparece inmediatamente una cuestión estratégica. Bloquear un crawler puede proteger determinados usos del contenido. Al mismo tiempo puede reducir la capacidad de determinados sistemas para conocerlo o recuperarlo directamente.

Por tanto, esto ya no es solamente una cuestión técnica. Se está convirtiendo en una decisión de distribución de información.

Google-Extended controla determinados usos de contenido para entrenamiento y grounding en productos Gemini indicados por Google. No debe confundirse con el acceso para AI Overviews y AI Mode dentro de Search. Consultar el alcance de Google-Extended.

Robots.txt expresa instrucciones para crawlers que las respetan; no protege contenido privado ni reemplaza la autenticación. Antes de cambiar una regla, identificaría el producto afectado y la finalidad concreta del acceso.

¿Debemos permitir todos los bots de IA?

Aquí volvemos a una recomendación de un ponente externo, no de Google.

Su argumento era básicamente que, salvo que exista una razón concreta para impedirlo, bloquear sistemas de IA puede dificultar que estos representen correctamente nuestra marca.

Tiene lógica. Pero no existe una respuesta universal. Hay publishers cuyo activo principal es precisamente el contenido y que pueden tener razones comerciales para restringirlo.

Otros negocios quieren maximizar distribución, descubrimiento y menciones. La respuesta depende del modelo económico. Lo importante es que la decisión sea deliberada.

No descubrir dentro de seis meses que nuestro firewall bloqueaba un crawler simplemente porque alguien activó una regla por defecto.

Del ranking a una estrategia de autoridad digital

Después de un día entero, mi respuesta provisional sería: cambia mucho la superficie y relativamente poco los fundamentos. Seguimos necesitando:

• arquitectura web sólida,
• URLs descubribles,
• HTML interpretable,
• servidores fiables,
• buenos códigos HTTP,
• enlazado interno,
• canonicals coherentes,
• contenido accesible,
• buena información,
• páginas diferenciadas,
• experiencia real,
• autoridad,
• reputación.

Pero encima aparecen nuevas cuestiones:

• cómo entiende una IA nuestra marca,
• con qué conceptos nos relaciona,
• en qué fuentes encuentra información sobre nosotros,
• cuándo decide buscar información adicional,
• qué contenidos recupera,
• qué partes utiliza,
• cuándo nos menciona,
• cuándo nos cita,
• cómo representamos nuestra entidad más allá de nuestra propia web.

Por eso personalmente no veo SEO y GEO como dos mundos separados. Veo una evolución.

De SEO a una estrategia de autoridad digital

El recorrido keyword, página, ranking y clic sigue siendo útil. Una respuesta generativa añade otros momentos de descubrimiento y comparación.

Un cliente puede consultar una síntesis, reconocer una marca citada en otra fuente y visitar su web más tarde. Nuestra información tiene que ser coherente en los espacios relevantes.

• Web y páginas de producto con una propuesta clara.
• Perfiles y documentos públicos actualizados.
• Fuentes, vídeos y experiencias que aporten información verificable.

Esto no convierte cada mención en un factor de ranking ni justifica buscar presencia en cualquier sitio. El objetivo es que un cliente pueda entender y verificar la actividad real de la empresa.

Cuando hablo de autoridad digital, describo una orientación estratégica personal: ser reconocible como una empresa o una fuente pertinente. No estoy afirmando conocer todas las señales internas de un motor.

Mi framework de auditoría SEO e IA

Si mañana tuviera que auditar la visibilidad SEO + IA de una empresa, empezaría por este orden:

1. Accesibilidad

¿Los sistemas pueden acceder realmente al sitio? DNS, CDN, firewall, robots.txt, códigos HTTP, rendering.

2. Crawlabilidad

¿Pueden descubrir correctamente las páginas importantes? Arquitectura, enlaces internos, sitemaps, URLs.

3. Indexabilidad

¿Las páginas correctas pueden entrar en los índices? Canonicals, duplicaciones, respuestas HTTP, contenido.

4. Comprensión

¿Queda claro qué hacemos, para quién y sobre qué somos expertos? Contenido, entidades, estructura, productos, servicios.

5. Diferenciación

¿Aportamos información que otras cien páginas no pueden generar exactamente igual? Experiencia, datos propios, ejemplos, opinión experta, metodología.

6. Asociación de marca

¿Internet relaciona nuestra empresa con las categorías que queremos dominar? No solamente nuestra web. Todo el ecosistema.

7. Recuperabilidad

Cuando un sistema necesita información sobre nuestro mercado, ¿somos una fuente posible?

8. Selección

¿Tenemos suficientes señales de calidad y utilidad para ser utilizados?

9. Citación y visibilidad generativa

Finalmente: ¿aparecemos? ¿cómo?

¿para qué preguntas? ¿con qué mensaje? ¿junto a qué competidores?

Mi conclusión del primer día

Después del primer día, mi pregunta cambia: ¿cómo conseguir que una empresa aporte información que una persona, un buscador o un sistema generativo tenga buenas razones para utilizar?

Las siglas pueden ayudar a nombrar nuevas tareas. La prioridad sigue siendo resolver necesidades reales con una web accesible y una propuesta comprensible.

Día 1: menos hacks, más fundamentos

Mi balance del 30 de septiembre de 2026 es provisional. Search cambia su interfaz, admite preguntas más complejas y combina diferentes formatos. Al mismo tiempo, sigue dependiendo de fuentes que se puedan descubrir y procesar.

Para los dirigentes, esto exige conectar decisiones técnicas, calidad de producto, información pública y resultados comerciales. Una nueva métrica de IA no sustituye ese trabajo.

Quedan dos días de evento. Estas conclusiones corresponden únicamente a la primera jornada.

Un mini plan en 5 pasos concretos

Mi recomendación para una empresa es convertir estas notas en una secuencia de decisiones verificables. Cada paso tiene un resultado que puede revisarse.

1. Elegir las páginas y necesidades prioritarias. Identificar los servicios que interesa vender y las dudas que impiden a los clientes avanzar. Entregable: una lista justificada de páginas y preguntas.
2. Comprobar acceso, rastreo e indexación. Revisar Search Console, contenido recuperado, logs, CDN, robots.txt y canonicals. Entregable: incidencias con evidencias y un responsable de resolución.
3. Reforzar la información que demuestra experiencia. Añadir metodología, límites, ejemplos propios y respuestas verificadas a preguntas comerciales. Entregable: páginas que ayudan a decidir.
4. Revisar cómo se representa la marca. Contrastar la web, perfiles públicos y fuentes relevantes. Entregable: discrepancias documentadas y acciones para corregirlas.
5. Medir resultados y revisar hipótesis. Seguir acceso, visibilidad, representación, visitas y contactos cualificados. Entregable: un informe que separa observaciones, interpretaciones y decisiones.

Lo que no hago

Los encabezados, las tablas y los datos estructurados facilitan una lectura organizada y una descripción coherente de la página. Su presencia no demuestra por sí sola una ventaja en los sistemas generativos.

Fuentes y alcance de estas notas

Este artículo recoge mi interpretación del primer día. Los enlaces siguientes permiten contrastar cuestiones técnicas con documentación primaria, sin convertir mis notas en una transcripción oficial.

• Anuncio oficial del Search Central Live Deep Dive Europe 2026.
• Funciones de IA y tu sitio web.
• Guía de Google para funciones de búsqueda generativa.
• Códigos HTTP y crawlers de Google.
• Crawlers de Google y Google-Extended.

La documentación puede evolucionar. También puede haber diferencias entre guías antiguas y nuevas. Para decisiones operativas, contrastaría la guía vigente, la configuración del sitio y los controles disponibles en Search Console.

Preguntas frecuentes sobre SEO, GEO y rastreo