Query fan-out y citación a nivel de pasaje

Este es, probablemente, el mecanismo que más cuesta internalizar cuando venís del SEO clásico: el motor no busca tu consulta, busca las consultas en las que la descompone. Y no cita páginas, cita pasajes. Entender esto explica de una vez por qué una página que rankea #1 en Google puede no aparecer nunca en la respuesta de IA, y por qué la unidad de trabajo de GEO deja de ser "la keyword" y pasa a ser "el cluster de preguntas + el pasaje que las responde".

Qué es el query fan-out

Cuando escribís una pregunta compleja en AI Mode, ChatGPT con búsqueda o Perplexity, el motor no manda tu texto literal a un índice. Primero un modelo generativo descompone tu consulta en un abanico de sub-consultas sintéticas (synthetic queries) y lanza una búsqueda separada para cada una, en paralelo. Google llama a este proceso, internamente, Scatter-Gather with Planning, y su función Deep Search puede llegar a emitir cientos de sub-búsquedas para preguntas de investigación.

El patrón se documenta en dos patentes de Google: la de Thematic Search (US12158907B1), que agrupa resultados en clusters temáticos vía resumen de pasajes, y una de prompted expansion (US20240289407A1), que instruye al LLM a generar un set diverso de queries con tres ejes deliberados:

• Diversidad de intención — comparar, explorar, evaluar alternativas, buscar precio, buscar opiniones.
• Variación léxica — sinónimos, paráfrasis, reformulaciones de la misma idea.
• Reformulación por entidad — sustituir la entidad por casos de uso, categorías o competidores.

El volumen medido varía por estudio, pero converge en el mismo orden de magnitud: la mayoría de las consultas dispara entre 8 y 20 sub-búsquedas, cada una recuperando su propio conjunto de fuentes.

Un ejemplo concreto

Ante "¿cuál es el mejor CRM para una pyme de servicios en Chile?", el motor puede generar internamente:

• "mejores CRM para pymes 2026"
• "CRM para empresas de servicios"
• "CRM económico small business Latinoamérica"
• "comparativa HubSpot vs Zoho vs Pipedrive"
• "CRM con facturación electrónica Chile"
• "reseñas usuarios CRM pyme"
• "precio CRM por usuario"

Fijate que ninguna de esas siete es tu consulta original. Si tu contenido solo está optimizado para "mejor CRM pyme Chile", competís por una de esas ramas y sos invisible en las otras seis. La respuesta final se sintetiza cosiendo pasajes de fuentes distintas recuperadas en cada rama.

Por qué una página bien rankeada no se cita

Acá está el dato que rompe el modelo mental del SEO. Como cada sub-consulta corre su propia recuperación y agrega fuentes de todas las ramas, las citas casi no se solapan con el top-10 orgánico de tu consulta original:

• Un estudio de Surfer (dic-2025) encontró que ~68% de las páginas citadas en respuestas de IA están fuera del top-10 orgánico.
• Moz, sobre casi 40.000 consultas (feb-2026), fue más lejos: el 88% de las citas de AI Mode no aparecen en el SERP orgánico de la misma consulta.
• Ahrefs ubica el top-10 orgánico en torno al 38% de las citas de AI Overviews, cuando a mediados de 2025 rondaba el 76%.

Las cifras difieren porque miden superficies y ventanas distintas, pero el mensaje es unívoco: tu ranking orgánico dejó de ser predictivo de tu visibilidad en IA. Podés estar #1 para "mejor CRM pyme Chile" y no aparecer en la respuesta de IA porque esa respuesta se armó con fuentes que rankeaban para "comparativa HubSpot vs Zoho" o "CRM con facturación electrónica" — ramas donde vos ni competís.

Hay tres razones estructurales:

1. La consulta que rankeás no es la que se busca. El fan-out reemplazó tu consulta por 8-20 derivadas. Optimizar solo la principal cubre una fracción del abanico.
2. La recuperación es semántica, no de posición. Cada rama trae candidatos por cercanía de significado y los rerankea; el PageRank y los backlinks pesan mucho menos que en el SERP azul.
3. Se cita el pasaje, no la página (la sección siguiente).

Citación a nivel de pasaje: la unidad no es la página

El segundo cambio de mecánica: los motores generativos no evalúan tu página como un todo. Extraen pasajes individuales — un párrafo, una definición, una tabla, una respuesta corta —, los puntúan por relevancia semántica contra cada sub-consulta y deciden pasaje por pasaje si citarlo.

La consecuencia operativa es dura pero clara: una página excelente a nivel de conjunto puede no aportar un solo pasaje citable. Si tu mejor respuesta está diluida en tres párrafos de contexto antes de llegar al punto, el motor no tiene un fragmento auto-contenido que extraer. Y al revés: una página modesta con un párrafo nítido — "X es un Y que hace Z, cuesta W, se diferencia de V en U" — le da al motor exactamente lo que necesita.

Las mediciones de 2026 empiezan a cuantificar cómo se ve un pasaje citable:

• Longitud óptima ~134-167 palabras por pasaje extraíble en AI Overviews. Ni un tuit, ni un ensayo: una respuesta completa y auto-contenida.
• Similitud coseno alta entre el pasaje y la sub-consulta multiplica varias veces la tasa de citación: el pasaje tiene que estar semánticamente encima de la pregunta, no cerca.
• Aparecer en el ranking de una rama de fan-out puede subir las probabilidades de citación un 161%: estar en el abanico correcto es la mitad del juego.

Un pasaje auto-contenido tiene cuatro propiedades: responde una sola pregunta, no depende del párrafo anterior para entenderse, contiene un hecho verificable (dato, cifra, comparación) y abre con la respuesta (no con el contexto). Esto conecta con el hallazgo de que los primeros 150-200 tokens de una página pesan de forma desproporcionada: respondé primero, contextualizá después.

Cómo se optimiza para esto: cluster de preguntas, no keyword

Si el motor descompone y extrae, tu trabajo se reorganiza en dos capas:

1. Cobertura de cluster (para entrar al abanico de fan-out). Dejá de mapear "una keyword → una página". Mapeá un cluster de intención → un conjunto de sub-preguntas y asegurate de tener un pasaje que responda cada rama previsible: la comparativa, el precio, el caso de uso, la alternativa, la objeción. El objetivo es maximizar en cuántas ramas del fan-out tenés un pasaje candidato.

2. Extractabilidad de pasaje (para ganar la cita dentro de la rama). Estructurá cada sección como un answer block: pregunta explícita como heading, respuesta directa y auto-contenida en las primeras líneas, un dato con fuente, y longitud de ~130-170 palabras. Tablas y listas se extraen especialmente bien. Evitá el pasaje que solo tiene sentido si leíste el anterior.

La regla mental que reemplaza a "rankear para esta keyword": "¿en cuántas de las sub-preguntas de este tema tengo un pasaje que un motor podría extraer y citar tal cual?".

Qué NO hacer

• Optimizar solo la keyword principal. Cubre una rama de ocho a veinte. Es la causa #1 de invisibilidad en IA pese a buen ranking.
• Confiar en tu posición orgánica como proxy de visibilidad IA. El solapamiento cayó por debajo del 40%. Son dos sistemas de recuperación distintos.
• Escribir párrafos que dependen del contexto anterior. Un pasaje no auto-contenido no es citable, por buena que sea la página.
• Keyword stuffing para "cubrir" el abanico. La recuperación es por embedding: repetir palabras no acerca el vector a la sub-consulta. Lo que acerca es responder claramente esa intención específica.