Representantes de Google desaconsejaron la creación de contenido "en pequeñas dosis" específicamente para modelos de lenguaje grandes (LLM) como Gemini, afirmando que esta práctica no mejora el posicionamiento en los motores de búsqueda. Durante un episodio reciente del podcast Search Off the Record de Google, John Mueller y Danny Sullivan abordaron la idea errónea de que dividir el contenido en fragmentos más pequeños haría que fuera más probable que los bots de IA generativa lo ingirieran y citaran.
La práctica de la fragmentación de contenido implica dividir la información en párrafos y secciones cortos, a menudo con numerosos subtítulos formateados como preguntas, con la intención de atraer a los LLM. Sullivan declaró que Google no utiliza estas señales para mejorar el posicionamiento. "Una de las cosas que sigo viendo una y otra vez en algunos de los consejos de SEO es que deberías dividir las cosas en estos fragmentos realmente pequeños", dijo Sullivan. "Y desde nuestra perspectiva, eso no es algo que miremos".
La optimización de motores de búsqueda (SEO) es un aspecto importante de los negocios en línea, destinado a mejorar la visibilidad de un sitio web en los resultados de los motores de búsqueda. Si bien algunas prácticas de SEO son efectivas, muchos expertos consideran que muchas se basan en la especulación más que en evidencia concreta. El auge de los LLM ha llevado a nuevas estrategias de SEO, incluida la fragmentación de contenido, que Google ahora sugiere que es errónea.
La implicación de la declaración de Google es que los creadores de contenido deben priorizar la creación de contenido integral y fácil de usar en lugar de intentar optimizar específicamente para los algoritmos de IA. Esto se alinea con el énfasis más amplio de Google en recompensar el contenido original y de alta calidad que proporciona valor a los lectores humanos. El desarrollo destaca la evolución continua de las prácticas de SEO en respuesta a los avances en la inteligencia artificial y los algoritmos de los motores de búsqueda.
Discussion
Join the conversation
Be the first to comment