Entendiendo el presupuesto de grounding: cómo Google limita el tamaño de contenido para la búsqueda de IA

Introducción

Google es un gigante de la información, pero incluso él tiene sus límites. Para generar sus respuestas de inteligencia artificial (IA), Google no lee páginas completas, especialmente si tienen más de 3000 palabras. Según las investigaciones de Dan Petrovic, Google parece operar con un presupuesto de grounding de aproximadamente 2000 palabras por consulta. Este presupuesto se reparte entre unas pocas fuentes, dando una ventaja considerable a las páginas mejor clasificadas. Esta información es crucial para las estrategias de contenido, donde la densidad de información parece ser más importante que la longitud.

El presupuesto de grounding

Según Petrovic, Google tiene un presupuesto de aproximadamente 2000 palabras de grounding por consulta, compartido entre 3 a 5 fuentes principales. La posición en el ranking determina la parte de este presupuesto que se asignará a cada fuente. La fuente número 1 recibe alrededor del doble de texto que la número 5. A nivel de página, la selección tiende a topar alrededor de 540 palabras; más allá de 1500-2000 palabras, los beneficios son marginales. Las páginas concisas y altamente enfocadas tienen una tasa de cobertura mucho mayor que los textos largos de 4000 palabras. En otras palabras, la densidad es más importante que la longitud.

El estudio de Dan Petrovic

Petrovic analizó un amplio corpus de consultas reales para entender cómo Google alimenta sus sistemas Gemini con contenido de la web. El estudio se basó en 7060 consultas con al menos tres fuentes, comparando los extractos de grounding enviados al modelo con el contenido completo de 2275 páginas tokenizadas. Los datos incluyen 883,262 extractos (snippets), con un promedio de 15.5 palabras por chunk.

Cómo Google reparte el presupuesto entre las fuentes

La investigación muestra que la variable determinante es el rango de la fuente en los resultados de búsqueda, no la longitud del contenido. El presupuesto global se divide según la posición en los SERPs, con la siguiente distribución mediana:

1. Rango #1: 531 palabras, es decir, el 28% del presupuesto total
1. Rango #2: 433 palabras, es decir, el 23%
1. Rango #3: 378 palabras, es decir, el 20%
1. Rango #4: 330 palabras, es decir, el 17%
1. Rango #5: 266 palabras, es decir, el 13%

En otras palabras, estar en la posición #1 te da alrededor de dos veces más texto de grounding que una página en la posición #5.

Qué toma Google de una página

Al nivel de una página individual, el estudio observa la distribución de las palabras y caracteres seleccionados para el grounding. En la práctica, el 77% de las páginas tienen entre 200 y 600 palabras seleccionadas, siendo una "página típica" alrededor de 377 palabras usadas en el contexto de la IA. Se observa un plateau alrededor de 540 palabras y 3500 caracteres: más allá de eso, agregar texto no aumenta el volumen realmente considerado por Gemini.

Por qué los contenidos largos pierden eficacia

Uno de los hallazgos más relevantes es la caída de la cobertura (proporción de la página utilizada) a medida que aumenta el tamaño de la página. La longitud de la página se compara con el volumen efectivo de grounding, y luego se calcula una tasa de cobertura. Claramente, el volumen de grounding topea alrededor de 540 palabras / 3500 caracteres, mientras que la longitud de las páginas continúa aumentando.

Implicaciones para la estrategia de contenido

La implicación principal es simple: en el contexto de la búsqueda de IA, la densidad de información supera a la longitud bruta. Es mejor tener una página muy enfocada de 800-1500 palabras, optimizada para una intención precisa, que un texto largo de 4000 palabras del cual solo el 10-15% será utilizado. Además, la batalla se juega en el ranking: estar en los primeros resultados te da una parte significativa del presupuesto de grounding, lo que aumenta la visibilidad en las respuestas de IA.

Conclusión

En resumen, para ser visible en la búsqueda de IA de Google, es esencial crear contenido denso, bien estructurado y altamente relevante. No es la longitud del contenido lo que importa, sino su calidad y su posición en el ranking de Google.