Una vez le di a un agente de IA una tarea SEO muy sencilla: elegir temas por su cuenta, escribir artículos y continuar hasta terminar.
No pedí diez artículos ni cien. Apunté directamente a 10.000 artículos.
El agente trabajó durante varios días y realmente completó la tarea. Generó miles de páginas largas y bien estructuradas. Los archivos ocupaban cientos de megabytes. A primera vista el resultado impresionaba: títulos, subtítulos, párrafos extensos, palabras clave y conclusiones. Parecía una biblioteca de contenido seria.
Durante un tiempo incluso pareció funcionar. Googlebot terminó rastreando las 10.000 URLs de artículos generados. En ese momento lo interpreté casi como una validación. No lo era. El rastreo solo significaba que Google había descubierto y descargado las páginas. Solo unas 1.000 páginas fueron realmente indexadas, empezaron a aparecer en Google Search y generaron impresiones y visitas reales.
Después ocurrió lo contrario.
Las páginas generadas empezaron a desaparecer del índice. Luego desaparecieron más. Finalmente ya no era un problema limitado a los artículos de IA: todo el sitio llegó a cero páginas indexadas, incluida la página principal.
Ese experimento cambió para siempre mi forma de usar IA en SEO.
Rastrear no es indexar — y lo aprendí por las malas
La diferencia parece básica, pero es fácil confundirla cuando ves miles de URLs avanzar por Search Console. En mi caso, Google rastreó las 10.000 URLs generadas. Eso significaba que Googlebot las había descubierto y descargado, pero no que las 10.000 hubieran sido aceptadas en el índice.
Solo alrededor de 1.000 páginas se indexaron de verdad y empezaron a aparecer en Search. Esas páginas produjeron impresiones y tráfico reales. Las miles restantes podían estar rastreadas sin llegar a ser buscables. La propia documentación de Search Console deja clara esta diferencia: una URL puede estar rastreada y seguir sin indexarse.
Desde entonces no interpreto el rastreo como aprobación. Significa que Google está evaluando una URL. La indexación es otra decisión, y permanecer indexado con el tiempo es otra prueba distinta. En mi experimento, incluso las aproximadamente 1.000 páginas que llegaron a Search terminaron desapareciendo.
El problema no era que los textos parecieran malos
Los artículos no eran basura evidente. Eran largos, correctos gramaticalmente y estaban bien organizados. Si abrías una página aislada, podía parecer un artículo SEO perfectamente aceptable.
Mi error real era más profundo: había delegado no solo la escritura, sino también la razón para escribir.
El agente elegía los temas, decidía qué decir, construía la estructura y redactaba el contenido. Yo publicaba a una escala en la que era imposible leer, verificar, editar y mejorar cada página.
Casi no había experiencia de primera mano, investigación original, historias reales ni datos propios. Había pocos ejemplos significativos y muchas páginas tenían cero o una imagen útil. Sobre todo faltaba una respuesta sólida a una pregunta básica: ¿por qué debería existir esta página si ya hay miles de páginas sobre lo mismo?
Tenían la apariencia de contenido útil, pero no siempre su componente más importante: valor original.
Al principio lo llamé “penalización por IA”. Hoy me parece demasiado simplista
Cuando el sitio desapareció, pensé que Google había detectado texto de IA y había castigado el dominio por usar inteligencia artificial.
Ahora no lo explicaría así.
La guía pública de Google es más precisa: usar IA generativa no está prohibido por sí mismo. El problema es utilizar automatización, incluida la IA, para generar muchas páginas principalmente con el objetivo de manipular rankings y sin aportar valor sustancial a los usuarios. Google denomina esto scaled content abuse.
Esa definición se parece incómodamente a lo que yo había construido.
No puedo demostrar que cada decisión de indexación procediera de un único algoritmo o de una penalización manual concreta llamada “AI penalty”. Los sistemas de búsqueda no son tan transparentes. Lo que sí puedo describir con precisión es la secuencia: publiqué 10.000 artículos SEO creados de forma casi autónoma; Google rastreó las 10.000 URLs; solo unas 1.000 páginas fueron realmente indexadas, aparecieron en Search y generaron tráfico; después esas páginas indexadas fueron desapareciendo; finalmente todo el sitio llegó a cero páginas indexadas.
La lección no es “Google odia la IA”. La lección es que la IA no convierte contenido producido en masa y pensado primero para buscadores en contenido valioso solo porque sea largo y esté bien redactado.
Por qué 10.000 artículos que parecían buenos seguían siendo una mala estrategia
La gran trampa de la IA generativa es que el coste de producir contenido cae casi a cero, pero la responsabilidad editorial no.
Antes, publicar 10.000 artículos largos habría requerido muchísimo dinero o trabajo humano. Esa fricción obligaba a seleccionar qué temas merecían existir. La IA elimina buena parte de esa fricción y permite producir cantidades absurdas antes de preguntarse si merece la pena publicar algo.
- Sin selección editorial real: si un agente elige miles de temas solo por potencial de búsqueda, el sitio empieza a servir al buscador y no a una audiencia.
- Información comoditizada: el modelo suele recombinar lo que ya existe en lugar de aportar experiencia, datos o una perspectiva propia.
- Control de calidad imposible: con 10.000 páginas, “lo revisaré después” no es un proceso editorial real.
- Riesgo factual oculto: un texto fluido puede contener datos inventados, información obsoleta o errores técnicos sutiles.
- Poca diferenciación: cada página puede ser legible y, aun así, el conjunto resultar repetitivo e intercambiable.
- Desperdicio de rastreo e indexación: miles de URLs débiles obligan al buscador a evaluar contenido que compite con las páginas importantes.
La longitud no me salvó. El formato tampoco. Las palabras clave tampoco. Una fábrica de contenido sigue siendo una fábrica aunque cada página tenga 1.500 palabras.
Qué hice cuando el sitio llegó a cero páginas indexadas
Cuando acepté que la sección generada masivamente debía eliminarse y no “optimizarse”, dejé de intentar salvarla.
Eliminé los 10.000 artículos de IA.
No solo algunos cientos ni únicamente las páginas ya desindexadas. Eliminé el experimento completo. Habían sido días de generación y cientos de megabytes de archivos, pero conservarlos por el trabajo invertido habría sido puro coste hundido.
Para las URLs eliminadas de forma intencional y permanente devolví 410 Gone. Después detuve la publicación masiva y cambié mi forma de escribir.
Empecé a escribir sobre cosas que realmente había construido, roto, arreglado, medido, probado o aprendido. Algunos temas quizá interesen a pocas personas. No importa. Al menos tengo una razón auténtica para escribirlos.
Sigo utilizando IA mucho. Solo que ahora tiene otro papel.
Mi nueva regla: yo soy el autor; la IA es la herramienta
- convertir notas desordenadas en una estructura clara;
- cuestionar mis argumentos y detectar explicaciones que faltan;
- proponer mejores títulos o introducciones;
- corregir gramática, puntuación, repeticiones y frases torpes;
- comprobar si una explicación técnica se entiende;
- ayudar con ejemplos de código y listas;
- traducir a otros idiomas un artículo que ya escribí.
Lo que ya no quiero es: “elige 10.000 temas, escribe 10.000 artículos SEO y publícalos”.
La diferencia está en la responsabilidad. Ahora la idea empieza conmigo. La experiencia es mía. Yo decido qué es cierto, qué importa, qué debe eliminarse y qué merece énfasis. La IA puede ayudarme a expresar mejor la idea, pero no inventa por completo la razón de existir de la página.
Además leo el artículo final. Parece obvio, pero es la diferencia más importante. Con 10.000 artículos autónomos físicamente no podía ser editor. Con publicaciones deliberadas sí puedo.
La recuperación fue lenta
Eliminar el contenido no produjo una recuperación inmediata.
Durante bastante tiempo el sitio siguió prácticamente ausente de Google. Mantuvimos eliminadas las URLs, publiqué una cantidad mucho menor de artículos deliberados y esperé a que Google volviera a rastrear el sitio.
Aproximadamente dos meses después, la página principal volvió al índice de Google.
Comparado con las aproximadamente 1.000 páginas que antes sí estaban realmente en Search, recuperar solo la página principal puede parecer poco, pero para mí fue una señal mucho más importante. Google también empezó a rastrear el sitio de nuevo. En el momento de escribir esto no afirmo que la recuperación sea completa ni que todos los artículos nuevos vayan a indexarse. Todavía no tengo pruebas para decirlo.
Lo que sí puedo confirmar es algo más concreto: el sitio pasó de cero páginas indexadas a recuperar la home y Google reanudó el rastreo después de que eliminara el contenido masivo de IA y cambiara la estrategia editorial.
Un atajo puede construirse en días y costar meses deshacerlo.
La traducción con IA es un caso de uso muy diferente
No concluí que “nunca hay que usar IA para texto”. Mi experiencia con traducción asistida por IA es casi la contraria.
Si escribo un artículo basado en mi experiencia, razonamiento o conocimiento, traducirlo no es lo mismo que pedir a un agente que invente miles de temas de búsqueda y artículos desde cero.
El valor ya existe en el original. La IA cambia el idioma, no fabrica la razón de existir del contenido.
Antes, traducir cada artículo a 5, 10 o 20 idiomas requería traductores freelance o muchas horas de trabajo manual. Hoy la IA puede producir un primer borrador muy sólido rápidamente, haciendo que la publicación multilingüe sea realista incluso para un desarrollador independiente.
La implementación técnica sigue importando. Prefiero versiones lingüísticas con URLs reales y rastreables, usando HTML renderizado en servidor o prerenderizado. El contenido principal debe estar realmente traducido, las versiones deben relacionarse correctamente con hreflang, ser accesibles mediante enlaces internos y formar parte de la estructura de rastreo y sitemap cuando corresponda.
Google admite explícitamente versiones completamente traducidas de una misma página y recomienda URLs distintas con hreflang para sitios multilingües. La clave es que la traducción sea una página real para un lector real, no otra variación de bajo valor creada para multiplicar URLs.
Expliqué este flujo con más detalle en mi caso práctico sobre traducir un blog a muchos idiomas con IA.
El renderizado en servidor no crea calidad
La calidad del contenido y el SEO técnico son capas distintas.
SSR o generación estática no salvarán un artículo inútil. Un hreflang perfecto no convierte texto genérico en original. Un sitemap no crea demanda.
Pero cuando el contenido sí merece publicarse, quiero ofrecer a los buscadores una representación técnica lo más clara posible. Para contenido multilingüe, eso significa URLs previsibles por idioma, HTML rastreable renderizado en servidor o pregenerado, hreflang recíproco, enlaces internos claros entre las versiones lingüísticas y evitar bloqueos accidentales de páginas importantes.
El SEO técnico debe ayudar a descubrir y entender contenido valioso. No sustituir su valor.
El workflow en el que confío ahora
- Empezar por algo que realmente conozco o haya vivido.
- Escribir primero la sustancia y después pensar en palabras clave.
- Usar la IA como editora y sparring.
- Verificar los hechos y las afirmaciones técnicas.
- Añadir detalles de primera mano: números, capturas, código, errores, restricciones, decisiones y resultados.
- Leer yo mismo la versión final.
- Traducir el artículo terminado con IA cuando tenga sentido.
- Implementar correctamente las páginas multilingües.
- Publicar a un ritmo que realmente pueda supervisar.
La IA es un amplificador, no una fuente de propósito
La forma más útil que he encontrado de pensar en la IA es como un amplificador.
Si el punto de partida es experiencia real, una idea útil, buenos datos o un texto original sólido, la IA puede amplificarlo: mejorar la prosa, estructurarlo, traducirlo y llevar la misma idea a más personas.
Si el punto de partida es “dame miles de keywords para capturar tráfico”, también amplifica eso. Simplemente permite hacer lo equivocado a una escala que antes era demasiado cara.
No estoy en contra de la IA. La uso todos los días. Estoy en contra del piloto automático.
Mi conclusión principal es simple: no delegues el juicio editorial a un agente solo porque pueda escribir más rápido de lo que tú puedes leer.
Escribe algo que venga de ti. Usa la IA para hacerlo más claro, fuerte, estructurado y multilingüe. Pero conserva en manos humanas el propósito, la experiencia, la verificación y la decisión final.
La IA hizo más fácil que nunca publicar. Precisamente por eso decidir qué no publicar es hoy más importante que nunca.