SGE ya no basta: el nuevo lenguaje de la búsqueda IA actual

La búsqueda IA Google ya no es una versión decorada del buscador clásico, ni una simple caja con respuestas generadas por inteligencia artificial encima de los enlaces azules. Es un cambio de lenguaje. Google está pasando de interpretar consultas a componer respuestas, de ordenar páginas a seleccionar fragmentos útiles, de premiar una URL para una palabra clave a reconstruir una intención con varias búsquedas simultáneas, contexto, entidades, fuentes y formatos.

SGE fue el aviso. AI Overviews fue la primera gran capa visible. AI Mode es el siguiente escalón: una búsqueda más conversacional, multimodal, razonada y con capacidad de descomponer una petición compleja en subtemas. Dicho en cristiano: el usuario ya no busca solo “mejor CRM barato”, sino “qué CRM encaja con una tienda online pequeña, con tres empleados, WhatsApp, facturación española y bajo presupuesto”. Y Google, que antes devolvía una lista de páginas, ahora intenta montar una respuesta con piezas de varias fuentes. El SEO que sigue escribiendo como si estuviéramos en 2016 —un título, siete subtítulos previsibles, una tabla reciclada y una conclusión con olor a microondas— empieza a sonar como un módem en una red de fibra.

Search Generative Experience, la famosa SGE, sirvió durante meses como laboratorio público. Era el nombre experimental de una idea que Google llevaba tiempo cocinando: usar IA generativa dentro del buscador para resumir, conectar y contextualizar información. Después llegaron las AI Overviews, esas vistas creadas con IA que aparecen cuando el sistema considera que una respuesta generada aporta más valor que una página de resultados tradicional. Más tarde, Google presentó AI Mode, una experiencia más profunda, pensada para consultas largas, comparaciones, razonamientos y preguntas sucesivas.

La diferencia no es estética. No va de si el bloque aparece arriba, abajo, con enlaces laterales o con tarjetas más bonitas. La diferencia está bajo el capó. Google ha explicado que AI Mode puede usar una técnica llamada query fan-out, que consiste en dividir una consulta en varios subtemas y lanzar búsquedas relacionadas de forma simultánea. Traducido: una sola búsqueda del usuario puede convertirse, internamente, en muchas búsquedas pequeñas. Y ahí el viejo SEO de “una keyword, una URL, una intención” se queda corto, muy corto.

La búsqueda clásica funcionaba como un escaparate. Google rastreaba, indexaba, clasificaba y mostraba resultados. La búsqueda con IA funciona más como una mesa de edición: selecciona información, la compara, la resume, la ordena y la presenta con enlaces de apoyo. El usuario recibe menos ruido, sí, pero también menos necesidad de hacer clic en diez resultados. Para los sitios web, eso abre una grieta incómoda: más visibilidad potencial en respuestas complejas, pero también más riesgo de quedarse como proveedor invisible de contexto.

No es el apocalipsis del SEO. Conviene desconfiar de los funerales prematuros; en marketing digital abundan más que las plantillas de “estrategia definitiva”. Pero sí es el final de una comodidad: publicar contenido genérico, razonablemente largo y formalmente correcto, ya no garantiza nada. Google puede leerlo, resumirlo y olvidarlo en el mismo gesto.

La búsqueda IA Google necesita material que pueda descomponer, verificar y reutilizar. No basta con decir lo mismo que dicen todos, pero con más palabras. Una página útil en este entorno tiene que aportar información original, experiencia real, estructura clara y señales suficientes para que el sistema entienda de qué habla, para quién habla y por qué debería fiarse.

Aquí entra una palabra que se usa demasiado y se practica bastante menos: contexto. Un contenido sobre “mejores zapatillas para correr” puede tener tráfico, claro. Pero en una búsqueda generativa gana fuerza una página que explica diferencias por peso del corredor, superficie, tipo de pisada, distancia, clima, desgaste de la suela y presupuesto. No porque sea más larga. Porque responde mejor a consultas compuestas. La IA necesita piezas con ángulos, matices, datos y relaciones. Necesita una despensa rica, no una estantería llena de latas iguales.

Google insiste en que las buenas prácticas tradicionales siguen siendo válidas: páginas rastreables, contenido indexable, experiencia de usuario decente, datos estructurados coherentes con lo visible, imágenes y vídeos útiles, información textual accesible y contenido pensado para personas. Eso no ha desaparecido. Lo que cambia es la exigencia. Antes una página podía sobrevivir con un SEO técnico correcto y un texto aceptable. Ahora, si el contenido es una sopa tibia, la IA puede no necesitarlo. Tiene otras sopas.

La utilidad ya no se mide solo por responder una consulta directa. Se mide por cubrir el campo semántico de una necesidad. En SEO, SEM, ecommerce o analítica web esto se nota muchísimo. Un artículo que explica qué es el ROAS aporta poco si no aterriza cuándo usarlo, cuándo engaña, cómo se cruza con margen bruto, LTV, recurrencia, atribución y costes logísticos. Una ficha de producto que repite características del fabricante apenas añade valor. Una comparativa sin pruebas propias es un disfraz de comparativa. Y Google, con sus límites y sus tropiezos, está aprendiendo a detectar esos disfraces.

El viejo SEO hablaba principalmente en palabras clave. El nuevo lenguaje de la búsqueda IA Google habla en entidades, relaciones e intención. Una entidad puede ser una marca, una persona, una herramienta, una categoría, una tecnología, una ubicación, un producto, una normativa. Lo importante no es solo nombrarla, sino situarla dentro de una red de significado.

Pensemos en una consulta como “cómo medir el impacto de AI Overviews en una web de recetas”. No es una keyword limpia. Es una mezcla de analítica, SEO, contenido editorial, Search Console, CTR, tráfico orgánico, intención informacional, atribución y comportamiento del usuario. Una página que solo repita “AI Overviews SEO” veinte veces no resuelve nada. Una página que explique cómo mirar cambios por consulta, comparar periodos, separar estacionalidad, revisar posiciones, observar clics sin obsesionarse con impresiones y cruzar datos con Analytics empieza a hablar el idioma adecuado.

La IA no busca únicamente coincidencias. Busca piezas que pueda ensamblar. Por eso importan tanto los ejemplos concretos. Un contenido sobre ecommerce debería diferenciar una tienda de moda con miles de referencias de una marca DTC con catálogo pequeño. Un texto sobre SEM no puede tratar igual una campaña de Performance Max para captación fría que una campaña de marca con demanda ya creada. Un artículo sobre GEO —optimización para motores generativos— no debería vender humo con fórmulas mágicas, sino explicar cómo aumentar la probabilidad de ser citado o usado como referencia: claridad, autoridad, datos propios, consistencia, arquitectura y contenido difícil de sustituir.

También cambia el peso del formato. La búsqueda ya no es solo texto. Google empuja hacia consultas multimodales: imagen, voz, cámara, documentos, vídeos. Eso obliga a pensar las páginas como objetos completos. Una buena imagen con alt descriptivo, un vídeo que realmente ilustra un proceso, una tabla visible y no escondida en un script roto, una infografía ligera y rastreable, una ficha técnica ordenada… todo suma. Lo multimedia deja de ser decoración para convertirse en materia prima.

Y hay algo más, menos glamuroso pero decisivo: la limpieza. Páginas saturadas de pop-ups, anuncios pegajosos, bloques de afiliación sin criterio y menús que parecen una verbena dificultan la experiencia. La IA podrá extraer información, quizás, pero el usuario que llega se marcha con la misma delicadeza con la que cerramos una pestaña que nos pide aceptar notificaciones antes de leer la primera línea.

Durante años, el contenido SEO vivió de una paradoja cómoda: mucha gente publicaba artículos parecidos y aun así había espacio para posicionar. Cambiaba el orden, cambiaba la extensión, cambiaba el dominio. Pero el contenido de fondo era intercambiable. La IA generativa ha convertido esa mediocridad duplicada en materia barata. Si una respuesta se puede sintetizar a partir de cien páginas iguales, ninguna de esas páginas es especialmente necesaria.

Esto no significa que solo sobrevivan los grandes medios o las marcas enormes. De hecho, una búsqueda con IA bien diseñada puede abrir hueco a fuentes especializadas que antes quedaban enterradas bajo dominios gigantes. Un blog técnico con pruebas reales, un ecommerce con datos propios de uso, una consultora que publica casos anónimos pero detallados, una herramienta que documenta problemas frecuentes con precisión quirúrgica… esos contenidos tienen algo que aportar. Tienen textura. Huelen a taller, no a oficina sin ventanas.

La diferencia entre contenido genérico y contenido útil se ve en frases pequeñas. “Optimiza tus campañas” no dice nada. “Separa las campañas de marca cuando el presupuesto de Performance Max esté canibalizando conversiones que ya habrías captado por orgánico” dice algo. “Mejora la velocidad web” es una pegatina. “Reduce JavaScript innecesario en plantillas de categoría porque Googlebot puede renderizar, sí, pero no tiene paciencia infinita ni presupuesto eterno” ya empieza a tener carne.

La búsqueda IA Google premia, o al menos necesita, ese tipo de precisión práctica. No porque sea fan de los consultores que hablan con ceja levantada, sino porque las respuestas generativas se alimentan mejor de contenido verificable, específico y conectado. El texto blando, el que vale para cualquier web y para ninguna, se convierte en relleno semántico. Y el relleno, en un entorno donde la IA resume, es lo primero que se evapora.

Hay otra derivada incómoda: la autoría. EEAT no es un conjuro, aunque algunos lo pronuncian como si abriera puertas en Mordor. Experiencia, conocimiento, autoridad y fiabilidad tienen consecuencias visibles. Quién escribe, qué experiencia demuestra, qué fuentes maneja, qué ejemplos aporta, cuándo se actualiza el contenido, qué errores reconoce, qué límites marca. La IA puede equivocarse, sí, y lo hace. Pero precisamente por eso los sistemas necesitan apoyarse en señales de confianza. La firma inventada y la biografía de cartón piedra cada vez pesan menos.

En SEO, el impacto más evidente es la fragmentación de la visibilidad. Aparecer primero en orgánico ya no cuenta toda la historia. Una marca puede perder clics en consultas informacionales porque AI Overviews resuelve parte de la duda en la propia SERP. También puede ganar exposición si aparece como fuente en una respuesta de IA para una consulta compleja. El problema, bastante irritante, es que la medición todavía no ofrece toda la granularidad que muchos profesionales querrían. Google integra estos datos dentro del rendimiento general de Search Console, lo que obliga a leer tendencias con más cuidado y menos titulares de LinkedIn.

La métrica reina deja de ser solo el clic. No desaparece, porque el clic paga facturas, leads y ventas. Pero hay que mirar también calidad de sesión, conversión asistida, consultas de marca, recurrencia, páginas vistas por visita, formularios, ventas, llamadas, suscripciones y señales de demanda. Si la IA filtra usuarios más informados, puede llegar menos tráfico pero más cualificado. O no. Depende del sector, de la intención y de si el contenido merece el viaje.

En SEM, el asunto se vuelve más delicado. Google lleva años automatizando campañas, audiencias y creatividades. Con búsqueda generativa, la distancia entre intención declarada y respuesta comercial puede estrecharse. Para anunciantes, eso implica trabajar mejor los feeds, las páginas de destino, el margen, la atribución y los mensajes. No basta con pujar. Hay que tener una propuesta comprensible para máquinas y humanos. El algoritmo puede traer tráfico; la web tiene que convertirlo sin parecer un bazar con luces de neón.

En ecommerce, AI Mode y las experiencias de compra con IA empujan hacia un catálogo más estructurado. Productos con atributos pobres, imágenes mediocres, descripciones clonadas y disponibilidad poco fiable tendrán problemas. La IA necesita saber talla, material, compatibilidad, opiniones, precio, envío, devoluciones, usos, variantes, restricciones. Y necesita que esa información sea consistente entre web, Merchant Center, datos estructurados y contenido visible. Cuando una tienda dice una cosa en el marcado, otra en la ficha y una tercera en el feed, no está haciendo omnicanalidad: está tocando el clarinete en una biblioteca.

La analítica, por su parte, tendrá que madurar. Durante años se abusó de informes bonitos y diagnósticos perezosos. “Ha bajado el orgánico” no es un análisis; es mirar el termómetro. En la era de búsqueda IA hay que separar consultas informacionales, transaccionales, navegacionales y comparativas; revisar qué páginas pierden clics pero mantienen impresiones; detectar si crece la marca; observar si las sesiones que llegan convierten más; cruzar logs, Search Console, Analytics y datos de negocio. La pregunta ya no es solo cuánta gente entra, sino qué parte del proceso de decisión ocurre antes de entrar.

La llegada de AI Overviews y AI Mode ha disparado una etiqueta nueva, GEO, Generative Engine Optimization. El concepto tiene sentido: optimizar para que sistemas generativos puedan entender, seleccionar y citar contenido. El problema aparece cuando se vende como una disciplina separada con trucos secretos, como si bastara con escribir en formato pregunta-respuesta, añadir una tabla y rezar a Gemini tres veces antes de publicar.

La realidad es menos cinematográfica. GEO es, en gran medida, SEO serio llevado hasta sus últimas consecuencias. Arquitectura clara. Entidades bien trabajadas. Contenido original. Autoría reconocible. Datos propios. Experiencia demostrable. Marcado estructurado correcto. Buen enlazado interno. Actualización razonable. Páginas rápidas. Imágenes útiles. Coherencia editorial. Nada sexy, ya. Pero eficaz.

Hay tácticas que ayudan. Definir conceptos con precisión. Incluir comparaciones reales. Explicar límites. Añadir ejemplos verificables. Evitar afirmaciones absolutas cuando el tema cambia. Usar titulares naturales, no cebos con brillantina. Crear hubs temáticos que conecten artículos, reportajes, casos y fichas. Mantener las páginas importantes vivas, no momificadas. Trabajar la marca fuera de Google: menciones, reputación, comunidad, newsletters, redes profesionales, colaboraciones. La IA no vive aislada en una urna; respira la web que encuentra.

También conviene aceptar algo que a veces se evita: no todo contenido merece existir. Publicar veinte artículos sobre variaciones mínimas de la misma keyword puede haber funcionado en determinados nichos. En búsqueda IA, esa estrategia parece cada vez más frágil. La canibalización deja de ser solo un problema entre URLs propias; se convierte en un problema de identidad editorial. Si tu web no sabe qué pieza es la buena, no esperes que Google lo adivine con cariño maternal.

Para marcas pequeñas, esto no es una condena. Puede ser una oportunidad. Una pyme que explique mejor que nadie sus procesos, precios, dudas frecuentes, limitaciones y casos reales puede construir autoridad en un nicho. No necesita sonar como una multinacional con PowerPoint perfumado. Necesita ser clara, fiable y específica. La especialización, cuando es auténtica, sigue siendo una ventaja preciosa.

El primer error es tratar AI Overviews como un featured snippet con esteroides. No lo es. Un fragmento destacado extraía una respuesta de una página concreta. Una vista de IA puede sintetizar información desde varias fuentes, con una lógica distinta. Esto cambia el incentivo: no basta con tener una definición breve y bien colocada. Hay que ser una fuente que aporte parte sustancial de la explicación.

El segundo error es escribir para la IA olvidando al lector. Es curioso: justo cuando las máquinas leen mejor, algunos humanos escriben peor. Textos llenos de entidades pegadas con cola, frases antinaturales, repeticiones de keyword, preguntas falsas y bloques de relleno. La IA puede interpretar parte de eso, sí. El usuario también: interpreta que se quiere marchar.

El tercer error es confundir actualización con maquillaje. Cambiar la fecha de publicación sin revisar datos, herramientas, capturas, precios, legislación o interfaz es una chapuza. En temas de SEO, SEM, IA y ecommerce, seis meses pueden ser una era geológica. Una pieza sobre Search Console, Merchant Center, GA4 o campañas automatizadas necesita mantenimiento real. La fecha no es barniz; es responsabilidad.

El cuarto error es medir con nostalgia. Comparar el CTR actual con el de una SERP antigua sin considerar AI Overviews, vídeos, módulos de producto, anuncios, foros, Discover, resultados locales y cambios de intención lleva a diagnósticos torcidos. El buscador ya no es una lista limpia. Es una ciudad con tráfico, obras, pantallas, escaparates y algún patinete cruzando en diagonal.

El quinto error, quizá el más común, es producir contenido sin opinión experta. No hablo de pontificar. Hablo de criterio. Un artículo técnico debe decir cuándo una práctica conviene y cuándo no. Debe distinguir entre un blog de afiliación, una tienda B2B, un SaaS, un medio de noticias y una clínica local. Debe mojarse un poco. El contenido que nunca toma posición para no equivocarse acaba siendo invisible por aburrimiento.

La búsqueda IA Google no elimina el SEO; le quita excusas. Ya no basta con perseguir una palabra clave como quien persigue una moneda debajo del sofá. Hay que entender la intención completa, construir contenido con experiencia real, cuidar la arquitectura técnica, medir más allá del clic y pensar en cómo una máquina recompone una respuesta para una persona que tiene prisa, dudas y cada vez más opciones.

El viejo SGE fue una señal temprana. AI Overviews convirtió la señal en producto. AI Mode apunta a una búsqueda más conversacional, multimodal y exigente, donde el contenido mediocre no desaparece de golpe, pero pierde brillo, peso y utilidad. El SEO ético, el de verdad, no el que se pone una etiqueta verde para vender lo mismo de siempre, tiene aquí una ventaja: lleva años defendiendo que el contenido debe servir, demostrar, ordenar y respetar al usuario.

La ironía es elegante. La llegada de más inteligencia artificial obliga a escribir con más inteligencia humana. Menos plantilla. Menos relleno. Más oficio. Y una idea sencilla, casi antigua: para aparecer en respuestas útiles, primero hay que publicar algo que merezca formar parte de una.