Vector embeddings en SEO
Cuando la semántica empieza a importar de verdad
El SEO primigenio -y perdonadme la expresión- siempre ha girado alrededor de palabras clave, URLs y estructuras. Casi siempre apoyadas en el mismo principio: descomponer el contenido en señales pequeñas y medibles. Los vector embeddings proponen algo distinto.
La sesión de Gus Pelogia sobre embeddings aplicados al SEO que podéis ver en el vídeo que os dejo a continuación no destaca por la novedad técnica, sino por que nos muestra cómo usar esta tecnología para tomar mejores decisiones reales, no para generar dashboards bonitos.
Para entender el alcance del cambio, conviene comenzar explicando qué son los embeddings.
Simplificando mucho, son representaciones numéricas del contenido que permiten a los sistemas entender qué conceptos están relacionados entre sí y en qué contexto viven. No miran palabras sueltas, sino significado.
Y ahí es donde el SEO empieza a cambiar de verdad.
Uno de los usos más evidentes es el enlazado interno. En lugar de enlazar por intuición o por coincidencias de keywords, los embeddings permiten detectar qué páginas están realmente conectadas a nivel semántico. El resultado es un linking más lógico, más natural y, probablemente, más útil para el usuario.
Otro caso especialmente interesante es el de los CTAs. Gus muestra cómo medir si un CTA encaja con el contenido de una página comparando su similitud semántica. Esto rompe con la lógica de “CTAs genéricos para todo” y abre la puerta a mensajes mucho más alineados con la intención real del usuario. Aquí ya no sólo estamos hablando de SEO, también hay conexión con la conversión (CRO).
Donde la cosa se vuelve realmente potente es en escenarios complejos. Por ejemplo, el hreflang a gran escala. Mapear decenas de miles de páginas entre países suele ser una pesadilla. Usar embeddings para encontrar la página más equivalente por significado, y no sólo por estructura, tiene todo el sentido del mundo. y ahorramos muchos recursos.
Lo mismo ocurre con el análisis de gaps de contenido. Comparar páginas completas contra competidores nos permite detectar ausencias de contexto, no sólo palabras que faltan. Es un salto cualitativo frente al enfoque clásico basado en keywords.
Los embeddings no sustituyen al SEO tradicional, pero sí cuestionan muchas de sus inercias. Nos deberían obligar a pensar menos en listas y más en relaciones, menos en trucos y más en sentido.