Para encontrar las respuestas, nuestra científica de datos, Xibeijia Guan, analizó más de 43.000 palabras clave —cada una con al menos 16 AI Overviews registradas— en el transcurso de un mes.
Extrajo estos datos de Brand Radar, nuestra nueva herramienta de visibilidad de IA que rastrea cientos de millones de prompts y consultas en siete asistentes de IA diferentes.
Los resultados revelan una sorprendente paradoja en el funcionamiento de la IA de Google: un estado constante de cambio en la superficie, pero una profunda estabilidad subyacente.
El contenido de las AI Overviews que estudiamos cambió drásticamente a lo largo del mes de nuestro análisis.
De hecho, descubrimos que las AI Overviews tienen un 70 % de probabilidad de cambiar de una observación a la siguiente.
Esto se conoce como la “Tasa de Cambio Puntual” y se calcula dividiendo el número de cambios observados por el número de pares consecutivos.
# de cambios observados/ # de pares consecutivos
- Número de pares consecutivos: El número total de veces que comparamos dos respuestas secuenciales de AI Overviews para la misma consulta de búsqueda.
- Número de cambios observados: Un recuento de cuántas de esas comparaciones dieron como resultado que el contenido de la AI Overview fuera diferente de la versión anterior.
He aquí un ejemplo de esa fluctuación en acción.
A continuación se muestran dos AI Overviews para la consulta “seguro de inquilinos”, capturadas con dos minutos de diferencia en modo incógnito.
Para facilitar la comparación, una está en modo claro…
Y la otra en modo oscuro…
Resulta evidente de inmediato que la redacción y el contenido de cada resumen son diferentes.
Por ejemplo, el párrafo inicial de la AI Overview en modo oscuro enumera los tipos de eventos que cubre el seguro de inquilinos (p. ej., incendio, robo o inundación)…
Mientras que la AI Overview en modo claro se centra más en quién es el responsable de contratar un seguro de inquilinos…
Otras diferencias incluyen el uso de ejemplos, el nivel de detalle y la estructura general.
Nuestra investigación reveló que las AI Overviews tienen una persistencia de 2,15 días de media, lo que significa que su contenido tiende a cambiar cada 2,15 días.
Dado que nuestras comprobaciones no eran diarias, es probable que la tasa real de cambio de citas sea aún mayor.
Aunque tu contenido sea citado en las AI Overviews, no tienes garantizada una visibilidad continua.
Nuestra investigación muestra que la fluctuación de citas es común.
De hecho, entre respuestas consecutivas, Xibeijia descubrió que de media solo el 54,5 % de las URLs coinciden.
Esto equivale a aproximadamente 1 cambio de URL cada vez que se vuelve a ejecutar la misma consulta de AI Overview.
Lo que significa que, de una observación de una AI Overview a la siguiente, casi la mitad (45,5 %) de las fuentes citadas son totalmente nuevas.
Para ilustrarlo, aquí tienes un ejemplo de la consulta “Mejor proteína en polvo” (best protein powder), capturada en la herramienta SERP Overview de Ahrefs a través de Keywords Explorer.
Forbes y Fortune aparecieron de forma consistente entre octubre y noviembre, pero la tercera URL cambió.
Inicialmente, un comentario de Reddit sobre proteínas en polvo ocupaba el segundo lugar, pero un mes después fue sustituido por la lista de “los mejores” de Fortune, y un nuevo artículo de NBC sobre la “seguridad de los batidos de proteínas” entró en el tercer puesto.
Aquí tienes un ejemplo más para la consulta “seguro de inquilino”—cada AI Overview fue capturada con solo una semana de diferencia.
La primera AI Overview arrojó tres citas, pero solo dos de ellas se mantuvieron en la segunda captura, donde se unieron a la lista otras diez citas.
Está claro que la visibilidad de AI Overview no sigue los mismos patrones de consistencia que los rankings de búsqueda tradicionales.
Tu marca puede ser citada hoy y desaparecer mañana.
La representación de entidades en las AI Overviews es casi tan volátil como las citas.
Definimos las entidades como elementos específicos e identificables con nombre que aparecen en el texto de la AI Overview, por ejemplo: personas, organizaciones, lugares y marcas.
De las AI Overviews que estudiamos, el 37 % contenía entidades, y cada una de ellas mostraba aproximadamente tres entidades por respuesta.
Al estudiar la superposición de entidades, pudimos medir con qué frecuencia la información del mundo real permanece igual entre dos respuestas secuenciales de AI Overviews para la misma consulta de búsqueda.
La fórmula que utilizamos fue:
# de entidades comunes / total de entidades en pares consecutivos
- Entidades comunes: Es el recuento de los elementos con nombre (personas, organizaciones o lugares) que aparecieron de forma idéntica en las dos AI Overviews consecutivas que se comparan.
- Total de entidades en pares consecutivos: Es el recuento total de todas las entidades únicas encontradas al comparar ambas AI Overviews secuenciales.
A partir de esto, pudimos calcular el porcentaje de entidades con nombre que se mantuvieron consistentes cuando la AI Overview cambió, lo que se conoce como la “superposición de entidades”.
El resultado fue del 54 %, o aproximadamente 1 cambio de entidad por cada actualización de AI Overview.
Esto significa que el 46 % restante experimentó volatilidad, lo que supone solo una diferencia de 0,5 % en la fluctuación en comparación con las citas.
Podría ser una coincidencia, pero una teoría es que Google regenera las URLs y las entidades a un ritmo similar.
Este intercambio constante de texto, fuentes y temas significa que a menudo puedes obtener una respuesta de AI Overview diferente simplemente actualizando la página.
Aquí está Despina Gavoyannis de nuestro equipo del blog experimentando exactamente eso…
Mensaje de Slack de Despina explicando que al actualizar los resultados de búsqueda cuando obtiene una AI Overview no deseada se producen respuestas diferentes con citas distintas.
Mientras que las palabras están en constante cambio, el significado subyacente de la AI Overview es increíblemente consistente.
Medimos la “estabilidad semántica” entre respuestas consecutivas de AI Overviews y encontramos una puntuación media de similitud del coseno de 0,95, donde 1,0 representa una coincidencia perfecta.
Esta puntuación indica un grado extremadamente alto de consistencia semántica.
Es como hacerle la misma pregunta a dos expertos diferentes: obtendrás una redacción distinta, una formulación diferente y quizás ejemplos distintos, pero la respuesta fundamental es la misma.
Mi ejemplo anterior del “seguro de inquilinos” lo demuestra.
Aunque cada AI Overview difería en longitud, lenguaje y estructura, cubrían en gran medida los mismos temas y asuntos, como la cobertura de bienes personales, la protección de responsabilidad civil y las exclusiones comunes.
En otras palabras, las AI Overviews están continuamente reformulando un consenso estable y subyacente extraído de sus fuentes; esta es la naturaleza de los modelos de lenguaje grandes (LLM) probabilísticos.
No cambian su “opinión” sobre un tema de un día para otro.
El mensaje central sigue siendo el mismo, aunque el texto, las citas y las entidades cambien.
Nuestro CMO, Tim Soulo, tenía la teoría de que Google podría guardar en caché las AI Overviews de palabras clave populares para ahorrar recursos computacionales.
De hecho, su hipótesis dio origen a todo este estudio…
Pero los resultados desmienten esto.
En primer lugar, esperaríamos ver mucha más estabilidad en el contenido de las AI Overviews si algunas se estuvieran guardando en caché.
Pero, como ya sabemos, las AI Overviews consecutivas mostraron contenido diferente 7 de cada 10 veces.
En segundo lugar, Xibeijia midió la relación real entre el volumen de búsqueda de una palabra clave y su tasa de cambio en las AI Overviews, y encontró una correlación de Spearman de -0,014.
Una correlación tan cercana a cero indica que probablemente no hay relación entre las dos variables: las consultas de búsqueda muy populares tienen la misma probabilidad de que el texto de su AI Overview cambie que las consultas de nicho.
Por lo tanto, es poco probable que Google guarde en caché las AI Overviews populares, al menos según nuestros datos.
Reflexiones finales
Las AI Overviews son dinámicas y estables al mismo tiempo.
Los detalles superficiales, como la redacción exacta, las URLs citadas y las entidades mencionadas, cambian constantemente, pero el significado subyacente y los temas centrales permanecen iguales.
Esto cambia la forma en que podemos pensar sobre los resultados de búsqueda generados por IA.
No son estáticos como los resultados de búsqueda tradicionales, pero tampoco son aleatorios.
Aunque debes esperar que las menciones y citas de tu marca en las AI Overviews sean volátiles, todavía hay una manera de aparecer de forma consistente.
En lugar de centrarte en prompts o consultas individuales, necesitas convertirte en una autoridad en los temas asociados con tus asuntos principales.
Puedes entender qué temas vincula la IA a tu marca usando Brand Radar de Ahrefs.
Simplemente introduce tu marca y ve al informe de “Temas”. Esto te mostrará a qué temas se asocian las respuestas individuales de la IA.
Por ejemplo, Ahrefs está más estrechamente vinculado a los temas de “herramientas SEO” y “software SEO” en las respuestas de AI Overviews.
El seguimiento de la visibilidad de la IA sobre un volumen de respuestas también te ayudará a ver más allá de la varianza de las respuestas de la IA.
Al centrarte en la visibilidad agregada y en la cuota de voz en IA, puedes:
- Ver si la IA te vincula consistentemente a una categoría, no solo si apareciste una vez.
- Seguir las tendencias a lo largo del tiempo, no solo instantáneas.
- Aprender cómo se posiciona tu marca frente a la competencia, no solo si es mencionada.
Ganar el tema, no la consulta, es la mejor manera de mantenerse visible, incluso cuando las respuestas de la IA cambian a diario.
¿Tienes preguntas? Estamos en LinkedIn y en X.
