SEO IRL Toronto 2026: lo que aprendí sobre búsquedas con IA
Mi experiencia en SEO IRL Toronto 2026, con ideas sobre búsquedas con IA, pruebas de marca, contenido útil y el valor de reencontrarme con la comunidad SEO.
En SEO IRL Toronto, el 6 y 7 de octubre, quería entender qué debe mejorar una empresa cuando sus compradores usan asistentes de IA para comparar opciones. Mi respuesta es que debe explicar con claridad sus servicios, precios, a quién atiende y qué pruebas respaldan sus afirmaciones antes de centrar su estrategia en las citas de IA. Las ponencias me dieron ejemplos útiles para afinar esa idea. También me reencontré con antiguos compañeros de trabajo y conocí a otros profesionales SEO. Las conversaciones entre sesiones fueron una de las mejores partes de asistir en persona.
El valor de encontrarnos en persona
Reencontrarme con antiguos compañeros de trabajo fue uno de los mejores momentos de SEO IRL Toronto. También disfruté conocer a otros profesionales del sector. Las sesiones me dejaron ideas técnicas, mientras que las conversaciones hicieron que el viaje valiera la pena en lo personal.
En persona hay espacio para cuestionar un ejemplo con otro profesional antes de convertirlo en una táctica. Una ponencia inicia la conversación. Después quiero comprobar si la idea sirve para el cliente y el sitio que tengo delante.
Las preguntas del cliente antes que los prompts
La pregunta completa de compra
Una búsqueda de “la mejor empresa de reformas” deja fuera buena parte de la decisión. Una persona puede necesitar a alguien que trabaje en edificios antiguos de Toronto, conozca las restricciones de un condominio y acepte un proyecto de cierto tamaño. Quien busca software quizá necesite confirmar integraciones y tamaño del equipo antes de preguntar por el precio. Esos detalles cambian qué empresas serían una buena respuesta.
De la charla de Jabez Reuben anoté la relación entre investigar consultas y desarrollar autoridad fuera del sitio. Yo empezaría por anotar las condiciones del comprador antes de escribir otra página amplia sobre “los mejores” proveedores. Si la respuesta de IA muestra sus fuentes, revisaría qué dudas resuelven esas páginas y cuáles dejan abiertas.
Búsquedas relacionadas y fuentes
Google explica que AI Overviews y AI Mode pueden usar query fan-out para consultar subtemas y distintas fuentes. Por eso, la pregunta completa del cliente sirve mejor para investigar que una palabra clave aislada. No hace falta crear una página para cada variación posible de un prompt. Conviene identificar las necesidades que se repiten y responderlas en las páginas adecuadas.
También hay que comprobar si la consulta representa una oportunidad comercial. Un asistente podría resolver directamente “extraer texto de un PDF”, mientras que alguien que compara salones para un evento quizá necesite una lista de proveedores. Antes de encargar contenido, preguntaría si esa búsqueda conduce a una decisión en la que la empresa puede ayudar.
Una empresa que el cliente puede comprobar
Datos consistentes sobre servicios
Empezaría por los detalles que determinan si una empresa entra en la selección del cliente: servicios, zonas atendidas, credenciales, tipo de cliente y ofertas vigentes. Cuando el sitio web indica una zona y el perfil de la empresa indica otra, la persona debe resolver esa contradicción. “Especialistas con experiencia” ayuda menos que una certificación documentada, un caso relevante o una explicación clara del trabajo realizado.
El planteamiento de Jabez Reuben sobre contrastar afirmaciones con distintas fuentes me sugiere revisar qué puede verificar un cliente fuera de la página comercial. Así aparecen mejoras concretas para el sitio y para los perfiles, reseñas o directorios donde figura la empresa. Es una pregunta más útil que perseguir una cifra aislada de citas.
Si esos datos también aparecen en el marcado estructurado, deben coincidir con lo que ve el usuario. La guía de Google sobre las funciones de IA sigue dando importancia a fundamentos del SEO como permitir el rastreo y mostrar el contenido en texto legible. Ni el marcado ni una mención externa garantizan aparecer en una respuesta de IA.
Páginas que ayudan a decidir
Steve Toth mostró un ejemplo que anoté durante la conferencia. Para una consulta sobre precios, una respuesta de IA citó un artículo de soporte centrado en esa pregunta en vez de la página de precios de la misma empresa. Aunque un ejemplo aislado no permite generalizar sobre qué tipo de página funciona mejor, sirve para revisar si el usuario encuentra enseguida el costo, qué incluye y qué factores lo modifican. Una página que mezcla varios modelos de precio con mensajes comerciales y asuntos secundarios puede complicar esa tarea.
Yo asignaría cada pregunta frecuente del comprador a una página con una función concreta. Una pregunta sobre precios necesita tener cerca las inclusiones y exclusiones. Una comparativa necesita criterios iguales para todas las opciones, incluso cuando un competidor encaja mejor.
| Pregunta del comprador | Página útil | Información necesaria |
|---|---|---|
| ¿Me sirve este servicio? | Página de servicio o caso de uso | Perfil del cliente, capacidades y límites |
| ¿Cuánto costará? | Página de precios o guía de costos | Qué incluye, exclusiones y variables del precio |
| ¿Cómo se compara? | Comparativa equilibrada | Criterios iguales para cada opción, diferencias y fuentes |
| ¿Por qué debería confiar? | Caso de estudio | Problema, trabajo realizado, resultado y método de medición |
En las comparativas comerciales, conviene explicar qué se probó y qué se revisó mediante información pública. Cuando una recomendación pagada crea un vínculo material, hay que comunicarlo con claridad. La guía de la FTC sobre recomendaciones ofrece una referencia para Estados Unidos sobre experiencias veraces y declaraciones de vínculos comerciales. En mi análisis de las citas en búsquedas con IA examino el papel de las pruebas y las fuentes.
Reconocimiento fuera del sitio web
Fuentes externas relevantes
Una publicación pequeña del sector o un directorio especializado puede ayudar a un comprador aunque apenas aparezca en un informe convencional de tráfico de competidores. Yo revisaría las fuentes presentes en las respuestas a las preguntas del cliente. Algunas pueden justificar un perfil actualizado, una contribución útil o una relación con un editor. Las reseñas resultan más informativas cuando explican qué necesitaba el cliente y qué sucedió.
De la sesión de Sacha Fournier me llevé un enfoque de relaciones públicas reactivas. Su aplicación razonable comienza con una persona experta y una noticia donde su conocimiento ayuda a explicar algo. Una herramienta de alertas como la descrita en la guía de JournoFinder puede ayudar a encontrar oportunidades. El experto debe revisar la propuesta y aportar sus propias palabras. Yo evaluaría la calidad de la contribución y su audiencia, sin prometer visibilidad en IA como resultado.
Encaje con una categoría concreta
Una empresa de reformas puede ser adecuada para baños en condominios y no para reconstruir una casa entera. Un producto de software quizá se adapte mejor a un pequeño despacho jurídico que a una gran cadena de tiendas. Explicar esos límites ayuda al comprador y permite al equipo SEO trabajar con un conjunto manejable de preguntas antes de ampliar el plan de contenidos.
Medir las búsquedas con IA con prudencia
Observaciones repetibles de las respuestas
La respuesta de un asistente depende de la pregunta, la ubicación, la conversación y el modo del producto. Registraría el prompt, la fecha, el modo, las páginas citadas y las marcas en un pequeño conjunto de pruebas repetibles. Una mención representa lo ocurrido bajo esas condiciones. Después revisaría si las páginas citadas ayudan al cliente adecuado a entender el negocio.
Resultados comerciales y atribución
Ese seguimiento debe leerse junto con los datos comerciales. Se pueden medir visitas de referencia cuando su origen está disponible, consultas cualificadas y conversiones. Si no es posible identificar la fuente con fiabilidad, dejaría visible esa limitación. Mi análisis de los informes de IA generativa de Google explica por qué la exposición y los resultados comerciales requieren lecturas distintas.
Cuando la atribución es incompleta, resulta fácil adjudicarle demasiado mérito al canal. Prefiero mostrarle a un cliente unas pocas observaciones repetibles y el número de contactos reales antes que convertir una mención aislada en un éxito que los datos no respaldan.
Mi plan de 30 días después de SEO IRL
- Semana 1, investigar un segmento. Elegir un servicio y una audiencia. Preparar un grupo pequeño de consultas con las condiciones del comprador y revisar respuestas y fuentes citadas.
- Semana 2, corregir los datos importantes. Actualizar las páginas de servicio y precios. Comprobar credenciales, cobertura geográfica, perfil del cliente y acceso de los buscadores a la información.
- Semana 3, publicar un recurso de decisión. Preparar la guía de costos, comparativa o caso de estudio que falta, con detalles originales y fuentes comprobables.
- Semana 4, distribuir y revisar. Compartir el recurso donde está la audiencia, explorar oportunidades editoriales o directorios relevantes y repetir las mismas consultas. Comparar los resultados con la actividad comercial posterior.
Cuatro semanas permiten obtener las primeras observaciones de un segmento de clientes. Mantendría las mismas preguntas y el mismo método de medición durante más tiempo antes de hablar de una tendencia.
Preguntas frecuentes sobre SEO IRL Toronto 2026
¿Cuál fue mi principal conclusión de SEO IRL Toronto 2026?
Facilitar que un cliente pueda verificar la empresa. Eso exige responder la pregunta completa, explicar el encaje y el costo, y respaldar las afirmaciones importantes con pruebas comprobables.
¿El query fan-out exige una página para cada prompt?
No. La documentación de Google describe búsquedas relacionadas que amplían la consulta original. Es mejor agrupar las necesidades que se repiten y responderlas en páginas útiles y accesibles. Mi análisis de la guía de Google para búsquedas con IA profundiza en esa diferencia.
¿Las páginas de soporte superan a las páginas de precios en respuestas de IA?
El ejemplo de la charla de Steve Toth no basta para establecer ese patrón. Revisaría qué página responde mejor la pregunta sobre precios y después compararía los resultados en el propio sitio.
¿Cómo debería medirse la visibilidad en búsquedas con IA?
Con un conjunto definido de preguntas repetidas bajo condiciones registradas. Las citas deben analizarse junto con las visitas, consultas cualificadas y conversiones, dejando claros los límites de atribución.
¿Por dónde debería empezar una pequeña empresa?
Por comprobar que sus servicios, zonas atendidas, credenciales y precios actuales coincidan en el sitio y los perfiles públicos. Después, investigar un segmento de clientes y responder la pregunta de decisión que sus páginas actuales dejan abierta.
Sobre el autor
