Las novedades SEO, SEM e IA de la semana del 19 de octubre de 2026 dejan varios cambios con consecuencias prácticas para la visibilidad en buscadores, la publicidad digital y la analítica. Google ha renovado la forma de mostrar fuentes en AI Overviews y AI Mode, Microsoft facilita el seguimiento de las citaciones en respuestas generativas y Google Ads incorpora nuevos controles para supervisar consultas, anuncios y presupuestos. Además, encontramos cambios relevantes en Tag Manager, Google Analytics y Merchant Center.
He seleccionado quince noticias publicadas entre el 12 y el 18 de octubre, diferenciando las que podemos revisar ya en las cuentas de clientes de aquellas pruebas limitadas a determinados anunciantes o países. Este análisis continúa las novedades SEO, SEM e IA de la semana anterior. El objetivo, como cada lunes, no es acumular anuncios de plataformas, sino entender cuáles justifican tiempo, presupuesto o cambios de estrategia y cuáles conviene simplemente observar.
Esta semana destaca una evolución que afecta tanto a los contenidos como a su medición. Google facilita el acceso a las fuentes utilizadas en algunas respuestas generativas y Bing ofrece una perspectiva más temática de las citaciones. Sin embargo, conviene analizar estas novedades sin confundir una mención de marca con una visita y, mucho menos, con una conversión.
El 15 de octubre Google anunció cambios en la presentación de las fuentes. Entre las novedades aparecen más enlaces integrados dentro de las respuestas, una sección destacada para determinadas webs oficiales, carruseles de artículos de actualidad y accesos a perfiles de creadores.
Según Google, la intención es facilitar que el usuario pueda profundizar en información publicada fuera del propio buscador. Por tanto, el cambio puede abrir nuevas oportunidades para que una web sea visible dentro de una respuesta generativa sin limitarse al listado tradicional de resultados.
Sin embargo, no existe ninguna garantía de que una mayor presencia de enlaces termine produciendo más clics. Yo revisaría búsquedas de marca y de servicio, anotando qué fuente aparece, en qué contexto y con qué tipo de consulta. Dentro de una estrategia de GEO y visibilidad en inteligencia artificial, el objetivo debería ser conseguir información correcta y relevante sobre la empresa, no acumular citas descontextualizadas.
Microsoft anunció el 13 de octubre Topics Portfolio, una función beta que agrupa en grandes temáticas las consultas utilizadas para fundamentar respuestas de inteligencia artificial.
La herramienta muestra citaciones, tamaño aproximado de cada temática, número de competidores citados y consultas donde podrían existir oportunidades adicionales de presencia. Además, puede ayudar a detectar áreas editoriales en las que una web ya tiene cierta autoridad y otras donde todavía apenas aparece.
Es una referencia interesante para decidir qué contenidos ampliar, actualizar o desarrollar. No obstante, Microsoft advierte que las agrupaciones proceden de sistemas de clasificación automática, que los valores son orientativos y que no todas las webs dispondrán de suficientes datos.
Por eso lo utilizaría como apoyo dentro de una auditoría GEO, pero no como un indicador exacto de cuota de mercado ni como una métrica aislada para decidir una estrategia editorial.
Una investigación difundida el 15 de octubre detectó una posible pérdida de parámetros UTM y datos de referencia en enlaces abiertos desde ChatGPT.
En una muestra de unas quinientas páginas, las visitas atribuidas al asistente descendieron mientras aumentaba el tráfico clasificado como directo. OpenAI no ha confirmado que se trate de un cambio permanente, por lo que conviene interpretar estos datos con prudencia.
Antes de considerar una caída de referencias como una pérdida real de visibilidad, compararía páginas de entrada, tráfico Direct y conversiones. Si una visita deja de transmitir correctamente su origen, la analítica puede terminar clasificándola de forma incorrecta.
En consecuencia, medir GEO únicamente mediante sesiones atribuidas a ChatGPT o a cualquier otro asistente resulta especialmente arriesgado. La visibilidad generativa necesita combinar datos de tráfico, menciones, citaciones, conversiones y comportamiento de marca.
La publicidad de búsqueda continúa avanzando hacia sistemas cada vez más automatizados. Aun así, las principales novedades de esta semana incorporan nuevas herramientas para entender mejor las decisiones que toma la plataforma. Ese equilibrio entre automatización y supervisión resulta especialmente interesante para quienes gestionamos campañas de clientes.
El 13 de octubre comenzó a aparecer en algunas cuentas el informe Search terms and ad combinations.
Este nuevo informe permite relacionar las consultas que activaron un anuncio con los titulares, las descripciones y las URLs utilizadas. Además, aporta algunas señales relacionadas con el origen de los recursos y con el tipo de coincidencia utilizado.
Su disponibilidad general todavía no está confirmada. Sin embargo, allí donde aparezca puede convertirse en una herramienta bastante útil para detectar términos que concentran inversión y comprobar si el mensaje y la landing page elegidos por el sistema tienen sentido.
En la gestión de campañas de publicidad digital y SEM, un desajuste no debería llevar automáticamente a bloquear una keyword o limitar AI Max. Primero conviene estudiar la calidad de las conversiones y comprobar si realmente existe un problema comercial.
Google Ads anunció el 14 de octubre nuevas opciones para priorizar canales dentro de Search, Shopping, Performance Max y Demand Gen.
El anunciante puede establecer prioridad alta o baja y definir un porcentaje orientativo máximo de inversión para determinados canales secundarios. De esta forma, la plataforma ofrece algo más de control sobre cómo distribuye el presupuesto entre diferentes inventarios.
No obstante, la limitación no funciona como un techo completamente rígido. Google explica que opera siguiendo un criterio de mejor esfuerzo y, además, en campañas que ni siquiera consumen todo el presupuesto disponible la prioridad puede tener un efecto reducido.
Por tanto, antes de utilizar estos controles revisaría cómo se reparte actualmente la inversión y qué rentabilidad aporta cada canal. La nueva función facilita realizar pruebas, pero no sustituye el análisis del rendimiento real.
El 12 de octubre se comunicó que los segmentos Lookalike de Demand Gen evolucionarán por defecto hacia señales de audiencia menos restrictivas.
Hasta ahora una audiencia similar podía funcionar como un límite bastante claro para determinar a quién mostrar los anuncios. Con el nuevo enfoque, esa audiencia puede actuar más como una señal para orientar al sistema y permitirle ampliar posteriormente la difusión.
La diferencia es importante. Una sugerencia de audiencia puede conseguir más alcance, aunque ese alcance adicional no implica necesariamente mejores clientes.
En cuentas orientadas a captar leads de perfiles muy concretos, comprobaría las listas de origen, el coste por oportunidad válida y la opción de conservar una restricción más estricta. En cambio, para campañas con mayor margen de exploración puede resultar interesante probar la ampliación y medir posteriormente la calidad.
Google extendió el 16 de octubre de tres semanas a sesenta días el periodo máximo de una beta de ajustes automáticos de costes.
En campañas elegibles con CPA o ROAS objetivo, la plataforma puede reducir determinados importes cuando el rendimiento durante la fase de aprendizaje queda por debajo de lo previsto.
Ahora bien, no todas las campañas cumplen los requisitos y tampoco existe garantía de que se aplique una compensación. En las cuentas donde aparezca, documentaría el coste final y comprobaría cómo afecta a los indicadores utilizados en el reporting.
Además, no utilizaría una eventual reducción de coste para justificar una segmentación deficiente, una mala creatividad o un seguimiento de conversiones incorrecto. La calidad de una campaña no debería depender de recibir una compensación posterior.
El 15 de octubre se publicó la versión 26 de Google Ads API, que incorpora métricas para estudios Search Lift, mejoras relacionadas con Performance Max y nuevos recursos técnicos.
Asimismo, Google empieza a trabajar con una cadencia de versiones más frecuente. Los cambios técnicos pueden consultarse en la documentación oficial de actualización.
Para quienes desarrollan integraciones, herramientas internas o sistemas de reporting, corresponde comprobar compatibilidad y actualizar bibliotecas cuando sea necesario.
Conviene distinguir también Search Lift de Conversion Lift. El primero intenta medir incrementos en búsquedas relacionados con la exposición publicitaria, mientras que Conversion Lift se orienta a estimar conversiones adicionales. Son métricas diferentes y responden a preguntas diferentes.
La calidad del dato sigue siendo una condición previa para optimizar campañas y evaluar resultados. Esta semana Google ha publicado dos novedades que pueden simplificar determinadas tareas técnicas, aunque ninguna elimina la necesidad de entender qué se está midiendo y quién tiene acceso a cada propiedad.
El 13 de octubre se anunció una optimización de Google Tag Manager que permite enviar datos directamente a destinos compatibles de Google sin cargar JavaScript adicional de gtag.js para esas conexiones.
La intención es reducir dependencias y simplificar la gestión de determinadas etiquetas. Sobre el papel, el cambio también podría disminuir parte del código que necesita cargarse en algunas implementaciones.
Sin embargo, no asumiría una mejora de velocidad sin medirla. Antes revisaría las etiquetas instaladas, qué eventos transmiten y si existen duplicidades o configuraciones heredadas que ya no tienen sentido.
En mi caso práctico de auditoría GA4 y Looker Studio explico precisamente por qué un cuadro de mando correcto depende primero de fuentes fiables y configuraciones verificadas. Un dashboard atractivo no corrige una implementación incorrecta.
El 12 de octubre Google Analytics presentó una User Groups Admin API que permite gestionar grupos, miembros y permisos de forma programática.
La función requiere privilegios administrativos y puede facilitar altas, bajas y mantenimiento de accesos en organizaciones que trabajan con muchas propiedades.
Por otra parte, una automatización de permisos no corrige una política de accesos mal diseñada. Antes de utilizarla identificaría qué usuarios son administradores, qué colaboradores externos mantienen permisos y qué accesos ya no deberían existir.
Para una agencia o consultoría con varias cuentas, la principal ventaja está en reducir trabajo repetitivo y documentar mejor los cambios. La continuidad de una implementación analítica no debería depender de recordar quién configuró una determinada propiedad hace dos años.
Los cambios en Merchant Center y las nuevas experiencias de compra asistida por IA refuerzan la importancia de los datos de producto y de establecimiento. Aun así, no todas las novedades afectan actualmente a tiendas españolas. Por eso conviene separar los cambios que podemos revisar en feeds reales de los experimentos que únicamente debemos seguir.
El 14 de octubre se anunció el atributo store_address para determinados feeds de inventario local.
Su función es asociar los productos con la dirección correcta del establecimiento que los ofrece tanto en anuncios como en fichas gratuitas de producto local.
Por ejemplo, si un cliente dispone de varias tiendas, revisaría las direcciones enviadas y comprobaría su coherencia con la información existente en el ecommerce y en las fichas comerciales.
Esta tarea conecta directamente con el SEO local y Google Business. Una persona necesita saber no solo qué producto está disponible, sino también dónde puede encontrarlo físicamente.
No obstante, no es una configuración relevante para cualquier ecommerce. Una tienda exclusivamente online no necesita adaptar su estrategia por esta novedad.
El 16 de octubre Merchant Center añadió el atributo warranty para comunicar determinadas coberturas a través del feed.
Google destaca que este dato puede resultar necesario en mercados con requisitos específicos de información comercial, como Quebec. Además, permite estructurar mejor una información que puede ser importante en productos donde la garantía forma parte de la decisión de compra.
Sin embargo, no se trata de un atributo obligatorio universalmente ni existe una ventaja de ranking demostrada por utilizarlo.
Revisaría qué productos y países necesitan información adicional y comprobaría que la duración declarada coincide exactamente con la política comercial real. Una ficha completa puede ayudar a comparar ofertas, pero únicamente si los datos son correctos y permanecen actualizados.
Google inició el 15 de octubre el despliegue estadounidense de Universal Cart en Search y Gemini.
La función permite guardar productos de diferentes comercios, consultar cambios de precio y disponibilidad y completar determinadas compras mediante Google Pay o continuar posteriormente en la tienda correspondiente.
Para los ecommerce españoles, de momento, hablamos de una tendencia que merece seguimiento y no de una función disponible de forma general.
Su importancia estratégica está en otro punto: parte de la decisión de compra puede avanzar fuera de la web del vendedor. Como consecuencia, ganan relevancia los catálogos coherentes, los precios actualizados, el stock y la calidad de los identificadores de producto.
El 16 de octubre comenzó una prueba de publicidad en AI Mode para usuarios con Personal Intelligence.
El contexto procedente de aplicaciones conectadas voluntariamente podría contribuir a personalizar la experiencia. Google asegura que los anunciantes no acceden directamente a esas aplicaciones y que existen protecciones específicas para información sensible.
Aun así, la prueba no equivale a una nueva segmentación comercial disponible en todas las cuentas. Conviene seguir su evolución y distinguir claramente el uso de señales contextuales del acceso directo a información privada.
En España no modificaría todavía una campaña basándome en una función experimental para la que no existe una disponibilidad comercial general.
Meta presentó el 15 de octubre Ads Super Burst, First Impression Ads y nuevas ampliaciones de Reels Trending Ads.
Además, la compañía está probando un sistema para evaluar la atención acumulada a través de varias exposiciones de vídeo.
Las condiciones de disponibilidad varían. Algunas funciones se están desplegando progresivamente, mientras que otras permanecen limitadas a pruebas realizadas en Estados Unidos.
Para empresas pequeñas centradas en captación inmediata, no sustituiría métricas de leads o ventas por indicadores de notoriedad. En cambio, para campañas de marca con presupuesto y objetivos específicos puede ser interesante estudiar estos formatos cuando estén realmente disponibles.
En SEO y GEO empezaría comprobando qué consultas de marca y servicio activan respuestas generativas, qué fuentes aparecen y en qué contexto. También utilizaría Bing AI Performance cuando haya datos suficientes y compararía tráfico directo y referido en páginas relacionadas con ChatGPT, evitando interpretar automáticamente una caída de referrals como una pérdida de demanda.
Para Google Ads, comprobaría si están disponibles el informe de combinaciones de AI Max y las nuevas prioridades de canal. Dentro de Demand Gen revisaría el comportamiento de las audiencias similares y, cuando corresponda, los ajustes automáticos de costes. Por último, en analítica verificaría las conexiones de Tag Manager y los permisos de GA4; para comercios con tiendas físicas, revisaría también los datos locales de Merchant Center.
En cambio, Universal Cart, la publicidad personalizada dentro de AI Mode y los nuevos formatos de notoriedad de Meta quedarían bajo observación mientras su disponibilidad continúe siendo limitada. La selección debe adaptarse siempre a las necesidades reales de cada cliente. No tiene sentido dedicar tiempo a una función de inventario local en un negocio sin establecimientos ni convertir una prueba estadounidense en una promesa comercial para España.
Lo más interesante de esta semana no es que aparezcan nuevas funciones con inteligencia artificial. Para mí, lo realmente importante es que las propias plataformas están reconociendo, aunque sea de forma indirecta, que necesitamos entender mejor las decisiones que toman sus sistemas.
Google Ads empieza a mostrar combinaciones de consultas, anuncios y destinos. Bing ofrece información sobre las temáticas en las que una web está siendo citada. Al mismo tiempo, Google intenta hacer más visibles las fuentes utilizadas dentro de sus respuestas generativas.
En mi trabajo como consultor prefiero un dato limitado, pero bien explicado, a una cifra espectacular que no sabemos interpretar. La posible pérdida de atribución del tráfico de ChatGPT es un buen ejemplo. Un informe puede mostrar menos sesiones procedentes del asistente sin que necesariamente hayan desaparecido los usuarios.
Algo parecido ocurre cuando un sistema publicitario amplía audiencias automáticamente. Podemos registrar más conversiones y, sin embargo, terminar captando oportunidades comerciales de peor calidad. Por eso la automatización necesita contexto.
Antes de modificar una campaña o un contenido debemos saber qué problema intentamos resolver. Podemos querer captar más visitas cualificadas, reducir el coste por oportunidad, mejorar la reputación de la marca o facilitar una compra. Cada objetivo necesita datos y decisiones diferentes.
Sin esa definición previa, cualquier recomendación automática puede parecer una oportunidad y cualquier movimiento en una gráfica puede convertirse en una excusa para intervenir.
La evolución del SEO hacia el GEO exige exactamente la misma disciplina. Aparecer en una respuesta generativa, recibir un clic y conseguir un cliente son fenómenos distintos. Por tanto, cada uno necesita su propia forma de evaluación.
En mi actividad como consultor SEO, SEM e inteligencia artificial intento precisamente relacionar esas señales con las necesidades reales del negocio, en lugar de convertir cada nueva función en una estrategia independiente.
Los datos de producto, las páginas de destino, las fichas locales y las menciones externas terminan hablando de la misma empresa. Si cada fuente ofrece información diferente, la automatización no solucionará por sí sola esa incoherencia.
Además, el posicionamiento y la publicidad funcionan mejor cuando representan una actividad real, una oferta comprensible y datos que coinciden en los diferentes canales.
También podéis consultar mi perfil profesional en Google Maps, donde encontraréis información sobre mi actividad y opiniones de clientes.
Esta semana priorizaría el control de los datos, las consultas, los anuncios y las ubicaciones antes que cualquier novedad de escaparate. Las herramientas seguirán cambiando, pero saber cuándo intervenir, cuándo medir y cuándo simplemente observar continuará siendo una parte fundamental del trabajo profesional.
Mi experiencia con ChatGPT Work local y Work Cloud: diferencias de archivos, navegador, autonomía y contexto en proyectos de SEO,… Leer más
Leave a Comment