YouTube y GEO: qué papel juega el contenido en vídeo en las respuestas de los modelos de lenguaje

Durante años, cuando hablábamos de vídeo en SEO, solíamos referirnos a un formato complementario. Un vídeo podía mejorar una ficha de producto, ayudar a explicar mejor un servicio, aumentar el tiempo de permanencia en una página o abrir una vía adicional de visibilidad en YouTube.

Pero ese planteamiento empieza a quedarse corto.

Con la llegada de AI Overviews, AI Mode, ChatGPT, Perplexity y otros sistemas de respuesta generativa, el contenido ya no compite sólo por aparecer en una lista de resultados. Cada vez más, compite por ser entendido, recuperado, citado o utilizado como apoyo para construir una respuesta.

Y, en ese escenario, YouTube tiene un papel mucho más importante de lo que podría parecer a simple vista.

Conviene entender que algunos modelos ya son totalmente multimodales y pueden procesar vídeo sin problema, además de imágenes, audio y texto. Otros, en cambio, se apoyan en capas intermedias como transcripciones, subtítulos, descripciones, fotogramas, metadatos o contenido textual asociado al vídeo.

Precisamente por eso YouTube es tan relevante: convierte un formato complejo y difícil de procesar, como el vídeo, en una pieza mucho más legible para las máquinas. Un vídeo de YouTube no es sólo un archivo audiovisual. Es un título, una descripción, una transcripción, unos capítulos, unos comentarios, unas señales de interacción, una miniatura, un canal, una entidad, etc.

Y todo eso, bien trabajado, puede tener mucho peso en la encontrabilidad online de tu empresa.

Contexto: del SEO clásico a la encontrabilidad en modelos generativos

En Human Level solemos utilizar el concepto de encontrabilidad para referirnos a algo que va más allá del posicionamiento orgánico tradicional. No se trata únicamente de aparecer en Google para una palabra clave concreta, sino de conseguir que una marca, un contenido, una entidad o una respuesta sean fáciles de encontrar, interpretar y utilizar por los diferentes sistemas que hoy median entre el usuario y la información.

Y aquí es donde entra el GEO, o lo que es lo mismo, Generative Engine Optimization.

La idea de fondo no es que el SEO haya muerto ni que tengamos que tirar a la basura todo lo que sabíamos. De hecho, Google ha indicado que, para aparecer como enlace de apoyo en AI Overviews o AI Mode, siguen aplicando los fundamentos tradicionales: que la página pueda rastrearse, indexarse y mostrarse en Google Search con snippets.

Los requisitos técnicos a nivel de indexabilidad y de WPO apenas cambian.

Y es importante reseñarlo porque evita caer en una interpretación demasiado “mágica” del tema. No hay un marcado secreto para posicionar en la IA. No hay una etiqueta milagrosa para que un modelo nos cite. Y no hay una checklist cerrada que garantice aparecer en una respuesta generada.

Ahora bien, lo que sí cambia es la forma en la que se construye la respuesta.

Google explica que tanto AI Overviews como AI Mode pueden utilizar una técnica conocida como query fan-out, que básicamente consiste en lanzar varias búsquedas relacionadas sobre subtemas y fuentes distintas para desarrollar una respuesta más completa.

Dicho de otra forma, el sistema ya no se limita siempre a buscar una única consulta y devolver una lista ordenada de URLs, sino que ahora puede descomponer la intención del usuario en varias necesidades informativas y combinar señales de diferentes fuentes.

Esto cambia bastante la forma de pensar una estrategia SEO.

Hasta ahora, la pregunta más habitual en un proyecto era: “¿Estoy en el top 3 para esta keyword?”. Esa pregunta sigue siendo importante, por supuesto. Pero ahora aparece otra igual o más relevante: “¿Mi contenido es lo bastante claro, fiable y recuperable para que un sistema generativo lo utilice como fuente o apoyo cuando alguien pregunta sobre este tema?”.

Y es en este punto donde el vídeo empieza a cobrar una gran importancia.

Por qué YouTube no es sólo una plataforma de vídeo

YouTube suele verse como una plataforma de distribución, entretenimiento o descubrimiento. Y realmente lo es. Pero, desde el punto de vista de la encontrabilidad, también funciona como una enorme base de conocimiento audiovisual estructurada de una forma bastante cómoda para buscadores y modelos.

Esto no significa que YouTube sea siempre la mejor fuente, ni mucho menos. Pero sus vídeos tienen varias capas que pueden ayudar a los sistemas a entenderlos.

Un vídeo bien optimizado en YouTube puede incluir:

• Un título descriptivo
• Una descripción con contexto
• Capítulos o timestamps
• Subtítulos manuales o automáticos
• Transcripción
• Enlaces relacionados
• Señales de engagement
• Comentarios
• Información del canal
• Datos de visualización y retención

La propia documentación de YouTube explica que, para estimar la relevancia de un vídeo en Google Search, se tienen en cuenta factores como la coincidencia del título, las etiquetas, la descripción y el contenido del vídeo con la consulta del usuario, además de señales de interacción como el tiempo de visualización para una búsqueda concreta.

Sin embargo, no debemos volver a la antigua obsesión de rellenar 1.000 etiquetas como si estuviéramos en 2012. El punto importante es otro: YouTube necesita entender de qué trata el vídeo, y para ello no utiliza sólo lo que se ve en pantalla, sino todo el contexto que podamos darle sobre ese contenido.

Esto ya lo sabemos. Un artículo puede ser muy bueno, pero si está mal estructurado, no responde de forma clara, no menciona bien las entidades importantes o se pierde en rodeos, será menos útil para un modelo que necesita extraer información con rapidez.

Con el vídeo ocurre algo, en cierta medida, parecido, pero con una dificultad añadida. Si no le damos una capa textual y semántica clara, buena parte de su contenido quedará mucho más escondido.

Por eso YouTube tiene ventaja. No porque el formato vídeo sea “mágico”, que no lo es, sino porque YouTube envuelve el vídeo con muchas señales que van a ayudar a interpretarlo.

El vídeo como fuente para las respuestas generativas

Como ya he comentado, no todos los modelos de lenguaje o LLM funcionan igual. Algunos pueden trabajar directamente con contenido multimodal. Otros pueden utilizar transcripciones, fragmentos, metadatos o resultados recuperados desde buscadores. Además, no siempre sabemos con exactitud qué parte del contenido ha influido en una respuesta concreta.

Pero sí sabemos algo: cuanto más estructurada, clara y accesible sea una pieza de contenido, más fácil será que un sistema la entienda y la reutilice.

En el caso del vídeo, esto hace que elementos aparentemente secundarios pasen a ser bastante importantes.

Los subtítulos, por ejemplo, no son sólo una mejora de accesibilidad. También convierten el contenido hablado en texto procesable. YouTube indica que las transcripciones contienen el texto de lo que se dice en el vídeo y pueden incluir capítulos, lo que ayuda a convertir un vídeo en una estructura mucho más interpretable.

Lo mismo ocurre con los capítulos.

Un vídeo de 20 minutos sin estructura puede ser una pieza demasiado amplia. En cambio, un vídeo dividido en bloques claros puede funcionar casi como varias respuestas potenciales. Si cada capítulo trata una duda concreta, el sistema puede entender mejor qué parte del contenido responde a qué intención.

Google, en sus recomendaciones de vídeo, también insiste en cuestiones técnicas que siguen siendo muy habituales en el SEO: URLs estables, páginas dedicadas para cada vídeo cuando tenga sentido o la posibilidad de acceder correctamente al archivo o a la miniatura para que pueda procesarse e indexarse.

Esto nos devuelve a una idea que a veces se olvida: la encontrabilidad no es solo contenido. También es arquitectura, rastreo, indexación, WPO y señales bien alineadas.

La situación actual: YouTube aparece cada vez más en las respuestas de IA

La documentación oficial nos dice que Google está integrando experiencias de IA en Search, que AI Mode puede descomponer preguntas en subconsultas y que los fundamentos SEO siguen siendo necesarios. También sabemos que Google recomienda acompañar el contenido importante con formatos visuales cuando tenga sentido, pero sin sustituir la información textual esencial.

Los estudios de terceros, por su parte, están encontrando patrones bastante interesantes.

Ahrefs, por ejemplo, afirma que YouTube es actualmente el dominio más citado en AI Overviews dentro de sus datos, y que ha crecido un 34% en los últimos 6 meses. También indica, en su investigación sobre 75.000 marcas, que las menciones en YouTube fueron el factor con mayor correlación con la visibilidad en AI Overviews.

En otro análisis, Ahrefs también encontró que las menciones en YouTube mostraban la correlación más fuerte con la visibilidad en ChatGPT, AI Mode y AI Overviews, por encima de otros factores clásicos como algunas métricas de autoridad o volumen de páginas. La propia compañía aclara algo importante: correlación no significa causalidad. Y esa cautela es necesaria.

Pero incluso con esa cautela, el dato es difícil de ignorar.

No podemos afirmar que si subes vídeos a YouTube vas a aparecer en respuestas de la IA. Sería una simplificación absurda. Pero sí podemos decir que YouTube se está comportando como una fuente muy presente en la búsqueda generativa. Y eso, para cualquier estrategia de contenido seria, debería hacernos pensar.

El caso más delicado aparece en sectores sensibles, como salud. Un estudio de SE Ranking analizó más de 50.000 consultas sanitarias en Alemania y encontró que YouTube era el dominio más citado en AI Overviews para ese conjunto de búsquedas, con un 4,43% de las citas.

Este dato generó una gran preocupación porque YouTube no es una fuente médica en sí misma y, aunque haya grandes divulgadores y profesionales, no deja de ser una plataforma abierta donde también conviven creadores sin la más mínima cualificación sanitaria.

Este ejemplo es muy útil porque muestra las dos caras del problema. Por un lado, confirma que el vídeo puede ganar mucha presencia en respuestas generativas. Por otro, demuestra que visibilidad y fiabilidad no son lo mismo. Que un contenido sea fácil de recuperar no significa automáticamente que sea la mejor fuente.

Y en sectores del tipo YMYL (Your Money, Your Life), es decir, que pueden afectar a la vida de las personas, esto es especialmente importante.

Qué significa esto para tu empresa

Si una parte importante de tu conocimiento, producto o servicio puede explicarse mejor en vídeo, no trabajar ese formato puede hacer que tu marca sea menos visible en una parte creciente del ecosistema de búsqueda.

Pensemos en algunos casos claros:

• Una empresa de software que puede explicar funcionalidades complejas con demostraciones.
• Un ecommerce que puede resolver dudas de producto con comparativas o guías visuales.
• Una clínica que puede explicar procedimientos con rigor médico.
• Una marca B2B que necesita generar confianza antes de que el usuario contacte.

En todos estos casos, el vídeo no es un adorno. Puede ser una forma de demostrar conocimiento, reducir ambigüedad y reforzar entidad.

Pero, ojo, hay una condición ineludible: el vídeo debe estar pensado como contenido recuperable.

Un vídeo improvisado, sin estructura, con un título genérico y una descripción pobre puede funcionar para una audiencia que ya conoce la marca, pero será muchísimo más difícil que aparezca en búsquedas.

En cambio, un vídeo que responde una pregunta concreta, nombra bien las entidades, explica el contexto, divide el contenido en capítulos y se apoya en una página web bien optimizada tendrá muchas más posibilidades de ser entendido por buscadores y sistemas generativos.

Por ello, a la hora de grabar tus vídeos debes pensar en cómo lograr que se conviertan en una pieza de contenido estratégico.

YouTube o web: el falso dilema

Una duda muy habitual es si conviene publicar el vídeo en YouTube, en mi web o en ambos sitios.

Y aquí la respuesta más razonable es que no deberíamos plantearlo como una guerra entre canales.

YouTube tiene una infraestructura de descubrimiento potentísima. Es una plataforma donde la gente busca, aprende, compara y consume contenido con una intención muchas veces muy clara. Además, como ya hemos comentado, ofrece una capa de metadatos, transcripciones, subtítulos y capítulos que facilita la interpretación del contenido.

La web, por su parte, nos da control. Control sobre el contexto, la conversión, los datos estructurados, el enlazado interno, la relación con el resto del contenido, la captación de leads, el negocio, etc., etc.

Por eso, en muchos casos, lo más inteligente no será elegir entre YouTube o la web, sino coordinar ambos.

Por ejemplo, podemos publicar el vídeo en YouTube y, al mismo tiempo, crear una página o artículo en nuestra web que:

• Desarrolle el tema con mayor profundidad.
• Incluya el vídeo embebido.
• Añada una transcripción revisada.
• Incorpore datos estructurados cuando proceda.
• Enlace a recursos relacionados.
• Resuelva dudas complementarias.
• Oriente al usuario hacia una conversión.

De esta forma, YouTube puede actuar como una vía de entrada, como un punto de contacto inicial y una vía de descubrimiento, mientras que la web puede actuar como un espacio donde ordenar, ampliar y orientar ese interés hacia el negocio y la conversión.

Además, hay que tener en cuenta que, si el vídeo también se publica dentro de nuestra web, conviene que no aparezca de cualquier manera. Google recomienda que el vídeo esté en una URL estable y, cuando tenga sentido, en una página donde ese vídeo sea una parte importante del contenido.

No se trata de incrustarlo sin más, sino de acompañarlo con contexto, texto útil, enlaces relacionados y una estructura que ayude a entender qué aporta esa pieza.

Esto es especialmente importante en proyectos grandes. Si una empresa empieza a trabajar el vídeo de forma seria, no puede tratar cada pieza como algo aislado. Cada vídeo debería formar parte de una arquitectura de contenidos conectada con artículos, categorías, productos, servicios o recursos relacionados.

Qué elementos habría que trabajar en una estrategia de vídeo para GEO

Si pensamos en vídeo desde una perspectiva de encontrabilidad, hay varios puntos que conviene revisar.

Tema

No todo merece un vídeo. Hay contenidos que se resuelven mejor con texto, una tabla, una imagen, una herramienta o una ficha técnica. Pero hay temas donde el vídeo tiene una ventaja natural: demostraciones, tutoriales, análisis de producto, explicaciones visuales, procesos, comparativas, entrevistas con expertos, formación…

Estructura

Un vídeo para GEO no debería ser simplemente una conversación desordenada. Puede tener un tono natural, por supuesto, pero necesita una estructura clara: introducción, contexto, desarrollo, ejemplos, conclusiones y, si procede, capítulos bien marcados.

Lenguaje

Aquí hay un detalle importante a tener en cuenta. Los modelos trabajan muy bien con texto explícito. Es decir, si en el vídeo hablamos de “esto”, “aquello”, “la herramienta” o “el problema” sin nombrar bien las entidades, estamos perdiendo contexto. Conviene mencionar con claridad el tema, la marca, el producto, la categoría y las dudas que se están resolviendo.

Capa textual

La transcripción automática puede ser útil, pero no siempre es suficiente. YouTube permite trabajar con transcripciones y subtítulos y también indica que los títulos y descripciones traducidos pueden aparecer en búsquedas en otros idiomascuando el vídeo dispone de esas traducciones.

Para proyectos internacionales, cuidar las traducciones nos permite adaptar las capas de encontrabilidad del vídeo a los mercados donde realmente queremos competir.

Conexión con la web

Un vídeo que no enlaza con nada, que no está conectado con una página relevante y que no forma parte de una estrategia de contenidos más amplia se queda a medio camino. Puede conseguir visualizaciones, sí, pero quizá no ayude tanto a construir autoridad, captación o negocio.

Posibles consecuencias para las estrategias SEO

Si esta tendencia se consolida, habrá varias consecuencias claras.

La primera es que el vídeo dejará de verse como un simple extra en muchas estrategias de contenido para convertirse en un pilar fundamental.

Por supuesto, no en todas. Pero sí en aquellas donde el usuario necesita, por ejemplo, ver, comparar, entender un proceso o ganar confianza antes de tomar una decisión. En estos casos, no tener contenido en vídeo puede empezar a ser una desventaja, ya no solo en YouTube, sino también en entornos generativos.

La segunda es que los equipos SEO tendrán que trabajar más cerca de los equipos de contenido, vídeo, marca y producto.

Optimizar un vídeo para GEO no consiste en pedirle a alguien que ponga una keyword en el título al final del proceso. La optimización empieza mucho antes: en la elección del tema, en el guion, en cómo se nombran las entidades, en qué preguntas se responden, en cómo se estructura la pieza y en cómo se conecta con la web.

La autoridad de marca será cada vez más distribuida.

Además de los enlaces o las menciones en artículos, ahora tenemos otras formas de lograr autoridad para nuestra marca: apariciones en vídeos, entrevistas, tutoriales, transcripciones, podcasts, foros, comparativas y otros contextos que los sistemas pueden procesar.

Por último, habrá más competencia por convertirse en referencia.

En el SEO clásico, muchas veces competíamos por la posición. En GEO competimos también por ser una referencia suficientemente clara y experta para formar parte de una respuesta. Y eso exige algo más que publicar por volumen.

Ahrefs, de hecho, encontró una correlación muy débil entre volumen de páginas y visibilidad en la IA, lo que refuerza la idea de que no se trata simplemente de crear más contenido, sino también de conseguir menciones y señales relevantes.

Entonces, ¿hay que hacer más vídeos?

Como buen SEO, sólo hay una posible respuesta: depende. 😉

Hay que hacer más vídeos si el vídeo ayuda a explicar mejor, demostrar mejor, generar más confianza o resolver mejor una intención de búsqueda.

Hay que hacerlos si la marca tiene algo relevante que mostrar o explicar.

Hay que hacerlos si forman parte de una estrategia conectada con la web, la entidad, la autoridad y el negocio.

Pero no hay que hacer vídeo por moda.

Un mal vídeo no se convierte en estratégico sólo por estar en YouTube. Igual que un mal artículo no se convierte en útil sólo por estar indexado.

La clave está en pensar el vídeo como una pieza de conocimiento.

Básicamente, si el contenido responde a una necesidad real, si está bien estructurado, si tiene una capa textual revisada, si nombra bien las entidades importantes y si se integra con el resto de activos digitales de la marca, sí puede convertirse en una fuente muy valiosa para el SEO y el GEO.

Y YouTube es una plataforma que, además de permitirnos distribuir nuestro contenido de forma sencilla, nos ayudará a tener toda la información necesaria lo más completa posible.

Qué nos enseña todo esto

Estamos llegando ya al final de este artículo y, si has llegado hasta aquí, probablemente ya tendrás una idea clara del gran papel que tiene YouTube en el nuevo panorama que nos deparan las búsquedas relacionadas con la IA. Pero analicemos algunas conclusiones.

La principal enseñanza es que el contenido en vídeo no va a sustituir al contenido escrito, pero sí que está cobrando cada vez más relevancia.

El texto sigue siendo fundamental. Sigue siendo la forma más directa de explicar y hacer accesible una información. Además, ya hemos visto que los propios sistemas de búsqueda siguen necesitando contenido textual, de forma clara, para entender muchas piezas.

Pero el vídeo ya no es sólo un formato para captar atención. Empieza a comportarse también como una fuente. Una fuente que puede ayudar a los modelos a entender mejor un producto, una marca, una explicación, una demostración o una entidad.

Hasta ahora, muchas empresas se preguntaban si merecía la pena hacer vídeos porque “YouTube no convierte igual que la web” o porque “nuestro público no está ahí para comprar”.

Sin embargo, si los LLM, los AI Overviews o AI Mode están utilizando cada vez más fuentes de vídeos procedentes de YouTube, estamos dejando fuera una parte importante de nuestra autoridad si no los trabajamos.

Por eso, si tuviera que resumirlo en una idea, sería que YouTube ya no debería verse únicamente como un canal de distribución, sino como una capa más dentro de la estrategia de encontrabilidad.

No basta con subir vídeos. Hay que hacerlos comprensibles, rastreables, contextualizados y conectados con la web.

Porque en GEO no gana necesariamente quien más publica, sino quien consigue que su conocimiento sea más fácil de entender, recuperar y citar.