Representantes de Google declararon que la creación de contenido "en pequeñas dosis" específicamente para modelos de lenguaje grandes (LLM) como Gemini no mejorará la clasificación en los motores de búsqueda. En un episodio reciente del podcast "Search Off the Record" de Google, John Mueller y Danny Sullivan abordaron la práctica de SEO cada vez más popular del "content chunking" (fragmentación de contenido), donde los sitios web dividen la información en párrafos y secciones más pequeños, a menudo con numerosos subtítulos formateados como preguntas.

La intención detrás de la fragmentación de contenido es facilitar que los bots de IA generativa ingieran y citen la información, lo que teóricamente impulsaría la visibilidad en las búsquedas. Los sitios web que emplean esta técnica a menudo presentan párrafos cortos, a veces de solo una o dos oraciones, diseñados para adaptarse a los algoritmos de IA. Sin embargo, Sullivan aclaró que los algoritmos de búsqueda de Google no utilizan estas señales para mejorar la clasificación. "Una de las cosas que sigo viendo una y otra vez en algunos de los consejos de SEO es que debes dividir las cosas en estos fragmentos realmente pequeños", dijo Sullivan. "Y eso no es algo que miremos".

La optimización de motores de búsqueda (SEO) se ha convertido en una industria importante, con empresas que buscan constantemente formas de mejorar la visibilidad de su sitio web en los resultados de búsqueda. Si bien algunas prácticas de SEO son legítimas y beneficiosas, muchas otras se basan en la especulación y teorías no probadas. El auge de los LLM ha llevado a nuevas estrategias de SEO destinadas a optimizar el contenido para el consumo de IA, pero la declaración de Google sugiere que estas estrategias pueden ser erróneas.

La implicación de la postura de Google es que los creadores de contenido deben priorizar la creación de contenido integral y bien estructurado para lectores humanos, en lugar de intentar manipular el sistema creando contenido fragmentado para la IA. Esto se alinea con el énfasis de larga data de Google en proporcionar a los usuarios resultados de búsqueda relevantes y de alta calidad. El desarrollo destaca la tensión continua entre la optimización del contenido para los algoritmos y la creación de contenido valioso para los usuarios humanos. A medida que los LLM continúan evolucionando y desempeñando un papel más importante en la recuperación de información, es probable que continúe el debate sobre la mejor manera de optimizar el contenido tanto para la IA como para los humanos.