Prompt injection y spam SEO para buscadores con IA: cómo auditar una página
Una auditoría práctica para distinguir prompt injection, texto oculto y contenido escalado de una página editorial útil y verificable.
TL;DR: una instrucción escondida para alterar el comportamiento de un asistente es prompt injection. Una lista superficial creada a escala para manipular resultados pertenece a otro problema, el spam de búsqueda. Ambas prácticas pueden contaminar la información que recupera un sistema, pero no deben confundirse ni atribuirse a Google como si fueran la misma categoría.
Esta guía muestra cómo revisar el HTML, el contenido visible, los datos estructurados y la evidencia editorial antes de publicar.
Google define la inyección de prompts como instrucciones maliciosas introducidas dentro de datos que un modelo no debería tratar como órdenes. Su análisis sobre uso adversarial de IA generativa recomienda validación y saneamiento de entradas y salidas, además de pruebas adversariales.
La documentación de Search aborda un problema relacionado desde la calidad. Las políticas de spam de Google prohíben el texto oculto destinado a manipular buscadores y el contenido creado a gran escala sin valor para el usuario. La política se aplica aunque las páginas se produzcan con IA, traducción automática, extracción de otras fuentes o trabajo manual.
Tres riesgos que requieren respuestas distintas
Prompt injection
El contenido contiene una orden dirigida al sistema que lo procesa. Puede pedir que ignore instrucciones anteriores, favorezca una marca, revele información o ejecute una acción. La orden puede estar visible, escondida con CSS, incluida en metadatos o mezclada con datos que el agente necesita leer.
Para el propietario de un sitio, publicar una instrucción de este tipo crea riesgo reputacional y de seguridad. Para quien construye un agente, la defensa incluye tratar el contenido recuperado como datos no confiables, limitar permisos y exigir confirmación antes de acciones sensibles.
Texto oculto para manipular
Google considera abuso ocultar texto o enlaces para influir en sus sistemas y evitar que el usuario los vea. Sus ejemplos incluyen texto blanco sobre fondo blanco, opacidad cero y elementos colocados fuera de pantalla. Un acordeón, una pestaña o contenido para lectores de pantalla puede ser legítimo cuando cumple una función visible y accesible.
Contenido escalado sin valor
Una página puede ser spam sin contener instrucciones maliciosas. Ocurre cuando forma parte de un inventario masivo, repite información disponible en otras fuentes y no ayuda a la persona que llega. Google menciona expresamente la generación de muchas páginas con IA, la combinación de contenido ajeno y las traducciones automáticas sin valor añadido.
Un listado útil, en cambio, explica criterios de inclusión, fecha de revisión, conflictos de interés y pruebas. El formato no determina la calidad. La metodología y la evidencia sí.
Auditoría del HTML y la página renderizada
La revisión debe comparar lo que recibe un sistema con lo que ve una persona. Una inspección únicamente visual puede pasar por alto texto oculto, atributos, comentarios o datos estructurados. Mirar solo el código también puede ignorar superposiciones y estados de interacción.
- Revisar el HTML de origen: buscar frases dirigidas a modelos, instrucciones para ignorar reglas y texto que favorece una entidad sin explicación editorial.
- Comparar con el DOM renderizado: comprobar si la información material está visible y si los elementos ocultos tienen una función legítima.
- Inspeccionar CSS: localizar opacidad cero, texto fuera de pantalla, tamaños diminutos y capas que esconden controles.
- Validar datos estructurados: asegurar que autor, reseña, puntuación, producto y FAQ coincidan con el contenido visible.
- Revisar contenido de terceros: comentarios, feeds y fichas importadas también pueden introducir instrucciones no confiables.
Una búsqueda de texto ayuda a localizar patrones conocidos, pero no prueba por sí sola que exista un ataque. Una frase como “ignora lo anterior” puede aparecer en un artículo educativo. El contexto, la visibilidad y la función del contenido determinan el riesgo.
Auditoría editorial para listados y comparativas
Las páginas de “mejores opciones” merecen una revisión más estricta porque convierten una selección editorial en recomendación. Antes de publicarlas, el equipo debería poder responder:
- quién hizo la evaluación y qué experiencia relevante tiene
- qué universo de opciones se consideró
- qué criterios se usaron y cuánto pesó cada uno
- qué se probó directamente y qué proviene de documentación externa
- cuándo se verificaron precio, disponibilidad y características
- si existe una relación comercial o comisión
- qué limitaciones pueden cambiar la recomendación
Si la página no conserva esas respuestas, conviene retirar posiciones, superlativos y puntuaciones precisas. Una recomendación sin método se vuelve difícil de defender aunque el texto suene natural.
Decisiones posibles después de la revisión
No todos los hallazgos justifican borrar una URL. La decisión depende de la demanda, la evidencia disponible y la posibilidad de crear una página distinta.
- Mantener: la página ya tiene método, autoría, fuentes y una intención propia.
- Mejorar: existe demanda, pero faltan pruebas, criterios o actualización.
- Consolidar con 301: varias páginas compiten por la misma intención y ninguna necesita existir por separado.
- Aplicar noindex temporal: el contenido necesita trabajo material y no debe seguir participando en Search mientras se corrige.
- Retirar: la URL no tiene demanda, evidencia ni propósito recuperable.
En una consolidación, el destino debe responder la intención de la URL retirada. Redirigir todas las páginas débiles a la portada convierte una decisión editorial en un problema técnico.
Flujo de limpieza antes de publicar
- Guardar una copia de la fuente y registrar quién realizó la revisión.
- Comparar HTML, DOM, CSS, metadatos y datos estructurados.
- Eliminar instrucciones dirigidas a modelos que no formen parte de una explicación visible.
- Vincular cada afirmación material con una fuente primaria o retirarla.
- Publicar metodología, fecha, autor y relaciones comerciales cuando corresponda.
- Ejecutar una revisión humana separada de cualquier detector automático.
- Comprobar la página publicada en escritorio y móvil.
El objetivo no es disimular que una herramienta ayudó a redactar. Es publicar una página que un lector pueda verificar y que no intente controlar de forma encubierta al sistema que la recupera.
Francisco Leon de Vivero
Consultor SEO con más de 15 años de experiencia. Fue SEO Lead en Shopify durante más de siete años y trabajó más de cuatro años en Pornhub. Actualmente dirige estrategia de crecimiento en Growing Search.