Un patrón aparece con la frecuencia suficiente en los datos de búsqueda como para merecer nombre propio: un artículo redactado con IA se publica, sube en los resultados en pocas semanas —a veces más rápido que un equivalente escrito a mano— y, tres o cuatro meses después, retrocede silenciosamente. No por una penalización. Porque nada en el texto le dio al lector un motivo para quedarse una vez que se disipó la novedad de "esta página responde a mi búsqueda".
De dónde viene la subida inicial
Los motores de búsqueda premian las páginas que responden con claridad a una consulta, usan las señales estructurales correctas y cubren los subtemas obvios de un tema. La redacción con IA es realmente buena en esas tres cosas. Rara vez olvida un subtítulo que una respuesta completa debería incluir, no se desvía del tema, y puede producir una página técnicamente completa más rápido que una persona partiendo de un documento en blanco. Esa competencia estructural basta para ganar una posición inicial, sobre todo en un nicho poco competido, porque el sistema de ranking trabaja al principio con una lectura superficial: si esta página coincide con la consulta y cubre el tema.
Dónde se estanca
Lo que la competencia estructural no produce es un motivo para confiar en esta página más que en la siguiente, que parece igual de completa. Los motores de búsqueda ponderan cada vez más señales difíciles de fingir a gran escala: si quienes llegan a la página se quedan, si otros sitios la referencian, si el mismo dominio tiene un patrón de páginas que se leen como realmente útiles y no solo bien ensambladas. Un borrador de IA que nadie con conocimiento real del tema ha moldeado tiende a decir cosas ciertas en un orden genérico: exactas, pero intercambiables con una decena de páginas más que responden la misma consulta. En cuanto un motor de búsqueda tiene suficientes páginas para comparar, lo intercambiable pierde frente a lo específico.
Qué tiene que añadir realmente la edición
La solución no es "escríbelo a mano en su lugar". Es ser honesto sobre lo que le falta al borrador y añadir exactamente eso, en lugar de reformular frases ligeramente y llamarlo edición. Tres añadidos hacen la mayor parte del trabajo. Primero, un ejemplo o escenario realmente específico que el modelo no podría haber generado solo, porque proviene de trabajo real con un cliente o de un patrón realmente observado, no de una hipótesis plausible. Segundo, una opinión o un criterio propio: una recomendación que quien escribe defendería en una discusión, no un resumen equilibrado de ambos lados. Tercero, eliminar las frases que suenan correctas pero no añaden nada: el preámbulo definitorio del principio, el resumen que repite el subtítulo justo debajo. Un borrador editado así queda más corto, no más largo, que la salida original.
Dónde encaja esto en el plan
Esto importa más, no menos, dentro de un programa de contenido estructurado, porque un clúster de artículo pilar y artículos de apoyo es exactamente el entorno donde el contenido genérico de IA se acumula en un patrón visible en vez de quedar como una única página olvidable. Tratar cada artículo dentro de nuestra estrategia SEO como un borrador que una persona tiene que mejorar de verdad —no solo aprobar— es lo que evita que el posicionamiento inicial sea un pico temporal.
Si el volumen de contenido necesario hace poco práctico hacer esa edición internamente, nuestro equipo de IA construye el flujo de trabajo para que la redacción siga siendo rápida sin saltarse el paso que hace que una página merezca seguir posicionada.
