Cómo posicionar en las Vistas de IA Google y Modo IA en 2026
Por el equipo de SEO In House | Enero 2026
Si llevas años trabajando en SEO, probablemente has visto cómo Google ha ido transformando las SERPs con cada actualización. Pero nada se compara con el cambio sísmico que están provocando los AI Overviews (AIOs) o Vistas de IA y el AI Mode (Modo IA). No estamos hablando de otro Featured Snippet o de un pequeño ajuste algorítmico. Estamos ante un cambio de paradigma que redefine qué significa «posicionar» en Google.
Los datos no mienten:
- Los AI Overviews reducen los clics en un 34.5% (según investigación de Ahrefs con 300,000 keywords analizadas)
- El 76% de las citaciones en AIOs también rankean en el top 10 tradicional, pero con una posición mediana de 2
- Rankear para múltiples «fan-out queries» aumenta un 161% la probabilidad de aparecer en AIOs
- El 67.82% de las citaciones en AIOs ni siquiera rankean en el top 10 para la query principal
¿Confundido? Es normal. En este artículo quiero explicarte qué está pasando con las búsquedas desde la irrupción de las respuestas de IA en Google y el despegue de LLMs como Chat GPT, Gemini, Claude, Perplexity,…, por qué las reglas del juego han cambiado y, sobre todo, qué podemos hacer al respecto.
Qué son las Vistas de IA y el Modo IA (y por qué deberías preocuparte)
Vistas de IA: la respuesta que posiblemente nadie pidió
Los Vistas de IA (AIOs) son respuestas generadas por inteligencia artificial que aparecen en la parte superior de los resultados de búsqueda de Google. A diferencia de los Featured Snippets, que extraen contenido directamente de una página, los AIOs sintetizan información de múltiples fuentes y la presentan como una respuesta cohesiva.
Lo interesante (y preocupante) es que:
- Aparecen en el 21% de todas las búsquedas (según análisis de 146 millones de SERPs)
- Se activan en el 57.9% de las queries con formato de pregunta
- El 99.9% son para keywords informacionales
- Pueden citar entre 3 y 10+ fuentes diferentes
¿Cuándo aparecen los AIOs?
Los triggers más comunes son:
| Tipo de Query | % de Aparición | Ejemplo |
| Preguntas tipo «Por qué» (Razón) | 59.8% | «por qué mi web no rankea» |
| Preguntas si/no (Boleano) | 57.4% | «el linkbuilding es importante» |
| Definiciones | 47.3% | «que es el LSI semántico» |
| Búsquedas 7+ palabras | 46.4% | «cómo optimizar mi contenido para búsqueda por voz 2026» |
Modo IA: la evolución a lo conversacional
El Modo IA es la versión conversacional y personalizada de los AIOs. Funciona como un chat con memoria persistente que:
- Recuerda tus búsquedas anteriores
- Se personaliza según tu perfil de usuario
- Genera respuestas multimodales (texto, imágenes, gráficos)
- Puede crear visualizaciones de datos en tiempo real
- Integra información de múltiples aplicaciones (Gmail, Drive, etc.)
Todavía no sabemos como acabará integrándose esta modo en la búsqueda, si será predeterminado o seguirá como una opción de Chrome o integrado en las Vistas de IA como hasta ahora, pero Google parace empeñado en integrarlo cada vez más en la búsqueda tradicional. Es decir: lo que vemos ahora no es el futuro, es el presente en beta y seguirá evolucionando durante 2026, seguro.
Cómo las Vistas de IA y el Modo IA afectan al SEO tradicional
Las diferencias fundamentales con el SEO tradicional que veníamos haciendo hasta ahora:
SEO Clásico:
- Optimizamos cada url para UNA keyword
- Las página aparecen completas
- Rankings deterministas (hoy estoy #3, mañana #5)
- Basado en parámetros más o menos estables y conocidos: TF-IDF, BM25, PageRank
Vistas de IA y Modo IA:
- Google genera DOCENAS de queries sintéticas (fan-out)
- Solo aparecen FRAGMENTOS de tu contenido
- Rankings probabilísticos (varían por usuario y contexto)
- Basado en vector embeddings y reasoning chains
Como dice Mike King, fundador de iPullRank: «Estamos pasando de optimizar para keywords a ingenierizar relevancia mediante vectores semánticos».
El impacto real en tráfico: datos que asustan
Reducción del 34.5% en CTR
Ahrefs realizó un estudio masivo analizando 300,000 keywords (150,000 con AIO y 150,000 informacionales sin AIO) comparando datos de Google Search Console de marzo 2024 (pre-rollout de AIOs en USA) vs marzo 2025.
Los resultados:
- Keywords informacionales SIN AIO:
- CTR promedio posición #1 (mar 2024): 5.6%
- CTR promedio posición #1 (mar 2025): 3.1%
- Reducción: 44.6%
- Keywords CON AIO:
- CTR promedio posición #1 (mar 2024): 7.3%
- CTR promedio posición #1 (mar 2025): 2.6%
- Reducción: 64.4% → Ajustado por tendencia general = 34.5% atribuible a AIOs
Pero espera, que aún hay más:
- Una investigación de Seer Interactive reporta caídas de hasta el 61% en algunos sectores
- Pew Research encontró que usuarios expuestos a la Vistas de IA solo hacen clic en un resultado tradicional en el 8% de las visitas (vs 15% sin Vistas)
Búsquedas con Cero Click: hacia una nueva normalidad
Las Vistas de IA funcionan de manera similar a los Featured Snippets: resuelven la query directamente en la SERP. Esto contribuye al crecimiento exponencial de las «búsquedas cero clic» (búsquedas sin clic en un resultado y por tanto visita a una web).
El CTR probablemente seguirá bajando por la «ley of shitty clickthroughs» (los usuarios se acostumbran y cada vez interactúan menos)
El problema de la atribución invisible
Cuando un AIO está presente, solo el 8% de usuarios hace clic en un resultado orgánico
Sin AIO, ese número sube al 15%
Google no desagrega datos de AIOs en Search Console. Esto significa que:
- No sabes cuánto tráfico pierdes específicamente por AIOs
- No puedes optimizar basándote en datos concretos
- No tienes argumentos para convencer a stakeholders de que el paisaje ha cambiado
¿Significa todo esto que el SEO está muerto?
No. Pero sí significa que el modelo mental de los profesional dels SEO debe cambiar de «generar tráfico» a «generar visibilidad y awareness».
Las búsquedas orgánicas están pasando de ser un canal 70% performance / 30% branding a invertirse: 30% performance / 70% branding.
Cómo funciona realmente la tecnología detrás de AI Mode
Para optimizar efectivamente para Vistas de Ia y Modo Ia, necesitamos entender cómo funcionan bajo el capó ambos motores de búqueda. Mike King de iPullRank hizo un análisis exhaustivo basándose en patentes de Google y documentación técnica. Aquí te resumo lo esencial.
Arquitectura de 5 capas
1. Capa de Contexto de Usuario (User Embeddings)
Google genera una representación vectorial de ti basándose en:
- Historial de búsquedas
- Patrones de clics
- Interacciones con aplicaciones (Gmail, Drive, YouTube)
- Ubicación y dispositivo
- Intereses y comportamiento
Este «user embedding» se inyecta en cada paso del pipeline de AI Mode, personalizando resultados de manera 1:1. Dos personas buscando lo mismo verán resultados diferentes.
2. Query Fan-Out (Expansión de consultas)
Cuando haces una búsqueda, Google no busca solo lo que escribiste. Genera docenas (o cientos) de queries sintéticas relacionadas:
Ejemplo: «best electric SUV»
Google genera automáticamente:
- Related queries: «top rated electric crossovers», «best hybrid SUVs»
- Implicit queries: «EVs with longest range», «affordable family EVs»
- Comparative queries: «Rivian R1S vs Tesla Model X», «EV SUV comparison 2026»
- Personalized queries (basadas en tu perfil): «EVs with 3rd row seating near Barcelona»
Este proceso se llama «query fan-out» y está documentado en la patente de Google «Systems and methods for prompt-based query generation for diverse retrieval» (WO2024064249A1).
Los datos (estudio de SurferSEO con 173,902 URLs):
- Correlación Spearman entre rankear para fan-outs y citaciones en AIOs: 0.77 (muy fuerte)
- 161% más probabilidad de citación si rankeas para fan-outs + query principal vs solo query principal
- El 51.2% de citaciones rankean tanto para query principal como ≥1 fan-out
- Si solo puedes rankear para uno, los fan-outs te dan 49% más probabilidad que la query principal sola
3. Corpus Personalizado
De todos los documentos indexados, Google crea un subconjunto relevante específico para tu query + contexto. Este «custom corpus» es la base de todo lo demás.
El corpus se construye mediante:
- Recuperación vectorial densa (vector embeddings)
- Matching semántico entre queries sintéticas y pasajes de documentos
- Filtrado por calidad, frescura y autoridad
4. Procesamiento Multi-LLM
Google no usa un solo modelo para todo. Orquesta múltiples LLMs especializados:
- Summarizer: Resume contenido largo
- Comparer: Analiza diferencias entre opciones
- Validator: Verifica factualidad
- Translator: Adapta contenido entre idiomas
- Formatter: Estructura la salida (lista, tabla, texto)
Cada LLM se activa según la clasificación de la query y las necesidades percibidas del usuario.
5. Síntesis y Citación (RAG)
Finalmente, el sistema:
- Extrae fragmentos relevantes del corpus personalizado
- Los combina siguiendo «reasoning chains» (cadenas de razonamiento lógico)
- Genera la respuesta coherente
- Selecciona qué citar (y qué no)
El concepto crítico: Pairwise Ranking
Aquí está el cambio más importante: Google ya no rankea contenido mediante scores absolutos (como PageRank o TF-IDF). En su lugar, usa ranking por pares mediante LLMs.
Según la patente «Method for Text Ranking with Pairwise Ranking Prompting» (US20250124067A1), el sistema:
- Toma dos pasajes candidatos
- Le pregunta al LLM: «¿Cuál de estos dos es más relevante para [query]?»
- Repite esto para múltiples pares
- Agrega resultados para formar el ranking final
Implicación: Ya no compites contra un estándar absoluto, sino directamente contra otros contenidos, pasaje por pasaje. Tu contenido debe ganar en comparaciones head-to-head evaluadas por un LLM.
Diferencias fundamentales con SEO tradicional
| Aspecto | SEO Tradicional | AI Overviews / AI Mode |
| Unidad de ranking | Página completa | Pasajes individuales |
| Queries consideradas | 1 keyword principal | Docenas de queries sintéticas |
| Método de ranking | Scores deterministas (PageRank, BM25) | Comparación por pares mediante LLM |
| Personalización | Limitada (ubicación, idioma) | Total (user embeddings 1:1) |
| Tipo de relevancia | Lexical (palabras clave) | Semántica (vector embeddings) |
| Output | Tu página completa | Síntesis de múltiples fuentes |
| Estabilidad | Rankings relativamente estables | Probabilísticos, cambian en cada refresh |
7 estrategias basadas en datos para posicionar en las Vistas de IA de Google
Ahora que entendemos un poco mejor cómo funciona el sistema, veamos qué hacer basándonos en distintas investigaciones con millones de data points.
Estrategia 1: Asegura rankings tradicionales primero
- El 76% de citaciones en AIOs también rankean en el top 10 tradicional
- Posición mediana de URLs citadas: #2
Por qué funciona: Los AIOs usan RAG (Retrieval Augmented Generation), que primero busca en el índice tradicional y luego sintetiza. Si no estás en el top 10, es muy improbable que el sistema te considere.
Cómo implementarlo:
- Audita tu posicionamiento actual
- Encuentra páginas que rankean an posicones 11-100
- Prioriza keywords con volumen medio-alto
- Optimiza estas páginas para subir al top 10
- Mejora title tags y meta descriptions
- Añade secciones faltantes (compara con top 3)
- Actualiza datos y estadísticas
- Mejora enlaces internos hacia estas páginas
- Monitorea el efecto en AIOs
- Usa herramientas como Ahrefs Brand Radar para trackear citaciones en AIOs
- Establece un plan de acción antes de optimizar
- Mide cambios 4-6 semanas después
Caso real: Louise Linehan de Ahrefs optimizó un artículo que había caído en rankings. Inicialmente tenía 5 citaciones en AIOs. Después de la optimización (y reversar cambios que habían diluido la intención), recuperó 12 citaciones adicionales.
Estrategia 2: Apunta a queries informacionales largas
Los datos:
- 57.9% de queries con formato de pregunta activan AIOs
- 46.4% de queries con 7+ palabras activan AIOs
- 99.9% de keywords con AIO son informacionales
Tipos de preguntas con mayor activación:
| Tipo | % Activación | Ejemplo |
| Reason (Why) | 59.8% | «por qué mi contenido no rankea en Google» |
| Bool (Yes/No) | 57.4% | «¿es importante el link building en 2026?» |
| Definition | 47.3% | «qué es el query fan-out» |
Cómo implementarlo:
- Identifica preguntas en tu nicho
- AlsoAsked: descubre el árbol de preguntas relacionadas
- AnswerThePublic: visualiza preguntas por tipo (qué, cómo, por qué, etc.)
- Google Search Console: queries de tipo pregunta que ya te traen tráfico
- Crea contenido específico
- Una página por cluster de preguntas relacionadas
- Estructura con H2/H3 como preguntas literales
- Responde directa y concisamente al inicio de cada sección
Estrategia 3: Optimiza para intención, NO para longitud
Los datos (estudio de 174,048 páginas citadas en AIOs):
- Correlación entre longitud y citaciones: 0.04 Spearman (prácticamente cero)
- 53.4% de páginas citadas tienen <1,000 palabras
- Solo 16% tienen >2,000 palabras
Mediana de palabras por tipo de contenido:
| Tipo | Mediana | Ejemplo |
| Listings (ecommerce) | 315 palabras | Página de producto |
| Core pages | 317 palabras | Landing de servicio |
| User-generated | 387 palabras | Post de Reddit |
| Video | 407 palabras | Descripción de YouTube |
| Interactive tools | 507 palabras | Calculadora online |
| Articles | 1,166 palabras | Post de blog |
| Audio | 1,226 palabras | Transcripción de podcast |
Por qué NO funciona escribir 10,000 palabras:
La investigación de Dan Petrovic sobre «grounding» (el contenido que Google usa para generar AIOs) encontró que:
- El grounding se estabiliza alrededor de ~540 palabras
- Páginas de >2,000 palabras tienen rendimientos decrecientes
- Añadir más contenido diluye tu coverage percentage sin aumentar selección
Como dice Petrovic: «La densidad gana a la longitud. Enfócate en ser la fuente más relevante para una query, no la más larga».
Cómo implementarlo:
- Answer First Approach
- Responde la query principal en las primeras 2-3 frases
- No entierres el lede con contexto innecesario
- Usa el patrón: Respuesta → Explicación → Contexto → Profundización
- Evita la dilución de intención
- NO añadas secciones tangenciales solo para aumentar palabras
- Cada sección debe directamente servir la intención de búsqueda
- Si una sección merece >500 palabras, probablemente necesita su propia página
- Estructura modular
- Usa listas y bullets (no prosa continua)
- Headers descriptivos que funcionan como mini-resúmenes
- Párrafos de 2-4 oraciones máximo
- TL;DR o resumen ejecutivo al inicio
- Adapta el formato a búsqueda
Diferentes búsquedas requieren contenidos distintos
- Definición: 200-400 palabras (answer + context + ejemplo)
- How-to simple: 500-800 palabras (pasos + screenshots)
- Guía comprehensiva: 1,500-2,500 palabras (múltiples métodos/consideraciones)
- Comparative: 800-1,200 palabras (pros/cons de cada opción)
5. Densidad mejor que longitud
En lugar de preguntarte «¿Cuántas palabras necesito?», pregunta:
- ¿Esto responde completamente la query?
- ¿Hay fluff que podría eliminarse?
- ¿Cada sección aporta valor único?
- ¿El usuario encontraría rápido lo que busca?
6. Estructura basada en la respuesta
Estructura inspirada en periodismo invertido:
- [Respuesta directa – 1-2 oraciones]
- [Explicación concisa – 1 párrafo]
- [Contexto/consideraciones – 2-3 párrafos]
- [Profundización/casos especiales – opcional]
Ejemplo:
Query: «qué es keyword difficulty»
✅ Respuesta directa: «Keyword Difficulty (KD) es una métrica de 0-100 que estima qué tan difícil es rankear en el top 10 de Google para una keyword específica, basándose principalmente en la cantidad y calidad de backlinks de las páginas que actualmente rankean.»
✅ Explicación: «Herramientas como Semrush calculan KD analizando los perfiles de enlaces de los top 10 resultados. Un KD de 0-10 sugiere baja competencia (pocas páginas con backlinks), mientras KD 80+ indica keywords extremadamente competitivas dominadas por sitios de alta autoridad.»
✅ Contexto: «Sin embargo, KD es solo una estimación. Factores como relevancia de contenido, intención de búsqueda, autoridad de dominio y user experience también influyen en rankings. Una keyword con KD alto puede ser alcanzable si tienes contenido significativamente mejor y authority en ese tópico específico.»
(Total: ~150 palabras, perfectamente citable)
El problema con el exceso de contenido
Despina Gavoyannis de Ahrefs lo resume perfectamente:
«Para queries directas que se responden definitivamente con una búsqueda simple, usa una búsqueda. Para síntesis de muchas fuentes, predetermina a parafrasear — las citas deben ser excepciones raras, no el método primario de transmitir información.»
Señales de content bloat:
- ❌ Secciones que empiezan «Como mencionamos antes…»
- ❌ Párrafos que repiten el mismo concepto con palabras diferentes
- ❌ Subsecciones sobre tópicos que merecen su propio artículo
- ❌ Información que es interesante pero no sirve directamente la query
- ❌ Contexto histórico exhaustivo cuando la query es sobre «ahora»
Cómo evitarlo:
- Crea tu esquema
- Antes de escribir, lista las preguntas específicas que responderás
- Cada H2 = una pregunta del usuario
- Si no mapea directamente a una pregunta probable, ¿realmente lo necesitas?
- Edita sin miedo
- Primera pasada: escribe todo lo relevante
- Segunda pasada: elimina 20% (redundancia, tangentes)
- Tercera pasada: elimina otro 10% (afinamiento)
- Test de validación
- Dale tu artículo a alguien no familiarizado con el tema
- Pregunta: «¿En 30 segundos encontraste la respuesta a [query]?»
- Si no → reestructura, no añadas más contenido
Estrategia 4: Domina el Query Fan-Out
Los datos (estudio de SurferSEO con 173,902 URLs):
- Correlación Spearman entre rankear para fan-outs y citaciones en AIOs: 0.77 (muy fuerte)
- 161% más probabilidad de citación si rankeas para fan-outs + query principal vs solo query principal
- El 51.2% de citaciones rankean tanto para query principal como ≥1 fan-out
- Si solo puedes rankear para uno, los fan-outs te dan 49% más probabilidad que la query principal sola
Qué son los fan-outs:
Son las queries sintéticas que Google genera automáticamente. Para «mejor SUV electrico», podría generar:
El proceso:
- Usuario busca: «mejor herramienta de keyword research»
- Google genera 15-30 queries sintéticas:
- «ahrefs vs semrush comparación»
- «herramienta keyword research gratis»
- «keyword research para ecommerce»
- «cómo usar keyword research para content marketing»
- «keyword difficulty explicado»
- … etc.
- Busca en el índice para cada query sintética
- Extrae pasajes de múltiples documentos
- Sintetiza respuesta combinando la información
Implicación devastadora: Puedes rankear #1 para la query principal y NO aparecer en el AIO si no rankeas para ningún fan-out.
Los 7 tipos de queries sintéticas
Basándose en patentes de Google, estos son los tipos de fan-outs generados:
| Tipo | Definición | Ejemplo (base: «mejor herramienta SEO») |
| Related | Semánticamente adyacente | «mejores herramientas marketing digital» |
| Implicit | Necesidad no expresada | «herramientas SEO para principiantes» |
| Comparative | Decisión entre opciones | «Ahrefs vs Semrush 2026» |
| Recent | Del historial del usuario | (Búsqueda previa: «link building») |
| Personalized | Basado en perfil de usuario | «herramientas SEO para agencias en Barcelona» |
| Reformulation | Paráfrasis léxica | «qué herramienta SEO es la mejor» |
| Entity-Expanded | Sustitución por entidades específicas | «Ahrefs características», «Semrush pricing» |
Cómo identificar fan-outs:
Los fan-outs son las queries sintéticas que Google genera automáticamente. Para una búsqueda como «mejor SUV electrico», podría generar.
Para encotrar posibles fant-outs puedes utilizar herramientas como:
- Herramienta gratuita: Qforia
- Creada por Mike King de iPullRank
- URL: qforia.streamlit.app
- Ingresa query + API key de Gemini (gratuita)
- Genera lista de fan-outs con reasoning
- Método manual con Gemini
- Usa prompt:
- «Para la query ‘[tu keyword]’, genera 15-20 consultas relacionadas que un usuario podría buscar antes, durante o después. Incluye queries implícitas, comparativas y específicas. Formato: lista numerada.»
- Datos de SERP
- «People Also Ask» boxes
- «Related Searches» al final de la página
- Google Autocomplete suggestions
- Entities en Ahrefs Keywords Explorer
- Estrategia: El enfoque matricial
Una vez tienes fan-outs, crea una matriz de cobertura:
| Fan-Out Query | Volumen | KD | Tu Ranking | Competidor A | Competidor B | Status |
| «ahrefs vs semrush» | 2.4K | 45 | #8 | #1 | #3 | ⚠️ Mejorar |
| «keyword research gratis» | 3.2K | 38 | – | #2 | #6 | ❌ Crear |
| «cómo hacer keyword research» | 5.1K | 42 | #2 | #4 | #7 | ✅ OK |
| «keyword difficulty que es» | 890 | 28 | #15 | #9 | #2 | ⚠️ Optimizar |
Proceso de optimización:
Cómo optimizar para fan-outs:
Opción A: Una página comprehensiva
Si los fan-outs están relacionados de forma cercana:
- Crea secciones H2/H3 que respondan cada fan-out
- Optimiza cada sección como mini-artículo
- Usa fragmentos de FAQ schema para subtemas
Opción B: Cluster de contenido
Si los fan-outs son más diversos:
- Crea páginas individuales para fan-outs principales
- Conecta mediante linking interno estratégico
- Página hub que enlaza a todas (topical authority)
Proceso de optimización:
- Mapeo de relevancia
- Extrae fan-outs para tu query objetivo
- Audita qué rankea actualmente para cada fan-out
- Identifica gaps en tu cobertura
- Priorización
- Empieza por fan-outs de baja dificultad (KD <20)
- Enfócate en fan-outs con intención de búsqueda alineada
- Valida volumen de búsqueda (mínimo 100-200/mes)
- Ejecución
- Crea/optimiza contenido para cubrir fan-outs prioritarios
- Trackea rankings para cada fan-out (no solo query principal)
- Itera basándote en performance
Herramienta recomendada: Topical Map de Surfer SEO identifica automáticamente clusters semánticos y sugiere contenido basándose en keywords relacionadas.
Estrategia 5: Construye menciones de marca fuera de tu sitio
Los datos (correlaciones con visibilidad en Vistas de IA):
| Factor | Correlación Spearman |
| Menciones de marca en la web | 0.664 |
| Menciones en YouTube | 0.740 |
| Anchors de marca | 0.527 |
| Estar mencionado en páginas con muchos enlaces | 0.700 |
Por qué funciona:
Los AIOs favorecen marcas con reconocimiento extendido. Google’s Gemini valora «surround sound SEO»: omnipresencia en artículos, videos, foros, podcasts.
Cómo implementarlo:
A) Outreach para «Best Lists»
Investigación de Ahrefs encontró que:
- 48.9% de citaciones en AIOs provienen de artículos «best X»
- ChatGPT (43.83%), Perplexity (41.90%) y AI Mode (39.20%) muestran patrones similares
Estrategia de outreach:
- Identifica oportunidades
- Busca «[tu industria] best [categoría]» en Google
- Filtra por DR 40+ (Ahrefs)
- Prioriza artículos actualizados en últimos 6 meses
- Pitch inteligente
- NO pidas que te añadan a listas existentes (baja tasa de éxito)
- Identifica sitios con autoridad que NO tienen una lista de ese tema
- Sin ser demasiado intrusivo aprovecha la OPORTUNIDAD de contenido y escribele:
- «Vi que [competitor] genera X tráfico de ‘best Y tools'»
- «Tengo data de keyword research que sugiere oportunidad similar para ustedes»
- «Me encantaría ofrecerte acceso a nuestro producto para review honesta»
- Ofrece valor real
- Demo o trial extendido (no solo link de afiliado)
- Data exclusiva o insights de industria
- Colaboración en creación de contenido (co-marketing)
B) Colaboraciones con YouTubers
YouTube tiene la correlación más alta (0.740) con visibilidad en AIOs. Además, es el dominio #1 citado en AIOs según Ahrefs Brand Radar.
Estrategia:
- Identifica creadores relevantes
- Usa Brand Radar → YouTube monitoring → filtra por keywords relevantes
- Busca canales que YA mencionan tu marca o competidores
- Prioriza canales con >10K suscriptores en tu nicho
- Trackea qué videos generan citaciones
- Identifica qué tipo de contenido genera más citaciones
- Pitch colaborativo
- NO pidas simplemente un «review»
- Propone idea específica de video que sirva a SU audiencia
- Ejemplo: «Tutorial: Cómo configurar [tu herramienta] para [caso de uso específico]»
- Ofrece acceso anticipado a features, data exclusiva, o entrevista con founder
C) Páginas de alta autoridad
El 70% de correlación entre estar en páginas con muchos enlaces y citaciones en AIOs es significativo.
Estrategia:
- Link Intersect Analysis
- Identifica páginas que enlazan a competidores pero no a ti
- Tipos de contenido prioritarios
- Guías comprehensivas de industria
- Investigaciones y estudios
- Directorios y recursos curados
- Comparativas de herramientas/servicios
- Outreach contextual
- Encuentra un ángulo específico de valor
- Ofrece opiniones expertas para artículos en progreso
- Propone colaboración en research/data
- Guest posts de alta calidad (pero solo si aportan genuino valor)
Estrategia 6: Implementa datos estructurados estratégicamente
La utilidad de schema markup para AIOs es controvertida. Los LLMs convierten palabras en vectores durante su entrenamiento, lo que «randomiza» el markup estructurado. Además, muchos boots de IA no pueden acceder a schema renderizado en navegador (JavaScript).
Sin embargo:
- John Mueller (Google) declaró en Google Search Central Live que «structured data sigue siendo crítico para AI search»
- Schema ayuda indirectamente porque mejora visibilidad en búsqueda tradicional, lo cual alimenta el corpus de AIOs vía RAG
- Google y Microsoft confirmaron que datos estructurados ayudan a los sistemas AI a interpretar contenido correctamente
Tipos de schema prioritarios para AIOs:
| Schema Type | Cuándo usar | Beneficio para AIOs |
| Article | Posts de blog, noticias | Identifica autor, fecha, publisher |
| HowTo | Guías paso a paso | Estructura clara de proceso |
| FAQ | Preguntas frecuentes | Mapeo directo a query fan-outs |
| Product | Páginas de producto | Specs estructuradas para comparativas |
| Review | Reseñas y ratings | Credibilidad y trust signals |
| Organization | Sobre nosotros | Entity disambiguation |
Cómo implementarlo:
- Audita schema actual
- Identifica: errores de validación, types faltantes, inconsistencias
- Prioriza por tráfico de página (arregla primero las importantes)
- Implementa schema faltante
- Usa generadores: Schema.org, Google’s Structured Data Markup Helper
- Para WordPress: plugins Rank Math o Yoast (premium)
- Valida con Google Rich Results Test
- Monitorea impacto
- Mide cambios en 4-6 semanas
- Escala si ves impacto positivo
Para webs desarrolladas en JavaScript, considera implementar prerendering (ej: prerender.io) para que los boots de IA vean el schema completamente renderizado.
Estrategia 7: Optimiza a nivel de pasaje, no de página
Para las Vistas de IA, Google indexa y rankea pasajes individuales, no páginas completas y las citaciones son a nivel de snippet (fragmento).
Las 4 características de pasajes optimizados:
1. Semánticamente completos en aislamiento
Cada pasaje debe entenderse sin contexto adicional.
Mal: «Esto es crucial para el éxito. Como mencionamos antes, es importante recordarlo.»
Bien: «La implementación de marcado schema Article en posts de blog mejora la capacidad de Google para identificar autor, fecha de publicación y publisher, lo cual aumenta probabilidad de citación en AI Overviews.»
2. Explícitos sobre comparaciones y trade-offs
Los AIOs frecuentemente responden queries de decisión. Articula pros/cons claramente.
Mal: «Ambas herramientas son buenas opciones.»
Bien: «Ahrefs destaca por datos de backlinks más completos y precisos, mientras Semrush ofrece mejor integración de PPC y social media analytics. Para SEOs enfocados puramente en link building, Ahrefs es superior; para marketers full-stack, Semrush aporta más valor.»
3. Rico en entidades y alineado con Knowledge Graph
Usa nombres específicos de marcas, productos, personas, lugares. Esto ayuda en query fan-out basado en entidades.
Mal: «Esta herramienta de análisis de palabras clave es útil.»
Bien: «Ahrefs Keywords Explorer, parte de la suite Ahrefs SEO, proporciona datos de volumen de búsqueda basados en clickstream data de múltiples países.»
4. Estructurado en chunks escaneables
LLMs recombinen piezas, no documentos completos. Facilita la extracción.
❌ Mal: Un párrafo denso de 200 palabras sin estructura.
✅ Bien: Ventajas de Ahrefs:
- Base de datos de backlinks más extensa (>43 trillones de enlaces)
- Crawler más rápido (actualización cada 15-30 min)
- Interfaz más intuitiva
Desventajas:
- No incluye análisis de PPC
- Menor cobertura de keywords locales vs Semrush
Implementación práctica:
- Audita pasajes existentes
- Identifica tu top 20 páginas por tráfico
- Revisa cada sección bajo un H2 y H3
- Pregunta: «¿Este párrafo se entiende solo? ¿Responde una pregunta específica?»
- Refactoriza contenido
- Divide párrafos largos (>100 palabras)
- Un concepto = un párrafo
- Usa answer-first approach (respuesta en primera oración)
- Añade semantic clarity
- Sustituye pronombres ambiguos («esto», «eso», «aquello») por datos específicos
- Define acrónimos en primera mención de cada sección
- Incluye semantic triples (subject-predicate-object):
- Ejemplo: «Google Gemini [subject] utiliza [predicate] Retrieval Augmented Generation [object]»
Herramienta útil: Screaming Frog con custom extraction de H2/H3 + primer párrafo para auditar passage structure a escala.
¿Por qué invertir en SEO si las Vistas de IA reducen clics 34.5% en Google?»
Basicamente debes seguir trabajando el SEO porque:
1º El 76% de citaciones en AIOs también rankean top 10 tradicional (mediana: posición 2)
2º La búsqueda orgánica está evolucionando de canal de performance a canal de concienciación
Estudios e investigaciones citados
- How to Rank in AI Overviews: What Actually Works – Ahrefs
- AI Overviews Reduce Clicks by 34.5% – Ahrefs
- Short vs. Long Content in AI Overviews – Ahrefs
- Query Fan-Out Impact Study – SurferSEO
- How AI Mode Works – iPullRank (Mike King)
Herramientas mencionadas
Gratuitas:
- Qforia – Query fan-out generation
- RQ Predictor – Google query classification
- AlsoAsked – Question research
- AnswerThePublic – Question visualization
De pago:
- Ahrefs – SEO suite + Brand Radar
- Surfer SEO – Content optimization + Topical Map
- Profound – AI search analytics
- MarketBrew – Search engine simulator
- Screaming Frog – Crawler + embeddings
Si quieres más información sobre cómo optimizar tu web para aparecer en las vistas de IA y el Modo IA de Google, llámanos al 653 030 694 en nuestra agencia SEO en Barcelona seguro que podmeos ayudarte.
También puedes leer:
AI Overviews. Qué es y cómo afecta al SEO
15 Estrategias de marketing digital para 2026
10 conceptos de Marketing Digital que yo optimizaría en 2026
Cómo aparecer en Google y las respuestas de IA en 2026. Mejora tu EEAT, por si acaso.
