Funciones de SERP

Qué son las funciones de SERP (resultados enriquecidos, fragmentos destacados, paneles de conocimiento y paquetes de imágenes), cuáles pueden habilitar los datos estructurados frente a las que son puramente algorítmicas y cómo afectan al CTR.

Publicado por primera vez: 2 jul 2026 · Última actualización: 13 ago 2026 · Avanzado
Idiomas

Las funciones de SERP abarcan los elementos que aparecen en una página de resultados más allá de los enlaces azules: fragmentos destacados, People Also Ask, paneles de conocimiento, enlaces de sitio, paquetes de imágenes o videos, AI Overviews y resultados enriquecidos. Algunas permiten optar a una presentación enriquecida mediante datos estructurados, mientras que la mayoría se selecciona de forma algorítmica y no ofrece una palanca de marcado. Google documenta que "can't request" _(traducción)_ «no se puede solicitar» un fragmento destacado y que, en el caso de una acción manual de datos estructurados, perder la elegibilidad para resultados enriquecidos "doesn't affect how the page ranks" _(traducción)_ «no afecta al posicionamiento de la página». Su relevancia práctica está en el CTR y en cómo redistribuyen los clics. El conjunto de resultados enriquecidos compatibles se reduce mientras crecen superficies algorítmicas como AI Overviews. El artículo forma parte del centro de datos estructurados.

TL;DR — Las funciones de SERP se dividen claramente en dos mecanismos, y esa división es la columna vertebral de todo este tema: resultados enriquecidos basados en datos estructurados (Producto, Receta, Evento, Reseña — el marcado crea elegibilidad, nunca garantiza la visualización) frente a funciones puramente algorítmicas (fragmentos destacados, People Also Ask, paneles de conocimiento, AI Overviews, paquetes de imágenes o videos, enlaces de sitio — no existe ninguna palanca de marcado). Google lo dice expresamente: “You can’t.” (traducción) «No se puede». Sobre la elegibilidad de los datos estructurados, Google documenta que “it doesn’t affect how the page ranks in Google web search.” (traducción) «No afecta al posicionamiento de la página en la búsqueda web de Google». La razón real para preocuparse es el CTR: las funciones redistribuyen los clics, y más funciones en una SERP generalmente reducen el CTR de la posición 1. El lado de los datos estructurados sigue reduciéndose (FAQ, HowTo, seis tipos en junio de 2025); el lado algorítmico sigue creciendo (AI Overviews).

”SERP feature” (traducción) «Función de SERP» no es un término de Google

La Search Gallery de Google organiza las experiencias de resultados compatibles por función y tipo de contenido en lugar de definir una única categoría formal llamada funciones de SERP. Evidence for this claim Google's Search Gallery documents supported search appearances by feature and content type. Scope: Google Search result features; the industry term SERP feature is broader and not one formal Google taxonomy. Confidence: high · Verified: Google: Search Gallery Los requisitos de elegibilidad y la apariencia real son cosas separadas: un marcado válido no garantiza un resultado enriquecido. Evidence for this claim Valid structured data can establish eligibility for supported rich results but does not guarantee that Google will show them. Scope: Google rich-result eligibility and quality guidance. Confidence: high · Verified: Google: Understand structured data

Conviene empezar por el vocabulario, porque ayuda a distinguir la terminología oficial. “SERP feature” (traducción) «función de SERP» es lenguaje de la industria y de las herramientas. Los propios documentos de Google usan “search result features” (traducción) «funciones de resultados de búsqueda» y “visual elements” (traducción) «elementos visuales», y su Visual Elements Gallery los define como “Visual elements are the building blocks of the Google Search results page that a user can perceive or interact with.” (traducción) «Los elementos visuales son los componentes básicos de la página de resultados de Google que una persona puede percibir o con los que puede interactuar». Esa galería también es un modelo mental más limpio que las listas planas de “13 funciones de SERP” que aparecen en otros sitios, porque agrupa los elementos en cinco categorías:

Solo una de esas cinco categorías —los resultados enriquecidos— se describe como dependiente del marcado de la página. Esa es la distinción en las propias palabras de Google.

La columna vertebral: basado en datos estructurados frente a puramente algorítmico

There are two placement mechanisms: markup can create rich-result eligibility, while algorithmic features have no placement switch. Entity markup can still inform knowledge panels without creating them. Fuente: /technical-seo/on-page/structured-data/serp-features/

Three columns distinguish the mechanisms. Structured-data-driven rich results include Product, Recipe, Event, Review snippet, Breadcrumb, and Video rich results; markup creates eligibility but never guarantees display. Knowledge panels sit in the middle because Organization or Person markup can feed entity understanding without creating the panel. Algorithmic placements include featured snippets, People Also Ask, AI Overviews, sitelinks, and image packs; there is no markup switch for the placement itself.

© Patrick Stox LLC · CC BY 4.0 ·

Esta es la división que conviene interiorizar. Por un lado están las funciones para las que el marcado puede crear elegibilidad. Por el otro están las funciones que Google y Bing deciden mostrar según la consulta y el contenido, sin ningún interruptor de marcado.

Impulsadas por datos estructurados (necesitan marcado; véase la Galería de búsqueda): Producto, Receta, Evento, Fragmento de reseña, Migas de pan y los otros ~25 tipos actuales. “Google uses structured data to understand the content on the page and show it in a richer appearance in search results, which is called a rich result.” (traducción) «Google utiliza datos estructurados para comprender el contenido de la página y mostrarlo con una apariencia más enriquecida en los resultados de búsqueda, lo que se denomina resultado enriquecido». Este es exactamente el tema de la inmersión profunda en Resultados enriquecidos, y todo el centro de Datos estructurados bajo el que vive este artículo. Dos reglas estrictas de ese centro se mantienen: el marcado crea elegibilidad, pero nunca garantiza la visualización. “Google does not guarantee that your structured data will show up in search results, even if your page is marked up correctly” (traducción) «Google no garantiza que los datos estructurados aparezcan en los resultados de búsqueda, aunque la página esté marcada correctamente» — y la lista admitida sigue reduciéndose (más sobre esto a continuación).

Puramente algorítmicas (sin palanca de marcado): Fragmentos destacados, La gente también pregunta, paneles de conocimiento, Resúmenes de IA, paquetes de imágenes y videos (derivados de los medios de la página, no del esquema), paquetes locales, enlaces de sitio, historias principales y debates o foros. Ninguna de estas ubicaciones se obtiene mediante una etiqueta. Confundir este grupo con los resultados enriquecidos es el error más común en los artículos de la competencia — enumeran cada función con consejos de implementación de “add markup” (traducción) «añadir marcado», como si el schema fuera una palanca universal. No lo es.

¿Son las funciones de SERP un factor de posicionamiento? Documentado para datos estructurados, inferido para el resto

Conviene ser preciso al respecto, porque el centro principal ya establece que los datos estructurados no son un factor de posicionamiento según las declaraciones repetidas de John Mueller. Hay una versión aún más fuerte, documentada, para este artículo, pero su alcance es más estrecho que afirmar que ninguna función de SERP constituye nunca un factor de posicionamiento. La página de políticas de datos estructurados de Google, que describe lo que ocurre cuando una página recibe una acción manual de datos estructurados, dice que una página “loses eligibility for appearance as a rich result; it doesn’t affect how the page ranks in Google web search.” (traducción) «pierde la elegibilidad para aparecer como resultado enriquecido; no afecta al posicionamiento de la página en la búsqueda web de Google». Esa es una frase documentada que separa la elegibilidad para resultados enriquecidos del posicionamiento web — más clara que cualquier paráfrasis transmitida de las horas de oficina — pero se refiere específicamente al caso de acción manual de datos estructurados. Google no ha publicado una línea equivalente para fragmentos destacados, PAA, paneles de conocimiento o Resúmenes de IA. La extensión razonable — respaldada por cómo funcionan realmente esos sistemas (una selección de capa de visualización hecha sobre el posicionamiento existente, no una entrada de puntuación separada) — es que la misma división entre elegibilidad y posicionamiento se mantiene en todos los ámbitos. Esa extensión debe tratarse como una inferencia informada, no como un hecho documentado de manera idéntica; la frase de sd-policies constituye el único caso que Google ha puesto realmente por escrito.

El corolario que John Mueller ha ofrecido es que hacer algo técnicamente correcto en una página no la convierte por sí mismo en una página mejor de lo que sería de otra manera: la corrección técnica no es lo mismo que la calidad del contenido. Ese marco de Mueller se cita solo a través de la cobertura de Search Engine Journal; la cobertura primaria complementaria no se pudo obtener para verificación directa, por lo que debe tratarse como contexto secundario y no como una cita textual. La línea documentada de sd-policies anterior es la cita principal.

Cómo se activa realmente cada función principal

Los fragmentos destacados demuestran la diferencia “algorithmic, not markup.” (traducción) «algorítmico, no basado en marcado». Un fragmento destacado se define como “Special boxes where the format of a regular search result is reversed, showing the descriptive snippet first.” (traducción) «Cajas especiales donde se invierte el formato de un resultado de búsqueda normal y se muestra primero el fragmento descriptivo». ¿Puede solicitarse uno o etiquetarse una página como apta? La respuesta de Google es contundente: “You can’t. Google systems determine whether a page would make a good featured snippet for a user’s search request, and if so, elevates it.” (traducción) «No se puede. Los sistemas de Google determinan si una página sería un buen fragmento destacado para la solicitud de búsqueda de una persona y, de ser así, la elevan». La única palanca disponible es la opuesta: excluirse con nosnippet o un valor menor de max-snippet. Es una palanca de exclusión, no de adquisición.

La gente también pregunta es un caso que vale la pena señalar por una razón diferente: no hay una página de documentación dedicada de Google Search Central para PAA, a pesar de que aparece en la mayoría de las SERP en inglés. Cada afirmación sobre el funcionamiento de PAA es una inferencia de la industria a partir de la observación, no un hecho documentado. Esa diferencia es importante para la credibilidad: muchos artículos describen PAA con certeza sin citar una fuente oficial, porque no existe una página oficial dedicada que citar.

Los paneles de conocimiento se sitúan entre los dos grupos. La ayuda de Google sobre paneles de conocimiento —un centro de ayuda de productos de consumo, no Search Central, lo que indica que Google no los trata como una función para responsables de sitios web— los describe como cuadros de información sobre entidades del Knowledge Graph que se generan automáticamente a partir de fuentes de toda la web. Es posible reclamar un panel sobre la propia organización o persona para proponer cambios, pero no se puede crear uno y el marcado por sí solo no lo produce. El marcado Organization/Person con sameAs alimenta el Knowledge Graph; no garantiza un panel.

Los resultados enriquecidos son el único grupo genuinamente impulsado por marcado, cubierto en su totalidad en la página de Resultados enriquecidos, e incluso ellos llevan la advertencia “no guarantee” (traducción) «sin garantía» anterior.

El sistema de fragmentos destacados / Q&A de Bing funciona de la misma manera algorítmica, lo cual es una confirmación útil de que esto no es una peculiaridad de Google. Ali Alvi de Bing (Principal Lead PM para Productos de IA) y Fabrice Canel (Principal PM), entrevistados por Search Engine Journal, describen Q&A como esencialmente el mismo algoritmo central de posicionamiento que los enlaces azules con una ponderación diferente, construido “pretty much end-to-end” (traducción) «prácticamente de principio a fin» sobre redes neuronales y modelos de aprendizaje automático con cientos de millones de parámetros. Bing incluso puede mostrar una respuesta de Q&A de un pasaje que actualmente no aparece posicionado en los resultados tradicionales, porque el sistema Q&A mantiene su propia memoria de pasajes candidatos. La anotación humana asiste a la extracción de bloques relevantes; no es una señal de datos estructurados capaz de influir en el posicionamiento que pueda aportar el sitio. Se mantiene la misma división que en Google: extracción de relevancia neuronal sobre el posicionamiento, no un cambio de schema. En cuanto a la opción de exclusión, Bing también refleja a Google: el anuncio de controles de fragmentos de Fabrice Canel de 2020 dio a los webmasters controles meta de robots sobre la longitud de la vista previa: una palanca de exclusión/límite, no una de inclusión.

Impacto en el CTR — la razón real para preocuparse

CTR varies sharply by result type and position; position-one sitelinks lead this Sistrix comparison. Fuente: Sistrix

Grouped bars compare position-one, position-two, and position-three click-through rates. Sitelinks measure 46.9, 14.0, and 5.6 percent. Featured snippets measure 23.3, 20.5, and 13.3 percent. Knowledge panels measure 16.8, 13.2, and 12.6 percent. Shopping results measure 13.7, 8.0, and 6.4 percent.

Dado que la documentación citada no atribuye una mejora del posicionamiento a la elegibilidad para resultados enriquecidos, el valor práctico que se analiza aquí es la tasa de clics.

La línea de base primero. El estudio de clics por posición de Ahrefs (última actualización en octubre de 2025, con datos agregados de clics e impresiones de Search Console hasta agosto de 2025) encontró que el 96,98 % de los clics de escritorio y el 97,56 % de los clics móviles se concentran en los 10 primeros resultados. El estudio ya no publica un desglose separado solo para los tres primeros, por lo que no conviene repetir una cifra anterior del tipo “top 3 take X%” (traducción) «los tres primeros reciben X %» que aparezca en otros lugares. Esa es la abrumadora mayoría del pastel que las funciones de SERP reparten.

Sistrix ofrece un conjunto de datos de CTR por función especialmente útil: un análisis de SERP móviles de más de 80 millones de palabras clave, publicado por primera vez en 2020 y actualizado por última vez en julio de 2025 — CTRs by type of search result:

Función presenteCTR Pos 1CTR Pos 2CTR Pos 3
Sitelinks46,9 %14,0 %5,6 %
Fragmento destacado23,3 %20,5 %13,3 %
Panel de conocimiento16,8 %13,2 %12,6 %
Shopping13,7 %8,0 %6,4 %

El resumen de Sistrix para todo el conjunto de datos: “more features = lower CTR.” (traducción) «Más funciones = menor CTR». Cada función adicional en una SERP redistribuye los clics y los aleja de la posición 1. Ese es el efecto de redistribución en una línea.

El lado opuesto es que un resultado enriquecido puede elevar el CTR de un sitio en relación con un listado simple; en este punto resultan pertinentes los estudios de caso de la guía de datos estructurados de Ahrefs, los mismos citados en el centro principal: las cifras de Google muestran Rotten Tomatoes con un 25 % más de CTR, Nestlé con un 82 % más de CTR, y Food Network con un aumento del 35 % en visitas en páginas con resultados enriquecidos. Ambas cosas pueden ser ciertas a la vez: un resultado enriquecido puede obtener una cuota mayor, aunque las funciones de SERP en conjunto reduzcan el volumen total de clics orgánicos disponible.

Sobre la prevalencia, dos cifras que Backlinko cita (en su página de funciones de SERP, actualizada por última vez en abril de 2026) ayudan a desmentir ideas extendidas. Debe tenerse en cuenta que Backlinko cita datos de otros rastreadores, no su propio estudio. Los fragmentos destacados reciben una atención desproporcionada en el contenido SEO pero aparecen solo en aproximadamente el 0,24 % de las búsquedas, según datos de Semrush Sensor de marzo de 2026, mucho menos de lo que suele suponerse. People Also Ask, por el contrario, aparece en aproximadamente el 53 % de las consultas de EE. UU., según Advanced Web Ranking (sin fecha dada para esa cifra). Conviene priorizar la función común frente a la llamativa pero infrecuente.

Cómo se ha reducido (y crecido) la SERP

El lado de los datos estructurados de la lista de funciones se está contrayendo. Se reutilizan las fechas exactas establecidas en el centro de Datos estructurados:

  • Los resultados enriquecidos de HowTo se eliminaron del escritorio en 2023 y se limitaron después.
  • Los resultados enriquecidos de FAQ se restringieron en 2023 a sitios gubernamentales y de salud, y luego se eliminaron por completo en mayo de 2026. El tipo FAQPage sigue siendo un marcado válido; simplemente ya no produce una mejora en los resultados de búsqueda para la mayoría de los sitios.
  • Se eliminaron seis tipos más en junio de 2025: Claim Review, Estimated Salary, Learning Video, Special Announcement, Vehicle Listing y el antiguo formato de curso único. Book Actions se anunció en el mismo lote, pero no se eliminó realmente.

Mientras tanto, el lado algorítmico se está expandiendo, sobre todo AI Overviews. El estudio de AI Overviews de Ahrefs (300 000 palabras clave, escritorio, comparación de datos de Search Console de EE. UU. entre marzo de 2024 y marzo de 2025 en torno al lanzamiento de AI Overviews) encontró que reducen un 34,5 % los clics hacia el resultado orgánico mejor posicionado; otros estudios sitúan la reducción aún más alta y las cifras varían según el dispositivo, el país y el tipo de consulta. Cualquier cifra aislada debe interpretarse como orientativa, no universal. El efecto neto es que una mayor parte de la SERP corresponde a contenido generado por Google que no puede influirse mediante marcado, mientras se reduce la proporción de resultados enriquecidos controlables por el sitio.

El debate sobre los clics cero: ambos lados

Este es el contexto estratégico y constituye una disputa abierta, no una cifra establecida; por eso se presentan ambas posturas.

Rand Fishkin de SparkToro argumenta que la SERP se está convirtiendo en un jardín amurallado. Su análisis de 2026 informa que en los primeros cuatro meses de 2026, el 68,01 % de las búsquedas de Google terminaron sin un clic, frente al 60,45 % en 2024 y aproximadamente el 45 % hace una década, y que AI Overviews, cuando están presentes, reducen el CTR en casi un 60 % y ahora aparecen en más del 20 % de las búsquedas.

Google cuestiona ese marco. Danny Sullivan, enlace de la Búsqueda de Google, citado en la cobertura de Search Engine Journal, calificó la narrativa de clics cero como una “misleading claim” (traducción) «afirmación engañosa» que “relies on flawed methodology that misunderstands how people use Search,” (traducción) «se basa en una metodología defectuosa que malinterpreta cómo se utiliza la Búsqueda», y añadió que Google envía “billions of visits to websites every day, and the traffic we’ve sent to the open web has increased every year.” (traducción) «miles de millones de visitas a sitios web cada día, y el tráfico enviado a la web abierta ha aumentado cada año». Las objeciones específicas de Google son que el método de SparkToro cuenta como “zero-click” (traducción) «cero clics» una consulta amplia que luego se refina, incluso cuando finalmente se visita un sitio, y que no tiene en cuenta la navegación hacia aplicaciones en lugar de la web abierta. Google presenta objeciones metodológicas, pero no ofrece una cifra propia publicada y comparable.

No es necesario esperar a que la disputa se resuelva. Cualquiera que sea el porcentaje exacto, conviene asumir que algunas consultas no generarán ningún clic y planificar en torno a las que todavía pueden generarlo.

Qué se puede hacer al respecto

El cierre práctico es breve, porque la distinción entre mecanismos basados en datos estructurados y mecanismos algorítmicos muestra que la mayor parte de la SERP no ofrece una palanca directa:

  1. Implementar con precisión los datos estructurados compatibles: es la única categoría que se controla directamente y puede mejorar el CTR. Deben seguirse las directrices del centro de Datos estructurados y validarse el marcado.
  2. No perseguir funciones que no dependen del marcado. No existe una etiqueta para un fragmento destacado, una posición de PAA, un panel de conocimiento o una descripción general de IA. El contenido claro y exhaustivo puede favorecer la selección, pero no existe un interruptor de activación.
  3. Medir el CTR específico de cada función en Search Console. El porcentaje de clics por consulta y página muestra dónde aparecen los efectos en los datos del sitio.
  4. Aceptar que algunas funciones no se pueden influir y evitar una estrategia basada en un resultado enriquecido que ya se haya eliminado.

Dónde ir a continuación

Este artículo forma parte del centro de Datos estructurados. Los análisis en profundidad estrechamente relacionados:

  • Resultados enriquecidos — la única categoría de funciones de SERP genuinamente impulsada por marcado: qué tipos siguen existiendo, elegibilidad, las eliminaciones y su seguimiento en Search Console.
  • Marcado de schema — el vocabulario de schema.org que desbloquea la elegibilidad para resultados enriquecidos.
  • JSON-LD — el formato recomendado para escribir ese marcado.

Este subgrupo vive en el grupo más amplio de SEO en la página.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.