Google publicó el pasado 15 de mayo de 2026 una guía oficial sobre optimización para experiencias generativas en Google Search, incluyendo AI Overviews y AI Mode.
La idea básica es clara: el SEO no ha muerto; para Google, optimizar para IA generativa sigue siendo SEO (de toda la vida, bien hecho). Google afirma que estas experiencias se apoyan en sus sistemas centrales de ranking y calidad, no en un conjunto separado de “trucos GEO/AEO”.
Estructura del contenido
Google no separa “GEO/AEO” del SEO tradicional
Google reconoce que se usan términos como AEO o GEO, pero desde su perspectiva, optimizar para la búsqueda generativa es simplemente optimizar para la experiencia de búsqueda, es decir, SEO. Esto no significa que no haya que adaptar la estrategia, sino que la base sigue siendo la misma: contenido útil, rastreable, indexable, técnicamente sólido y orientado al usuario.
AI Overviews y AI Mode se apoyan en RAG y query fan-out
Google confirma dos conceptos clave:
- RAG, o recuperación aumentada por generación, significa que el sistema recupera páginas relevantes y actualizadas del índice de Google para fundamentar respuestas generadas por IA.
- Query fan-out significa que el modelo puede lanzar varias consultas relacionadas en paralelo para entender mejor una necesidad compleja del usuario. Por ejemplo, una búsqueda inicial puede dividirse en subconsultas más específicas.
Es decir, la página debe cubrir bien la intención de búsqueda, resolver dudas relacionadas y demostrar autoridad real sobre el tema.
El contenido genérico pierde valor
Google insiste mucho en crear contenido “non-commodity”, es decir, contenido que no sea genérico o fácilmente replicable por IA. La clave es aportar tu punto de vista propio, diferencial, experiencia real, criterio experto, organización clara, imágenes y vídeos de calidad cuando tenga sentido, etc, es decir, hacer tu contenido útil y de valor.
Por lo que a nivel de contenido con temas evergreen tipo guías de “7 consejos sobre X” sin aportar experiencia, datos propios, ejemplos reales, comparativas útiles o perspectiva diferencial tiene un recorrido muy limitado y corto para ser destacado en entornos de IA.
Desmontando varios mitos GEO/AEO
Google dice explícitamente que no hace falta crear archivos llms.txt, ni convertir el contenido a Markdown, ni añadir marcados especiales para aparecer en experiencias generativas de Google Search. También indica que no es necesario trocear el contenido en chunks pequeños ni escribir de una forma artificial “para la IA”.
También deja claro que los datos estructurados no son necesarios para aparecer en la búsqueda generativa y que no existe un schema especial para ello. Eso no significa dejar de usar schema: sigue teniendo sentido para rich results, ecommerce, local, producto, FAQ cuando aplique, organización, breadcrumbs, etc.; simplemente no debe venderse como una estrategia específica para “salir en AI Overviews”.
Ojito con crear páginas masivas para capturar fan-out
Google advierte contra crear páginas para cada variación posible de búsqueda si el objetivo principal es manipular rankings o respuestas generativas. Lo conecta con sus políticas de abuso de contenido escalado.
Esto afecta directamente a estrategias de “programmatic SEO” mal planteadas, doorway pages, páginas casi duplicadas y contenidos generados masivamente sin valor diferencial.
Las políticas de spam de Google también mencionan como abuso generar muchas páginas con poco o ningún valor para el usuario, independientemente de si se crean con IA, automatización o manualmente.
Los requisitos técnicos son los de siempre
Google recalca que para ser visible en experiencias generativas, la página debe poder ser encontrada, rastreada, indexada y ser elegible para mostrarse en Search con snippet.
También recomienda mantener buenas prácticas de crawling, JavaScript SEO, experiencia de página, rendimiento, claridad del contenido principal frente a anuncios y reducción de duplicados.
Si Google no puede rastrear, renderizar, entender o confiar en una página, esa página tendrá menos opciones de alimentar respuestas generativas.
Las experiencias «agénticas» son el siguiente frente
Google también apunta hacia las experiencias «agénticas», donde agentes de IA interactúan con webs para comparar productos, reservar, completar tareas o interpretar información. En la guía de web.dev se explica que estos agentes pueden usar capturas de pantalla, HTML, DOM y árbol de accesibilidad para entender una web.
Esto no es exactamente lo mismo que optimizar para AI Overviews, pero sí anticipa una línea de trabajo futura: webs más semánticas, accesibles, estables visualmente, con botones y enlaces claros, formularios bien etiquetados y arquitectura fácil de interpretar por humanos y agentes.
¿Cómo empiezo a medir el tráfico que llega desde asistentes de IA?
En la misma semana, Google ha publicado dos notas muy relevantes que dan señales claras de hacia donde apuntan ellos este tema: por un lado, confirma que la optimización para AI Overviews y AI Mode se basa en SEO de calidad: contenido útil, diferencial, rastreable y técnicamente sólido. Por otro, GA4 empieza a clasificar el tráfico desde asistentes IA en un canal propio llamado “AI Assistant”.
Esto indica que la IA ya no debe tratarse solo como una tendencia de visibilidad, sino como un nuevo entorno de adquisición que hay que optimizar, medir y comparar con el resto de canales.
Y es que el pasado 13 de mayo de 2026 publicó una actualización sobre la medición de GA4 para asistentes de IA.
Y es que GA4 introduce un nuevo canal llamado “AI Assistant” dentro de los informes de Default Channel Group. Este canal permite identificar tráfico procedente de asistentes de IA populares como ChatGPT, Gemini o Claude, siempre que la visita llegue con un referrer reconocible.
Según la propia documentación de Google Analytics, cuando el referrer coincide con un asistente de IA reconocido, GA4 asigna automáticamente el medium “ai-assistant”, clasifica la sesión dentro del channel group “AI Assistant” y utiliza la campaign “(ai-assistant)”.
Por qué este cambio es relevante para SEO y GEO
Hasta ahora, buena parte del debate sobre GEO, AEO o visibilidad en respuestas generativas se movía en un terreno difícil de medir: aparecer citado en una respuesta, ser mencionado por ChatGPT, ser recomendado por Gemini o formar parte de una respuesta generada por IA.
El problema es que esa visibilidad no siempre se traducía en datos claros dentro de las herramientas tradicionales. Podíamos hablar de presencia, reputación o influencia, pero era mucho más difícil conectarlo con sesiones, engagement, conversiones o ingresos.
Con el nuevo canal AI Assistant, Google empieza a reconocer que el tráfico procedente de asistentes de IA merece una categoría propia dentro del ecosistema analítico, comparable a otros canales como Organic Search, Referral, Paid Search o Social. De hecho, Google explica que esta actualización permite monitorizar clics de usuarios, fuentes de IA en tendencia y comparar este tráfico con canales tradicionales como la búsqueda orgánica.
Lo que sí mide GA4 y lo que todavía no mide
El nuevo canal AI Assistant de GA4 no mide automáticamente todas las apariciones de una marca o una URL en AI Overviews, AI Mode o respuestas generativas.
Lo que mide son visitas reales hacia la web procedentes de asistentes de IA reconocidos, siempre que exista un referrer detectable. Es decir, ayuda a medir clics desde determinados entornos de IA, pero no mide toda la visibilidad generativa.
Por tanto, este canal no permite saber por sí solo:
- cuántas veces aparece una web en una respuesta generada;
- cuántas veces una marca es mencionada sin clic;
- cuántas impresiones tiene una URL dentro de AI Overviews;
- cuánta influencia previa al clic genera una respuesta de IA;
- cuántos usuarios descubren una marca en una IA y luego entran por tráfico directo o búsqueda de marca.
Para las funciones de IA dentro de Google Search, como AI Overviews y AI Mode, Google indica que las apariciones se integran dentro del tráfico general de Search Console (todo junto sin diferenciar de la web tradicional ya que para ellos por ahora todo es Google Search), concretamente en el informe de rendimiento y dentro del tipo de búsqueda “Web”.
Optimizar, medir y atribuir
El cambio de fondo es que la visibilidad en IA empieza a entrar, aunque todavía de forma parcial, en el reporting estándar.
Antes el mensaje era: “queremos aparecer en respuestas generativas, pero medirlo es complicado”.
Ahora el mensaje es algo como que aún GA4 no mide todo, pero ya podemos separar tráfico procedente de asistentes IA, compararlo con Organic Search y analizar engagement, conversión y calidad de sesión.
Siguen existiendo zonas grises importantes: sesiones sin referrer, menciones sin clic, respuestas generativas que influyen en una decisión pero no generan visita directa, o usuarios que descubren una marca en una IA y acaban entrando días después por búsqueda de marca, tráfico directo o remarketing.
La IA deja de ser solo una conversación sobre reputación, citación o visibilidad difusa, y empieza a tener una dimensión más operativa: qué tráfico llega desde asistentes IA, qué páginas recibe, cómo se comporta y si convierte.
Muchas novedades a digerir en menos de una semana. Toca analizar y seguir trabajando.
