Modo IA de Google y query fan-out: cómo divide tu búsqueda y qué medir

Qué es el query fan-out y por qué Google lo llama "división de preguntas"

El query fan-out es el mecanismo con el que AI Overviews y el Modo IA de Google pueden lanzar varias búsquedas relacionadas sobre subtemas y fuentes de datos distintas para armar una sola respuesta. No es una teoría de un blog de SEO: está en la documentación pública de Google sobre "Funciones de IA y tu sitio web", que en su versión en español (es-419) usa exactamente ese término, división de preguntas. La Ayuda de Search Console lo describe de forma parecida para el Modo IA: agrupa tu pregunta en subtemas y los busca a la vez, y cada pregunta de seguimiento que haces dentro de esa conversación cuenta como una consulta nueva, no como parte de la original.

Vale la pena frenar aquí un momento porque hay dos preguntas distintas escondidas en qué es query fan out, y conviene no mezclarlas. Una es técnica: cómo arma Google la respuesta por dentro, que es lo que acabamos de describir. La otra es práctica: qué puedes hacer tú con esa información, y ahí es donde la mayoría de las explicaciones en español se quedan cortas. Saber que existe el fan-out no te dice nada accionable si no sabes qué parte de esa maquinaria puedes observar de verdad.

Esa es la pregunta que responde este post. No vamos a intentar reconstruir el algoritmo de Google —nadie fuera de Mountain View tiene esos datos—, vamos a aproximar el racimo de subconsultas probables con fuentes que sí existen, y después a medir esas subconsultas como palabras clave normales: con posición orgánica y con la cita en la AI Overview cuando aparece. El resto del post es exactamente ese camino, paso a paso.

Diferencia entre Modo IA y AI Overviews: lo que cambia a la hora de medir

La diferencia entre Modo IA y AI Overviews no es solo de diseño, es de qué puedes medir de cada una. La AI Overview es un bloque dentro de la página de resultados clásica: aparece cuando Google cree que suma —según la propia documentación de Google, a menudo no aparece— y ocupa una sola posición que comparten todos los enlaces que cita. Sigue siendo, en el fondo, una búsqueda de Google normal con un bloque adicional arriba.

El Modo IA es otra cosa: una experiencia aparte y conversacional, con más enlaces que una AI Overview, donde cada pregunta de seguimiento que escribes cuenta como una consulta nueva dentro de esa sesión. Google explica que usan modelos y técnicas distintos para cada uno, así que la respuesta y los enlaces que te muestra una AI Overview y el Modo IA pueden ser distintos incluso para la misma búsqueda de partida, aunque los dos puedan apoyarse en fan-out para construir la respuesta.

El Modo IA ya está disponible en español en Google.com en buena parte de los países de LATAM, pero el despliegue se hizo por fases según el país y el dispositivo. Antes de darle peso en tu estrategia, revisa en tu propio Google.com si ya te aparece la pestaña o el botón junto a la caja de búsqueda: es más confiable que cualquier fecha genérica.

Para efectos de este post, la diferencia que importa es esta: la AI Overview se puede observar palabra clave por palabra clave, porque ocupa un lugar fijo en una SERP que sigues midiendo igual que siempre. El Modo IA no tiene ese ancla —vive en otra pestaña, con su propia conversación— y por eso Search Console solo te da impresiones agregadas por página, sin consulta y sin posición. Esa asimetría es la que arma toda la matriz de la siguiente sección.

Qué se puede medir en cada superficie: la matriz

Con las dos secciones anteriores ya tienes el contexto. Esta es la tabla que resume todo: qué dato existe de verdad en cada superficie, de dónde sale, si es por consulta, si trae posición y si Rankiamos lo mide hoy.

La única fila con posición exacta, día a día, ciudad por ciudad, es la del resultado orgánico: es posiciones reales por ciudad, en móvil y escritorio, que es la base sobre la que se construye todo lo demás en este post.

La fila del Modo IA merece una aclaración aparte: el informe de rendimiento de IA generativa de Search Console cuenta el Modo IA dentro del tipo "Web" y muestra impresiones por página, no por consulta, sumadas con las de AI Overviews. Ya escribimos sobre cómo leer ese informe completo y cuáles son sus límites; aquí solo lo usamos como una fila más de la matriz.

Por qué nadie ve el fan-out real de Google (y cuánto valen los simuladores)

Google no publica sus subconsultas. Ni en Search Console, ni en su documentación, ni por ninguna API. Eso deja un hueco que el mercado llenó rápido con productos que prometen mostrarte el query fan out seo de tu palabra clave: "query fan out tool", "analyzer", "generator". Lo que hacen en realidad, casi todos, es pedirle a un modelo de lenguaje que adivine subtemas relacionados. No es información privilegiada de Google, es la opinión de otro modelo entrenado con otros datos.

Hay una forma rápida de comprobarlo tú mismo: corre el mismo prompt tres veces seguidas pidiendo el fan-out de una misma palabra clave y compara las tres listas. Si el resultado cambiara poco, tendría algún valor como aproximación. En la práctica varía bastante de una corrida a otra, porque no está recuperando un dato fijo, está generando texto plausible cada vez.

Eso no significa que estas herramientas no sirvan para nada. Sirven para lo mismo que cualquier lluvia de ideas asistida: te dan ángulos que quizá no se te habían ocurrido, y algunos de esos ángulos coincidirán con subconsultas reales. El error es tratarlas como un dato y no como una hipótesis. La regla que aplicamos en Rankiamos, y que repetimos varias veces en este post porque es la más fácil de olvidar bajo presión de entrega, es simple: una subconsulta entra al racimo solo si una fuente real la confirma, nunca solo porque un LLM la sugirió.

Y aquí conviene ser explícitos sobre el propio producto: la app no arma el racimo por ti. Rankiamos no genera fan-out, no simula subconsultas ni te dice "estas son las 8 preguntas que Google divide". Lo que hace es medir, con datos reales de posición y de citas, las subconsultas que tú decidas agregar. La construcción del racimo —que veremos en la sección siguiente— sigue siendo trabajo humano con fuentes reales.

Dos fuentes reales para aproximar las subconsultas: Search Console y la SERP

Si los simuladores no sirven como dato, ¿qué sí? Dos fuentes, ninguna perfecta por separado, pero juntas dan una aproximación razonable del racimo de subconsultas probables.

Como punto de partida antes incluso de tener consultas acumuladas en Search Console, el escaneo del sitio de Rankiamos —disponible desde el plan Free— te devuelve hasta 50 palabras clave por las que tu dominio ya posiciona en el país elegido. No es una fuente de subconsultas del fan-out, pero es un buen punto de arranque para elegir qué consulta principal merece que le armes un racimo.

Cómo armar el racimo: de una consulta principal a entre 5 y 12 subconsultas medibles

Con las dos fuentes de la sección anterior, este es el procedimiento completo para pasar de una palabra clave principal a un racimo de subconsultas que de verdad vale la pena medir.

1. Paso 1 · Elige la consulta principal

   Con valor comercial y, si es posible, donde ya veas una AI Overview o que tenga forma de comparación o de criterio de decisión. Un ejemplo de e-commerce que usaremos en todo el post: "mejores tenis para correr para principiantes".

2. Paso 2 · Saca candidatas de Search Console

   Filtra por la página que responde, usa un rango de tres meses o más, y quédate con las consultas de cinco palabras o más y las que tienen forma de pregunta. Al conectar Search Console gratis a tu rank tracker tienes la lista de consultas y la "URL que posiciona" en el mismo lugar, lo que te ahorra ir y volver entre dos pestañas mientras armas el racimo.

3. Paso 3 · Suma la SERP de cada país donde vendes

   Anota las "Otras preguntas de los usuarios" y las "Búsquedas relacionadas", con fecha y país. Una misma consulta principal puede disparar preguntas distintas en México que en Argentina.

4. Paso 4 · Usa un LLM solo para encontrar huecos

   Opcional, y con un filtro estricto: ninguna candidata entra al racimo si no la confirma alguna de las fuentes reales anteriores.

5. Paso 5 · Agrupa por sub-intención

   Definición, costo, comparación, necesidad específica, mantenimiento, alternativas. Quédate con una subconsulta representativa por grupo: entre 5 y 12 en total, nunca las 40 que se te podrían ocurrir.

6. Paso 6 · Asigna la URL que debería responder cada una

   Después de la primera medición, compara esa asignación con la "URL que posiciona" de verdad. Si no coinciden, ya tienes tu primer hallazgo.

7. Paso 7 · Carga el racimo como palabras clave

   Cada subconsulta por ciudad o país es 1 unidad de cupo, y cada variante léxica por país cuenta aparte; en Pro, cada dispositivo que midas consume su propia unidad.

8. Paso 8 · Mide 4 semanas antes de tocar contenido

   Posición orgánica día a día y cita en la AI Overview si eres Pro, más las impresiones por página del informe de IA generativa de Search Console como señal agregada de fondo.

Cómo se ve un racimo terminado, con el ejemplo de "tenis para correr" (México, Colombia) frente a su variante léxica "zapatillas para correr" (Argentina, Chile, Perú):

Ejemplo ilustrativo con fines de formato: completa cada fila con los datos reales de tu propio Search Console y tu SERP.

Cuánto cupo consume un racimo y cómo priorizarlo dentro de tus palabras clave

Las cuentas del racimo de arriba: 7 subconsultas × 3 países (México y Colombia comparten "tenis"; Argentina, Chile y Perú usan la variante "zapatillas", pero cada variante léxica cuenta aparte igual) dan 21 unidades de cupo. Con las 50 de Pro, caben unos 2 racimos completos de ese tamaño con chequeo diario. Con las 6 de Free y chequeo semanal, un racimo de este tamaño no cabe entero: el plan gratuito alcanza para un piloto de un racimo más chico en un solo país, suficiente para una lectura de tendencia general pero no para vigilar el mercado completo.

Con un cupo limitado, no todas las subconsultas del racimo merecen el mismo lugar en la fila. Cuatro criterios, en este orden:

Una advertencia sobre el criterio 2: el volumen mide lo que la gente escribe en el buscador de palabras clave, no lo que el Modo IA consulta puertas adentro cuando divide tu pregunta. Sirve para ordenar candidatas entre sí, nunca para descartar una subconsulta que confirmaron tus otras fuentes solo porque su volumen reportado sale en cero o "sin datos".

Qué medir en cada subconsulta: posición orgánica y cita en la AI Overview

Ya tienes el racimo priorizado y cargado como palabras clave. Por cada subconsulta hay tres datos que vale la pena revisar semana a semana: la posición orgánica día a día, si aparece la AI Overview y si te cita —esto último es citas del resumen con IA de Google incluidas en Pro—, y la "URL que posiciona", para confirmar si de verdad responde la página que le asignaste en el paso 6.

Como señal de fondo, sin desglose por subconsulta, quedan las impresiones por página del informe de IA generativa de tu Search Console. No reemplazan la medición por palabra clave, pero confirman si el volumen general de esa página dentro de superficies con IA está subiendo o bajando en el tiempo.

Con esos datos puedes calcular una cobertura aproximada del racimo: qué porcentaje de las subconsultas está en el top 10 y qué porcentaje tiene cita en su AI Overview. Es un indicador útil para comparar un racimo contra otro o un mes contra el siguiente, pero no confundas ese número con "presencia en el Modo IA": sigue siendo una medición de las superficies observables, no del Modo IA en sí.

Si dentro del racimo detectas una subconsulta donde estás en el top 10 pero la AI Overview no te cita, ese es justo el escenario que desarrollamos con más detalle —el método de rastreo y el análisis de a quién cita en tu lugar— en la guía sobre cómo se rastrea quién aparece citado en cada AI Overview.

Con cuatro semanas de datos sobre el racimo, hay cuatro lecturas típicas y lo que corresponde hacer en cada una:

Un punto que vale más que cualquier táctica de moda: Google es explícito en que AI Overviews y el Modo IA no requieren una optimización especial aparte de los fundamentos habituales de SEO —contenido claro, bien estructurado y que responda la intención real. Modo IA de Google SEO y AI mode SEO no son una disciplina nueva con reglas propias; son SEO de siempre, aplicado a subconsultas que ahora sabes cómo aproximar.

Y vale la pena cerrar donde empezamos: esto no mide tu presencia en el Modo IA; mide las superficies medibles para las subconsultas probables. Todo lo que hiciste en este post —armar el racimo, cargarlo, medir posición y citas— es exactamente eso: la mejor aproximación disponible hoy, con Search Console, escaneo del sitio y seguimiento diario en una sola app, no una medición directa de algo que Google todavía no expone.