# Google ya no busca tu consulta — busca otras 15

> Query fan-out: el motor divide una consulta en 5–15 subconsultas y te cita según cuántas veces apareces a lo largo del abanico, no por tu ranking. Por qué el top-3 se queda fuera y el top-15 entra — y qué hacer.

_Source: https://seomatrix.ai/ru/blog/query-fan-out/ · Updated: 2026-07-02_

---

## Qué es el query fan-out

Una provocación respaldada por una patente: **Google ya no busca exactamente tu consulta.** La descompone en 5–15 subconsultas paralelas y responde cada una desde su propio grupo de páginas. La respuesta de IA se arma a partir de las páginas que **más veces aparecen a lo largo de todo ese abanico** — no del top-1 de la consulta original.

El ejemplo oficial de la guía de Google (2026-05-15): la consulta "cómo arreglar un césped lleno de malezas" se expande automáticamente en "mejores herbicidas", "quitar malezas sin químicos", "prevenir malezas". La mecánica está confirmada por el esquema de Google I/O 2026 y la patente **US20240289407A1**.

## La paradoja del ranking: el top-3 se queda fuera, el top-15 entra

Como la cita va por frecuencia en el abanico y no por posición, ocurre lo contraintuitivo:

- Un sitio en el **top-3** de la consulta principal **puede no aparecer en absoluto** en la respuesta de IA.
- Un competidor en el **top-15** entra — porque responde una de las subpreguntas con más precisión.
- Una página en la posición #150 que responde una subconsulta de forma exacta tiene una probabilidad de cita a la par del #3.

Los números lo confirman:

- La **correlación "top-10 ↔ cita en IA" cayó de 76% (2025) a 38% (2026)** — Ahrefs, marzo de 2026, 863k consultas, 4M URLs.
- **~60% de las citas de AI Overview** provienen de URLs **más allá del top 20** orgánico (AirOps, State of AI Search 2026).
- **31% de las citas** provienen de páginas más allá del top 100.

> **Dos resultados independientes** — La posición en los resultados y la presencia en las respuestas de IA son ahora dos resultados separados con mecánicas distintas. Optimizar solo por posición significa ver la mitad del cuadro.

## Cuánto cubre el abanico

El abanico pesa de forma distinta en los dos motores de Google (mira el [desglose AIO vs AIM](/blog/ai-citation-sources/)):

| Fuente de la respuesta | AI Overview (AIO) | AI Mode (AIM) |
|---|---|---|
| De la consulta original | ~60% | ~15% |
| De las subconsultas adicionales | +10–15% | +30% |
| Total cubierto por el fan-out | **~75%** | **~45%** |

En AI Mode el abanico decide casi la mitad de la respuesta — cubrir las subintenciones es crítico ahí.

## Cómo escribir para el abanico

La estrategia pasa de "ser #1" a **"cubrir el abanico"**:

1. **Una página = una subpregunta, a fondo.** No "todo sobre X" de forma superficial, sino una respuesta precisa y exhaustiva a una sola subintención.
2. **Una red de páginas/secciones temáticas** — 8–12 reformulaciones de una consulta a lo largo de los ejes *entender / comparar / comprar / verificar*.
3. **Respuestas atómicas de 40–60 palabras** con un número en las primeras palabras de cada subpregunta — eso es lo que el motor extrae.
4. **El marcado FAQPage duplica la superficie de recuperación**: un bloque de FAQ puede cerrar varias subconsultas a la vez.
5. **Un "mapa del abanico" explícito en el brief** para quien redacta: una lista de 8–12 formulaciones a lo largo de 8 ejes — para que no se pierda ninguna subintención.

No puedes leer las subconsultas exactas (Google eliminó su visibilidad), así que las **modelas** — a partir de las secciones de la respuesta de IA (a menudo 1 sección = 1 subconsulta), del PAA y de las consultas derivadas.

## Cómo comprobarlo en tu propio sitio

Lo integramos en la auditoría:

- **facet-coverage** — si la página cubre las facetas del abanico (comparación / alternativas / precio / pros y contras / especificaciones / FAQ) como secciones distintas, y qué falta a lo largo del clúster.
- **coverage-gap** — toma las subpreguntas reales del PAA para tu consulta clave y muestra cuáles de ellas el cuerpo del artículo no responde.

> **Compruébalo en 2 minutos** — Pasa una URL por la [comprobación gratuita](https://seomatrix.ai/audit) — verás qué subintenciones del abanico cubres y cuáles les estás cediendo a tus competidores.

## Qué hacer

1. **Cambia el objetivo.** No "ser #1 en la clave", sino "cubrir el abanico de subconsultas".
2. **Descompón la clave en 8–12 subintenciones** y responde cada una — a fondo y por separado.
3. **Atomiza las respuestas** (40–60 palabras, número al inicio) + FAQPage.
4. **Mide la presencia en la respuesta, no solo la posición** — ahora son KPIs distintos.

Sigues necesitando rankings en Google. Pero en la era de la IA el ganador no es quien conquistó una sola cima — es quien **cubrió todo el abanico**.

## Fuentes

- **Query Fan-Out — patente de Google US20240289407A1** + la guía oficial de búsqueda con IA de Google (2026-05-15): división de una consulta en subconsultas paralelas; el ejemplo del "césped con malezas".
- **Google I/O 2026** — el esquema de Query Fan-Out (vía la charla de Bormintsev, GEO-HowTo 2026).
- **Ahrefs, marzo de 2026** (863k consultas, 4M URLs) — correlación top-10 ↔ cita en IA 76% → 38%, 31% de las citas más allá del top-100 (vía la charla de Runov, GEO-HowTo 2026).
- **AirOps — State of AI Search 2026** — ~60% de las citas de AIO más allá del top-20 orgánico.
- **GEO-HowTo 2026 — charla de Kurdyukova–Volovich** — medición de las cuotas del abanico AIO vs AIM.

## FAQ

### ¿Qué es el query fan-out, en pocas palabras?

Es la ramificación de una consulta en 5–15 subconsultas paralelas. Por ejemplo, 'mejor eSIM para Japón' se descompone en 'precio', 'cobertura', 'cómo activar', 'reseñas', 'vs roaming' — y cada una se responde desde su propio grupo de páginas. La respuesta final de la IA se arma a partir de las páginas que más veces aparecen a lo largo de todo ese abanico.

### ¿Por qué ser #1 en Google ya no garantiza una cita en IA?

Porque la IA cita según cuántas veces apareces a lo largo del grupo de subconsultas, no por tu posición en la consulta principal. Un sitio en el top-3 puede no responder ninguna subpregunta con precisión, mientras un competidor en el top-15 responde una de ellas de forma exacta y entra en la respuesta. La correlación 'top-10 ↔ cita en IA' cayó de 76% (2025) a 38% (2026).

### ¿Cómo se optimiza para el query fan-out?

Pasa de 'ser #1' a 'cubrir el abanico': construye una red de páginas/secciones alrededor de una consulta clave, cada una respondiendo a fondo una subintención (entender / comparar / comprar / verificar), con respuestas atómicas de 40–60 palabras y marcado FAQPage (que duplica la superficie de recuperación). Una página = una subpregunta a fondo, no 'todo sobre X' de forma superficial.