El 15 de mayo de 2026, Google publicó su primera guía oficial sobre optimización para búsquedas con inteligencia artificial. El documento confirma que el SEO tradicional sigue siendo la base del trabajo. Descarta prácticas como los archivos llms.txt, la fragmentación de contenido (chunking) o las reescrituras específicas para IA. Sin embargo, la guía no toca un aspecto que determina cómo aparece una marca en las respuestas generadas: la descripción que los sistemas de IA encuentran en fuentes externas al sitio web.
Lo que la guía confirma sobre el SEO en el sitio
Según la guía, los sistemas de IA generativa de Google usan los mismos sistemas de ranking y calidad que la búsqueda tradicional. Si una página no puede posicionarse para una consulta normal, la IA generativa no la citará. En la práctica, esto significa que tres factores siguen siendo necesarios:
- Acceso técnico: Los rastreadores de IA deben poder acceder al sitio. Un robots.txt mal configurado bloquea Google-Extended, ChatGPT-User y OAI-SearchBot.
- Calidad y señales E-E-A-T: La guía prioriza páginas con experiencia, autoridad y confianza demostrada.
- Estructura clara: Google no exige dividir el contenido en fragmentos prefabricados. Las páginas con múltiples temas funcionan si tienen una jerarquía HTML limpia (H2, listas, tablas).
Google también aclara que el contenido original y con experiencia directa tiene ventaja sobre el contenido que solo resume lo que ya existe en la web. (Fuente: Semrush, basado en la guía de Google del 15 de mayo de 2026).
La capa externa que la guía omite
Google centra su guía en el sitio web propio. Pero los modelos de IA (ChatGPT, Gemini, Perplexity, Google AI Mode) extraen información de un conjunto de fuentes mucho más amplio: plataformas de reseñas como G2 y Capterra, hilos de Reddit, foros, publicaciones de la competencia, transcripciones de podcasts y cobertura de analistas.
Un estudio de Semrush con 1.000 consumidores en Estados Unidos encontró que el 43% ha descubierto una marca a través de la IA. De ellos, solo el 20% dijo que ser el primero en aparecer era lo que hacía que una marca llamara la atención. El factor que más se repitió fue la claridad y precisión de la descripción de la marca.
El estudio de visibilidad en IA de Semrush muestra un patrón similar en las citas: los modelos citan fuentes comunitarias y plataformas de reseñas con mucha más frecuencia que el contenido de marketing corporativo. Wikipedia aparece más de una vez por cada respuesta de ChatGPT en la categoría de tecnología digital. Reddit genera una frecuencia de citas superior al 120% en tecnología y electrónica de consumo.
La diferencia con el SEO tradicional se nota en un punto: una página individual puede posicionarse con buen trabajo on-site. Para aparecer en una respuesta de IA, se necesitan múltiples fuentes independientes diciendo lo mismo sobre una marca.
Qué hacer con la guía de Google
Auditar la visibilidad actual en IA
El primer paso es medir. Con herramientas como Domain Overview de Semrush se puede revisar si el dominio aparece en respuestas de IA y qué URLs están siendo citadas. También es necesario verificar que los rastreadores de IA no estén bloqueados en robots.txt. Otra forma directa es probar prompts reales: «mejor herramienta X para Y», «X vs competidor» en ChatGPT, Gemini y Google AI Mode, y registrar qué marcas aparecen y cómo se describen.
Mejorar el SEO dentro del sitio
Además de asegurar el acceso de los rastreadores, las páginas que compiten por ser citadas en IA deben incluir señales E-E-A-T: biografías de autor con credenciales, citas a fuentes primarias, datos originales y fecha de última actualización. La estructura del contenido debe permitir la extracción rápida de datos: cada H2 debe responder directamente a su encabezado, y los datos concretos deben presentarse en listas o tablas. La consistencia de los nombres de productos y servicios en toda la web (incluyendo plataformas de terceros) es otro factor que los sistemas de IA pesan al decidir qué descripción usar.
Construir presencia en fuentes externas
Este es el frente donde la mayoría de los equipos tienen menos trabajo y donde suele aparecer la mayor diferencia con los competidores. Las acciones concretas incluyen:
- Reclamar y completar perfiles en plataformas de reseñas como G2, Capterra y Trustpilot.
- Buscar inclusión en artículos de comparación («mejores herramientas X») y listados de la industria.
- Participar en comunidades donde los compradores pasan tiempo: Reddit, foros especializados, servidores de Discord.
- Solicitar la inclusión en informes de analistas como Gartner y Forrester.
- Publicar datos originales y comentarios de expertos en medios que la IA ya cita en la categoría.
Google desaconseja las menciones falsas o pagadas: los sistemas de IA prefieren el contenido comunitario porque proviene de usuarios reales.
Medir la percepción, no solo la presencia
Aparecer en respuestas de IA no sirve si la descripción es incorrecta. El flujo de trabajo recomendado incluye revisar semanalmente la participación de voz (share of voice) y el análisis de sentimiento por plataforma, identificar descripciones desactualizadas o incorrectas, rastrear la fuente del error y publicar contenido correctivo (actualizar datos, responder reseñas, editar entradas en Wikipedia donde sea posible).
El siguiente paso: los agentes de IA
La guía de Google incluye una sección breve sobre «experiencias agénticas» y menciona los protocolos emergentes Universal Commerce Protocol (UCP) y WebMCP. Ambos definen cómo los agentes de IA descubren, evalúan y ejecutan acciones en sitios web. Aunque la sección es corta, su presencia en la documentación oficial indica hacia dónde se dirige la búsqueda con IA: del suministro de respuestas a la ejecución de tareas por parte de agentes autónomos.
La visibilidad en búsquedas con IA se ha dividido en dos áreas. El trabajo dentro del sitio está resuelto por la guía de Google. El trabajo fuera del sitio depende de fuentes independientes que Google no controla. Ahí es donde la competencia se define.