Ganancia de información

TL;DR — La ganancia de información es cuánta información nueva añade tu página que un buscador no ha visto ya en los otros resultados para ese tema. No es lo mismo que “buen contenido” o “contenido largo” — una página puede ser exhaustiva y aun así no añadir nada nuevo. El nombre proviene de una patente de Google, pero Google nunca ha dicho que realmente la use para clasificar páginas. Lo que sí dice, en orientación clara, es: no te limites a reescribir lo que ya existe — añade algo original.

Qué significa la ganancia de información

La ganancia de información es un concepto de la teoría de la información y de patentes que los SEOs suelen usar; Google no documenta un factor de clasificación público con una puntuación universal bajo este nombre. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain La guía de contenido útil de Google sí pregunta si el contenido añade información original, reportajes, investigación o análisis. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

Imagina a alguien investigando un tema. Abre el primer resultado, lo lee, luego abre el segundo. Si la segunda página repite todo lo que dijo la primera — solo con otras palabras — no ha aprendido nada nuevo de ella. Si le aporta un dato nuevo, una historia de primera mano o un ángulo diferente, ha ganado información.

Esa es toda la idea. La ganancia de información trata sobre la novedad en relación con lo que el buscador ya ha visto, no sobre lo pulida o completa que sea una página por sí sola. Un artículo de 4 000 palabras que reafirma cuidadosamente los mismos hechos consensuados que los diez primeros resultados tiene baja ganancia de información. Una publicación corta con un número genuinamente nuevo puede tener alta ganancia de información.

De dónde viene el término

A Google se le concedió una patente (presentada en 2018, concedida en 2022) llamada “Contextual estimation of link information gain.” Describe cómo puntuar un documento por la cantidad de información adicional que contiene más allá de los documentos que un usuario ya ha visto — y usar eso para ayudar a decidir qué clasificar o mostrar a continuación.

Dos cosas que debes tener claras:

1. Una patente no es una confirmación. Google presenta miles de patentes. Tener una demuestra que Google podría hacer algo, no que lo hace. Google nunca ha confirmado que la use en la clasificación de búsqueda en vivo.
2. No es un sinónimo de “calidad”. La patente se centra estrictamente en la novedad, no en la bondad general.

Por qué importa más ahora

Los resultados de búsqueda se responden cada vez más con IA — los AI Overviews de Google, AI Mode, ChatGPT y otros. Estos sistemas son muy buenos resumiendo lo que ya se ha publicado en todas partes. Así que si tu página solo dice lo que todos los demás ya dicen, una IA puede absorberlo y responder a la pregunta sin ti.

El contenido que sobrevive a eso es el que la IA no puede simplemente parafrasear: investigación original, tus propios datos, experiencia de primera mano, citas de expertos que nadie más tiene. Eso es la ganancia de información en la práctica.

Qué hacer al respecto

• Antes de publicar, pregúntate: ¿qué dice esta página que las páginas que ya están clasificadas no dicen? Si la respuesta honesta es “nada”, no has añadido ganancia de información.
• Añade algo que solo tú tengas — una pequeña encuesta, una captura de pantalla de una prueba real, una cita de alguien de tu equipo que realmente haga el trabajo.
• Deja de perseguir “más” (más palabras, más subtemas, más FAQs). Persigue lo nuevo.

¿Quieres los detalles de la patente, las advertencias de alcance, el lenguaje oficial de Google que se hace eco de esto y el manual práctico? Cambia a la pestaña Avanzado.

TL;DR — La ganancia de información es la novedad relativa al corpus que un buscador ya ha visto sobre un tema — no es exhaustividad, no es E-E-A-T, no es “calidad” en abstracto. Lleva el nombre de una patente concedida a Google (“Contextual estimation of link information gain,” presentada en 2018, concedida en 2022) que puntúa los documentos de 0,00 a 1,00 según cuánta información nueva aportan y clasifica en parte según eso. Pero: Google nunca ha confirmado su uso en producción; el propio planteamiento de la patente trata de qué mostrar a continuación después de que el usuario haya visto algunos resultados, no la primera página; y no hay puntuación visible, ni API, ni fórmula divulgada. Lo que sí es oficial es la guía de contenido útil de Google que pide “información original, reportajes, investigación o análisis”. Importa más en un SERP con respuestas de IA porque los LLM sintetizan el consenso gratis — solo la información genuinamente nueva obliga a una cita.

Qué es (y qué no es) la ganancia de información

La patente citada describe métodos posibles, no una prueba de que un sistema de clasificación de producción funcione exactamente así. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain Usa la guía de valor original como principio editorial, no como garantía de clasificación medible. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

La mayoría de los artículos sobre este tema confunden silenciosamente tres cosas distintas. Mantenlas separadas:

• Ganancia de información — la información marginal nueva que un documento añade en relación con lo que el buscador ya ha visto sobre el tema. Es un delta.

• Exhaustividad / profundidad temática — cubrir todo sobre un tema. Una página puede ser máximamente exhaustiva y tener cero ganancia de información si cada dato ya existe en las páginas que se clasifican por encima.

• E-E-A-T / calidad del contenido — confianza, experiencia, autoridad. Relacionado, pero un juicio diferente. Puedes ser un experto intachable y aun así publicar una página que no añade nada nuevo.

• Verdad y precisión — ser novedoso no es lo mismo que ser correcto. Una página puede añadir una afirmación genuinamente nueva y aun así equivocarse. Novedad, precisión y confianza son juicios separados; trata la originalidad como un insumo para publicar, no como un sustituto de verificarla.

Si te llevas una cosa de esta página: la ganancia de información trata específicamente del delta, no de la profundidad ni de la confianza. Esa distinción es lo que casi todos los explicadores de la competencia difuminan.

Una distinción más que vale la pena nombrar, porque el SEO tomó prestado el término de forma laxa: “ganancia de información” también tiene un significado más antiguo y más técnico fuera de la búsqueda. En teoría de la información se remonta al trabajo de Claude Shannon de 1948 sobre entropía y medidas de información — un relato matemático de cuánto reduce un señal la incertidumbre, no relacionado con los rankings de búsqueda. En la investigación de recuperación de información, una idea paralela aparece como novedad y diversidad: métodos como la Relevancia Marginal Máxima (Carbonell y Goldstein, 1998) reordenan o seleccionan resultados para reducir la redundancia frente a lo que un lector ya ha visto. La patente de Google se basa en la misma intuición subyacente — nuevo en relación con lo que ya se ha mostrado — pero ninguna de estas son intercambiables. La “ganancia de información” de la industria SEO es una abreviatura construida sobre una patente específica, no una aplicación directa de las matemáticas de Shannon ni de los algoritmos publicados de diversidad en RI, aunque el instinto que comparten (no repetir simplemente lo que ya está ahí) resuena en las tres.

La patente de Google detrás del término

Qué dice

La patente es “Contextual estimation of link information gain” (US20200349181A1, presentada en octubre de 2018, concedida en junio de 2022; los inventores incluyen a Victor Carbune y Pedro Gonnet Anders). La definición central, textual de la patente:

“An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.” (traducción) «Una puntuación de ganancia de información de un documento indica la información adicional que incluye frente a la contenida en otros documentos que ya se mostraron al usuario».

Describe un modelo de aprendizaje automático que toma vectores semánticos de documentos que el usuario ya ha visto, más datos de un documento candidato nuevo, y genera, en palabras de la patente:

“una puntuación cuantitativa entre 0,00 y 1,00, donde 0,00 indica que no se espera ninguna ganancia de información”

— con 1,00 significando que el documento contiene solo información que no está en lo que ya se ha visto. Los documentos pueden entonces clasificarse al menos en parte según sus respectivas puntuaciones de ganancia de información.

Lo que no dice

Aquí es donde la mayoría del contenido SEO se excede, así que déjame ser preciso sobre los límites:

• Sin uso confirmado en producción. Una patente concedida es evidencia de que Google podría implementar esto, no de que lo hace. Google no ha confirmado ni negado usar este mecanismo en la clasificación. Cualquiera que te diga que es un factor de clasificación confirmado está adivinando.
• Alcance más limitado de lo que se asume. El enfoque de la patente se centra en elegir qué documento o enlace mostrar a continuación — piensa en un seguimiento conversacional o de asistente después de que el usuario ya ha visto algunos resultados — no en la primera página de diez enlaces azules. El análisis de Roger Montti en Search Engine Journal señala bien este punto de alcance: el énfasis está en asistentes automatizados, y estas puntuaciones no se describen como aplicables al primer conjunto de resultados (SEJ).
• Sin fórmula pública. La patente menciona “vectores semánticos” e información extraída destacada, pero no revela pesos, ni lista de características, ni un método de puntuación reproducible. No confíes en ningún artículo que te dé una fórmula precisa de “cómo lo calcula Google” — está inventada.
• Es una familia de patentes, no una sola solicitud. Google recibió una continuación en la misma familia — US12013887B2, mismo título, mismo cesionario (Google LLC), fecha de prioridad que se remonta a la solicitud original de octubre de 2018. Una continuación significa que existe más lenguaje de reivindicaciones divulgado en la familia, no que se haya confirmado algo nuevo sobre el despliegue — una patente concedida y su continuación solo establecen lo que Google divulgó que podría construir, no lo que está en producción.

El análisis temprano de Bill Slawski en Go Fish Digital enmarcó el problema subyacente que Google está resolviendo — que cuando muchos documentos comparten un tema, tienden a contener información similar — y cómo la patente propone clasificar en parte según puntuaciones de ganancia de información para abordarlo (Go Fish Digital).

La guía oficial de Google que se hace eco de la idea

Aquí está la parte honesta que la mayoría de los explicadores omiten: ningún documento, publicación de blog o portavoz de Google usa la frase “ganancia de información” en la guía pública de búsqueda. El término es una abreviatura de la industria. Pero la guía oficial real de Google — “Crear contenido útil, confiable y centrado en las personas” — describe repetidamente la misma idea subyacente en sus preguntas de autoevaluación. Estas son textuales de esa página:

“¿El contenido proporciona información original, reportajes, investigación o análisis?”

“Si el contenido se basa en otras fuentes, ¿evita simplemente copiar o reescribir esas fuentes y, en cambio, proporciona valor adicional sustancial y originalidad?”

“¿El contenido proporciona un análisis perspicaz o información interesante que vaya más allá de lo obvio?”

“¿El contenido proporciona un valor sustancial en comparación con otras páginas en los resultados de búsqueda?”

Esa última — valor sustancial en comparación con otras páginas en los resultados de búsqueda — es lo más cerca que llega el lenguaje oficial de Google al concepto de ganancia de información sin usar el término. Esta es la conexión legítimamente oficial más fuerte disponible, y es por eso que “ganancia de información” se popularizó como una abreviatura útil para un principio real que a Google claramente le importa, aunque no sea la palabra de Google.

¿Usa Bing la ganancia de información?

No que yo haya encontrado. Ningún documento o portavoz de Bing o Microsoft usa el término en el material que he revisado. Los factores de clasificación discutidos públicamente por Bing — reputación del sitio y del autor, integridad del contenido, relevancia semántica — apuntan en una dirección similar (profundidad y originalidad frente a los competidores), pero eso es una idea adyacente, no la misma afirmación ni el mismo vocabulario. Si alguien cita a Bing usando la frase literal “information gain”, trátalo con sospecha hasta que veas la fuente primaria.

Por qué el information gain importa más en un SERP dominado por respuestas de IA

Esta es la parte que hace que el information gain sea más que una curiosidad de trivia de patentes.

La IA ha leído internet. ChatGPT, Claude, Gemini y los AI Overviews y AI Mode de Google son excelentes en una cosa específica: sintetizar y reempaquetar lo que ya existe en la web. Nathan Wahl de Animalz lo argumenta de manera contundente: estos sistemas ya pueden reiterar y reempaquetar todo lo que se ha publicado, por lo que la pregunta se convierte en por qué publicar algo que no sea aditivo. Cuando Google sintetiza una respuesta, extrae de múltiples fuentes — el enfoque de Wahl es que no necesitas superar a los gigantes si tu contenido contiene información que la de ellos no tiene (Animalz).

Ese es el mecanismo. Si tu página repite el consenso, un AI Overview lo absorbe y responde sin enviarte a nadie. Si tu página contiene algo que solo tú tienes — un número propietario, un experimento real, la opinión de primera mano de un experto — un sistema de IA tiene que recurrir a ti específicamente para incluir ese dato, en lugar de parafrasearlo desde donde aparezca en otro lugar. Eso no es una garantía: la recuperación, la inclusión en el contexto del modelo, la generación y la citación son pasos separados, y que la originalidad supere uno de ellos no significa que supere el resto. La investigación acotada sobre visibilidad en motores generativos de Aggarwal y colaboradores, «GEO: Generative Engine Optimization», encuentra que añadir fuentes, estadísticas y citas al contenido puede mejorar la visibilidad en respuestas generadas por IA en sus configuraciones probadas — evidencia de que la originalidad ayuda, no prueba de que garantice una citación, una posición ni tráfico. La ganancia de información es una condición previa para ser citado en lugar de parafraseado, no una promesa de ello.

Bernard Huang de Clearscope ha vinculado esto al Knowledge Graph de Google: apunta a contenido que cubra conceptos y entidades en la periferia de lo que Google ya “sabe” sobre un tema, porque los LLM son excelentes en el consenso, pero la novedad genuina sigue siendo donde los humanos aportan valor (Clearscope). El enfoque temprano de Amanda King en Search Engine Land capturó la idea central: una puntuación de information gain es esencialmente una medida de cuán único es tu contenido frente al resto del corpus, y el contenido corre el riesgo de ser degradado si carece de unicidad, incluso cuando son solo las mismas ideas con otras palabras (Search Engine Land). Andrew Holland luego reformuló todo para la era de la IA: el término significa cosas diferentes para personas diferentes, pero el trabajo es seguir aumentando la tasa de information gain — y cada vez más optimizamos para la IA, no solo para Google (Search Engine Land).

También lo he visto desde la otra dirección. Hice algunas pruebas tratando de posicionar contenido en el AI Mode de Google, y el contenido simplemente no se posicionó — aunque, hasta donde pude ver, era mejor y más relevante que las páginas que sí lo hicieron. Una de las posibilidades que planteé públicamente fue la falta de information gain en los artículos: si el contenido es una reformulación bien escrita de lo que ya existe, puede que no haya nada que el sistema recompense (mi publicación en X).

Qué produce realmente el information gain

Sintetizando las fuentes — y mi propia experiencia — esto es lo que realmente mueve la aguja:

• Investigación original, encuestas y experimentos. La forma más defendible. Realiza un estudio, publica los datos, deja que otros te citen. En Ahrefs, nuestro contenido de mejor rendimiento se inclina fuertemente hacia estudios de datos precisamente por esta razón.
• Datos propietarios / de primera mano. Datos internos de producto o uso que nadie más puede reproducir. Si tienes un conjunto de datos, ese conjunto de datos es tu ganancia de información.
• Entrevistas a expertos y experiencia de primera mano. Esta es mi táctica preferida. En lugar de publicar texto generado sin fuentes, envía un mensaje a un puñado de expertos reales en la materia a los que ya tienes acceso — por Slack, correo electrónico o una llamada rápida asistida por IA — unas cuantas veces a la semana, y captura sus historias y experiencias reales. Esa es información original que no existía en la web antes de que la publicaras. Yo apliqué esto a mi propia reconstrucción del centro de SEO técnico de Ahrefs (aproximadamente 160 páginas generadas por IA) añadiendo revisión de expertos y comentarios de lectores encima para que las páginas contengan algo más allá del consenso regurgitado.
• Enfoques contrarios o actualizados sobre el consenso. Probar una afirmación ampliamente repetida y reportar lo que realmente sucedió es ganancia de información, incluso cuando el “estudio” es pequeño.
• Basarse en el trabajo de un predecesor. Toma la investigación publicada de alguien, extiéndela, añade el siguiente punto de datos. Estás añadiendo al corpus, no copiándolo.

La propia escalera de calidad de contenido de Ahrefs (Si Quan Ong “Cómo crear contenido de calidad”) es un mapa útil aquí: sube desde listas simples hasta estudios de investigación e ideas originales — efectivamente una escalera de ganancia de información, que valora los datos de primera mano sobre la agregación, sin usar nunca el término.

Cómo evaluar tu propio contenido para la ganancia de información

Adapta las preguntas de contenido útil de Google a una verificación previa a la publicación:

• Abre los mejores resultados para tu consulta objetivo. Enumera lo que cada uno ya dice.
• Para tu borrador, resalta cada oración que añada un hecho, número, ángulo o experiencia que no esté en esa lista. Si nada está resaltado, tienes una reescritura, no un recurso.
• Pregunta si una IA podría responder la consulta completamente desde las páginas que ya están posicionadas. Si es así, tu único camino hacia la relevancia es contribuir con algo que esas páginas carecen.
• Verifica la pregunta “valor comparado con otras páginas en los resultados de búsqueda” literalmente — no “¿es esto bueno?”, sino “¿es esto aditivo?”.

La conclusión final

La ganancia de información es un concepto real y útil que se asienta sobre un mecanismo no confirmado. No lo vendas internamente como un factor de ranking confirmado de Google con una puntuación que puedas ajustar — eso no es cierto, y quemará tu credibilidad. Véndelo como lo que está demostrablemente funcionando en un SERP con mucho peso de IA: deja de publicar versiones mejor optimizadas de lo que ya existe, y empieza a publicar lo que solo tú puedes. Ese es el foso.

Lectura relacionada en este clúster: SEO de entidades, marcado de esquema para IA, GEO y AEO se conectan con cómo logras aparecer y ser citado una vez que tu contenido realmente tiene algo nuevo que decir.

Resumen de IA

Una versión condensada de la versión avanzada:

• La ganancia de información = novedad relativa a lo que un buscador ya ha visto sobre un tema. Es el delta marginal, no la exhaustividad ni E-E-A-T. Una página exhaustiva puede tener cero ganancia de información.
• El nombre proviene de una patente concedida a Google (“Contextual estimation of link information gain,” presentada en 2018, concedida en 2022) que puntúa documentos de 0,00 a 1,00 según cuánta información nueva aportan y clasifica parcialmente en función de eso.
• Google nunca ha confirmado su uso en vivo. El propio marco de la patente trata sobre qué mostrar a continuación después de que un usuario haya visto algunos resultados, no la primera página. No hay una puntuación visible, ni API, ni fórmula divulgada; cualquier “puntuación de ganancia de información” en una herramienta es una aproximación.
• Lo que es oficial es la guía de contenido útil de Google que pregunta si el contenido proporciona “información original, reportajes, investigación o análisis” y “valor sustancial en comparación con otras páginas en los resultados de búsqueda” — la misma idea, sin el término.
• Por qué importa ahora: AI Overviews y AI Mode sintetizan contenido de consenso de forma gratuita. La información genuinamente nueva — investigación original, datos propios, experiencia de primera mano — es lo que un sistema de IA tiene que extraer de ti en lugar de parafrasear en otro lugar, aunque eso no garantiza citación, posicionamiento o tráfico (la recuperación, la inclusión, la generación y la citación son pasos separados).
• La novedad no es precisión. Una página puede añadir una afirmación genuinamente nueva y aun así estar equivocada: trata la originalidad como un insumo para publicar, no como un sustituto de verificarla.
• Qué la produce: estudios originales, datos de primera mano, entrevistas con expertos y experiencia de primera mano, enfoques contrarios o actualizados, ampliar la investigación de otros.
• Cuidado con los detalles fabricados — estadísticas precisas como “la actualización principal confirmó la ganancia de información, +X% de visibilidad” sin fuente primaria son un patrón de mito, no datos.

Documentación oficial

Fuentes primarias. Ten en cuenta que la guía de Google nunca usa el término “ganancia de información” — la patente sí lo usa, pero una patente es un documento legal, no una declaración sobre el ranking en vivo.

Google — la patente (fuente primaria, no “guía”)

• Contextual estimation of link information gain (US20200349181A1) — el documento del que proviene el término: la descripción de la puntuación de 0,00 a 1,00 y la definición de “información adicional más allá de los documentos ya presentados al usuario”.

Google — guía oficial de contenido útil (usa el concepto, no el término)

• Creating helpful, reliable, people-first content — las preguntas de autoevaluación sobre información/investigación/análisis originales y valor sustancial frente a otros resultados. Este es el lenguaje oficial más cercano a la ganancia de información.

Citas de la fuente

Lenguaje registrado. Los elementos de Google a continuación son textuales de fuentes primarias (la patente y los documentos de contenido útil de Google). Las voces de la industria se parafrasean en el cuerpo del artículo en lugar de citarse, porque no pude verificar de forma independiente su redacción exacta contra las páginas originales — no voy a poner entre comillas palabras que no puedo confirmar.

Google — la patente (US20200349181A1)

• “An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.” (traducción) «Una puntuación de ganancia de información para un documento determinado es indicativa de información adicional que se incluye en dicho documento más allá de la información contenida en otros documentos que ya se presentaron al usuario.» — Estimación contextual de la ganancia de información de enlaces. Leer la patente
• “a quantitative score between 0.00 and 1.00, with 0.00 indicating that no information gain is to be expected” (traducción) «una puntuación cuantitativa entre 0,00 y 1,00, donde 0,00 indica que no se espera ninguna ganancia de información» — la escala de puntuación descrita en la patente (1,00 significa que el documento contiene únicamente información que aún no se había visto). Leer la patente

Google: orientación sobre contenido útil (el concepto, sin el término)

• “Does the content provide original information, reporting, research, or analysis?” (traducción) «¿El contenido proporciona información original, reportajes, investigación o análisis?» Ir a la cita
• “If the content draws on other sources, does it avoid simply copying or rewriting those sources, and instead provide substantial additional value and originality?” (traducción) «Si el contenido se basa en otras fuentes, ¿evita simplemente copiar o reescribir esas fuentes y, en cambio, aporta un valor adicional y una originalidad sustanciales?» Ir a la cita
• “Does the content provide insightful analysis or interesting information that is beyond the obvious?” (traducción) «¿El contenido ofrece un análisis perspicaz o información interesante que vaya más allá de lo evidente?» Ir a la cita
• “Does the content provide substantial value when compared to other pages in search results?” (traducción) «¿El contenido aporta un valor sustancial en comparación con otras páginas de los resultados de búsqueda?» Ir a la cita

Manual: cómo añadir ganancia de información real

Un proceso repetible para convertir un borrador de “otro artículo más sobre X” en algo aditivo.

1. Mapea primero el corpus. Abre los 10 primeros resultados de tu consulta. En un documento, enumera las afirmaciones, los datos y los ángulos distintos que ya cubre cada uno. Esta es la línea de base que el buscador ya “ha visto”.

2. Encuentra el hueco. ¿Dónde es el consenso débil, obsoleto o no probado? ¿Qué pregunta plantean las páginas que aparecen en los resultados pero no responden? Ese hueco es tu objetivo.

3. Elige tu fuente de novedad. En orden aproximado de durabilidad:

• Investigación original / una encuesta / un experimento que tú realices.
• Datos de primera mano o propietarios que ya tengas.
• Entrevistas a expertos y experiencia de primera mano.
• Una opinión contraria o actualizada que puedas respaldar de verdad.

4. El bucle de entrevistas a expertos (mi opción por defecto). Casi siempre tienes a expertos en la materia a tu alcance. Unas cuantas veces por semana, envía un mensaje a un puñado de ellos (Slack, correo electrónico o una breve llamada asistida por IA) con una pregunta contundente. Captura la historia, el dato, el detalle de “en realidad, en la práctica…”. Atribúyelo. Eso es información original que no existía en la web antes de que tú la publicaras.

5. Atribúyelo todo. Fundamenta tus afirmaciones. Enlaza. Muestra tus datos. El contenido que cita sus fuentes se percibe como valioso; el texto generado sin fuentes se percibe como relleno, y cada vez se trata más así.

6. Revisión previa a la publicación. Resalta cada frase de tu borrador que no esté ya en una de las 10 páginas principales. Si hay poco resaltado, no lo publiques todavía: vuelve al paso 3.

7. Superpón capas, no acumules. Si generas contenido a escala, no te detengas en la generación. Añade revisión de expertos, comentarios de lectores y ejemplos reales para que cada página aporte algo más allá del consenso. El volumen sin novedad es lo que la IA absorbe gratis.

Antipatrones: cómo falla la “ganancia de información”

Tratarla como un factor de clasificación confirmado con una puntuación que puedes ajustar. Es una patente concedida que Google no ha confirmado que use en la clasificación en vivo. No hay campo en Search Console, ni señal de registro, ni API pública. Cualquier “puntuación de ganancia de información” en una herramienta es una aproximación de esa herramienta, no de Google. No la vendas internamente como una palanca confirmada: perderás credibilidad cuando alguien pida la fuente.

Repetir estadísticas sospechosamente precisas y sin citar. Una ola de publicaciones fechadas en 2026 afirma cosas como “la actualización principal de [fecha] confirmó la ganancia de información como la señal dominante, +15–25 % de visibilidad para contenido original, –30–50 % para contenido plantillado”, hasta con marcas de tiempo específicas. Ninguna fuente primaria respalda nada de eso. Se leen como detalles fabricados o alucinados que montan una palabra de moda. Si una estadística sobre la ganancia de información no tiene una fuente primaria rastreable, no la repitas.

Confundir “escribir más” con ganancia de información. La extensión y la exhaustividad no son ganancia de información. Un artículo de 5 000 palabras que repite el consenso tiene menos que una publicación de 400 palabras con un nuevo dato. La táctica de rellenar con preguntas frecuentes —añadir 50 o 100 FAQ a una página— es el ejemplo más claro: añade palabras, no novedad, y no funciona.

Confundirla con E-E-A-T o “calidad”. Relacionados pero distintos. Puedes ser un experto genuino y aun así publicar una página que no añade nada nuevo al corpus. La ganancia de información es el delta marginal, no el juicio de confianza o experiencia.

Asumir que se aplica a la primera página de resultados. El propio marco de la patente se centra en qué mostrar a continuación —contextos de asistente o seguimiento— después de que el usuario haya visto algunos resultados, no necesariamente los diez enlaces azules iniciales. La mayoría de las explicaciones omiten esta salvedad de alcance; no lo hagas.

Afirmar que Google o Bing dijeron “ganancia de información”. Ninguno ha usado la frase literal en la guía pública de clasificación que he encontrado. Es una abreviatura de la industria construida sobre una patente (Google) y principios generales de contenido útil. Trata con sospecha cualquier cita atribuida de “ganancia de información” de Google o Bing hasta que veas la fuente primaria.

Indicaciones para revisiones de ganancia de información

Compare my draft with these competing-page notes. Build a claim matrix with one row
per substantive point and columns for: already common in the corpus, genuinely new,
new only in wording, supported by first-hand evidence, source needed, and remove or
keep. Do not assign a fake information-gain score. Finish with the three strongest
original contributions and the evidence needed to publish each.

DRAFT:
[paste]

COMPETING-PAGE NOTES:
[paste]

Turn these raw first-party materials into an evidence plan, not finished prose.
Separate proprietary data, direct observation, expert experience, original examples,
and repeatable analysis. For each candidate contribution, state the claim it could
support, the minimum method disclosure, limitations, and what would make the claim too
weak to publish. Do not infer results that are absent.

[paste interview notes, dataset description, tests, or case documentation]

Marcos para crear ganancia de información real

El marco corpus–afirmación–evidencia

1. Corpus: Resume en qué coinciden ya las páginas útiles actuales.
2. Afirmación: Indica qué añadiría tu página más allá de ese consenso.
3. Evidencia: Nombra los datos, la observación, la experiencia o la fuente que hacen defendible la nueva afirmación.
4. Límite: Documenta dónde no se generaliza la evidencia.

Si la afirmación solo cambia la redacción, no es nueva. Si la evidencia no puede respaldar la afirmación, no está lista.

La escalera de la novedad

• Reformulación: Mismos hechos, redacción diferente.
• Síntesis: Hechos existentes conectados de una manera nueva y útil.
• Aplicación: Conocimiento existente probado en un contexto específico.
• Observación: Evidencia de primera mano que otros no tienen.
• Descubrimiento: Un hallazgo reproducible que cambia lo que el lector sabe.

La escalera es un modelo de planificación, no la puntuación oculta de Google.

Hoja de referencia sobre ganancia de información

Comprobación de realidad: Google no expone ninguna puntuación o fórmula pública de ganancia de información. Evalúa la contribución y su evidencia, no un decimal inventado.

Recursos que valen tu tiempo

Mi escritura y charlas

• ¿El tráfico de búsqueda con IA convierte mejor que la búsqueda tradicional? (Ahrefs) — los datos detrás de por qué vale la pena perseguir la visibilidad en la búsqueda con IA, que es la razón por la que la ganancia de información importa comercialmente.
• “¿GEO? ¿AEO? ¿LLMO? ¿Qué es todo este asunto del SEO con IA?” — mi presentación de Ahrefs Evolve 2025 sobre búsqueda con IA, donde vive el argumento de “publica solo lo que tú tienes”.
• Mi publicación sobre la prueba de ranking en AI Mode (X) — el experimento natural donde el contenido que no rankeaba en AI Mode puede haber carecido de ganancia de información.
• Patrick Stox sobre construir en la era GEO (Podcast Unscripted SEO) — donde expongo la táctica de “consulta a cinco expertos reales, respalda tus afirmaciones”.
• Estrategias AEO de vanguardia con Patrick Stox (Marketing Speak) — el episodio que enmarca la ganancia de información como el verdadero foso, con el punto de los estudios de datos de Ahrefs.
• Cómo crear contenido de calidad (Ahrefs, por Si Quan Ong) — contenido interno: la escalera de calidad desde listas hasta investigación original, efectivamente una escalera de ganancia de información.

Del sector

• Estimación contextual de la ganancia de información de enlaces (US20200349181A1) — la patente real. Lee la fuente antes de confiar en el resumen de cualquiera.
• Cómo crear contenido útil, fiable y orientado a las personas (Google Search Central) — las preguntas oficiales de autoevaluación que describen el concepto sin usar el término.
• La patente de Google sobre ganancia de información para clasificar páginas web (Roger Montti, Search Engine Journal) — el artículo más cuidadoso sobre el alcance: contexto de asistente y seguimiento, no la primera página.
• Qué es la ganancia de información en SEO y por qué importa (Amanda King, Search Engine Land) — la definición principal temprana.
• Ganancia de información: qué significa realmente esta “palabra de moda” del SEO (Andrew Holland, Search Engine Land) — el replanteamiento de la era de la IA.
• Ganancia de información en SEO (Bernard Huang, Clearscope) — el enfoque del Knowledge Graph y los puntos de vista prácticos.
• Ganancia de información: la teoría del SEO que la IA hizo obligatoria (Nathan Wahl, Animalz) — el argumento más sólido del “por qué ahora” vinculado a la síntesis de IA y la citación de múltiples fuentes.
• Puntuaciones de ganancia de información (Bill Slawski, vía Go Fish Digital) — el desglose técnico original de la patente.
• ¿Qué es la ganancia de información en SEO y la mide Google? (Rachel Handley, Semrush) — una visión general adicional sólida.

Ponte a prueba: ganancia de información

Cinco preguntas rápidas sobre qué es la ganancia de información, de dónde viene y qué hacer al respecto. Elige una respuesta para cada una y luego comprueba.

Registro de cambios