Una persona fotografía unas zapatillas, rodea una lámpara en la pantalla de su teléfono o sube la imagen de un producto cuyo nombre desconoce. Google interpreta ese contenido visual y devuelve páginas relacionadas, pero hasta hace poco los propietarios de esas páginas tenían dificultades para identificar ese tráfico.
El filtro para búsquedas multimodales de Google Search Console intenta resolver parte de ese problema. No revela todo lo que el usuario buscó, pero permite reconocer qué páginas reciben impresiones y clics cuando una imagen forma parte de la consulta.
Esta función abre una nueva capa de análisis para ecommerce, medios, catálogos, restaurantes, inmobiliarias y cualquier proyecto cuya propuesta dependa de fotografías o elementos visuales. Sin embargo, verla como una simple medición de Google Lens conduce a conclusiones incompletas.
Respuesta rápida: ¿para qué sirve esta función?
El filtro para búsquedas multimodales sirve para aislar el rendimiento obtenido cuando una persona utiliza una imagen como parte de su búsqueda en Google. Permite observar si una página apareció o recibió clics después de una consulta iniciada mediante una fotografía, captura de pantalla o imagen subida por el usuario.
Google incluye dentro de esta categoría las búsquedas realizadas con Google Lens, Circle to Search en Android, las imágenes cargadas directamente en Google y la opción de buscar una imagen desde Chrome. La implementación mundial de este informe comenzó el 24 de septiembre de 2026.
Pódría interesarte: ¿Tu cliente entiende por qué elegirte? ¿Qué es el posicionamiento de marca?
¿Qué mide realmente el filtro para búsquedas multimodales?
El filtro para búsquedas multimodales mide el rendimiento de resultados web activados por una consulta en la que intervino una imagen. Eso no significa necesariamente que la persona haya visitado la pestaña Google Imágenes ni que el resultado mostrado fuera exclusivamente visual.
Por ejemplo, alguien puede fotografiar una planta y preguntar cómo cuidarla. Google puede utilizar la imagen para reconocer la especie, interpretar la pregunta escrita y mostrar como resultado un artículo convencional con texto, fotografías y recomendaciones.
En este escenario, la imagen describe el método utilizado para consultar, mientras que la página web representa el resultado elegido. Esta diferencia resulta esencial para interpretar correctamente los informes.
Búsqueda multimodal, Google Imágenes y búsqueda textual no son lo mismo
Aunque los tres conceptos pueden relacionarse, responden a dimensiones distintas. El filtro para búsquedas multimodales indica cómo comenzó la consulta, no necesariamente dónde apareció el resultado.
| Modalidad | ¿Qué la define? | Ejemplo |
|---|---|---|
| Búsqueda textual | El usuario escribe palabras | “Zapatillas blancas para correr” |
| Google Imágenes | El resultado aparece dentro del buscador de imágenes | El usuario abre una fotografía desde Google Imágenes |
| Búsqueda multimodal | Una imagen forma parte de la consulta | El usuario fotografía unas zapatillas y busca modelos parecidos |
Una página puede recibir tráfico multimodal aunque se muestre como un resultado web tradicional. Del mismo modo, una visita procedente de Google Imágenes no tiene que haber comenzado necesariamente con una fotografía aportada por el usuario.
Google Search Console define “Web multimodal” como los resultados web en los que se utilizó una imagen como parte de la búsqueda. La documentación distingue esta modalidad de las consultas textuales tradicionales.
¿Cómo activar el filtro en Google Search Console?
Para utilizar el filtro para búsquedas multimodales, debes acceder a una propiedad verificada en Google Search Console. Después, entra al informe de rendimiento correspondiente y modifica el tipo de búsqueda.
El recorrido habitual es el siguiente:
- Ingresa a Google Search Console.
- Selecciona la propiedad que deseas analizar.
- Abre el apartado “Rendimiento”.
- Entra en “Resultados de búsqueda”.
- Haz clic en el selector “Tipo de búsqueda”.
- Selecciona “Web multimodal”.
- Define el periodo de análisis.
- Aplica, cuando resulte útil, filtros por página, país o dispositivo.
También puedes comparar el rendimiento multimodal con las búsquedas web textuales. Esta comparación es más útil que observar los números de forma aislada, especialmente durante los primeros meses de recopilación.
Si la opción todavía no aparece, no conviene asumir inmediatamente que existe un problema técnico. El despliegue puede ser progresivo y una propiedad sin tráfico elegible podría no mostrar información suficiente.
¿Qué datos están disponibles y cuáles siguen ocultos?
El filtro para búsquedas multimodales aporta datos relevantes, pero todavía tiene limitaciones. Conocerlas evita exigir al informe respuestas que no puede ofrecer.
Datos del informe de resultados de búsqueda
En el informe de resultados web es posible revisar métricas como clics, impresiones, CTR y posición media. También pueden aplicarse dimensiones relacionadas con páginas, países, dispositivos y fechas.
Estas métricas permiten responder preguntas concretas. Por ejemplo, puedes saber qué ficha de producto recibe más impresiones multimodales, si el tráfico se concentra en teléfonos móviles o si determinados países presentan una mayor demanda visual.
La posición media necesita una lectura prudente. Resume la ubicación más alta alcanzada por una propiedad en diferentes impresiones, pero no explica por sí sola qué elemento visual provocó la aparición del resultado.
Datos del informe de funciones de IA generativa
Google también ha incorporado esta modalidad al informe de funciones de inteligencia artificial generativa. En este espacio, la información disponible se concentra en las impresiones y no ofrece el mismo nivel de datos sobre clics o consultas.
El informe puede segmentarse mediante dimensiones como página, dispositivo y país. Los experimentos internos de Google Labs quedan fuera de estos datos, según la documentación oficial.
¿Por qué no aparecen las consultas utilizadas?
Una de las principales limitaciones del filtro para búsquedas multimodales es la ausencia de una tabla de consultas comparable con la disponible para búsquedas textuales. Esto ocurre porque la entrada del usuario puede estar compuesta principalmente por una fotografía y no por una frase que Google pueda mostrar como keyword.
Tampoco se entrega al propietario de la web la fotografía utilizada. En consecuencia, puedes saber qué página apareció, pero no siempre podrás identificar si la persona fotografió un producto completo, un detalle, una etiqueta, un color o una escena.
La cobertura especializada que documentó el lanzamiento coincide en que la dimensión de consultas no está disponible para este tipo de búsqueda. Esta limitación obliga a analizar páginas, categorías y patrones de contenido, en lugar de depender exclusivamente de palabras clave.
Pódría interesarte: Mejores agencias SEO en Perú 2026: comparativa y guía para elegir
¿Cómo convertir los datos en decisiones?
Los datos solo adquieren valor cuando conducen a una acción verificable. Una metodología sencilla consiste en seleccionar páginas con muchas impresiones y pocos clics, revisar qué expectativa podría estar generando la imagen y comprobar si el contenido satisface esa necesidad al llegar.
Cuando una propiedad contiene cientos de URLs, distintas plantillas o un catálogo amplio, una agencia SEO puede cruzar el nuevo informe con datos de indexación, rendimiento, conversiones y marcado estructurado para determinar qué mejoras deberían recibir prioridad.
El proceso puede organizarse así:
- Selecciona las diez páginas con mayor exposición multimodal.
- Comprueba la calidad, resolución y rastreabilidad de sus imágenes.
- Revisa si el texto cercano explica claramente lo mostrado.
- Confirma que títulos, precios y disponibilidad estén actualizados.
- Evalúa el comportamiento posterior al clic.
- Aplica una mejora concreta por grupo de páginas.
- Compara el rendimiento después de un periodo suficiente.
El filtro para búsquedas multimodales no debería provocar rediseños completos basados en pocas impresiones. Es más razonable utilizarlo para construir hipótesis y evaluar cambios específicos.
¿Cómo analizar el tráfico si no conoces la consulta?
El filtro para búsquedas multimodales sigue siendo útil aunque no revele las consultas. La clave está en sustituir la pregunta “¿qué palabra escribió la persona?” por “¿qué contenido visual consiguió conectar una necesidad con esta página?”.
Identifica las páginas de destino
Empieza ordenando las páginas según impresiones y clics multimodales. Después, clasifícalas por tipo: productos, categorías, artículos, ubicaciones, recetas, perfiles, servicios o páginas informativas.
Si varias páginas con una estructura visual parecida destacan sobre el resto, puede existir un patrón relevante. Una tienda, por ejemplo, podría descubrir que las fichas con fotografías de uso real reciben más exposición que aquellas que solo muestran el producto sobre fondo blanco.
Este hallazgo no demuestra por sí solo que la fotografía haya causado el rendimiento. Sí ofrece una hipótesis que puede comprobarse mediante mejoras controladas y seguimiento posterior.
Compara el tráfico textual y multimodal
Google Search Console permite contrastar las búsquedas web tradicionales con la modalidad multimodal. Utiliza el mismo periodo, la misma página y, cuando sea posible, los mismos segmentos geográficos.
Una página con pocas impresiones textuales y muchas impresiones visuales podría responder a una necesidad difícil de expresar con palabras. En cambio, una página fuerte en texto y débil en multimodal puede necesitar mejores imágenes, contexto visual o datos estructurados.
El filtro para búsquedas multimodales no debe sustituir el análisis SEO existente. Funciona como una capa adicional para reconocer comportamientos que antes quedaban ocultos.
Segmenta por dispositivo, país y tipo de página
Las búsquedas mediante cámara suelen tener una relación natural con dispositivos móviles, pero no debes asumir que todo el tráfico procederá de teléfonos. Chrome también permite iniciar búsquedas desde imágenes disponibles en una computadora.
Segmentar por país puede revelar diferencias culturales, comerciales o de disponibilidad. Un producto puede despertar interés visual en una región donde no tiene una denominación conocida o donde los usuarios buscan alternativas locales a partir de una referencia fotográfica.
También conviene separar páginas comerciales e informativas. Una ficha de producto y una guía educativa pueden aparecer ante la misma fotografía, pero responden a intenciones distintas.
Construye una línea base mensual
Al tratarse de un informe reciente, comparar periodos muy cortos puede generar interpretaciones precipitadas. Registra durante al menos 30 días las impresiones, los clics, el CTR, la posición media y las páginas destacadas.
La línea base permite detectar tendencias sin confundir una aparición puntual con un crecimiento sostenido. Si la propiedad recibe poco volumen, amplía el periodo antes de modificar páginas únicamente por una variación pequeña.
Por el momento, algunas pruebas independientes indican que la API de Search Console todavía no admite este tipo de búsqueda. Por ello, conviene exportar los datos periódicamente desde la interfaz mientras esa limitación continúe vigente.
¿Qué significa que el informe esté vacío?
Un filtro para búsquedas multimodales sin datos no demuestra que las imágenes estén mal optimizadas. Puede significar que la propiedad todavía no recibió impresiones elegibles, que el volumen es insuficiente o que la función aún no terminó de habilitarse para esa cuenta.
También puede existir un problema de rastreo. Si las imágenes principales se cargan como fondos CSS, están bloqueadas o dependen de una implementación que Google no puede procesar, su descubrimiento puede ser más difícil.
Google recomienda utilizar elementos HTML de imagen compatibles, como <img src>, porque no indexa como imágenes aquellas declaradas únicamente mediante CSS. Los sitemaps de imágenes también pueden facilitar el descubrimiento de archivos que de otro modo resultarían difíciles de encontrar.
Por tanto, antes de interpretar un informe vacío como falta de demanda, revisa la implementación técnica, la indexación, el periodo seleccionado y la disponibilidad de la función.
¿Qué oportunidades de SEO visual permite detectar?
El filtro para búsquedas multimodales ayuda a reconocer qué páginas ya poseen señales visuales capaces de relacionarse con consultas reales. A partir de esos datos puedes priorizar mejoras, pero sin caer en la promesa de que cambiar una imagen garantizará una posición determinada.
Imágenes rastreables y contextualizadas
Una imagen debe poder rastrearse, cargarse correctamente y estar situada cerca de contenido que explique su significado. El nombre del archivo y el texto alternativo pueden aportar contexto, pero deben describir el contenido con precisión y no convertirse en espacios para repetir palabras clave.
Google recomienda utilizar imágenes claras y de calidad cerca de texto relevante. Esa proximidad ayuda al buscador a comprender la relación entre el recurso visual y el contenido de la página.
Por ejemplo, una fotografía de una mesa no aporta el mismo valor junto a un texto genérico que dentro de una ficha que especifica materiales, medidas, estilo, capacidad y cuidados.
Productos y datos estructurados
En ecommerce, las imágenes necesitan estar acompañadas por información confiable sobre el producto. El marcado estructurado puede comunicar precio, disponibilidad, valoraciones, envíos y otras propiedades que enriquecen la presentación en Google.
La documentación de Google indica que los datos estructurados de producto pueden contribuir a resultados enriquecidos en superficies como Google Imágenes y Google Lens. También recomienda que los comercios mantengan actualizada la información de Merchant Center.
Esto no implica que los datos estructurados garanticen visibilidad. Su función consiste en facilitar la comprensión de la página y reducir la ambigüedad sobre el producto mostrado.
Recursos visuales propios
Las fotografías genéricas de proveedores dificultan la diferenciación cuando decenas de comercios utilizan exactamente el mismo archivo. Producir imágenes propias desde diferentes ángulos, mostrar escalas reales y documentar detalles puede responder mejor a búsquedas iniciadas con capturas o fotografías.
El filtro para búsquedas multimodales permite comprobar si esas páginas empiezan a obtener exposición. Aun así, la evaluación debe considerar también conversiones, disponibilidad, velocidad de carga y calidad de la información.
Ejemplos de análisis según el tipo de negocio
La utilidad del filtro para búsquedas multimodales cambia según el sector. No todas las webs deben interpretar una impresión visual de la misma manera.
| Tipo de web | Posible búsqueda visual | Decisión útil |
|---|---|---|
| Ecommerce de moda | Fotografía de una prenda o captura de un look | Mejorar imágenes por ángulo, color y contexto de uso |
| Restaurante | Foto de un plato | Crear páginas descriptivas para platos relevantes |
| Inmobiliaria | Captura de una fachada o ambiente | Relacionar imágenes con características y ubicación |
| Turismo | Fotografía de un monumento | Crear guías específicas con contexto local |
| Medio especializado | Imagen de un objeto, persona o acontecimiento | Añadir explicaciones visuales y datos verificables |
| Servicios técnicos | Foto de una falla o componente | Publicar diagnósticos orientativos y límites de seguridad |
En una tienda, una impresión puede reflejar intención de compra. En un medio informativo, la misma acción podría representar una necesidad de identificación o contexto.
Por eso, el filtro para búsquedas multimodales debe relacionarse con el objetivo de cada página. Medir impresiones sin considerar intención y conversiones produce una visión incompleta.
Pódría interesarte: Google Search Console cambia : ahora también mide tus redes
Errores que pueden distorsionar la interpretación
El primer error consiste en confundir toda búsqueda multimodal con Google Lens. Google agrupa diferentes puntos de entrada, como Circle to Search, imágenes subidas y búsquedas iniciadas desde Chrome.
El segundo es atribuir una mejora a la fotografía sin controlar otros factores. Una página puede aumentar sus impresiones por estacionalidad, demanda de marca, cambios en el catálogo o ajustes del buscador.
El tercero es comparar periodos diferentes o páginas con funciones distintas. Una ficha comercial no debería evaluarse con los mismos criterios que una guía informativa.
El cuarto es optimizar únicamente el atributo alternativo. El SEO visual también depende del contenido cercano, la rastreabilidad, la calidad del archivo, la coherencia de la página y la información estructurada.
Finalmente, no conviene asumir que una posición media alta garantiza resultados comerciales. El filtro para búsquedas multimodales debe combinarse con datos de clics, interacción y conversión.
Plan de análisis para los primeros 30 días
Durante la primera semana, confirma que el informe esté disponible y registra las páginas con actividad. No cambies todavía todos los recursos visuales, porque necesitas un punto de comparación.
En la segunda semana, clasifica las URLs por tipo de contenido y revisa si existen patrones de dispositivo, país o formato. Selecciona un grupo reducido con suficiente volumen para realizar mejoras.
En la tercera semana, corrige problemas de rastreo, contexto, resolución, datos de producto o coherencia entre la imagen y la página. Documenta cada modificación para no perder la relación entre acción y resultado.
En la cuarta semana, vuelve a consultar el filtro para búsquedas multimodales y compara las métricas. Si el volumen sigue siendo bajo, conserva la línea base y amplía el análisis antes de sacar conclusiones.
El objetivo del primer mes no es demostrar un crecimiento espectacular. Consiste en comprender qué parte del sitio ya responde a búsquedas visuales y qué hipótesis merece una prueba más prolongada.
La búsqueda ya no empieza siempre con palabras
El filtro para búsquedas multimodales confirma un cambio relevante: una fotografía puede funcionar como consulta, contexto e intención al mismo tiempo. Esto obliga a observar las imágenes como contenido útil y no como simples elementos decorativos.
Google aclara que las bases del SEO siguen siendo aplicables a sus experiencias de inteligencia artificial y que no existe un marcado especial capaz de garantizar presencia. El contenido útil, la accesibilidad técnica y la información comprensible continúan siendo los fundamentos.
Las empresas que empiecen a construir una línea base podrán entender mejor este nuevo comportamiento. Quienes solo persigan impresiones podrían acumular datos sin aprender qué necesita realmente el usuario.
Opinión personal
En mi opinión, el valor del nuevo informe no está en medir una fuente adicional de tráfico, sino en mostrar qué tan preparado se encuentra un sitio para búsquedas que el usuario no sabe expresar con palabras. Su principal limitación es la falta de consultas e imágenes de referencia, pero esa carencia también obliga a realizar un análisis más serio de las páginas, los recursos visuales y la intención.
Considero que sería un error presentar esta función como una fórmula inmediata para “posicionarse en Google Lens”. Por ahora, es más útil como instrumento de diagnóstico y experimentación que como indicador definitivo de éxito.
Preguntas frecuentes
¿Por qué no aparece el filtro en mi propiedad?
Puede que el despliegue todavía no haya llegado a la propiedad o que no existan suficientes impresiones multimodales. Revisa también el periodo seleccionado y la implementación técnica de las imágenes.
¿La búsqueda multimodal es lo mismo que Google Imágenes?
No. La búsqueda multimodal describe una consulta en la que se utilizó una imagen, mientras que Google Imágenes describe una superficie donde aparecen resultados visuales.
¿Puedo ver la fotografía que utilizó el usuario?
No. Search Console no muestra la imagen aportada por la persona ni ofrece una consulta textual equivalente cuando la búsqueda se realizó principalmente mediante contenido visual.
¿Mejorar el texto alternativo garantiza más impresiones?
No. El texto alternativo ayuda a describir la imagen, pero el rendimiento depende también del contenido de la página, su rastreabilidad, calidad visual, relevancia e información estructurada.
Fuentes principales utilizadas
- Google Search Central Blog.
- Centro de ayuda de Google Search Console.
- Documentación oficial sobre el informe de funciones de IA generativa.
- Guía de SEO para imágenes de Google.
- Documentación de Google sobre datos estructurados de productos.
- Google Merchant Center.
- Documentación oficial sobre contenido en funciones de IA.
- Search Engine Roundtable.
- Search Engine Watch.
- Search Republic.
