Google AI Overviews y Shopping: cómo aparecer cuando la IA responde a las búsquedas de producto
Google ahora responde con IA antes que los resultados orgánicos. Para el e-commerce cambia todo: feed, datos estructurados y reputación deciden si tu producto es citado o ignorado — ya no basta la posición en la SERP.
Durante veinte años la búsqueda en Google funcionó así: escribes una consulta, recorres diez enlaces azules, haces clic. Hoy, en una parte creciente de las búsquedas, ocurre algo distinto: Google responde directamente con un resumen generado por IA —las AI Overviews— y los diez enlaces azules quedan debajo, a menudo fuera de la primera pantalla.
Para un e-commerce este es el cambio más infravalorado del momento. No porque el SEO clásico deje de contar, sino porque se añade una capa nueva: ser la fuente que la IA cita cuando describe, compara o recomienda un producto. Si tu catálogo no es legible para esa capa, te vuelves invisible justo donde el usuario está decidiendo.
Qué son las AI Overviews (y por qué afectan al comercio)
Las AI Overviews son los recuadros generados por Google encima de los resultados que sintetizan una respuesta a partir de varias fuentes. En las consultas informativas existen desde hace tiempo; la novedad es su expansión a las consultas comerciales y de producto: "mejor cafetera por menos de 200€", "diferencia entre X e Y", "¿es impermeable la mochila Z?".
En esas búsquedas Google cruza dos cosas:
- su Shopping Graph, el grafo que conoce miles de millones de productos, precios, disponibilidad y atributos, alimentado en gran parte por Google Merchant Center;
- los contenidos de la web —fichas de producto, reseñas, guías, comparativas— que la IA lee para construir la respuesta.
El resultado: el usuario recibe una síntesis con productos sugeridos y fuentes citadas, antes de llegar a tu ficha. Aparecer ahí no es una métrica de vanidad: es estar presente en el momento exacto de la decisión de compra.
Por qué muchos e-commerce se quedan fuera
Las AI Overviews no premian a quien grita más fuerte, sino a quien es más legible y fiable para la máquina. Las tiendas que quedan excluidas casi siempre tienen uno de estos problemas:
- Feed de Merchant Center pobre o sucio — títulos genéricos, atributos ausentes (GTIN, marca, material, talla), categorías erróneas. Si el Shopping Graph no entiende el producto, no lo propone.
- Fichas sin datos estructurados — sin marcado
Product,Offer,AggregateRating. La IA tiene que adivinar precio y disponibilidad del texto, y a menudo se equivoca o ignora. - Contenido que no responde — páginas que describen características pero no responden a "para quién es", "cuánto dura", "cómo se compara". La IA cita a quien responde, no a quien enumera.
- Reputación débil — pocas reseñas, ninguna mención externa, ninguna señal de fiabilidad. La IA pondera la confianza antes de recomendar.
