Cómo funciona de verdad la búsqueda con IA de Google: RAG y query fan-out
Hay mucha gente vendiendo cómo "optimizar para la IA" sin haberse detenido a explicar lo más básico: cómo funciona la búsqueda con IA de Google por dentro. Y resulta que entender el mecanismo cambia por completo qué tácticas tienen sentido y cuáles son humo.
La buena noticia: ya no hay que adivinar. Google lo documentó oficialmente. Te lo explico en simple, sin jerga innecesaria, porque cuando entiendes la mecánica, las decisiones se vuelven obvias.
¿Cómo arma Google una respuesta con IA?
Respuesta corta: Google no "inventa" la respuesta. Recupera contenido de su índice de búsqueda —el mismo de siempre— y lo resume con IA, poniendo enlaces a las fuentes. El mecanismo se llama RAG: generación aumentada por recuperación.
Esto está en la guía oficial que Google publicó el 15 de mayo de 2026 (Google Search Central). Y la implicación es enorme: si los AI Overviews se construyen recuperando del mismo índice que los resultados normales, entonces no existe un índice de IA separado. Si tu página no logra entrar al índice ni rankear para una intención, la IA no la puede recuperar, y por lo tanto no la puede citar.
Dicho en simple: la IA no cita lo que no rankea. Primero tienes que estar en el índice, para la intención correcta. Todo lo demás viene después.
¿Qué es el query fan-out?
Acá está la parte que más cambia cómo deberías escribir. Cuando le haces una pregunta a la búsqueda con IA de Google, el sistema no busca solo esa frase. La expande en varias sub-consultas relacionadas y las corre en paralelo, para armar una respuesta más completa.
El ejemplo que da la propia documentación: ante "cómo arreglar un pasto lleno de maleza", el sistema puede consultar a la vez "mejores herbicidas", "quitar maleza sin químicos" y "prevenir maleza en el pasto" (vía DemandSphere). Tú preguntaste una cosa; el sistema buscó cinco.
¿Qué significa eso para tu contenido? Que cubrir bien un tema completo —con sus preguntas relacionadas, sus matices, sus sub-temas— te hace recuperable para muchas más de esas sub-consultas que una página que solo apunta a una keyword exacta. La profundidad temática le gana a la keyword suelta.
El error que esto desmonta
Ojo, porque acá hay una trampa. Entender el query fan-out tienta a hacer algo que Google castiga: crear una página distinta para cada variación posible de una búsqueda, para "cubrir todas las sub-consultas".
Eso es exactamente lo que Google llama abuso de contenido a escala, y lo marca como spam en la misma guía. La diferencia es sutil pero crucial: cubrir un tema en profundidad en una pieza sólida es bueno; fabricar veinte páginas delgadas para cazar cada variación es spam. El sistema de Google entiende la relevancia sin que le deletrees cada frase.
¿Y los trucos de moda? ¿Sirven o no?
Ya que entendemos el mecanismo, podemos juzgar las tácticas que se venden por ahí.
El caso del archivo llms.txt es ilustrativo. Se promociona como imprescindible para que la IA te entienda. Google confirmó el 15 de junio de 2026 que ese archivo no ayuda ni perjudica en su búsqueda (Search Engine Land). Tiene sentido cuando entiendes RAG: si la IA recupera del índice normal, un archivo aparte no cambia nada de lo que ya está indexado.
No digo que llms.txt sea inútil en todo contexto —hay un debate honesto sobre si otros motores podrían adoptarlo a futuro—. Digo que, sabiendo cómo funciona Google hoy, sabes exactamente cuánto esperar de él: en Search, nada. Y esa claridad solo la tienes si entendiste el mecanismo primero.
Lo que yo saco de esto
Entender RAG y query fan-out me ahorró perseguir un montón de tácticas que suenan sofisticadas pero no mueven nada. La lección de fondo es simple y casi aburrida: como la IA recupera del índice y expande tus consultas, lo que funciona es lo de siempre bien hecho —estar indexado, cubrir el tema en profundidad, responder a la intención real. Es la misma conclusión a la que llega la guía oficial de Google sobre AEO y GEO.
No hay un hack de IA escondido. Hay un mecanismo, es público, y cuando lo conoces dejas de gastar energía en lo que no importa. Eso, para mí, vale más que cualquier truco. Si te interesa a quién termina citando, mira de dónde saca la IA lo que cita.
¿Habías visto cómo funciona por dentro la búsqueda con IA, o también te habían vendido que era una caja mágica? Cuéntame.
Preguntas frecuentes
¿Qué es RAG en la búsqueda con IA de Google?
RAG (generación aumentada por recuperación) es el mecanismo por el cual Google no inventa sus respuestas de IA, sino que recupera contenido de su índice de búsqueda y lo resume con IA, citando las fuentes. Significa que no hay un índice de IA separado: si tu página no rankea, no puede ser recuperada ni citada.
¿Qué es el query fan-out?
Es cuando la búsqueda con IA de Google expande tu pregunta en varias sub-consultas relacionadas y las ejecuta en paralelo para armar una respuesta más completa. Por ejemplo, ante "cómo arreglar un pasto con maleza" puede buscar también "mejores herbicidas" y "prevenir maleza". Implica que cubrir un tema en profundidad te hace recuperable para más consultas.
¿Debo crear una página para cada variación de búsqueda?
No. Aunque el query fan-out tienta a hacerlo, crear páginas separadas para cada variación es abuso de contenido a escala y Google lo considera spam. Lo correcto es cubrir el tema en profundidad en una pieza sólida; los sistemas de Google entienden la relevancia sin necesidad de una página por frase.
¿El archivo llms.txt ayuda a que la IA me cite?
No en la búsqueda de Google. Google confirmó en junio de 2026 que llms.txt no ayuda ni perjudica el ranking en Search, incluidas sus funciones de IA. Tiene sentido al entender RAG: si la IA recupera del índice normal, un archivo aparte no cambia lo ya indexado.
¿Cómo optimizo para AI Overviews y AI Mode?
Asegurándote de estar indexado y de rankear para la intención correcta, ya que la IA recupera del mismo índice de búsqueda. Cubre los temas en profundidad para ser recuperable ante el query fan-out, responde a la intención real del usuario y evita tácticas como fabricar páginas a escala. Es, esencialmente, buen SEO.