¿En qué se solapan la optimización para la búsqueda con IA y la búsqueda tradicional?
He creado una comparativa que analiza el comportamiento de búsqueda, las áreas de optimización y los KPIs y objetivos a seguir. Como puedes ver a continuación, a grandes rasgos, lo que realmente cambia es el comportamiento de búsqueda del usuario.
Veamos cada una de las áreas mencionadas anteriormente, junto con algunos recursos:
Comportamiento de búsqueda de usuario
El comportamiento de búsqueda del usuario es el aspecto que más cambia entre los motores de búsqueda tradicionales y los LLM. Veamos los criterios principales:
Criterio | Búsqueda tradicional | LLM |
LONGITUD Y COMPLEJIDAD DE LA BÚSQUEDA | Típicamente corta, basada en palabras clave (4.2 palabras)* | Búsquedas más largas y detalladas (media de 23 palabras)* |
TEMÁTICAS E INTENCIÓN DEL USUARIO | Abarca muchos tipos de intención: informativa, comercial, transaccional, navegacional o una mezcla de ellas | Una mayor variedad de consultas, con una parte relacionada con tareas, resolución de problemas o temas creativos.
“El 70 % de las consultas en ChatGPT eran únicas, raramente vistas en Google”* |
ESTILO DE INTERACCIÓN | La mayoría son interacciones de una sola consulta. Aunque los usuarios pueden reformular la consulta, lo hacen sin conservar mucho del contexto de la anterior. “En escritorio, los usuarios cambian sus consultas el 17.9 % del tiempo. En móvil, el 29.3 % del tiempo”* | La mayoría son interacciones conversacionales y de múltiples turnos. Los LLM retienen el contexto de mensajes anteriores, lo que incentiva a los usuarios a dar seguimiento. |
Areas de optimización
Existe una gran superposición en las áreas de optimización para la búsqueda tradicional y los LLMs:
Areas de Optimización | Búsqueda Tradicional (SEO) | Búsqueda IA (GEO) |
CONTENIDO SEMÁNTICAMENTE RELEVANTES Y COINCIDENTE CON PATRONES | Sí.
Los motores de búsqueda modernos utilizan comprensión semántica, alineada con la intención del usuario. | Sí.
La IA generativa utiliza el contexto y el lenguaje natural alineado con la intención del usuario. |
INFORMACIÓN ORIGINAL, ACTUALIZADA, DE ALTA CALIDAD, CONFIABLE Y CREADA POR EXPERTOS O CON EXPERIENCIA | Sí.
Google tiene en cuenta EEAT y la calidad del contenido. | Sí. Los modelos de IA prefieren contenido con señales claras de experiencia. |
CONTENIDO POPULARIDAD Y DE AUTORIDAD | Sí. A través de backlinks de alta calidad.
Los backlinks provenientes de una diversidad de sitios populares y relevantes son una señal de posicionamiento importante. | Sí. A través de menciones/citas.
Además, aunque los LLM no utilizan un grafo de enlaces, existe una coincidencia: las citas o menciones dentro de contenido popular (con un alto número de backlinks) tienden a estar más presentes en los datos de entrenamiento y en los índices de búsqueda utilizados por los LLM. |
FORMATO / ORGANIZACIÓN DE CONTENIDO | Sí. Un formato y estructura claros hacen que el contenido sea más fácil de consumir y satisfaga mejor las necesidades del usuario. | Sí. La IA prefiere contenido bien estructurado para su síntesis. |
DATOS ESTRUCTURADOS | Sí. Los datos estructurados ayudan a los buscadores a comprender mejor el significado del contenido y pueden utilizarse para generar resultados enriquecidos. | Sí, en caso que los LLM estén integrados con un sistema de recuperación (RAG) o un grafo de conocimiento.
En estos casos, pueden aprovechar los datos estructurados, como han confirmado Google y Bing.* |
EXPERIENCIA DE PÁGINA | Sí.
Los buscadores dan preferencia a páginas que cargan rápido, son amigables a móviles y sin intrusividad, para mejorar la satisfacción del usuario | No. Los modelos de IA con sistemas RAG utilizan relevancia semántica y metadatos, no la experiencia de usuario (UX).
Sin embargo, problemas de rendimiento extremos pueden afectar la capacidad de rastreo, lo que impacta negativamente en la inclusión del contenido en respuestas generadas por IA. |
CONTENIDO RASTREABLE E INDEXABLE | Sí. El contenido debe ser rastreable e indexable para poder posicionarse.
Los buscadores modernos como Google y Bing admiten el renderizado JavaScript del lado del cliente (CSR) si se siguen ciertas buenas prácticas. | Sí. El contenido debe ser accesible para los LLM, ya sea a través de sus datos de entrenamiento o de índices de búsqueda integrados, para poder ser utilizado en sus respuestas.
Se ha identificado en pruebas* que algunos LLM, como ChatGPT, no soportan el renderizado de JavaScript al rastrear contenido, por lo que deben considerarse limitaciones más estrictas. |
Métricas y objetivos
En el caso de los objetivos y métricas, las diferencias se basan principalmente en el tipo de objetivos que deben seguirse según las características del comportamiento del usuario en cada tipo de plataforma y sus interfaces específicas. Sin embargo, a grandes rasgos, querremos tomar en cuenta KPIs similares:
KPIs/Objetivos | Búsqueda Tradicional | LLM |
RASTREABILIDAD E INDEXABILIDAD DE CONTENIDO DEL SITIO | Sí. Bots de buscadores. | Sí. Bots de LLMs y buscadores. |
VISIBILIDAD DE MARCA | Sí. A través de las posiciones/inclusiones del sitio en los resultados de búsqueda orgánica y SERP features para búsquedas relevantes, tanto de marca como no marca, a lo largo del recorrido de búsqueda del usuario. | Sí. A través de menciones y enlaces al sitio en respuestas generadas por IA para búsquedas relevantes, tanto de marca como no marca, a lo largo del recorrido de búsqueda del usuario. |
POPULARIDAD / PROMINENCIA DE MARCA | Sí. A través del número / porcentaje de backlinks del sitio y menciones de marca por parte de terceros. | Sí. A través del número / porcentaje de menciones de marca en las fuentes utilizadas por respuestas de IA. |
SENTIMIENTO DE MARCA | Sí.
Sentimiento de las páginas mejor posicionadas para búsquedas relevantes sobre la marca. | Sí. Sentimiento de las respuestas generadas por IA y de las fuentes citadas sobre la marca. |
TRÁFICO | Sí. Tráfico orgánico desde los resultados de búsqueda hacia el sitio (número de visitas, crecimiento, interacción, etc.). | Sí. Tráfico desde LLMs hacia el sitio (número de visitas, crecimiento, interacción, etc.). |
CONVERSIONES / LEADS | Sí. Conversiones/leads provenientes del tráfico orgánico desde los resultados de búsqueda (Número de conversiones, ingresos, tasa de conversión, etc.). | Sí. Conversiones/leads provenientes del tráfico desde LLMs (Número de conversiones, ingresos, tasa de conversión, etc.). |
TL;DR
Existe una gran superposición al optimizar tanto para LLMs como para los buscadores tradicionales, así como en las métricas que se deben monitorear. Las principales diferencias reales están en el comportamiento del usuario —así como en las limitaciones actuales de acceso a datos, como la popularidad de consultas en LLMs—, y por ello varía el tipo de contenido que tiene sentido priorizar y enfocar para uno u otro, así como los diferentes objetivos que buscamos alcanzar al hacerlo.
Espero que, con la rápida adopción de los LLMs, así como con un mayor acceso a datos proporcionados tanto por LLMs como por los buscadores tradicionales con funciones de búsqueda de IA —y herramientas de terceros que faciliten su análisis—, podamos comenzar a poner en práctica estrategias específicas para maximizar la visibilidad y las conversiones en cada una de estas plataformas de búsqueda.
Fuentes
Los datos mencionados anteriormente provienen de:
- 34 Eye-Opening Google Search Statistics for 2024
- Investigating ChatGPT Search: Insights from 80 Million Clickstream Records
- The rise of the AI crawler
- Microsoft Confirms Schema Helps Its LLMs (Copilot) Understand Your Content
- LLM visibility vs. SEO KPIs: Bridging the gap
Agradecimientos espaciales
A Darth Autocrat y Chris Green por su revisión y feedback de este artículo.
Más sobre búsqueda de IA
¿Te interesa más información sobre la búsqueda con IA? Aquí tienes otras guías y videos recientes que he compartido sobre temas relacionados con la búsqueda impulsada por IA que podrían resultarte útiles:
- How to Measure The Impact of AI Overviews on Organic Search Traffic [How To Video]
- 5 Early Observations about The New Google AI Mode in Test
- ChatGPT Search: Initial Analysis Post-Launch & Comparison vs Google SERPs
