Query fan-out: Qué es y por qué no debes perseguir subconsultas
El query fan-out es la técnica con la que Google AI Mode, AI Overviews, ChatGPT o Perplexity convierten una sola pregunta en varias búsquedas relacionadas, las ejecutan en paralelo y sintetizan una única respuesta con los resultados. Es real, Google lo documenta oficialmente y cambia qué páginas acaban citadas. Pero la conclusión que está circulando en el sector, «crear contenido para cada subconsulta», es justo la que Google ha señalado como spam.
En este artículo voy a separar lo que está confirmado de lo que es extrapolación comercial, revisamos los datos que se repiten sin contexto y te propongo una forma de trabajar el fan-out que no te exponga a una penalización ni te haga gastar presupuesto en páginas que nadie citará.
Qué es el query fan-out según Google
Google define el query fan-out como un conjunto de consultas simultáneas y relacionadas que genera el modelo para obtener más información y resultados adicionales con los que responder a la consulta del usuario. Así lo recoge su guía oficial Optimizing your website for generative AI features on Google Search, publicada el 15 de mayo de 2026.
El ejemplo que da Google es claro. Si alguien busca «cómo arreglar un césped lleno de malas hierbas», el sistema puede lanzar por detrás consultas como «mejores herbicidas para césped», «eliminar malas hierbas sin químicos» y «cómo prevenir malas hierbas en el césped».
Dos matices de la documentación que casi nadie cita en español:
- El verbo es «pueden». En su página sobre funciones de IA, Google indica que AI Overviews y AI Mode pueden usar esta técnica, que ambos pueden usar modelos y técnicas distintos, y que los AI Overviews solo se muestran cuando aportan algo a la búsqueda clásica, por lo que a menudo no se activan.
- Google no inventó el concepto para AI Mode. Lo presentó públicamente Elizabeth Reid, responsable de Search, en la keynote de Google I/O 2025, pero la idea de expandir una consulta en subtemas lleva años en la recuperación de información. Según varias fuentes del sector, en sus patentes Google describe un proceso equivalente bajo el nombre «Thematic Search».
Cómo funciona el fan-out paso a paso
El fan-out es una fase de recuperación, no de redacción: decide qué documentos entran en la respuesta antes de que el modelo escriba una sola línea. El proceso, simplificado, tiene cinco pasos:
- Interpretación de la consulta. El modelo detecta si la pregunta es compleja, ambigua o tiene varias facetas. Las consultas simples muchas veces no disparan fan-out.
- Generación de subconsultas. El modelo crea variantes: reformulaciones, facetas del tema, comparativas, preguntas de seguimiento previsibles.
- Recuperación en paralelo. Cada subconsulta se lanza contra el índice de búsqueda y otras fuentes de datos.
- Selección de pasajes. De cada resultado se evalúan fragmentos concretos, no páginas completas.
- Síntesis y cita. El modelo redacta la respuesta y enlaza las fuentes que la respaldan.
La consecuencia práctica es que una página puede ser citada sin rankear para la consulta original, porque ha entrado por una subconsulta. Y a la inversa: ser número 1 para la keyword principal no garantiza la cita.
Más info sobre Cómo posicionar en las Vistas de IA Google y Modo IA en 2026
Diferencias fan-out entre motores
| Motor | ¿Usa fan-out? | ¿Se ven las subconsultas? |
| Google AI Mode | Sí, confirmado por Google | No |
| Google AI Overviews | Puede usarlo, confirmado por Google | No |
| ChatGPT con búsqueda | Sí, observable | Parcialmente, en la traza de búsqueda |
| Gemini | Sí, observable | Parcialmente, en el proceso de razonamiento |
| Perplexity | Sí, observable | Parcialmente |
Este matiz importa: la mayoría de «herramientas de fan-out» simulan lo que haría un modelo con un prompt. En Google no observan subconsultas reales, porque Google no las expone.
Lo que Google confirma y lo que no
Google confirma que el fan-out existe y afecta a qué enlaces se muestran; no confirma cuántas subconsultas se generan, cómo se eligen ni qué peso tienen en la cita.
| Afirmación habitual | Estado | Fuente |
| AI Mode y AI Overviews usan fan-out | Confirmado (con «pueden») | Documentación de Google Search Central |
| El fan-out muestra un conjunto más amplio y diverso de enlaces que la búsqueda clásica | Confirmado | Documentación de Google Search Central |
| Crear páginas para cada subconsulta mejora la visibilidad | Desmentido por Google | Guía de optimización para IA generativa, mayo 2026 |
| Cada prompt genera entre 8 y 20 subconsultas | No confirmado | Estimación de Semrush, que admite que Google no ha publicado cifras |
| Existen herramientas que muestran las subconsultas reales de Google | Falso para Google | Google afirma que ninguna herramienta de terceros accede a sus sistemas internos |
| Search Console muestra las subconsultas | Falso | El informe de rendimiento de IA generativa no las expone |
| Google analiza capturas, DOM y árbol de accesibilidad para elegir fuentes de AI Overviews | Mal interpretado | La guía atribuye ese análisis a los agentes de navegador, no a la selección de fuentes de AI Overviews o AI Mode |
Esta última fila ilustra un problema frecuente: varios resúmenes de la guía de Google publicados en los días siguientes mezclan la sección sobre agentes con la de funciones de IA generativa. Antes de aplicar una recomendación atribuida a Google, conviene leer el apartado original.
Los datos que circulan sobre fan-out, revisados
Casi todas las cifras sobre query fan-out que se repiten en español proceden de proveedores de herramientas de visibilidad en IA. No invalida los datos, pero obliga a leerlos con cautela.
Solo el 27% de las subconsultas se repite
Surfer analizó 1.600 ejecuciones sobre un conjunto de keywords y prompts. Según su estudio, solo en torno al 27% de las fan-out queries se mantiene estable entre ejecuciones repetidas del mismo prompt, y NoGood, citando esos datos, añade que el 66% aparece una sola vez en diez pruebas. Además, las subconsultas que genera un modelo varían según ubicación, historial, dispositivo y contexto de conversación del usuario real.
Lectura práctica: si ejecutas un prompt en una herramienta y obtienes diez subconsultas, lo más probable es que siete no vuelvan a aparecer. Optimizar para esa lista concreta es optimizar para ruido.
Nivel de confianza: medio. La metodología está descrita, pero el estudio es de un proveedor comercial y usa Gemini con grounding como aproximación a AI Overviews, no los sistemas de Google directamente.
«Un 161% más de probabilidad de ser citado»
Es la cifra más repetida en los artículos en español. Procede de un análisis de Surfer sobre 173.020 URLs y más de 33.000 fan-out queries, según el cual las webs que rankean para varias subconsultas tienen un 161% más de probabilidad de ser citadas en AI Overviews que las que solo rankean para la keyword principal.
Esto explica algo esperable: una página que rankea para muchas consultas relacionadas suele ser una página con buena cobertura temática y autoridad, y eso ya predice la cita por sí solo.
Nivel de confianza: bajo-medio. Es una correlación, publicada por un proveedor que vende tracking de IA y sin corroboración independiente que hayamos podido localizar.
«Las citas se duplicaron al optimizar para subconsultas»
Semrush publicó un experimento en el que optimizó cuatro artículos para sus fan-out queries y las citas en IA de esas piezas se duplicaron con creces.
Nivel de confianza: bajo. Cuatro artículos es una muestra insuficiente, no hay grupo de control descrito y el experimento lo realiza quien comercializa la funcionalidad.
El error más caro: una página por subconsulta
Crear contenido separado para cada subconsulta con el fin de manipular las respuestas de IA infringe la política de Google contra el abuso de contenido a escala. No es una interpretación nuestra: Google lo escribe literalmente en su guía de mayo de 2026.
Aunque puede ser tentador crear contenido distinto para cada variación posible de búsqueda, por ejemplo centrándose en fan-out queries, hacerlo principalmente para manipular rankings o respuestas generativas vulnera su política de scaled content abuse.
Añade que es además una estrategia ineficaz a largo plazo, porque un gran volumen de páginas no hace un sitio más relevante, y que sus sistemas entienden la relevancia de una página aunque no coincida literalmente con la consulta.
La misma guía incluye, en su sección de mitos, que no hace falta reescribir contenido para la IA ni preocuparse por no haber capturado «cada variación» long tail, porque los sistemas entienden sinónimos y significado general.
Si esto te suena, es porque es el mismo patrón que llevó a Google a tratar como doorway pages las landings locales duplicadas por ciudad. Cambia el disfraz, «una URL por subconsulta» en lugar de «una URL por municipio», pero el problema de fondo es idéntico: volumen de páginas casi iguales para capturar variantes de intención.
Ver Páginas locales para SEO local en 2026: cuándo crearlas y cuándo evitarlas
Hay un segundo coste, menos visible: la canibalización. Varias páginas semánticamente muy parecidas compiten por los mismos pasajes y diluyen las señales de cuál es la fuente de referencia para el tema.
Cómo trabajar el query fan-out de forma úti
1. Agrega, no persigas
Ejecuta 20 a 30 prompts reales de tu sector, varias veces cada uno y en más de un motor. Descarta las subconsultas que aparecen una sola vez. Lo que se repite entre ejecuciones y entre prompts (entidades, atributos, comparativas, objeciones) son los temas estables que sí merece la pena cubrir.
Contrasta esa lista con datos reales, no simulados. Un método práctico, que propone entre otros la agencia Loosers, es cruzar las consultas que ya te traen clics en Search Console con las preguntas que aparecen en «Otras preguntas de los usuarios» y en los AI Overviews de tus consultas principales. Las facetas que Google muestra de forma recurrente y que tu página no responde son el hueco real, y tienen la ventaja de proceder del propio buscador y no de un modelo que simula lo que Google podría hacer.
2. Cubre facetas dentro de la página que ya tiene autoridad
Si las subconsultas persistentes de «software de gestión de almacén» son precio, integraciones con ERP e implantación, lo razonable es que tu página principal responda bien a esas tres facetas, no que crees tres URLs nuevas. Solo tiene sentido una página separada cuando la faceta es una intención distinta con demanda propia y contenido diferencial que aportar.
3. Escribe secciones que se entiendan solas
Google afirma que no necesita que «trocees» el contenido en fragmentos para entenderlo, y es coherente con su mensaje de que optimizar para IA sigue siendo SEO. Aun así, secciones con un encabezado claro y una respuesta directa al principio ayudan al lector que escanea y facilitan que cualquier sistema, de Google o no, extraiga un pasaje citable. La diferencia está en el objetivo: organizar para el lector, no fragmentar artificialmente para una máquina.
4. Aporta lo que un resumen no puede generar
La guía de Google insiste en el contenido non-commodity: experiencia propia, datos de primera mano, criterio experto. Cuando el modelo recupera diez páginas que dicen lo mismo, la que aporta un dato o un caso que las demás no tienen es la que justifica una cita.
5. Trabaja las superficies de terceros
Muchas subconsultas comerciales («mejores», «comparativa», «alternativas a») se responden con páginas de terceros: comparadores, medios sectoriales, foros. Estar bien representado ahí cubre subconsultas que tu web nunca podrá rankear por sí sola. Google advierte, eso sí, que buscar menciones inauténticas no ayuda.
Cómo medir el impacto del fan-out
Ninguna herramienta, incluida Search Console, te muestra las subconsultas reales que genera Google; lo que puedes medir es tu visibilidad agregada en funciones de IA y tus citas observadas.
- Search Console. El informe de rendimiento de IA generativa permite ver cómo te descubren a través de funciones de IA de Google, pero no expone las subconsultas.
- Cohortes de prompts. Define un conjunto fijo de prompts ligados a tareas reales de tus clientes y fija país, idioma, dispositivo y estado de sesión. Repite las observaciones periódicamente y registra qué URLs se citan y qué pasaje respaldan.
- Tasa de citación, no capturas. Una captura de pantalla es una anécdota. Lo que tiene valor es el porcentaje de ejecuciones en las que apareces y cómo evoluciona tras cada cambio.
- Separa las fuentes de datos. No mezcles en el mismo informe datos orgánicos de Search Console, visibilidad en IA y simulaciones de herramientas de fan-out. Cada una mide una cosa distinta.
El query fan-out explica algo que muchos equipos ya habían notado: páginas que rankean bien pero no aparecen en las respuestas de IA, y páginas modestas que sí aparecen. Entenderlo es útil. Convertirlo en una fábrica de URLs por subconsulta es exactamente lo que Google ha dicho que penaliza. Las subconsultas cambian en cada ejecución; los temas de fondo, no. Ahí es donde conviene invertir.
Ver ¿Tu contenido es extraible para ser mencionado por la IA?. Auditoría de Chunking.
Preguntas frecuentes sobre query fan-out
¿Qué es el query fan-out en Google?
Es la técnica por la que AI Mode y AI Overviews generan varias búsquedas relacionadas a partir de la consulta del usuario, las ejecutan en paralelo y usan los resultados para construir la respuesta. Google lo documenta oficialmente en Search Central y lo presentó en Google I/O 2025.
¿Debo crear una página para cada subconsulta del fan-out?
No. Google indica en su guía de mayo de 2026 que crear contenido separado para cada variación o fan-out query con el fin de manipular rankings o respuestas de IA vulnera su política contra el abuso de contenido a escala. Es preferible cubrir las facetas relevantes dentro de páginas con autoridad.
¿Cuántas subconsultas genera Google por búsqueda?
Google no lo ha publicado. Las cifras de 8 a 20 subconsultas que circulan son estimaciones de herramientas del sector. Además, estudios como el de Surfer indican que solo en torno al 27% de las subconsultas se repite entre ejecuciones del mismo prompt.
¿Puedo ver las subconsultas que usa Google AI Mode?
No directamente. Google no las muestra en la interfaz ni en Search Console. En ChatGPT o Gemini a veces se pueden observar parte de las búsquedas en la traza del proceso, y las herramientas de fan-out simulan lo que un modelo generaría, pero no acceden a los sistemas de Google.
¿El query fan-out sustituye al keyword research?
No. Las keywords siguen reflejando cómo busca la gente y dónde hay demanda. El fan-out añade una capa: ayuda a detectar facetas y preguntas de seguimiento que una buena página debería cubrir. Funciona como complemento del análisis de intención, no como sustituto.
¿El query fan-out afecta también a ChatGPT y Perplexity?
Sí. Ambos descomponen las preguntas complejas en varias búsquedas antes de responder. Cada motor genera subconsultas distintas y usa fuentes diferentes, por lo que la visibilidad en uno no garantiza la visibilidad en otro.
¿Tu contenido aparece en las respuestas de IA o solo en los resultados orgánicos?
La mayoría de las webs que analizamos tienen el mismo patrón: páginas que rankean para su keyword principal pero no se citan en AI Overviews ni en ChatGPT, y a menudo varias URLs casi idénticas compitiendo entre sí por los mismos temas.
En seoinhouse.es trabajamos la visibilidad en IA con criterio de evidencia, no de tendencia:
- Diagnóstico de cobertura temática a partir de cohortes de prompts reales de tu sector, ejecutadas varias veces para separar temas persistentes de ruido.
- Mapa de canibalización entre tus páginas y propuesta de consolidación, antes de crear una sola URL nueva.
- Revisión de las páginas clave para que respondan a las facetas que los motores de IA buscan de forma recurrente.
- Medición de citación en Google AI Overviews, AI Mode, ChatGPT y Perplexity antes y después de cada cambio.
Si quieres saber cuántos de tus artículos están perdiendo visibilidad en IA por un problema de estructura o de contenido, cuéntanos tu caso y lo revisamos sin compromiso. Contacta ahora con nuestra agencia Seo en Barcelona en el 653 030 694 y cuéntanos en qué fase está tu estrategia de SEO para IA para ver cómo podemos ayudarte a conseguir tus objetivos. Sin compromiso.
Si tu empresa está en Barcelona y quieres mejorar su visibilidad en Google y en los sistemas de IA, nuestra agencia SEO Barcelona puede ayudarte con una estrategia adaptada a tu sector y tu mercado.
También puedes leer:
¿Necesitas un llms.txt? Lo que dicen los datos (2026)
SEO Local 2026: guía para posicionar tu negocio en el Local Pack
Cómo escribir el post perfecto para SEO en 12 pasos
8 ideas para crear una web optimizada para SEO en 2026
9 tips para redactar un post SEO
