Search Console sabe más de AI Mode de lo que Google te enseña

Hay algo bastante curioso escondido en Google Search Console. Entre tus consultas de búsqueda pueden aparecer cosas como:

• “sí, sigue”
• “dame más opciones”
• “perfecto, continúa”
• “¿y qué más?”

No parecen búsquedas. Porque probablemente no lo sean. Son fragmentos de conversaciones con sistemas de inteligencia artificial que, por diferentes razones, están terminando registrados como consultas dentro del informe de rendimiento tradicional de Google Search Console. Y llevan meses ahí. La mayoría simplemente no los está buscando.

Lo interesante es que con unas expresiones regulares puedes empezar a encontrarlos en cuestión de segundos.

Y eso abre una nueva fuente de información muy interesante para SEO.

Primero: ¿qué está pasando con Google y las búsquedas con IA?

El 3 de junio de 2026 Google incorporó a Search Console informes específicos de rendimiento para experiencias de búsqueda basadas en IA generativa.

Es decir, información relacionada con apariciones dentro de funcionalidades como:

• AI Overviews
• AI Mode

Por fin podemos ver impresiones relacionadas con estas experiencias.

Pero hay un problema importante: el informe no muestra las consultas que han provocado esas apariciones.

Y hay otra limitación todavía más relevante para quienes trabajamos los datos fuera de Search Console: esa información se encuentra actualmente en la interfaz, pero no está disponible de la misma forma a través de la API de Search Analytics ni mediante la exportación masiva a BigQuery.

Hasta aquí, nada especialmente emocionante. La sorpresa viene por otro lado. Porque algunas consultas relacionadas con conversaciones de IA están apareciendo igualmente dentro del informe de rendimiento tradicional. Y ahí sí podemos verlas.

Conversaciones de IA disfrazadas de consultas de búsqueda

Durante los últimos meses han empezado a aparecer cadenas bastante extrañas en Search Console.

No hablamos simplemente de búsquedas long tail. Hablamos de fragmentos que tienen claramente estructura conversacional:

• “sí, sigue”
• “dame más opciones”
• “¿qué más?”
• “actúa como experto en…”
• “necesito que me expliques…”

También aparecen prompts completos, respuestas de seguimiento y cadenas que parecen venir de conversaciones ya empezadas.

Anastasia Kourou llamó la atención sobre este comportamiento en LinkedIn y John Mueller, de Google, respondió indicando que este tipo de información había estado disponible en el informe de rendimiento.

Por tanto, no estamos necesariamente ante un bug o una filtración accidental. El dato estaba ahí. Simplemente casi nadie estaba buscando estas consultas de forma específica. Y aquí empieza la parte divertida.

Cómo encontrar consultas conversacionales en Search Console

Ve a: Rendimiento → Consultas → Añadir filtro → Consulta → Personalizado (regex) → Coincide con la expresión regular

A partir de ahí puedes utilizar diferentes patrones para intentar localizar consultas con características propias de una conversación con IA.

No existe una expresión regular perfecta.

Pero estas tres funcionan especialmente bien como punto de partida para búsquedas en español.

Detectar consultas extremadamente largas

Las conversaciones con modelos de IA tienden a ser bastante más largas que las búsquedas tradicionales.

Podemos buscar consultas de 16 palabras o más con esta expresión:

^(\S+\s+){15,}\S+$

Esto no significa que todas las consultas largas procedan de AI Mode. Ni mucho menos. Pero es una excelente forma de reducir el conjunto de datos y empezar a detectar patrones.

Una consulta del tipo: “mejores erp” puede ser completamente normal.

Pero algo como: “necesito un sistema de gestión empresarial que me permita gestionar ventas, compras, almacén, producción, contabilidad, facturación, finanzas, proyectos y recursos humanos en una empresa B2B” ya empieza a parecerse mucho más a cómo preguntamos dentro de Copilot, ChatGPT, Copilot, Gemini o cualquier otro asistente.

Y eso es precisamente lo interesante.

Detectar verbos típicos de prompts

Otra estrategia consiste en buscar expresiones que utilizamos constantemente cuando damos instrucciones a una IA.

Por ejemplo:

\b(act[úu]a como|h[áa]zme|dame|escr[íi]beme|red[áa]ctame|gen[ée]rame|res[úu]meme|expl[íi]came|comp[áa]rame|recomi[ée]ndame|sugi[ée]reme|necesito que|podr[íi]as)\b

Aquí empiezan a aparecer cosas muy interesantes.

Porque alguien que utiliza un buscador tradicional suele escribir: “mejores crm para pymes”

Mientras que alguien hablando con una IA puede escribir: “compárame los mejores CRM para una pyme de 20 empleados”

La diferencia parece pequeña. Pero desde el punto de vista SEO es enorme. Una consulta tradicional suele expresar un tema. Un prompt suele expresar una tarea.

Y entender qué tarea quiere resolver el usuario puede cambiar completamente cómo planteamos el contenido.

Detectar respuestas y seguimientos

Busca expresiones que solo tienen sentido dentro de una conversación que ya había empezado:

^(s[ií]|vale|ok|de acuerdo|perfecto|genial|contin[úu]a|sigue|adelante|dale|m[áa]s|dime m[áa]s|qu[ée] m[áa]s|otra opci[óo]n|alguna otra|y si|y qu[ée])\b

Por ejemplo: “sí, sigue”. Por sí sola, esa consulta no significa absolutamente nada. En un buscador tradicional sería absurda. Dentro de una conversación con una IA tiene todo el sentido del mundo. Y si una URL de tu web aparece asociada a una consulta como esa, la implicación es muy interesante: Google ha introducido tu contenido en una conversación que ya estaba en marcha.

Tu página no ha participado necesariamente en la primera pregunta. Puede haber aparecido en el segundo, tercer o quinto intercambio de la conversación. Esto cambia bastante la forma de pensar el SEO.

Regex en inglés

Si quieres el regex en inglés, usa este de Jean-Christophe Chouinard:

^((please|write|draft|generate|summarize|rewrite|translate|explain|compare|act as|you are a|(give|show|tell|plan) (a|me)|list|organize|pretend you are|make it (shorter|funnier)|suggest|estimate|optimize|find|can you) .*|give me .* more|(hi|hello|hey|hiya)( (there))?|good (morning|afternoon|evening)|how are you|yo|(thanks|thank you)( (so much|a lot|very much))?|thx|cheers|(awesome|great|cool) thanks|ty|thankyou|sorry|fuck (you|off)|i hate you|you suck|shut up|yes|yep|yeah|yea|sure|ok|okay|correct|fine|sounds good|perfect|great|yes both|yes i do|yes that would be great|yes go on|yes,? pricing|(yes|yeah|sure|ok|okay) (please|thanks|thank you|pls|thx|plz)|(please|thanks|thank you) (yes|yeah|sure|ok|okay)|(no|nope|nah)( (thanks|thank you|thx))?|cancel|stop|wrong|incorrect|anywhere|all|any|yes please recommend|please recommend|bye|goodbye|bye bye|see ya|end|quit|done|help|options|what can you do|start over|restart|more|next|continue|go on|show on map|show me|any other options|others|please do|show map|try again|again|shorter|longer|fix it|is that all|(where|when|anything) else|(are there|any|show|show me) (more|others)|more (recommendations|ideas|options|results|places|hotels|restaurants|things to do|attractions)|(show|tell|add) (me )?(more|others|next))$

Qué puedes aprender de estas consultas

El objetivo debería ser utilizar las consultas como investigación de demanda.

Descubrir cómo habla tu comprador

Las consultas conversacionales largas muestran cómo formula un problema alguien cuando deja de pensar en “palabras clave”.

Eso puede darte lenguaje literalmente utilizable en:

• H2
• FAQs
• introducciones
• descripciones de producto
• casos de uso
• páginas de solución

Durante años hemos intentado averiguar “cómo busca el usuario”. Ahora podemos empezar a observar también cómo pregunta cuando puede expresarse libremente. No es exactamente lo mismo.

Entender qué quiere conseguir

Los verbos de prompt son especialmente interesantes.

• “Explícame”.
• “Compárame”.
• “Recomiéndame”.
• “Hazme”.
• “Resume”.
• “Actúa como”.

Cada uno describe una intención operativa. No te dice únicamente qué información busca el usuario. Te dice qué quiere que haga la máquina por él. Eso es prácticamente un brief de contenido.

Si encuentras muchas consultas relacionadas con: “compárame…” quizá necesites mejores comparativas. Si aparecen: “explícame…” quizá tus contenidos sean demasiado superficiales. Si ves: “recomiéndame…” probablemente exista una oportunidad clara para contenidos orientados a decisión.

Descubrir en qué momento de la conversación aparece tu contenido

Los follow-ups son todavía más valiosos. Una consulta como: “otra opción” significa que la conversación ya llevaba contexto. Si tu página aparece ahí, Google puede estar utilizando tu contenido para complementar una respuesta previa.

Eso significa que quizá tu URL está entrando en una intención diferente de aquella para la que originalmente la optimizaste. Y ahí hay trabajo de SEO muy interesante.

Puedes analizar:

• qué página aparece;
• qué tipo de follow-up la activa;
• qué información ofrece;
• y qué información le falta para responder mejor dentro de ese contexto.

En lugar de optimizar únicamente para una keyword, empiezas a optimizar para un momento dentro de una conversación. Ese cambio conceptual es bastante importante.

Cruza estos datos con el informe de IA generativa

También merece la pena comparar las URLs encontradas mediante estas consultas con las páginas que aparecen en los informes específicos de IA generativa de Search Console.

Cuando exportas esos informes puedes trabajar con la URL completa de las páginas.

Eso permite empezar a construir grupos de páginas que tienen una mayor probabilidad de estar participando en experiencias de búsqueda generativa.

No vas a obtener una atribución perfecta. Pero sí puedes encontrar patrones.

Por ejemplo:

• páginas que aparecen repetidamente en conversaciones;
• tipos de contenido utilizados por AI Mode;
• URLs que reciben consultas de seguimiento;
• estructuras de contenido asociadas a preguntas largas;
• categorías temáticas con mayor presencia.

Y eso empieza a ser mucho más interesante que mirar únicamente el número de impresiones.

Pero hay dos limitaciones muy importantes

Limitación 1: Search Console solo muestra 1.000 filas en la interfaz

La tabla del informe de rendimiento tiene un límite. En webs grandes eso significa que una parte importante de tus consultas ni siquiera estará visible cuando intentes aplicar determinados análisis desde la interfaz.

Para trabajar a mayor escala tendrás que recurrir a exportaciones, API, BigQuery u otras herramientas. Por tanto, el filtro regex es extraordinariamente útil para exploración. Pero no necesariamente para análisis exhaustivos.

Limitación 2: Google anonimiza consultas poco frecuentes

Y esta es bastante más importante. Google oculta determinadas consultas por motivos de privacidad. Precisamente las consultas conversacionales tienden a ser:

• largas;
• específicas;
• únicas;
• y poco frecuentes.

Es decir, cumplen muchas de las características que aumentan la probabilidad de que terminen anonimizadas.

Suganthan Mohanadasan analizó su propia exportación de BigQuery y encontró que un 57,7 % de sus impresiones estaban dentro del conjunto anonimizado durante un periodo de 59 días analizado en agosto de 2026.

Además, Jean-Christophe Chouinard publicó en enero de 2026 un caso en el que los clics procedentes de AI Mode aparecían registrados en Search Console mientras que las consultas asociadas estaban anonimizadas prácticamente en su totalidad.

La conclusión es importante.

Los datos que encuentres son un suelo, no una medición completa

Si encuentras 100 consultas aparentemente conversacionales, eso no significa que hayas tenido únicamente 100 interacciones relacionadas con IA.

Significa que has encontrado al menos 100 que puedes observar. Hay una parte invisible. Y probablemente sea considerable. Por eso no utilizaría este método para decir: “AI Mode nos ha generado exactamente X visitas.”

No tenemos suficiente información para afirmarlo. En cambio, sí lo utilizaría para algo mucho más útil: entender cómo están formulando preguntas los usuarios cuando interactúan con sistemas generativos. Ese es el verdadero valor.

Más allá de las regex

Las expresiones regulares son una forma fantástica de empezar porque son gratuitas, rápidas y no requieren ninguna infraestructura.

Pero tienen una limitación evidente: dependen de patrones conocidos. Una regex puede encontrar “dame más opciones”. Pero detectar automáticamente cientos de variantes, idiomas, consultas híbridas, prompts de agentes, cadenas pegadas o consultas extrañas generadas por herramientas automatizadas es mucho más complicado.

Por eso están apareciendo métodos más avanzados.

Suganthan Mohanadasan, por ejemplo, ha desarrollado un clasificador específico para este tipo de consultas utilizando reglas deterministas combinadas con un modelo basado en XLM-RoBERTa, entrenado para diferenciar distintos tipos de consultas conversacionales.

Su herramienta clasifica las queries en categorías como:

• consultas conversacionales completas;
• respuestas cortas;
• preguntas de seguimiento;
• consultas generadas por rank trackers;
• prompts de agentes;
• cadenas pegadas;
• búsquedas tradicionales.

Y puede procesar grandes exportaciones de Search Console o BigQuery. No es imprescindible llegar a ese nivel para empezar. Las regex ya permiten descubrir bastantes cosas.

Qué haría yo ahora mismo

Abre el informe de consultas y prueba los tres filtros.

• Primero las consultas largas.
• Después los verbos de prompt.
• Y finalmente las respuestas de seguimiento.

Pero no te limites a mirar cuántas hay. Hazte estas preguntas:

• ¿Qué páginas aparecen?
• ¿Qué problemas está intentando resolver el usuario?
• ¿Cómo formula las preguntas?
• ¿Qué palabras utiliza que nosotros no utilizamos en nuestra web?
• ¿En qué momento de una conversación parece estar entrando nuestro contenido?
• ¿Tenemos una página diseñada realmente para responder a esa necesidad?

Ahí está el valor.

Porque probablemente estamos entrando en una etapa en la que la investigación de keywords ya no será suficiente. Durante años el SEO ha estudiado cómo escribe una persona dentro de una caja de búsqueda. Ahora tenemos que aprender también cómo habla cuando tiene delante una máquina capaz de mantener una conversación.

Y resulta que Search Console ya nos estaba dejando algunas pistas. Solo había que buscarlas.

¿Quieres saber más sobre las soluciones de inteligencia artificial generativa de Microsoft? Yo te asesoro. ¿Por qué no me preguntas cómo puedo ayudarte?

Información basada en las publicaciones How to Track Google AI Mode Traffic in Search Console y la herramienta e AI Mode and AI Overview query classifier de Suganthan Mohanadasan (Norwegian entrepreneur with over 20 years of experience in search), Regex de Jean-Christophe Chouinard y el post de Anastasia Kourou sobre strange strings on LinkedIn. La adaptación de los regex al castellano es de Álvaro Peña publicado en X/Twitter.