La búsqueda online de productos tal como la conocimos durante los últimos veinte años está quedando atrás a toda velocidad. Piensa en cómo buscaba cosas un comprador antes: tecleaba en la barra frases secas de dos o tres palabras como «comprar plumífero mujer oversize» y pasaba páginas de enlaces idénticos. Hoy ese comportamiento cambia ante nuestros ojos. La gente llega a la búsqueda generativa de Google (AI Overviews y modo AI Mode) con situaciones cotidianas detalladas: «Recomiéndame un plumífero cálido e impermeable para menos 25 grados, ideal para paseos largos con carrito de bebé y que no dé calor al entrar en el metro».
Si el feed de productos de tu tienda solo contiene los campos clásicos de toda la vida —título, marca y un par de frases genéricas—, la IA de búsqueda pasará de largo por tu ficha. El algoritmo no tendrá de dónde agarrarse para recomendar tu referencia con confianza ante una consulta contextual tan compleja.
Para acercar los catálogos de las tiendas online a los modelos generativos, Google ha actualizado a fondo la especificación de datos en Merchant Center incorporando un paquete opcional de «atributos conversacionales» (conversational attributes). He revisado la nueva documentación y te muestro cómo configurar el feed para que tus productos empiecen a captar tráfico orgánico desde los resultados con IA.
Cambio de paradigma en la búsqueda: de palabras clave secas al lenguaje de escenarios
En la era de la búsqueda generativa, el factor clave de posicionamiento deja de ser la densidad de palabras clave exactas y pasa a ser la profundidad del contexto semántico. Los agentes de búsqueda de Gemini analizan las propiedades de consumo del producto exactamente igual que un asesor minucioso en una boutique de gama alta.
La red neuronal necesita respuestas a preguntas prácticas: si el tejido aguanta la nieve húmeda, qué profundidad tienen los bolsillos, si la membrana transpira y cómo lavar la prenda en casa. Ya habíamos visto nacer esta tendencia al investigar las redes neuronales en e-commerce: prompts para fichas y compra automática con IA, donde los algoritmos de optimización generativa empezaron a desplazar el viejo spam de palabras clave.
La nueva extensión de Google Merchant Center permite a las tiendas entregar estos escenarios directamente de forma estructurada, sin dejar que el rastreador de búsqueda tenga que adivinarlos.
Seis atributos conversacionales: anatomía de la nueva especificación
La especificación actualizada Product Data Specification incluye seis campos especializados, disponibles para envío mediante XML, CSV o Content API:
question_and_answer— el bloque fundamental de preguntas y respuestas estructuradas sobre el producto;document_link— enlaces directos a archivos PDF con manuales de montaje, guías oficiales de tallas y certificados técnicos cuyo texto es procesado por la IA;related_product— vinculación explícita de identificadores de accesorios compatibles y productos complementarios para ayudar a la IA a armar cestas completas;item_group_title— título base limpio de la línea de producto sin atributos de variante, que conecta las referencias en un único nodo del grafo de productos (Shopping Graph);variant_option— parámetros precisos de diferenciación entre variantes (corte del pantalón, tipo de acabado, capacidad de memoria);popularity_rank— valoración numérica de la demanda y tasa de compra efectiva de la referencia dentro de tu catálogo.
Este mecanismo desarrolla la lógica del posicionamiento generativo sobre la que ya profundizamos en GEO para marketplaces: cómo optimizar fichas de producto para las respuestas de búsqueda de asistentes con IA, donde el marcado semántico de la ficha se convierte en la fuente principal de ventas orgánicas.
El bloque Q&A en la práctica: límites, marcado XML y filtrado de spam
La pieza central del nuevo paquete es el atributo question_and_answer. Por cada producto se permite enviar hasta 30 pares de preguntas y respuestas, con una longitud máxima de 1.000 caracteres con espacios por cada campo:
<g:question_and_answer>
<g:question>¿Se puede lavar esta chaqueta con membrana en una lavadora convencional?</g:question>
<g:answer>Sí, admite lavado a máquina hasta 30 grados en programa delicado sin centrifugado, usando detergente líquido para membranas. Están prohibidos los suavizantes y los detergentes con blanqueador.</g:answer>
</g:question_and_answer>
La gran trampa para los equipos de marketing es intentar colar relleno publicitario en las respuestas del estilo «¡Nuestro plumífero es el mejor, compra ahora con el máximo ahorro!». Los algoritmos de Google AI detectan este spam al instante y rebajan la confianza en el dominio. Las respuestas deben aportar únicamente datos duros: gramaje del aislante, rango térmico, voltaje o medidas físicas exactas en milímetros.
La mejor forma de reunir un buen repertorio de preguntas es exportar los registros del buscador interno de tu web, tomar las 20 consultas más frecuentes de soporte y analizar los motivos de devolución en fichas de productos similares dentro de los marketplaces.
Límites de aplicación: por qué no puedes descuidar los campos obligatorios
Los atributos conversacionales son una capa semántica de gran valor, pero en ningún caso sustituyen al registro básico de producto.
Ningún bloque Q&A salvará una ficha si en el feed fallan los atributos comerciales obligatorios: id, title, description, price, availability, link e image_link. Además, Google exige de forma estricta los identificadores globales: el código de barras internacional gtin, la referencia del fabricante mpn y la marca. Si faltan, la ficha será rechazada por moderación por muy perfectas que sean las descripciones de texto.
Para medir el retorno de estos nuevos campos está disponible el nuevo informe analítico «AI performance insights» en la interfaz de Merchant Center. Muestra impresiones, clics y evolución del CTR específicamente en escenarios generativos. Los vendedores y tiendas online que digitalicen primero los escenarios de uso de sus productos captarán un flujo potente de tráfico gratuito y cualificado desde la búsqueda conversacional de Google mucho antes de que esta funcionalidad se convierta en el estándar del mercado.

