Google AI Ranking Factors: 13 factores de posicionamiento en AI Overviews y AI Mode

La llegada de Google AI Overviews y AI Mode está cambiando la forma en la que las marcas consiguen visibilidad en los buscadores. Ya no se trata únicamente de posicionar una página entre los primeros resultados orgánicos: ahora también queremos que Google utilice nuestros contenidos como fuente para construir respuestas generadas mediante inteligencia artificial.

Este cambio ha impulsado el interés por el GEO (Generative Engine Optimization), pero también ha generado numerosas dudas sobre qué técnicas funcionan realmente para aparecer en las respuestas de IA.

En todas y cada una de mis clases de marketing y posicionamiento surgen las mismas preguntas:

• ¿Qué importancia tiene el posicionamiento SEO tradicional?
• ¿Influyen las menciones de marca?
• ¿Debemos crear contenidos específicos para los LLM?
• ¿Son necesarios los datos estructurados o los archivos llms.txt?

Para responder a estas preguntas, Cyrus Shepard publicó en septiembre de 2026 un estudio en Zyppy en el que más de 130 profesionales del sector valoraron distintos factores según su posible influencia en la selección y citación de fuentes dentro de Google AI Overviews y AI Mode.

Sus conclusiones permiten entender hacia dónde está evolucionando el posicionamiento en buscadores. Y lo más interesante es que varios de los resultados coinciden con la documentación oficial de Google sobre búsqueda generativa.

En dobleO ya hemos analizado cómo redactar contenido para aparecer en ChatGPT y otras IA . En esta ocasión, vamos a centrarnos específicamente en Google: ¿qué sabemos sobre sus sistemas generativos?, ¿qué factores consideran relevantes los profesionales SEO y cómo podemos aplicar estos conocimientos a una estrategia de posicionamiento.

Vamos desde el principio:

¿Qué son los Google AI Ranking Factors?

Los Google AI Ranking Factors son los elementos que podrían influir en que una página, fuente o marca aparezca dentro de las respuestas generadas por Google.

Conviene hacer una distinción importante: Google no ha publicado una lista oficial de factores con pesos específicos para AI Overviews o AI Mode.

El estudio de Zyppy tampoco pretende serlo. Sus participantes valoraron 13 posibles factores mediante una escala de siete puntos, desde −3, que indicaba una influencia muy negativa, hasta +3, que representaba una influencia muy positiva.

Por tanto, una puntuación de +2,20 no significa que Google asigne ese peso a un factor en su algoritmo. Representa la valoración media de los profesionales que participaron en la encuesta.

Los 13 factores de posicionamiento en Google AI

Factor	Puntuación
AI Crawl Access & Snippet Eligibility	+2,20
Query-Answer Match	+2,15
Brand / Entity in LLM Memory	+2,08
Citable / Specific Facts	+2,07
Organic Fan-Out Coverage Rankings	+1,91
Organic Search Ranking	+1,89
Unique / First-Party Information	+1,85
Cross-Web Consensus & Corroboration	+1,81
Source / Publisher Reputation	+1,78
Extractable Content Structure	+1,69
Answer Prominence	+1,65
Structured Data	+0,80
llms.txt	+0,05

Una de las conclusiones más relevantes es que los aspectos tradicionales del SEO, la reputación de marca y la información original reciben puntuaciones muy superiores a las técnicas creadas específicamente para los LLM.

Analicemos cada uno de ellos.

1. Rastreo, indexación y acceso al contenido

El factor mejor valorado es AI Crawl Access & Snippet Eligibility, con +2,20.

Hace referencia a la capacidad de Google para descubrir, rastrear, indexar y utilizar el contenido de una página como fuente de información.

Para que una URL pueda aparecer como enlace de apoyo en AI Overviews o AI Mode, Google indica que debe estar indexada y ser apta para mostrarse en Search con un snippet. Esto sitúa al SEO técnico en el centro de cualquier estrategia de posicionamiento en Google AI.

Debemos prestar especial atención a aspectos como robots.txt, etiquetas noindex, canonical, renderizado JavaScript, errores HTTP, enlazado interno y directivas relacionadas con los fragmentos de contenido.

Por ejemplo, una página puede estar correctamente indexada, pero determinadas directivas pueden limitar el contenido que Google tiene permitido mostrar o utilizar.

No estamos hablando de una técnica GEO completamente nueva. Estamos hablando de aplicar correctamente los fundamentos del SEO técnico.

Por eso, antes de optimizar un contenido para inteligencia artificial, debemos comprobar que la web reúne las condiciones necesarias para participar en estas experiencias de búsqueda.

Esta revisión es precisamente una de las primeras fases que abordamos en una auditoría GEO para evaluar si una web está preparada para la inteligencia artificial.

2. Query-Answer Match: responder directamente a la intención de búsqueda

El segundo factor, con +2,15, es Query-Answer Match.

Se refiere al grado de correspondencia entre la pregunta del usuario y la información que ofrece una página. Imaginemos una consulta como:

¿Cuánto tiempo tarda en cargarse un coche eléctrico?

Una página que explica claramente los tiempos de carga según la potencia del cargador, la capacidad de la batería y las condiciones de carga puede resolver mejor esa necesidad que un contenido genérico sobre las ventajas del vehículo eléctrico.

La relevancia deja de depender exclusivamente de la coincidencia entre una keyword y una URL.

También debemos analizar qué necesita saber el usuario y si nuestro contenido proporciona una respuesta útil, específica y contextualizada.

Esto no significa que debamos crear una página para cada pregunta. Google explica que sus sistemas pueden comprender sinónimos, variaciones de búsqueda y diferentes temas dentro de un mismo documento.

La oportunidad consiste en desarrollar contenidos que respondan a una intención principal y, al mismo tiempo, resuelvan las preguntas relacionadas que pueden surgir durante el proceso de búsqueda.

3. Brand / Entity in LLM Memory: qué sabe la IA sobre nuestra marca

El tercer factor, valorado con +2,08, introduce uno de los conceptos más interesantes del GEO: la memoria paramétrica.

La memoria paramétrica es, de forma simplificada, el conocimiento que un modelo ha aprendido durante su entrenamiento.

Una marca consolidada puede estar relacionada con numerosos productos, servicios, personas, acontecimientos, categorías y fuentes externas.

Una empresa nueva, en cambio, puede tener una representación mucho más limitada.

El estudio considera que esta familiaridad con una entidad podría influir en su selección o recomendación dentro de determinadas respuestas generativas. Sin embargo, no se ha demostrado que Google utilice una señal de ranking independiente denominada Brand / Entity in LLM Memory.

¿Cómo podemos trabajar este factor?

No podemos actualizar directamente la memoria de un modelo, pero sí podemos mejorar la presencia digital de una marca. (más información sobre los factores de marca en auditorias IA)

Aquí cobran importancia la coherencia de la información corporativa, las menciones en medios, las publicaciones especializadas, las relaciones con otras entidades, los perfiles profesionales, los estudios propios y las referencias externas.

El objetivo es conseguir que exista información suficiente y consistente para comprender quién es una empresa, qué hace y en qué áreas posee experiencia.

En dobleO hemos desarrollado este aspecto en nuestro artículo sobre factores de identidad, confianza y autoridad en GEO , donde explicamos cómo analizar la representación digital de una marca y sus relaciones con otras entidades.

4. Citable / Specific Facts: información concreta que una IA pueda citar

Con +2,07 aparece uno de los factores más interesantes desde la perspectiva del Content Marketing.

Citable / Specific Facts se refiere a la presencia de afirmaciones específicas, cifras, estadísticas y detalles que pueden utilizarse para fundamentar una respuesta.

Comparemos estos dos ejemplos:

“Nuestra solución permite reducir las emisiones del transporte.”

“Nuestro estudio de 2026, realizado sobre X entregas, registró una reducción del X% en las emisiones respecto al sistema de referencia.”

La segunda afirmación ofrece información mucho más concreta.

Además, si incorpora la metodología, el periodo analizado y la fuente original, proporciona el contexto necesario para interpretar correctamente el dato.

Esta distinción es especialmente importante en un entorno en el que numerosos contenidos repiten prácticamente la misma información.

Si diez páginas explican lo mismo, la undécima necesita aportar algo diferente para convertirse en una fuente especialmente útil.

Los datos propios, las investigaciones, los experimentos y las experiencias documentadas pueden proporcionar ese valor diferencial.

No garantizan una cita, pero ofrecen información que otros contenidos no pueden reproducir sin acudir a la fuente original.

5. Query fan-out: posicionar para las subconsultas que genera Google

Organic Fan-Out Coverage Rankings obtiene +1,91.

Este factor está relacionado con uno de los mecanismos más importantes de la búsqueda generativa: el query fan-out.

Google ha confirmado que sus experiencias de IA pueden utilizar una técnica denominada ramificación de búsquedas, mediante la que generan varias consultas relacionadas para recuperar información sobre distintos aspectos de la pregunta original.

¿Cómo funciona el query fan-out?

Imaginemos que un usuario pregunta:

¿Cuál es la mejor forma de enviar un paquete barato desde España a Portugal?

Para construir la respuesta, Google podría necesitar información sobre diferentes cuestiones:

• Precios de los envíos entre España y Portugal.
• Empresas de paquetería que ofrecen ese servicio.
• Peso máximo permitido.
• Plazos de entrega.
• Disponibilidad de puntos de recogida.
• Diferencias entre entrega domiciliaria y entrega en Locker.

Estas consultas son ejemplos ilustrativos, no una relación de las búsquedas que Google generaría necesariamente. Lo importante es comprender que una búsqueda compleja puede dar lugar a múltiples necesidades de información.

¿Qué implica para el Keyword Research la IA?

Hasta ahora, gran parte del SEO se ha organizado alrededor de la relación entre keyword e intención de búsqueda. El query fan-out amplía ese enfoque.

Ya no deberíamos estudiar únicamente la consulta principal, sino también las preguntas y subtemas que pueden formar parte de la respuesta.

Esto refuerza la utilidad de los clústeres temáticos, el análisis semántico, la arquitectura de contenidos y el enlazado interno. Pero no debemos interpretar el query fan-out como una invitación a crear cientos de URLs para cada variación posible.

La oportunidad está en desarrollar una cobertura temática completa, organizada y alineada con las necesidades reales del usuario.

6. Organic Search Ranking: el SEO tradicional sigue siendo fundamental

El posicionamiento orgánico obtiene una puntuación de +1,89.

Es uno de los resultados más interesantes del estudio porque confirma que los profesionales SEO perciben una relación importante entre la visibilidad tradicional y la presencia en Google AI.

Esta conclusión también encaja con la documentación oficial.

Google explica que sus funciones generativas utilizan RAG, o generación aumentada por recuperación, y se apoyan en los sistemas principales de posicionamiento y calidad de Search para recuperar información relevante.

Por eso no tiene demasiado sentido plantear el GEO como una disciplina completamente desconectada del SEO.

La arquitectura web, el contenido, la relevancia, la indexabilidad, los enlaces y las señales de calidad continúan siendo fundamentales.

Eso sí, aparecer en los primeros resultados orgánicos no garantiza convertirse en una fuente de AI Overviews.

Google puede recuperar información relacionada con la consulta principal o con otras subconsultas y seleccionar las fuentes que considere adecuadas para construir la respuesta.

El objetivo no es sustituir el SEO tradicional, sino ampliar nuestra estrategia para participar también en estas nuevas experiencias.

7. Unique / First-Party Information: el valor del contenido original

Unique / First-Party Information obtiene +1,85.

Este factor se refiere a los datos, experiencias, investigaciones y conocimientos que pertenecen a la propia fuente y que no se limitan a reproducir información disponible en otras páginas.

Google también recomienda explícitamente crear contenido único, dirigido por expertos y que aporte valor más allá del conocimiento general.

Por ejemplo, cualquier empresa puede publicar un artículo sobre las principales tendencias del comercio electrónico.

Pero una empresa que analiza sus propias operaciones puede publicar información sobre la evolución real de los pedidos, el comportamiento de sus clientes, los productos más demandados o los cambios observados durante un periodo concreto.

Ese contenido ofrece algo que una IA no puede obtener simplemente resumiendo otras páginas.

Para las marcas, esto abre oportunidades en la creación de estudios sectoriales, análisis de datos propios, casos de éxito, benchmarks, experimentos y publicaciones basadas en experiencia profesional.

También adquiere importancia la autoría y la transparencia sobre el origen de la información.

Estos elementos forman parte de los aspectos que conviene revisar en una auditoría GEO para blogs y medios de contenido .

8. Cross-Web Consensus: la importancia de que otras fuentes corroboren nuestra información

Cross-Web Consensus & Corroboration recibe +1,81.

Se refiere al grado en el que distintas fuentes de Internet respaldan una misma información.

Imaginemos una empresa que afirma en su propia web que está especializada en una determinada tecnología. Si esa relación también aparece en medios especializados, entrevistas, estudios, publicaciones de terceros y otras fuentes independientes, existe una mayor cantidad de información que permite corroborarla.

Aquí encontramos una de las principales conexiones entre GEO y Digital PR.

Tradicionalmente, las estrategias de Linkbuilding se han centrado principalmente en conseguir enlaces externos que contribuyan a mejorar la autoridad y el posicionamiento orgánico.

En un entorno generativo también tiene sentido analizar cómo esas publicaciones ayudan a construir y contextualizar una entidad.

Por tanto, debemos observar tanto los enlaces como las menciones, el contexto editorial, la relevancia temática y la información que otras fuentes publican sobre nuestra marca. Esto no significa que cualquier mención contribuya al posicionamiento en IA ni que debamos perseguir publicaciones artificiales.

Google advierte específicamente contra las estrategias basadas en menciones no auténticas creadas para manipular la visibilidad.

La calidad de la fuente, la independencia editorial y la relevancia de la información continúan siendo esenciales.

Para profundizar en la adquisición de enlaces y sus fundamentos SEO, puedes consultar nuestra guía de Linkbuilding .

9. Source / Publisher Reputation: la reputación de quien publica

Con +1,78 encontramos Source / Publisher Reputation.

Este factor hace referencia a la reputación del sitio o de la entidad que publica el contenido, más allá de la calidad de una página individual.

La pregunta que plantea es sencilla: si varias fuentes ofrecen información sobre un mismo tema, ¿qué señales permiten determinar cuáles son adecuadas para respaldar una respuesta?

Aquí pueden entrar en juego aspectos como el reconocimiento editorial, la especialización, la trayectoria, la reputación externa, la calidad de los enlaces y la experiencia de los autores.

Sin embargo, hay una distinción importante.

Domain Authority de Moz y Authority Score de Semrush no son métricas de ranking de Google.

Son indicadores desarrollados por herramientas de terceros que pueden resultar útiles para comparar dominios y analizar estrategias SEO, pero no representan directamente el funcionamiento interno de Google.

Por tanto, no deberíamos convertir una métrica comercial de autoridad en un supuesto Google AI Ranking Factor.

10. Extractable Content Structure: estructurar el contenido para facilitar su comprensión

Extractable Content Structure obtiene +1,69. Este factor se refiere a la facilidad con la que un sistema puede localizar y utilizar información relevante dentro de una página.

Aquí entran los encabezados, los párrafos, las tablas, las definiciones, las listas y la organización general del contenido.

No obstante, Google ha aclarado que no es necesario dividir artificialmente las páginas en pequeños fragmentos, conocidos como chunks, para facilitar su comprensión por parte de sus sistemas de IA.

Una página extensa puede responder a varias cuestiones siempre que esté bien organizada y presente la información de forma clara. Por ejemplo, una guía sobre auditorías SEO puede abordar rastreo, indexación, arquitectura, contenidos, enlazado y medición dentro de un mismo documento.

No necesita convertirse en seis páginas independientes únicamente para que una IA pueda interpretar cada apartado.

La estructura debe responder a la complejidad del tema y a las necesidades del usuario.

En este sentido, también conviene trabajar correctamente las preguntas frecuentes. En nuestro artículo sobre cómo gestionar las FAQs dentro de una estrategia SEO y GEO  explicamos cuándo tiene sentido agrupar preguntas, incorporarlas a una landing o desarrollarlas en una URL independiente.

11. Answer Prominence: la importancia de responder de forma clara

Answer Prominence alcanza +1,65. Este factor evalúa la visibilidad de la respuesta dentro de una página, especialmente cuando aparece en una posición destacada.

Pensemos en un artículo que intenta resolver la siguiente pregunta:

¿Qué es una auditoría SEO?

Una estructura poco eficaz puede dedicar varios párrafos a explicar la historia de los buscadores antes de ofrecer una definición.

Una alternativa más útil consiste en empezar con una respuesta directa:

“Una auditoría SEO es un análisis técnico, de contenidos y autoridad que permite detectar problemas y oportunidades de posicionamiento orgánico en una web.”

Después podemos desarrollar cada aspecto.

Esta estructura ayuda al usuario a encontrar rápidamente la información que necesita.

No tenemos confirmación de que Google utilice una métrica de ranking independiente denominada Answer Prominence. Pero responder claramente, contextualizar la información y desarrollar después los detalles constituye una buena práctica editorial.

12. Structured Data: el papel de Schema en Google AI

Los datos estructurados obtienen una puntuación de +0,80. Es una valoración considerablemente inferior a la de los factores relacionados con el contenido, la relevancia y la autoridad.

Esto no significa que Schema haya dejado de ser útil.

Los datos estructurados ayudan a describir explícitamente determinados elementos de una página y permiten optar a distintas funcionalidades de los resultados de Google.

Por ejemplo, podemos utilizar tipos como Article, Organization, Product o BreadcrumbList cuando sean adecuados para el contenido. Sin embargo, Google ha confirmado que los datos estructurados no son obligatorios para aparecer en sus funciones de IA generativa y que no existe un marcado especial para AI Overviews o AI Mode.

La recomendación es continuar aplicando correctamente los datos estructurados como parte del SEO general, sin convertirlos en el centro de una estrategia GEO.

En ecommerce y búsquedas relacionadas con productos también debemos prestar atención a la información comercial, los feeds y las integraciones específicas que Google utiliza en sus experiencias de compra.

13. llms.txt: ¿es necesario para posicionar en Google AI?

El último factor del estudio es llms.txt, con una valoración de apenas +0,05. Este archivo se ha propuesto como una forma de proporcionar a los sistemas de inteligencia artificial información organizada sobre los contenidos de una web.

Durante los últimos meses ha generado bastante debate dentro del sector SEO.

Sin embargo, Google ha aclarado expresamente que Search ignora llms.txt y que mantener este archivo no mejora ni perjudica la visibilidad o el posicionamiento dentro de sus resultados tradicionales y generativos.

Por tanto, no es necesario implementar llms.txt para aparecer en Google AI Overviews o AI Mode. Eso no significa que nunca pueda tener utilidad para otros sistemas o servicios.

La conclusión se refiere específicamente a Google Search.

Dentro de una estrategia GEO orientada a Google, deberíamos priorizar otras cuestiones con una utilidad mucho más clara: accesibilidad, indexación, contenido original, relevancia, cobertura temática y autoridad.

Qué nos enseñan estos 13 factores sobre el SEO y el GEO

Después de analizar el estudio podemos agrupar los principales elementos en cuatro grandes áreas.

1. Accesibilidad: Google debe poder encontrar y utilizar nuestro contenido

La primera condición es disponer de una base técnica sólida.

Esto implica revisar rastreo, indexación, canonical, arquitectura, enlazado interno y directivas que puedan impedir utilizar determinados contenidos.

2. Relevancia: debemos responder a las necesidades reales del usuario

El Keyword Research continúa siendo fundamental, pero debemos complementarlo con una investigación de intenciones, preguntas y subconsultas.

El query fan-out obliga a pensar en una cobertura temática más amplia que la simple correspondencia entre keyword y URL.

3. Evidencia: nuestra información debe aportar valor diferencial

Los contenidos genéricos tienen dificultades para distinguirse cuando numerosas páginas ofrecen explicaciones similares.

Los datos propios, las experiencias documentadas y los hechos verificables pueden ayudar a que una marca se convierta en una fuente especialmente útil.

4. Autoridad: la marca debe tener una identidad digital reconocible

La reputación editorial, las relaciones entre entidades, las menciones externas y la coherencia de la información corporativa contribuyen a construir una presencia digital sólida.

No se trata únicamente de conseguir enlaces, sino de demostrar especialización y generar información contrastable sobre una empresa y sus áreas de conocimiento.

Cómo medir el posicionamiento en Google AI

Uno de los principales retos del GEO ha sido la medición.

Hasta hace poco, las empresas tenían que recurrir principalmente a herramientas de terceros, comprobaciones manuales y análisis indirectos para estudiar su presencia en las respuestas generativas.

Google anunció el 3 de junio de 2026 nuevos informes específicos de rendimiento de IA generativa en Search Console. Desde el 31 de agosto de 2026, estas estadísticas están disponibles para los sitios web de todo el mundo.

Estos informes permiten analizar las impresiones obtenidas dentro de las funciones generativas de Search y Discover. También ofrecen información sobre las páginas que aparecen, los países, los dispositivos —en Search— y la evolución temporal. Esto permite incorporar nuevas dimensiones a nuestros informes SEO y GEO.

Podemos estudiar qué URLs consiguen visibilidad en experiencias generativas, cómo evoluciona su presencia y qué tipos de contenidos están apareciendo.

Pero debemos evitar confundir impresiones con menciones o recomendaciones de marca.

La aparición de una URL como fuente, la mención de una entidad dentro de una respuesta y el tráfico que posteriormente llega a la web son dimensiones diferentes.

Por eso conviene combinar Search Console con GA4, herramientas especializadas y análisis cualitativos de las respuestas generadas.

Además, resulta importante observar cómo está cambiando el comportamiento de los usuarios. En dobleO ya analizamos esta cuestión en nuestro artículo sobre el impacto de las AI Overviews de Google en el SEO y el PPC .

¿Cómo adaptar nuestra estrategia SEO a Google AI?

La principal conclusión del estudio no es que necesitemos sustituir el SEO por nuevas técnicas de inteligencia artificial.

Es que debemos ampliar nuestra forma de investigar, crear y optimizar contenidos.

En dobleO planteamos esta evolución desde una estrategia que combine los fundamentos del posicionamiento orgánico con nuevas capas de análisis orientadas a la búsqueda generativa.

• El SEO técnico debe garantizar que nuestros contenidos sean accesibles, rastreables e indexables.
• El Keyword Research debe incorporar las preguntas y subconsultas relacionadas con cada intención de búsqueda.
• La estrategia editorial debe dar mayor protagonismo a los datos propios, las experiencias reales y la información que aporte valor diferencial.
• El Digital PR y el Linkbuilding deben contribuir a construir una entidad reconocible, coherente y respaldada por fuentes relevantes.
• Y la medición debe evolucionar para incorporar la visibilidad dentro de las experiencias de búsqueda generativa.

La combinación de estos elementos nos permite trabajar no solo para posicionar una página, sino también para aumentar su utilidad como fuente de información.

El futuro del posicionamiento en Google AI se construye sobre el SEO

El estudio de Zyppy ofrece una perspectiva interesante sobre cómo los profesionales del sector interpretan la selección de fuentes en Google AI Overviews y AI Mode. Pero su principal aportación no es descubrir un nuevo algoritmo ni una fórmula que garantice aparecer en respuestas generativas.

Es mostrar que los elementos mejor valorados están relacionados con cuestiones que ya conocemos: rastreo, indexación, relevancia, posicionamiento orgánico, información original, reputación y autoridad.

Google también ha reforzado esta idea en su documentación oficial.

El SEO continúa siendo la base de la visibilidad en Search, mientras que el GEO amplía nuestra estrategia para abordar un entorno en el que los buscadores pueden recuperar información de distintas fuentes y combinarla para construir una respuesta.

En dobleO trabajamos el SEO y el GEO como disciplinas complementarias, integrando investigación de palabras clave, contenidos, auditoría técnica, analítica, autoridad digital y estrategias de visibilidad en inteligencia artificial.

Porque el objetivo ya no es únicamente conseguir una buena posición en Google. También debemos conseguir que nuestros contenidos sean relevantes, útiles y suficientemente sólidos para convertirse en fuentes de información dentro de las nuevas experiencias de búsqueda.

Preguntas frecuentes sobre los factores de posicionamiento en Google AI