LSI keywords y keywords semánticas: refuerza la relevancia temática

Los buscadores ya no posicionan cadenas de palabras clave: entienden temas. Quien quiera seguir siendo visible en 2026 en el B2B en Europa tiene que cubrir un tema por completo, no colocar una palabra clave el mayor número de veces posible. Ahí entran en juego las palabras clave semánticas: términos relacionados, sinónimos, entidades y conceptos que dan profundidad al contenido de una página. El término «palabras clave LSI», que lleva años rondando por las guías de SEO, induce a error. Este artículo separa el mito de lo que tiene fundamento, muestra cómo procesa Google realmente el lenguaje hoy y ofrece un flujo de trabajo práctico de investigación y optimización para el ámbito germanohablante, incluida la búsqueda con IA y las obligaciones del Reglamento de IA de la UE.

Por qué las palabras clave semánticas deciden hoy el posicionamiento

La lógica del ranking ha pasado de la coincidencia de palabras a la comprensión del significado. Antes bastaba con repetir una palabra clave como «software de contabilidad» de forma exacta y frecuente. Hoy Google evalúa si una página domina el tema: ¿menciona el registro de justificantes, la verificación del número de IVA (UID), el SAF-T, las interfaces con las declaraciones de FinanzOnline, la gestión de reclamaciones de pago? Estos términos asociados son la señal de relevancia, no la frecuencia de la palabra clave.

El efecto también se puede cuantificar. Un análisis internacional de 11,8 millones de resultados de búsqueda (datos internacionales) muestra que un Content Grade más alto, es decir, una mejor cobertura semántica del tema medida con Clearscope, se correlaciona con mejores rankings: subir el Content Grade en 1 equivale aproximadamente a mejorar una posición (datos internacionales, análisis del top 30). El mismo estudio subraya expresamente que el simple número de palabras no se correlaciona con mejores posiciones. No decide la extensión, sino la exhaustividad temática.

Para los proveedores B2B, esto es doblemente relevante. Los servicios que requieren explicación viven de la terminología especializada, y precisamente esa terminología es el contexto semántico que esperan los buscadores. Quien trata un tema con rigor técnico y de forma completa cumple la señal semántica casi de forma automática.

Palabras clave LSI: un mito del SEO, explicado con rigor

Latent Semantic Indexing (LSI) es una técnica de 1988. Reduce matemáticamente una matriz término-documento para descubrir relaciones ocultas entre palabras en colecciones de documentos pequeñas y estáticas. El método es anterior a la web moderna y nunca se pensó para un corpus dinámico de billones de documentos como el de Google.

De ahí se deduce que las «palabras clave LSI» como objeto de optimización no existen. Google lo confirma sin ambigüedades. John Müller, de Google, lo dejó claro públicamente: «There's no such thing as LSI keywords» (declaración del 30.07.2019), y en 2023 reiteró que ni LSI ni los métodos que se promocionan con esa etiqueta tienen ningún efecto. Así que quien compra una herramienta que supuestamente ofrece «palabras clave LSI» está comprando una herramienta de sinónimos y vocabulario temático con otra etiqueta, no un trozo del algoritmo de Google.

Lo importante en la práctica: el concepto de fondo, es decir, usar de forma natural términos relacionados con el tema, sigue siendo correcto y eficaz. Lo único erróneo es el nombre y la idea de una lista secreta de palabras clave. Palabras clave semánticas, sí; «palabras clave LSI», no.

Cómo entiende Google realmente el lenguaje hoy

Las simples coincidencias de palabras han dado paso a varios sistemas neuronales que captan el significado y el contexto.

• RankBrain: el primer sistema de aprendizaje automático usado en el ranking interpreta búsquedas nuevas y ambiguas asociándolas a patrones conocidos de significado similar.
• BERT: este modelo de lenguaje entiende las palabras en el contexto de la frase, no de forma aislada. Google lo introdujo en 2019, primero en aproximadamente 1 de cada 10 búsquedas en inglés en Estados Unidos. En diciembre de 2019, Google amplió BERT a más de 70 idiomas, entre ellos el alemán. Según la propia Google, desde 2020 BERT se usa en prácticamente todas las búsquedas en inglés. BERT reconoce, por ejemplo, que el «banco» junto al río no es lo mismo que el banco donde guardas el dinero.
• MUM y Neural Matching: estos sistemas conectan conceptos entre idiomas y formatos y emparejan búsquedas con contenidos a nivel de significado, no de caracteres.
• Knowledge Graph: la base de conocimiento de Google piensa en entidades, es decir, en cosas claramente identificables como personas, organizaciones, lugares o conceptos, junto con sus relaciones. No cuenta la cadena «FinanzOnline», sino la entidad que hay detrás.

La consecuencia es clara: la optimización moderna apunta a entidades y temas, no a cadenas de caracteres. El SEO basado en entidades sustituye por completo a la vieja mentalidad LSI.

Cómo encontrar palabras clave semánticas: el flujo de investigación

La investigación semántica consiste en cartografiar el campo temático de una intención de búsqueda, no en ir tachando una lista de palabras. Este flujo de trabajo ha demostrado su eficacia.

• Análisis de las SERP: los primeros resultados para tu palabra clave principal muestran qué subtemas, términos y entidades espera Google en ese contexto. Los conceptos que se repiten en varias páginas del top son buenos candidatos semánticos.
• People also ask y búsquedas relacionadas: estos cuadros de Google ofrecen preguntas de seguimiento reales y revelan intenciones parciales que deben estar en el contenido.
• Herramientas de entidades y de TF-IDF: las herramientas que comparan textos con los mejores resultados identifican términos y entidades que aparecen con una frecuencia superior a la media en los contenidos mejor posicionados. No ofrecen palabras clave «secretas», sino una comparación estadística de la cobertura temática.
• Coocurrencia en lugar de stuffing: el objetivo es que los términos relacionados aparezcan juntos de forma natural porque el tema lo requiere, no porque haya que cumplir una cuota.

En el ámbito germanohablante se suma una particularidad: las palabras compuestas. Términos como «Lieferkettensorgfaltspflichtengesetz» o «Vorsteuerabzugsberechtigung» reúnen varios conceptos en una sola palabra. Una buena investigación semántica recoge tanto el compuesto como sus componentes, además de los sinónimos y las paráfrasis correspondientes.

Cómo construir relevancia y autoridad temática

Unas cuantas páginas optimizadas semánticamente no bastan. Los buscadores evalúan con qué concentración y coherencia un dominio entero cubre un campo temático. Esa estructura se construye con clústeres temáticos y páginas pilar.

• Página pilar: una página principal completa cubre el tema central de forma amplia y sirve como punto de entrada y de distribución.
• Contenidos del clúster: varias páginas de detalle responden cada una a una pregunta parcial concreta y enlazan de vuelta a la página pilar y entre sí. Así se crea una estructura semántica densamente conectada en lugar de páginas aisladas.
• Enlazado interno: hace que la estructura temática sea comprensible para los rastreadores y distribuye la relevancia dentro del clúster.

La filtración del Content Warehouse de Google de 2024 respalda que Google mide realmente la concentración temática. La documentación, un conjunto de datos de 14.014 atributos en 2.596 módulos (fuente internacional), menciona dos señales reveladoras: siteFocusScore, que cuantifica en qué medida un sitio se concentra en un tema, y siteRadius, que mide cuánto se desvía una página del tema central (fuente internacional). También Ahrefs considera estas señales la prueba más concreta hasta la fecha de que Google mide la concentración temática (fuente internacional). Un matiz importante: la filtración demuestra que estos atributos existen, no cuánto pesan exactamente en el ranking. El mensaje estratégico se mantiene: publicar con foco temático gana a publicar de forma dispersa.

Optimización semántica en lugar de densidad de palabras clave

La densidad de palabras clave no es un factor de posicionamiento. Forzar un porcentaje concreto de apariciones de la palabra clave no aporta ninguna ventaja y produce textos acartonados. En su lugar, la pregunta es otra: ¿cubre el contenido el tema por completo y ofrece algo que los demás no tienen?

Ese segundo punto es el Information Gain: el valor propio frente a los contenidos que ya existen. Una página que solo resume lo que ya dicen los primeros resultados no gana nada en lo semántico. Una página con análisis propio, datos propios, un encuadre regional preciso o una delimitación clara amplía el tema en lugar de limitarse a cubrirlo.

En la práctica, la optimización semántica significa tratar todas las preguntas parciales y entidades relevantes de un tema, usar términos relacionados allí donde encajan por contenido y hacer al menos una aportación propia. Exhaustividad más valor propio sustituye a cualquier fórmula de densidad.

E-E-A-T y entidades como señales de confianza

La semántica no termina en el cuerpo del texto. El autor, la marca y el foco temático son en sí mismos entidades que transmiten confianza. Google menciona expresamente E-E-A-T, es decir, Experience, Expertise, Authoritativeness y Trustworthiness, como referencia y exige contenido centrado en las personas, mientras que el contenido creado principalmente para los buscadores se considera una señal de alerta (documentación oficial de Google).

Los datos estructurados hacen que estas señales sean legibles por máquina y las conectan con el Knowledge Graph.

• sameAs: remite desde el marcado de Organization o Person a perfiles con autoridad como LinkedIn, Wikidata o un registro sectorial y ancla la marca y al autor como entidades verificables.
• about y mentions: indican de forma explícita de qué trata una página y qué entidades menciona, lo que reduce el margen de interpretación.
• Author y Organization: vinculan contenido, autor y editor en un grafo coherente en lugar de dispersar fragmentos aislados.

El marcado Schema no sustituye la confianza, pero traduce las señales de confianza existentes a una forma que los buscadores y los sistemas de IA pueden asignar con seguridad. La coherencia entre el marcado Schema y el texto visible es obligatoria: los motores penalizan los datos contradictorios.

Creación de contenido con IA: qué se premia y qué se penaliza

Las herramientas de IA ya han llegado a la región DACH (Alemania, Austria y Suiza). En Austria, en 2024 ya el 20 % de las empresas con diez o más empleados utilizaba tecnologías de IA, frente al 11 % en 2023 (datos de Austria), es decir, casi el doble en un año. El uso más frecuente es el reconocimiento y procesamiento de texto, en el 65 % de las empresas que usan IA, seguido de la generación de lenguaje, con un 41 % (datos de Austria). Crear contenido con IA es, por tanto, una realidad, no una promesa de futuro.

La postura de Google es clara y matizada. La búsqueda aspira a premiar el contenido de calidad, independientemente de cómo se haya producido (documentación oficial de Google). Lo decisivo no es el origen, sino la calidad y la finalidad. En el mismo documento, Google marca el límite: la automatización cuyo fin principal es manipular el ranking infringe las políticas sobre spam (documentación oficial de Google).

En la práctica, esto significa que la IA puede investigar, estructurar y entregar borradores. El control de calidad sigue siendo humano. La comprobación de datos, la revisión especializada, el análisis propio y la aportación de experiencia real marcan la diferencia entre un contenido útil y el spam a escala. El texto intercambiable generado en masa y sin valor añadido cae justo en la categoría penalizada.

SEO semántico para la búsqueda con IA y GEO

Las entidades claras y los datos respaldados por fuentes repercuten directamente en la visibilidad dentro de las respuestas de IA. La Generative Engine Optimization (GEO) es la disciplina que se ocupa de conseguir citas en AI Overviews, ChatGPT y Perplexity. La investigación de base, publicada en KDD 2024, muestra que los métodos GEO pueden aumentar hasta un 40 % la visibilidad en las respuestas generativas (estudio internacional, medido con un benchmark de búsquedas variadas de varios dominios).

La relación con la realidad del zero-click es dura. Un análisis internacional muestra que, con un resumen de IA visible, los usuarios solo hicieron clic en un resultado de búsqueda clásico en el 8 % de las visitas, frente al 15 % sin resumen de IA (datos internacionales), y en un enlace dentro del propio resumen, solo en el 1 % de las visitas (datos internacionales). Quien no aparece en la respuesta de la IA pierde alcance, incluso con una buena posición.

Aquí el contenido optimizado semánticamente tiene ventaja. Las entidades bien identificadas, las estadísticas respaldadas con fuentes y los pasajes de respuesta precisos y autónomos son justo los elementos que un sistema de IA puede extraer y citar. Además, la exhaustividad temática hace que una página encaje con las muchas preguntas parciales en las que los sistemas de IA descomponen una consulta.

La práctica en DACH y Austria: idioma, entidades y Reglamento de IA de la UE

La optimización semántica en alemán tiene requisitos propios. Las palabras compuestas reúnen conceptos y conviene cubrirlas junto con sus componentes. En el B2B, la terminología especializada no es un adorno, sino la propia señal semántica. Entidades regionales como la WKO, FinanzOnline, el UGB austriaco o las autoridades de cada sector anclan el contenido en el contexto geográfico y técnico adecuado.

A esto se suma un plano jurídico. Desde el 2 de agosto de 2026 se aplica en la UE el art. 50 del Reglamento de IA de la UE, con obligaciones de transparencia para el contenido generado por IA. Los proveedores de sistemas de IA deben marcar el contenido sintético en un formato legible por máquina. Para los sistemas introducidos en el mercado antes del 2 de agosto de 2026, el Ómnibus Digital (Reglamento (UE) 2026/1744) concede un plazo transitorio hasta el 2 de diciembre de 2026. Los responsables del despliegue deben revelar los deepfakes y etiquetar los textos generados por IA con los que informan al público sobre asuntos de interés público. En el caso de estos textos, la obligación desaparece si una persona los ha revisado o ha ejercido control editorial sobre ellos y una persona física o jurídica asume la responsabilidad editorial. Por tanto, un borrador de IA que tú revisas, reescribes y del que asumes la responsabilidad editorial no necesita ninguna indicación de etiquetado según el art. 50, apartado 4. Para las empresas que usan IA en la producción de contenido, esto significa documentar el paso de revisión y la responsabilidad editorial y, en imágenes, audio y vídeo, respetar la regla sobre deepfakes. Estas obligaciones no contradicen el buen SEO: coinciden con la exigencia de Google de control de calidad humano y fiabilidad.

Cómo evitar el thin content y medir la canibalización

La profundidad semántica es el antídoto más eficaz contra el thin content. Una página que trata un tema de forma completa y aportando valor sustituye a varias páginas débiles que solo atienden un término cada una. En lugar de cinco páginas flojas para cinco sinónimos, surge un recurso sólido y completo.

Pero justo aquí acecha la canibalización de palabras clave: varias páginas propias compiten por la misma intención de búsqueda y se debilitan mutuamente. Así es como mides y evitas el problema.

• Comprobar la intención, no la coincidencia de palabras: dos páginas se canibalizan cuando atienden la misma intención de búsqueda, no por el mero hecho de compartir una palabra. Asigna a cada página una intención claramente delimitada.
• Vigilar los solapamientos en las SERP: si para una palabra clave van alternando distintas URL propias o varias páginas aparecen muy juntas en posiciones bajas, es una señal de canibalización.
• Consolidar en lugar de multiplicar: fusionar las páginas que se solapan y que por separado son débiles en una sola página sólida y resolver el resto con redirecciones. Eso refuerza la autoridad temática y afina el enlazado interno.

En un clúster rige la regla: una intención, una página de destino. La página pilar cubre el tema central y cada página del clúster, exactamente una pregunta parcial. Así la estructura semántica se mantiene sólida y el dominio, concentrado.

Para profundizar

Las palabras clave semánticas no son un truco ni una lista secreta, sino la consecuencia natural de tratar un tema de forma completa y con rigor técnico. Las «palabras clave LSI» son un mito; el concepto de profundidad temática sigue siendo correcto. El orden de implementación para el B2B está claro: cartografiar la intención de búsqueda y el campo temático mediante el análisis de las SERP, estructurar el contenido en clústeres temáticos con páginas pilar, respaldar cada afirmación clave e integrarla en el marcado Schema, anclar las entidades mediante sameAs y about, usar la IA solo con control de calidad humano y dentro del marco de transparencia del Reglamento de IA de la UE, y controlar los resultados a través de la cobertura de contenido, las señales de autoridad temática y las citas en IA. Quien trabaja así optimiza a la vez para los rankings clásicos y para la lógica de citación de los motores generativos.