Query fan-out: la IA no busca tu pregunta, busca sus variaciones

Cuando alguien le pregunta algo a AI Mode, Google no busca esa pregunta tal cual: la divide en subtemas y lanza varias búsquedas a la vez. Se llama query fan-out, Google lo describe en su documentación oficial y explica por qué rankear primero para una keyword ya no garantiza que te citen. Para aparecer en la respuesta tienes que estar en las búsquedas que el modelo hace por su cuenta.

¿Qué es el query fan-out?

Google lo presentó el 20 de mayo de 2025, en I/O, al anunciar la expansión de AI Mode: el modo usa una técnica de query fan-out que divide la pregunta en subtemas y lanza una multitud de búsquedas a la vez en nombre del usuario. En el mismo anuncio explicó que Deep Search lleva esa técnica más lejos y puede lanzar cientos de búsquedas para armar un informe con citas.

La guía de Search Central para funciones de IA generativa, actualizada el 10 de julio de 2026, lo define como un conjunto de búsquedas relacionadas y simultáneas que genera el modelo para pedir más información, y aclara que tanto AI Overviews como AI Mode pueden usarlo. Su ejemplo es simple: una pregunta sobre cómo arreglar un césped lleno de maleza puede abrir una búsqueda sobre los mejores herbicidas para césped.

¿Por qué cambia lo que significa rankear?

En el SEO clásico, una pregunta era una búsqueda y una lista de resultados. Con fan-out, la respuesta se arma con lo que encontró en varias búsquedas que la persona nunca escribió. Tu página puede no rankear para la pregunta original y aun así ser citada, porque responde bien uno de los subtemas. Y al revés: puedes rankear primero para la keyword principal y quedar fuera, porque otra fuente cubre mejor las subconsultas.

Los datos lo confirman. Ahrefs analizó 15.000 prompts en agosto de 2025 y encontró que solo cerca del 12% de las URLs que citan ChatGPT, Gemini y Copilot aparece en el top 10 de Google para la misma consulta, y que el 80% ni siquiera rankea para la pregunta original. Los autores atribuyen esa distancia al fan-out y a la forma en que los asistentes combinan resultados de búsquedas distintas.

¿Cuántas búsquedas lanza el modelo?

Google no lo publica. Las cifras que circulan —ocho, diez o doce subconsultas por pregunta— son estimaciones de terceros que nadie ha confirmado, y probablemente varían según la complejidad de la pregunta: una consulta simple puede no abrir ninguna. Lo útil no es el número, sino entender qué subtemas abre una pregunta típica de tu categoría y si tu sitio tiene algo que decir en cada uno.

¿Cómo mapeas las subconsultas de tu categoría?

Parte de las preguntas reales que hacen tus clientes antes de comprar, no de una lista de keywords. Para cada una, escribe los subtemas que una persona experta revisaría para responderla: qué es, cuánto cuesta, cómo se compara con las alternativas, qué requisitos tiene, qué riesgos hay y quién lo usa. Ese árbol es una aproximación razonable de lo que el modelo buscará por su cuenta.

{
  "pregunta": "¿Qué software de facturación conviene a una pyme en Chile?",
  "subtemas": [
    "requisitos de facturación electrónica del SII",
    "precio mensual en pesos chilenos",
    "comparación entre proveedores locales",
    "integración con contabilidad y bancos",
    "opiniones y casos de pymes similares"
  ]
}

Después, revisa dónde responde tu sitio cada subtema. Lo habitual es encontrar huecos: la página de producto habla de funciones pero no de precio en moneda local, o no hay ninguna comparación honesta con las alternativas. Cada hueco es una subconsulta en la que otra fuente responde por ti. Para escribir esas secciones de forma que se puedan citar, sirve lo que contamos en cómo escribir para que la IA te cite.

¿Qué no conviene hacer?

El error más común es tomar el fan-out como una invitación a crear una página por cada variación posible de una pregunta. Eso produce contenido delgado y repetido, que ni Google ni los asistentes tienen motivo para preferir. La guía de Search Central es explícita en algo relacionado: no hay que partir el contenido en piezas pequeñas para que la IA lo entienda. Lo que funciona es una buena página por tema, con secciones claras para cada subtema, que se puedan citar por separado.

Tampoco sirve repetir la keyword principal con variaciones forzadas. Las subconsultas se resuelven con información, no con coincidencias de texto: un precio actualizado, una tabla de comparación honesta, los requisitos concretos o un caso con resultados. Si el dato no está, ninguna redacción lo reemplaza.

¿Qué cambia para una marca de LatAm?

Las subconsultas incluyen el contexto local. Una pregunta sobre un servicio en Chile o en México abre búsquedas sobre precios en moneda local, disponibilidad en el país, normativa y proveedores de la región. Si tu sitio responde solo en términos genéricos, o en dólares, esos subtemas los cubre otra fuente. Con Google concentrando el 90,94% de las búsquedas de Sudamérica (StatCounter, junio de 2026), ese es el terreno donde se juega la mayor parte de la visibilidad.

No hay mediciones públicas del fan-out en español: los estudios disponibles se hicieron con consultas en inglés. Esa ausencia es una oportunidad, porque la competencia en contenido local de calidad suele ser menor, pero también obliga a verificarlo con tus propias preguntas en lugar de suponer que los promedios globales aplican igual.

Qué hacer esta semana

1. Elige las cinco preguntas de compra más importantes de tu categoría y escribe los subtemas que abre cada una.
2. Marca qué subtemas responde hoy tu sitio y cuáles no tienen ninguna página o sección que los cubra.
3. Prioriza los huecos con contexto local: precio en tu moneda, disponibilidad, requisitos y comparación con alternativas.
4. Escribe cada respuesta en una sección que se entienda sola, con el dato y su fuente, y vuelve a revisar las respuestas en un mes.

Preguntas frecuentes