En los últimos años, he visto cómo las herramientas de creación de contenido de IA ganan rápidamente adopción en toda la industria SEO/GEO. Estas herramientas ofrecen la promesa de aprovechar la IA para automatizar la creación de contenido, reducir la plantilla, recortar costos y escalar la producción.
Como alguien que ha pasado la última década ayudando a las empresas a recuperarse de las actualizaciones de algoritmos de Google, mis sentidos arácnidos comenzaron a hormiguear en el momento en que escuché las propuestas de muchas de estas herramientas. Incluso antes de que la IA fuera parte de la conversación, Google ya tenía un largo historial de reducción de la visibilidad del contenido automatizado en sus resultados de búsqueda.
A pesar de los recientes avances en la calidad de los resultados de la IA, sigo siendo escéptico de que publicar contenido generado o asistido por IA a escala pueda impulsar un rendimiento sostenido en los resultados de búsqueda de Google. Esto es especialmente cierto ahora, dada la forma en que Google actualizó sus sistemas de clasificación en los últimos años específicamente para degradar el contenido demasiado optimizado y basado en SEO.
Durante los últimos meses, he estado monitoreando más de 220 sitios web que fueron identificados públicamente, ya sea por ellos mismos o por sus proveedores de contenido de IA, como clientes de varias plataformas de creación, automatización y escalado de contenido de IA. Estas herramientas escriben artículos por completo, ayudan a escribirlos o utilizan automatizaciones y flujos de trabajo de IA para respaldar la creación de contenido. Muchas de estas herramientas ahora también se centran en impulsar la visibilidad, las menciones y las citas en las respuestas de búsqueda de IA (AEO/GEO).
Quería analizar qué sucede después de las afirmaciones de grandes victorias.
Un patrón consistente surgió en los más de 220 sitios que he estado monitoreando, y creo que es lo suficientemente preocupante como para que valga la pena escribir sobre él: funciona, hasta que deja de funcionar.
A continuación, compartiré algunas de las tendencias que estoy observando, además de una variedad de enfoques SEO/GEO comunes que creo que pueden estar causando disminuciones en la visibilidad de la búsqueda orgánica (y, en consecuencia, de la búsqueda con IA). Como recordatorio, lo que es peligroso para el SEO también puede serlo para la búsqueda con IA, en gran parte debido al RAG.
Metodología y descargos de responsabilidad
Antes de profundizar, es importante preparar el terreno con mi enfoque y brindar algunas advertencias importantes.
Este análisis se basa en datos de medición de SEO de terceros: estimaciones de tráfico orgánico y datos de series temporales de recuento de páginas orgánicas de Ahrefs, corroborados con los datos del índice de visibilidad de Sistrix para confirmar patrones de visibilidad más amplios. Las URL con mayor tráfico se identificaron mediante la exportación de páginas principales de Ahrefs. Cuando describo patrones de URL o cambios porcentuales, cito directamente estas herramientas de terceros a partir de mayo de 2026.
El conjunto de datos cubre más de 220 dominios de clientes rastreados en las páginas de historias de clientes publicadas públicamente de más de una docena de plataformas de contenido de IA. Para muchos de estos sitios, limité el análisis a un subcarpeta específica dónde se había publicado el contenido asistido por IA, ya sea identificado directamente en el propio estudio de caso o inferido de un fuerte aumento de páginas nuevas en el momento de la publicación del estudio de caso.
El análisis, las conclusiones y las recomendaciones a lo largo de este artículo reflejan mis propias opiniones profesionales basadas en más de una década ayudando a las empresas a recuperarse de las actualizaciones de los algoritmos de Google. Otros profesionales de SEO/GEO pueden no estar de acuerdo con mis hallazgos y enfoques, y los sitios y estrategias individuales siempre tendrán su propio contexto.
3 descargos de responsabilidad importantes sobre estos datos:
En primer lugar, se trata de estimaciones de terceros, no de análisis propios. Son herramientas bien validadas en la industria del SEO, pero no son medidas perfectas del rendimiento de la búsqueda orgánica.
En segundo lugar, las disminuciones de tráfico descritas aquí podrían reflejar muchos factores, incluidos, entre otros, ajustes algorítmicos de Google, cambios en el sitio por parte de los propios operadores del sitio, dinámicas competitivas fuera del sitio, cambios de marca, adquisiciones, estacionalidad y cambios en la arquitectura interna del sitio. No estoy afirmando que ninguna herramienta de contenido de IA haya causado directamente el resultado del tráfico descrito en este artículo. Estoy describiendo una correlación observada en muchos sitios listados que comparten patrones de contenido y trayectorias de tráfico orgánico similares.
En tercer lugar, aquí no se nombran deliberadamente proveedores ni dominios específicos. El patrón es la historia, no los actores específicos. Cualquier parecido con una empresa, proveedor o estudio de caso específico es incidental al patrón más amplio descrito.
Lo que muestran los datos: crecimiento rápido antes de una fuerte caída
Si hay algo que los datos dejan claro es esto: Escalar la producción de contenido con IA no es una estrategia de bajo riesgo para la búsqueda orgánica.. Puede producir ganancias reales a corto plazo tanto en SEO como en búsquedas de IA (los LLM usan motores de búsqueda), pero en este conjunto de datos, esas ganancias rara vez se han mantenido. En muchos casos, la pérdida final ha superado el pico inicial.
En todo el grupo de más de 220 sitios y subcarpetas que analicé:
- El 54% perdió el 30% o más de su tráfico orgánico máximo.
- El 39% perdió el 50% o más.
- El 22% perdió el 75% o más.
Dentro de esas caídas, aparece una trayectoria recurrente: un rápido crecimiento de las páginas orgánicas en un período de seis a 12 meses; un pico de tráfico orgánico aproximadamente entre tres y seis meses después del pico de contenido; y luego una fuerte caída en el tráfico que borra la mayor parte de la ganancia (y con frecuencia cae por debajo de la línea de base anterior) durante el año siguiente.
La mayoría de estas caídas de tráfico se produjeron después de que se publicaron los estudios de caso (lo que también me hace preguntarme si los propios estudios de caso podrían estar contribuyendo a la disminución). En el siguiente ejemplo, el estudio de caso se publicó en enero de 2025, indicado por la estrella negra a continuación:
También estoy monitoreando continuamente los cambios en el crecimiento orgánico de las páginas y el tráfico orgánico a estos sitios y subcarpetas a lo largo del tiempo. Al observar los datos actualizados, un número sustancial de estas marcas parecen tener redujeron sustancialmente su huella de contenido en 2025 y 2026a menudo eliminando, redirigiendo o haciendo 410 Muchas de las mismas páginas aparecen como historias de éxito en estudios de casos publicados.. Esto podría explicar la reciente caída de páginas (línea amarilla) que se muestra en la captura de pantalla anterior (y potencialmente, el correspondiente aumento en el tráfico de búsqueda orgánica).
En muchos casos, estos estudios de caso siguen publicados hasta el día de hoy, pero las páginas a las que hacen referencia no.
El libro de jugadas familiar de rango y tanque
Cuando un sitio comienza a experimentar caídas de tráfico debido a problemas de calidad del contenido en todo el sitio, rara vez se trata de una disminución leve. Como lo llama Glenn Gabe, una mejor etiqueta sería “Monte de IA”: crecimiento pronunciado, seguido de una caída similar en el tráfico orgánico, una vez que los sistemas de Google hayan recopilado suficientes señales para identificar lo que está sucediendo.
A continuación se muestran varios ejemplos de sitios de estudios de caso que utilizaron IA para escalar la creación de contenido y experimentaron caídas masivas en el tráfico orgánico después de que se publicaron sus estudios de caso:
Este patrón es consistente en todas las industrias, incluida la ciberseguridad, los viajes, el marketing, SaaS, la atención médica, los servicios B2B, las criptomonedas y los bienes de consumo, y se manifiesta en todos los proveedores.
La forma de la línea en el gráfico es similar a las trayectorias que hemos visto entre muchos sitios afectados por las actualizaciones del algoritmo de Google en los últimos años. Es el mismo ciclo de auge y caída que la industria del SEO ha observado repetidamente en diferentes formas, acelerado esta vez por la velocidad a la que las herramientas de inteligencia artificial han permitido a los propietarios de sitios escalar el contenido.
La industria del SEO acaba de pasar por esto
Lo que es difícil exagerar es cuán recientemente la industria del SEO vio desarrollarse un ciclo casi idéntico. Muchos SEO y propietarios de sitios todavía se están lamiendo las heridas de una ronda brutal de actualizaciones de Google y nuevas políticas de spam que borraron el tráfico de muchos sitios hace unos años.
En septiembre de 2023, Google lanzó la Actualización de contenido útil, la represión más agresiva que había emprendido en años contra el contenido que, según su anuncio, “parece haber sido creado para los motores de búsqueda en lugar de para las personas”.
Aproximadamente seis meses después, en marzo de 2024, siguió con la actualización central más larga en la historia de Google, que según Google fue diseñada para “reducir el contenido inútil y poco original en los resultados de búsqueda en un 45%”. Durante dos ciclos de actualización consecutivos, el objetivo declarado de Google fue el mismo: contenido producido a escala, independientemente de si el método de producción era humano, IA o una combinación de ambos.
Junto con la actualización de marzo de 2024, Google formalizó una nueva política de spam llamada “Abuso de contenido escalado”, nombrando explícitamente la práctica que estaba trabajando para suprimir: generar muchas páginas para manipular las clasificaciones de búsqueda, independientemente de la autoría.
La industria del SEO todavía está lidiando con los daños colaterales de esas actualizaciones, incluidas pérdidas significativas para muchos editores pequeños, algunos de los cuales publicaban contenido original escrito por humanos pero utilizaban marcos de SEO excesivos que las actualizaciones probablemente señalaron. La lista de víctimas también incluía a algunos editores que se habían asociado con redes publicitarias y otras herramientas emergentes. ofreciendo creación y escalado de contenido de IA como servicio.
Muchos sitios afectados por el HCU no se han recuperado hasta el día de hoy, a pesar de sus enormes esfuerzos. Pasé mucho tiempo en 2024 trabajando y hablando con muchos propietarios de sitios que intentaban salir de ese agujero.
Después de pasar cientos de horas analizando y presentando esas dos actualizaciones importantes, puedo decir que el contenido que estoy viendo se publicó con muchas de estas nuevas herramientas de IA. a menudo se parece mucho al tipo exacto de contenido que se borró del mapa con estas actualizaciones de Google de 2023 y 2024.
8 patrones de contenido recurrentes que son riesgosos para el SEO y la búsqueda con IA
Entonces, ¿qué tipo de contenido veo publicado por empresas que utilizan herramientas de inteligencia artificial para crear artículos que creo que, en última instancia, son riesgosos para el SEO? Creo que la respuesta está en las plantillas de páginas que tienen como objetivo influir en las clasificaciones SEO, las respuestas de búsqueda de IA y/o las citas en la búsqueda de IA, pero que no son Altamente formulado y fácilmente repetible por los competidores..
Lo que comienza como un enfoque genuino para intentar crear contenido útil (y obtener una mención/cita) termina siendo una huella fácilmente detectable por parte de Google cuando suficientes sitios publican páginas similares y el índice se inunda con decenas o cientos de miles de estas páginas similares, lo cual es más fácil que nunca hacer usando IA.
Esto es exactamente lo que quiere decir Google cuando habla de Escribir para motores de búsqueda, no para humanos.
Al revisar las URL con mayor tráfico en los dominios en declive, aparecen repetidamente ocho plantillas de contenido distintas. La mayoría de los sitios que ven caídas en el análisis utilizan alguna combinación de al menos tres o cuatro. Los más agresivos utilizan los ocho. Normalmente, los sitios afectados también tienen cientos o miles de estos artículos, lo que amplifica el problema y generalmente conduce a mayores pérdidas de tráfico.
1. Páginas de comparación a escala
Patrón: /blog/(producto-A)-vs-(producto-B) publicado a escala en los enfrentamientos cara a cara más razonables en una categoría. Observado en todo el conjunto de datos para emparejamientos de producto versus producto, emparejamientos de marco versus marco y, en al menos un caso, emparejamientos de concepto versus concepto no relacionados con el negocio real del editor.
2. El glosario “¿Qué es X?”
Páginas de un solo término y una sola pregunta diseñadas para ser citadas por motores de inteligencia artificial. Patrón: /recursos/qué-es-(término) o /glosario/(término). Observado en todo el conjunto de datos, incluidos glosarios programáticos escalados en varios idiomas desde una única plantilla de origen. Ampliar las traducciones con IA y sin revisión humana también puede generar con frecuencia problemas de calidad del contenido en todo el sitio.
3. La lista “Mejor (X) para (Y)”
La plantilla de contenido de IA más familiar, con orígenes en la era del contenido de afiliados. Este patrón se observó en todo el conjunto de datos tanto en variantes de categoría amplia como de nicho estrecho.
4. La lista de autopromoción
Una variante del No. 3 en la que el editor es en sí mismo un competidor en la categoría que se clasifica y con frecuencia se ubica como el mejor No. 1 entre los competidores. Estas páginas generalmente carecen de evidencia real de que la compañía realmente probó a todos los competidores en la lista, que Google recomienda para las páginas de revisión.
Escribí sobre esta plantilla de página de “listas” que causaba problemas de SEO/GEO en febrero de 2026, cuando descubrí que muchas empresas que publicaban docenas, cientos o incluso miles de listas de autopromoción experimentaron caídas extremas de tráfico a partir del mismo día (aproximadamente el 21 de enero de 2026). Este patrón se observó en varios sitios del conjunto de datos, de manera más agresiva en los servicios B2B.
5. La página Competidor versus Alternativas
Patrón: /blog/(competidor-marca)-alternativas o, en la forma más programática, páginas de destino dedicadas creadas para cada competidor nombrado en una categoría. Este enfoque se observó ampliamente en todo el conjunto de datos, incluido un caso en el que el La mayoría de las páginas con mayor tráfico de un sitio estaban dedicadas a marcas individuales de la competencia..
6. Ubicación programática y escalamiento del idioma
Este es uno de los trucos más antiguos del libro de SEO y uno por el que he visto sitios tener problemas con las actualizaciones de algoritmos. durante al menos 10 años. El enfoque: utilizar una plantilla multiplicada en cada geografía o idioma que indexará un motor de búsqueda, con muy poco contenido único por página de destino local.
En muchos casos, la empresa que publica estas páginas a menudo no tiene ubicaciones físicas reales en cada una de las páginas de vecindario/ciudad/estado a las que se dirigen.
Este tipo de página se observó en todo el conjunto de datos, incluido el contenido estado por estado, las páginas de servicios país por país y los glosarios programáticos multilingües descritos anteriormente.
7. La granja de preguntas frecuentes
Cada página responde exactamente una pregunta. Patrón: /faq/(pregunta completa). Diseñado para la extracción mediante motores de IA: una pregunta clara en la URL, la respuesta en el primer párrafo, viñetas en el cuerpo, marcado de esquema en la parte inferior.
¿El problema? Este enfoque crea una gran cantidad de contenido y carga de baja calidad para el sitio cuando se implementa a escala. También se observó ampliamente la ampliación de las preguntas frecuentes en todo el conjunto de datos, incluso en industrias donde el tono de la plantilla no coincidía notablemente con el contexto de marca del editor.
Aquí hay una captura de pantalla de mi artículo de Amsive de marzo de 2024 que desaconseja exactamente lo mismo:
También vale la pena señalar que la semana pasada, Google anunció que estaba desaprobando los resultados enriquecidos de preguntas frecuentes, lo que creo que podría tener algo que ver con esta nueva afluencia de esquemas de preguntas frecuentes destinados a intentar obtener citas y menciones en la búsqueda de IA.
8. Contenido fuera de tema publicado a escala
Publicar contenido fuera de tema, sin conexión aparente con el negocio real del editor, en grandes volúmenes, es una de las formas más rápidas de meterse en problemas con los algoritmos de los motores de búsqueda. Esto también fue un gran problema durante la Actualización de contenido útil y las Actualizaciones principales de marzo de 2024, cuando muchos sitios estaban experimentando con la publicación de contenido fuera de tema, como citas divertidas, chistes, nombres de bebés, horóscopos y otros artículos de gran volumen que en realidad no eran relevantes para el editor.
Este método se utilizó en varios sitios del conjunto de datos, incluidos artículos sobre temas de entretenimiento en una plataforma de servicios, listas de nombres y chistes, memes de redes sociales en sitios web B2B y contenido histórico o biográfico en sitios centrados en negocios.
La actualización de Google no confirmada de finales de enero de 2026
Un patrón secundario aparece en los datos a finales de enero de 2026: una ola de sitios con listas de autopromoción explícitamente optimizadas para GEO, además de otros enfoques SEO/GEO riesgosos, experimentaron caídas en el tráfico orgánico de entre el 40% y el 95% durante el período enero-abril de 2026.
Google no anunció ni confirmó una actualización por nombre en enero de 2026, pero al menos 40 sitios que identifiqué vieron una tendencia negativa que comenzó alrededor del 20 de enero de 2026. En muchos casos, el impacto se aisló en el blog de la empresa u otra subcarpeta que contenía una gran cantidad de contenido nuevo impulsado por SEO. Mi análisis encontró que algunas de estas empresas estaban escalando docenas, cientos o incluso miles de estas listas de autopromoción, en las que nombraban a su propia empresa como la mejor número uno en comparación con sus competidores.
Sospecho que este ajuste por parte de Google fue solo el comienzo de Google (y probablemente los proveedores de LLM que se basan en la búsqueda) comienzan a degradar este tipo de contenido en los resultados de búsqueda, y parece que el impacto fue mayor que solo las listas en sí. En el caso de los sitios afectados, todo el blog o la subcarpeta que contiene estos artículos a menudo también sufrió rechazos. En otros casos, el impacto se extendió a todo el ámbito.
Cómo utilizar las herramientas de contenido de IA de forma segura
Creo que hay una manera de utilizar las herramientas de contenido de IA de forma segura y una manera de que estas herramientas respalden la creación de contenido de alta calidad. Las herramientas en sí no son el problema, pero la implementación puede serlo. Creo que estas herramientas deberían ser utilizadas y supervisadas por profesionales de SEO con experiencia que comprendan el panorama de enfoques de contenido que Google se ha vuelto extremadamente sofisticado en penalizar y degradar en los últimos 10 años. El problema a menudo surge de un enfoque de “configúrelo y olvídese”, o cuando el objetivo es escalar tantas páginas lo más rápido posible sin revisión humana.
Usar herramientas de contenido de inteligencia artificial para investigación, organización, resúmenes de contenido, obtener información y datos patentados de la empresa, y más. puede ser invaluable para acelerar el proceso de creación de contenido. Pero cuando los artículos se publican simplemente “para SEO/GEO” sin tener en cuenta los riesgos que implican los sistemas de clasificación de los motores de búsqueda, el contenido bien intencionado puede resultar contraproducente tanto para las búsquedas de SEO como de IA.
Para tener un buen rendimiento, recomiendo que cualquier contenido asistido por IA demuestre EEAT, agregue información original o única más allá de lo que ofrecen las páginas de la competencia (ganancia de información) y considere ser transparente sobre el uso de IA para crear el contenido (lo cual es recomendado por Google).
La conclusión
Si hay algo que aprender del monitoreo de estos más de 220 sitios durante los últimos meses, es que los manuales que se venden como “SEO con IA primero” o “contenido optimizado para GEO a escala” se ven notablemente similares a los manuales que aplanaron los sitios con la Actualización de contenido útil y la Actualización principal de marzo de 2024. El embalaje es nuevo, pero el patrón no.
En todo el conjunto de datos, las marcas que siguen creciendo son generalmente aquellas cuyo contenido no coincide con las ocho plantillas anteriores. Muchas marcas que se adaptaron a esas plantillas son las que ahora eliminan páginas, redirigen subcarpetas y toman otras medidas para tratar de mitigar las pérdidas recientes de tráfico.
Si actualmente está evaluando un proveedor de contenido de IA o ejecutando un programa internamente, aquí hay algunas preguntas prácticas que creo que vale la pena hacer antes de publicar otra página:
- ¿Esta página realmente existe porque un cliente o lector real lo necesita¿O porque un motor de búsqueda o un LLM podrían citarlo?
- ¿Podría un competidor publicar mañana una versión casi idéntica de esta página utilizando el mismo mensaje?
- ¿Me sentiría cómodo si Google, un periodista o mis propios clientes vieran la lista completa de URL en esta subcarpeta?
- ¿El artículo es inherentemente sesgado y, de ser así, la página es transparente con los usuarios sobre esos sesgos?
- ¿Hay datos propios, experiencia o perspectiva original en esta página que no esté disponible en los primeros diez resultados que ya están clasificados para la consulta?
Nada de esto significa que las herramientas de contenido de IA sean inutilizables. Pueden ser realmente útiles para investigaciones, resúmenes, síntesis de datos internos y acelerar flujos de trabajo donde un experto humano todavía está al tanto. El problema comienza cuando el objetivo se vuelve volumen, o cuando las personas más cercanas al contenido dejan de revisar lo que se publica.
La industria del SEO ya ha vivido este ciclo una vez en los últimos años. Los sitios que obtuvieron mejores resultados fueron los que priorizaron la calidad, la originalidad y el enfoque temático sobre la escala. Espero que suceda lo mismo con este ciclo y seguiré rastreando los datos a medida que se desarrollen.
Más recursos:
Esta publicación se publicó originalmente en Lily Ray NYC Substack.
Imagen de portada: Stokkete/Shutterstock
