El experto en SEO Dan Petrovic (DEJAN) analizó datos sin procesar de la API de Google Gemini y reveló por primera vez de forma empírica cómo la búsqueda con IA de Google (basada en Gemini) extrae de una página web las oraciones que usa como base de respuesta (grounding snippets).
Puntos clave del hallazgo:
- Pregunta → se descompone en múltiples subconsultas mediante query fanout
- Para cada subconsulta se seleccionan de 5 a 20 páginas → se asigna una puntuación de relevancia respecto a la consulta a nivel de oración
- El criterio más importante = la similitud semántica de la oración (las secciones no relacionadas con la consulta se ignoran por completo)
- La introducción (primer párrafo) casi siempre se extrae aunque tenga baja relevancia → existe un fuerte lead bias
- Elementos estructurales como tabla de contenido, encabezados y fragmentos de código también se tratan como oraciones normales y reciben puntuación
- Las oraciones seleccionadas se conectan con … para formar el snippet, que luego se usa como base citada al generar la respuesta final
En conclusión, la búsqueda con IA de Google no se basa en una interpretación libre de la IA, sino en un proceso de puntuación precisa de relevancia a nivel de oración + selección.
→ Esto aporta una idea práctica: si colocas el mensaje clave con fuerza al inicio y haces que cada oración esté semánticamente muy vinculada con la consulta, aumenta la probabilidad de que se cite en una respuesta de IA.
Petrovic también publicó una herramienta de demostración que imita este mecanismo.
Aún no hay comentarios.