El SEO ya no es solo tu sitio web: Google redefine la unidad de medición y el contenido necesita estructura semántica para sobrevivir al ranking generativo.

Google ha expandido globalmente la funcionalidad platform properties en Search Console, integrando Instagram, TikTok, X y YouTube como propiedades rastreables con el mismo estatus funcional que un dominio web [1]. Esto no es un añadido menor. La lectura que hacemos es que Google reconoce formalmente que la presencia de una marca en búsqueda se distribuye a través de cuentas sociales y canales de vídeo, y que el rendimiento de ese contenido en Search, Discover y Google News merece instrumentación propia. Para los equipos de SEO, la consecuencia inmediata es que el perímetro de análisis se amplía: los datos de impresiones y clics de un perfil de TikTok en Google Search son ahora tan trazables como los de una landing page.

La funcionalidad viene acompañada de una nueva guía de rendimiento social y de vídeo publicada por Google [1]. Que Google edite documentación prescriptiva sobre cómo interpretar estos datos indica que espera adopción amplia y, más relevante, que está normalizando la idea de que un creador sin sitio web propio es un actor legítimo del ecosistema de Search Console [11].

Nótese que la guía se orienta explícitamente tanto a propietarios de sitios como a creadores que no poseen un sitio web propio [11]. Google ya no presupone que tengas un dominio.

Google ha lanzado informes dedicados de rendimiento de IA generativa (Search Generative AI performance reports) en Search Console, con desgloses separados para Search y Discover [11]. Hasta este momento, la visibilidad de un contenido dentro de las respuestas generativas de Google era esencialmente inobservable para el propietario del sitio. Ahora existe instrumentación oficial. Creemos que esto transforma la conversación sobre GEO (Generative Engine Optimization) de especulativa a operativa: ya no se trata de teorizar qué contenido aparece en AI Overviews, sino de medir, iterar y corregir con datos reales.

Nichols et al. documentan una limitación estructural de los pipelines RAG aplicados a verificación de hechos: la mayoría asumen que la evidencia recuperada es fiable, cuando en escenarios reales la información puede ser contradictoria, estar desactualizada o proceder de fuentes no fiables [9]. Su trabajo introduce media background checks (MBCs) que evalúan la credibilidad de las fuentes de evidencia antes de que alimenten la generación. Si los motores generativos comerciales incorporan o ya incorporan lógica análoga —y la tendencia apunta claramente en esa dirección—, entonces la reputación y trazabilidad de una fuente de contenido se convierte en señal de ranking implícita en el contexto GEO.

MEDIAREF, el almacén público de Nichols et al., cubre 200 fuentes mediáticas y permite evaluar la generación de MBCs de forma reproducible [9]. La existencia de infraestructura de evaluación abierta sugiere que el razonamiento crítico sobre fuentes no es un concepto académico aislado, sino un componente que se está estandarizando.

Zhang et al. proponen el paradigma fuzzy-function programming (PAW) como alternativa a las llamadas a APIs remotas de LLM para tareas de ranking por intención. Su compilador de 4B parámetros emite adaptadores para un intérprete de solo 0,6B que iguala el rendimiento de prompting directo de un modelo de 32B, usando aproximadamente 1/50 de la memoria de inferencia y ejecutando a 30 tokens/s en un MacBook M3 [6]. La lectura que hacemos: la capacidad de reranking inteligente está dejando de ser exclusiva de infraestructuras masivas. Motores verticales, herramientas internas de e-commerce y sistemas de búsqueda empresarial van a incorporar ranking generativo a costes marginales. Esto multiplica las superficies donde un contenido bien estructurado compite, y donde uno pobremente estructurado desaparece.