La forma en la que buscamos información en Google está cambiando. Ya no todo comienza escribiendo una palabra clave en el buscador. Cada vez es más habitual hacer una fotografía, subir una imagen, seleccionar un objeto que aparece en pantalla o combinar una imagen con una pregunta.
Google está adaptando también sus herramientas a esta nueva realidad. Una de las novedades más interesantes es la incorporación en Google Search Console de información relacionada con las búsquedas multimodales, permitiendo entender mejor cómo llegan los usuarios a una web cuando la búsqueda comienza con una imagen.
Google incorpora datos de búsquedas visuales a los informes de Search Console. Imagen: Google Search CentralPara los profesionales del SEO esto supone un paso importante. La optimización de imágenes deja de ser únicamente una cuestión de velocidad, atributos ALT o Google Imágenes. Las imágenes pueden convertirse directamente en el punto de partida de una búsqueda.
¿Qué es una búsqueda multimodal?
Una búsqueda multimodal es aquella en la que Google interpreta diferentes tipos de información para comprender lo que quiere encontrar el usuario.
En lugar de utilizar exclusivamente texto, una búsqueda puede combinar:
- Imágenes.
- Texto.
- Objetos presentes en una fotografía.
- Elementos visibles en la pantalla del móvil.
- Preguntas relacionadas con una imagen.
Un ejemplo sencillo sería fotografiar unas zapatillas con Google Lens y preguntar:
“¿Dónde puedo comprar este modelo?”
Google tiene que comprender primero qué aparece en la fotografía y posteriormente relacionarlo con páginas, productos y contenidos disponibles en su índice.
El proceso de búsqueda es, por tanto, muy diferente al clásico:
palabra clave → resultados de Google → página web.
Ahora podemos encontrarnos con:
imagen → interpretación visual → intención de búsqueda → resultados → página web.
Google Search Console empieza a mostrar las búsquedas multimodales
Google ha incorporado Multimodal Search dentro de los informes de rendimiento de Search Console.
El objetivo es permitir que los propietarios de sitios web puedan identificar el tráfico y la visibilidad generados mediante determinadas experiencias de búsqueda visual de Google.
Entre ellas se encuentran tecnologías como:
- Google Lens.
- Circle to Search.
- Búsquedas realizadas mediante imágenes subidas a Google.
- Funciones de búsqueda visual integradas en Chrome.
Esto supone una nueva fuente de información para comprender cómo descubre Google nuestro contenido y cómo interactúan los usuarios con él.
¿Qué es el SEO multimodal?
Podemos definir el SEO multimodal como el conjunto de técnicas destinadas a facilitar que los buscadores y sistemas de inteligencia artificial comprendan contenidos que no están formados exclusivamente por texto.
Una página web puede contener múltiples señales:
- Texto.
- Imágenes.
- Vídeos.
- Audio.
- Datos estructurados.
- Entidades.
- Productos.
- Ubicaciones.
Los buscadores modernos pueden combinar estas señales para interpretar mejor el contenido.
Por eso, cuando hablamos de SEO multimodal, no estamos hablando de sustituir el SEO tradicional. Estamos hablando de ampliar la optimización para que una página pueda ser comprendida desde diferentes tipos de información.
Google Lens cambia la forma de buscar
Google Lens es probablemente uno de los mejores ejemplos de esta transformación.
Un usuario puede apuntar con la cámara de su teléfono hacia prácticamente cualquier objeto y comenzar una búsqueda.
Por ejemplo:
- Identificar un producto.
- Encontrar una prenda de ropa similar.
- Reconocer una planta.
- Buscar información sobre un monumento.
- Traducir un cartel.
- Localizar un establecimiento.
- Comparar productos.
- Encontrar una pieza de recambio.
La consulta tradicional desaparece parcialmente.
El usuario ya no necesita saber cómo se llama aquello que está buscando. Google puede intentar averiguarlo directamente analizando la imagen.
Circle to Search también cambia el comportamiento del usuario
Otro ejemplo es Circle to Search, disponible en determinados dispositivos Android.
El usuario puede rodear un objeto, producto, texto o elemento que aparece en su pantalla y realizar una búsqueda sin abandonar la aplicación que está utilizando.
Esto reduce todavía más la distancia entre ver algo y buscarlo.
Para el SEO significa que determinadas páginas pueden recibir visibilidad aunque el usuario nunca haya escrito inicialmente una palabra clave relacionada con ellas.
¿Por qué es importante para el SEO?
Durante muchos años gran parte del trabajo SEO ha girado alrededor de una pregunta:
¿Qué palabras escribe el usuario en Google?
Pero la búsqueda multimodal introduce otra pregunta:
¿Qué está viendo el usuario cuando decide buscar?
Esto puede tener especial importancia para sectores donde el componente visual es fundamental:
- Tiendas online.
- Moda.
- Decoración.
- Turismo.
- Restauración.
- Automoción.
- Inmobiliarias.
- Arquitectura.
- Productos industriales.
- Recambios y componentes.
En estos sectores una imagen correctamente contextualizada puede convertirse en una auténtica puerta de entrada hacia una web.
El atributo ALT sigue siendo importante, pero no es suficiente
Cuando se habla de SEO para imágenes suele aparecer inmediatamente el atributo ALT.
Sigue siendo importante, especialmente para accesibilidad y para proporcionar contexto sobre una imagen, pero reducir toda la optimización visual al ALT es un error.
Google puede utilizar muchas señales para comprender una imagen y la página en la que se encuentra.
Por ejemplo:
- El contenido que rodea la imagen.
- El título de la página.
- Los encabezados.
- El nombre del archivo.
- El atributo ALT.
- Los enlaces.
- Los datos estructurados.
- La relación temática entre imagen y contenido.
- La calidad y resolución de la imagen.
- La propia interpretación visual realizada mediante sistemas de visión artificial.
Cómo optimizar una web para las búsquedas multimodales
1. Utiliza imágenes originales siempre que sea posible
Las fotografías propias pueden aportar información que no existe en cientos de páginas diferentes.
Esto es especialmente interesante para negocios, productos, instalaciones, proyectos, restaurantes, hoteles, comercios y profesionales.
2. Utiliza nombres de archivo descriptivos
Es preferible utilizar:
auditoria-seo-google-search-console.jpg
en lugar de:
IMG_38472.jpg
El nombre del archivo no debe convertirse en una sucesión artificial de palabras clave. Debe simplemente ayudar a describir el recurso.
3. Escribe atributos ALT útiles
El ALT debe describir la imagen de forma natural y útil.
No es necesario introducir diez palabras clave diferentes.
Por ejemplo:
alt="Informe de rendimiento SEO en Google Search Console"
es mucho más lógico que llenar el atributo con variaciones artificiales de una keyword.
4. Rodea las imágenes de contenido relevante
Una imagen dentro de una página dedicada específicamente a un tema proporciona a Google mucho más contexto que una imagen aislada.
El texto, los encabezados y la estructura semántica ayudan a establecer qué representa esa imagen y por qué es relevante.
5. Utiliza datos estructurados cuando corresponda
Los datos estructurados pueden ayudar a los buscadores a identificar determinados elementos de una página.
Dependiendo del proyecto pueden resultar especialmente interesantes los relacionados con:
- Productos.
- Recetas.
- Negocios.
- Vídeos.
- Artículos.
- Organizaciones.
No garantizan aparecer en una búsqueda visual, pero proporcionan información adicional para interpretar correctamente el contenido.
6. Cuida la calidad de las imágenes
Optimizar una imagen no significa reducirla hasta que pierda toda su calidad.
Google necesita poder interpretar correctamente aquello que aparece en ella.
Es recomendable encontrar un equilibrio entre:
- Resolución.
- Calidad.
- Peso.
- Formato.
- Velocidad de carga.
7. Utiliza formatos modernos
Formatos como WebP y AVIF pueden reducir considerablemente el peso de las imágenes manteniendo una buena calidad visual.
Esto beneficia directamente al rendimiento y puede ayudar a mejorar métricas relacionadas con los Core Web Vitals.
8. No bloquees las imágenes importantes
De poco sirve optimizar perfectamente una imagen si los sistemas de Google no pueden acceder a ella.
Conviene revisar:
- robots.txt.
- CDN.
- Protecciones anti-hotlink.
- Reglas del servidor.
- Lazy Load.
- JavaScript.
- Configuraciones de seguridad.
Una mala configuración técnica puede dificultar el rastreo de recursos importantes.
SEO multimodal y Core Web Vitals
Existe además un equilibrio importante entre visibilidad visual y rendimiento.
Las imágenes suelen representar una parte considerable del peso total de una página y frecuentemente están relacionadas con el elemento responsable del Largest Contentful Paint (LCP).
Por ello no tendría sentido mejorar la calidad visual de una web cargando fotografías gigantescas sin optimización.
Una estrategia correcta debería combinar:
- Imágenes con resolución adecuada.
- Compresión.
- WebP o AVIF.
- Dimensiones correctamente definidas.
- Lazy Load donde corresponda.
- Priorización de la imagen LCP.
- Uso adecuado de CDN y caché.
SEO multimodal e inteligencia artificial
La búsqueda multimodal también forma parte de una transformación mucho mayor: la incorporación de inteligencia artificial a los buscadores.
Los sistemas actuales pueden relacionar texto, imágenes, entidades y contexto para intentar comprender una consulta.
Esto hace que el SEO evolucione desde la optimización basada principalmente en palabras clave hacia un escenario donde adquieren cada vez más importancia:
- Las entidades.
- El contexto.
- La intención de búsqueda.
- La estructura de la información.
- Las imágenes.
- Los vídeos.
- Los datos estructurados.
- La autoridad y fiabilidad de la fuente.
Las palabras clave siguen siendo importantes, pero ya no representan por sí solas toda la forma en la que un buscador puede descubrir e interpretar un contenido.
¿Va a sustituir el SEO multimodal al SEO tradicional?
No.
El SEO técnico, la arquitectura web, el contenido, los enlaces internos, la autoridad, el rastreo, la indexación y la experiencia de usuario continúan siendo fundamentales.
Lo que está cambiando son las formas mediante las cuales una persona puede comenzar una búsqueda.
Podemos pasar de:
“Escribo lo que quiero encontrar”
a:
“Le enseño a Google lo que quiero encontrar”.
Y esa diferencia puede terminar teniendo importantes consecuencias para determinadas estrategias SEO.
Checklist de SEO multimodal para una web
- ✓ Utilizar imágenes relevantes y de buena calidad.
- ✓ Priorizar fotografías originales cuando aporten valor.
- ✓ Utilizar nombres de archivo descriptivos.
- ✓ Configurar correctamente los atributos ALT.
- ✓ Añadir contexto semántico alrededor de las imágenes.
- ✓ Optimizar peso y dimensiones.
- ✓ Utilizar WebP o AVIF cuando sea apropiado.
- ✓ Revisar que Google pueda rastrear los recursos.
- ✓ Implementar datos estructurados cuando correspondan.
- ✓ Revisar el impacto de las imágenes en Core Web Vitals.
- ✓ Analizar Search Console para detectar nuevas fuentes de visibilidad.
- ✓ Tener en cuenta Google Lens y las nuevas experiencias de búsqueda visual.
Conclusión: el SEO ya no es únicamente texto
La incorporación de las búsquedas multimodales a los informes de Google Search Console es otra señal de cómo está evolucionando el buscador.
Google ya no necesita necesariamente que una persona describa mediante palabras aquello que quiere encontrar. Una fotografía, un producto que aparece en pantalla o un objeto capturado por la cámara pueden convertirse directamente en una consulta.
Esto no significa que debamos abandonar las técnicas SEO que conocemos. Significa que debemos empezar a considerar las imágenes como algo más que un elemento decorativo.
Una imagen puede ser contenido, contexto, una entidad y también el comienzo de una búsqueda.
El SEO multimodal todavía está evolucionando, pero todo apunta a que la optimización visual tendrá cada vez más importancia conforme Google integre tecnologías como Lens, Circle to Search y sus sistemas de inteligencia artificial dentro de la experiencia habitual de búsqueda.
En SubeSEO seguiremos analizando estos cambios y su impacto real para separar las novedades útiles de las tendencias pasajeras y aplicar aquellas que realmente puedan mejorar la visibilidad de una web.