Optimización de imágenes y medios: AVIF, Google Lens y búsqueda visual

Las imágenes no son un adorno decorativo, sino un canal de búsqueda propio y un factor directo de rendimiento. Influyen en si una página alcanza rápido su Largest Contentful Paint, en si aparece en la búsqueda de imágenes de Google y en Google Lens, y en si los sistemas de IA multimodales pueden siquiera interpretar el contenido de la imagen. Al mismo tiempo, el SEO de imágenes es uno de los campos más descuidados del SEO on-page técnico. Este artículo muestra cómo interactúan los formatos de imagen modernos, los textos alternativos correctos, la optimización de las Core Web Vitals y los datos estructurados, con referencia concreta al uso móvil en Austria.

Por qué el SEO de imágenes decide la visibilidad y el rendimiento

La palanca económica detrás de la búsqueda de imágenes y la búsqueda visual es medible. El mercado global de la búsqueda visual se valoró en 41,72 mil millones de USD en 2024 y se prevé que crezca hasta 151,60 mil millones de USD en 2032, con una TCAC del 17,50 % (global). El motor principal es Google Lens: según Google, más de 1,5 mil millones de personas usan Lens cada mes (internacional) para buscar lo que ven. La frecuencia de uso es todavía mayor que el número de usuarios: en octubre de 2024, Google informó de casi 20 mil millones de búsquedas visuales al mes, y el 20 % de todas las búsquedas con Lens está relacionado con compras (internacional). Para proveedores B2B con productos, máquinas o componentes, es un canal de descubrimiento real que parte directamente del objeto.

En el plano técnico, las imágenes son el factor de rendimiento dominante. Según el Web Almanac 2025, una imagen es el elemento LCP en el 76 % de las páginas móviles y en el 85,3 % de las de escritorio (internacional). Esto significa que, en la mayoría de los casos, el tiempo de carga de la imagen más grande determina directamente si una página supera el criterio de LCP de las Core Web Vitals. Si no optimizas tus imágenes, no optimizas tus Core Web Vitals.

Aun así, se desaprovecha un enorme potencial. Según el Web Almanac 2024, el 45 % de todos los elementos img no tiene texto alternativo y solo el 55 % cuenta con un atributo alt no vacío (internacional), y muchos de los textos alternativos existentes solo contienen nombres de archivo o cadenas cortas sin significado. Es a la vez un déficit de SEO y un problema de accesibilidad, y abre una ventaja competitiva para quien lo haga mejor.

Funcionamiento: cómo interpretan las imágenes los buscadores y la IA

Los buscadores y los sistemas de IA multimodales entienden las imágenes a través de tres niveles de señales que actúan juntos.

• Contexto textual: el texto alternativo, el pie de foto, el nombre de archivo y el texto que rodea la imagen aportan la descripción lingüística de su contenido. Este nivel es el más importante para el SEO de imágenes clásico y para que la página pueda citarse en respuestas de IA, porque las máquinas pueden leerlo de forma fiable.
• Análisis visual: Google Lens y los modelos de reconocimiento de imágenes analizan la propia imagen y reconocen objetos, texto dentro de la imagen y similitudes con otras imágenes. Para ello se necesitan imágenes nítidas y con suficiente resolución.
• Datos estructurados: el marcado Schema como ImageObject o Product clasifica la imagen semánticamente, la vincula con información de licencia, de creador y de producto, y hace posibles los resultados enriquecidos en la búsqueda de imágenes de Google.

Para la Generative Engine Optimization (GEO), el nivel textual es decisivo. Los sistemas de IA multimodales como Google Lens, AI Overviews y los motores de respuesta con IA combinan el análisis de la imagen con el texto alternativo y el pie de foto para entender el contexto y nombrar una fuente. Una imagen sin texto alternativo descriptivo y sin pie de foto no le da a la IA ningún ancla lingüística con la que citar la página. Si quieres aparecer en respuestas de IA con contenido visual, tienes que pensar la imagen y el texto como una unidad.

El texto alternativo tiene una doble función: es la alternativa textual para lectores de pantalla (accesibilidad según las WCAG) y, a la vez, una señal de posicionamiento para la búsqueda de imágenes. Ambos objetivos exigen lo mismo: una formulación precisa y descriptiva en el contexto de la página, sin keyword stuffing. Un buen atributo alt describe lo que se ve en la imagen, tal como se lo explicarías a alguien por teléfono.

Buenas prácticas de optimización de imágenes y medios

Escribe textos alternativos descriptivos y adaptados al contexto

Redacta el texto alternativo de modo que refleje el contenido de la imagen en el contexto de la página. Ejemplo negativo: alt="IMG_4087.jpg" o alt="produkt-foto-final-2". Estos textos alternativos hechos con nombres de archivo son exactamente el problema que documenta el Web Almanac, y no sirven de nada ni a los lectores de pantalla ni a los buscadores. Ejemplo positivo: alt="Edelstahl-Förderschnecke FS-200 im Einsatz in einer Lebensmittelproduktion". Evita el keyword stuffing y frases como imagen de o foto de, porque los lectores de pantalla ya anuncian el rol img. Las imágenes puramente decorativas llevan un atributo alt vacío (alt="") para que los lectores de pantalla las omitan.

Usa formatos de imagen modernos con criterio

AVIF es el estándar de compresión técnicamente superior. Según una comparativa internacional muy citada, con la misma calidad visual, AVIF consigue una mediana del tamaño de archivo un 50,3 % menor que JPEG, y WebP, un 31,5 % menor (internacional), de lo que se deduce una ventaja de AVIF sobre WebP de alrededor del 27 %. La lógica práctica de formatos:

• AVIF: primera opción para fotos e imágenes complejas, con la mejor compresión a igual calidad. La codificación exige más cálculo, así que lo mejor es generarla de antemano en el build o mediante una CDN.
• WebP: un todoterreno sólido con soporte casi universal en navegadores, ideal como nivel intermedio de fallback.
• JPEG/PNG: fallback universal para la máxima compatibilidad. PNG solo para imágenes con transparencia o bordes nítidos; en los demás casos, JPEG pesa menos.
• SVG: para logotipos, iconos y diagramas, porque escala sin pérdidas y suele ocupar muy poco.

La penetración de AVIF en el mercado crece, pero todavía es reciente. Según el Web Almanac 2024, en móvil los formatos de imagen se reparten así: JPEG 32,4 %, PNG 28,4 %, GIF 16,8 %, WebP 12 % y AVIF apenas un 1,0 % (internacional). Precisamente esa brecha es la oportunidad: el capítulo señala que casi todos los JPEG, PNG y GIF de la web se beneficiarían de un formato moderno.

Sirve AVIF con fallback mediante picture

No uses AVIF sin un nivel de respaldo. El elemento <picture> sirve a cada navegador el mejor formato que admita:

```html
<picture>
<source srcset="produkt.avif" type="image/avif">
<source srcset="produkt.webp" type="image/webp">
<img src="produkt.jpg" alt="Transportador de tornillo FS-200 en producción"
width="1200" height="800" loading="lazy">
</picture>
```

El navegador elige el primer formato que admite. Para generar las variantes sirven herramientas como Squoosh (manual), la biblioteca Sharp (de forma programática en el pipeline de build) o plugins de build y componentes de framework como next/image, que automatizan la negociación de formato y los tamaños responsive.

Imágenes responsive con srcset y sizes

Sirve a cada dispositivo la resolución adecuada. Mediante srcset con descriptores de ancho y sizes, un smartphone carga un archivo más pequeño que un ordenador de escritorio. La transformación de imágenes basada en CDN genera estas variantes sobre la marcha y negocia el formato mediante la cabecera Accept. Cuida que las cabeceras de caché sean correctas: las URL de imagen versionadas reciben un max-age largo en la cabecera Cache-Control. MDN recomienda para ello Cache-Control: max-age=31536000, immutable (un año). Así, los visitantes recurrentes cargan las imágenes desde la caché.

Prioriza la imagen LCP y nunca le apliques lazy loading

La imagen LCP (normalmente la imagen hero above the fold) tiene que cargarse lo antes posible. Usa fetchpriority="high" y, si procede, un preload, y elimina sin falta loading="lazy" de esta imagen. Aplicar lazy loading al elemento LCP es un antipatrón que ralentiza cualquier página. Reserva además el espacio en la maquetación mediante width y height (o aspect-ratio) para evitar el Cumulative Layout Shift (CLS). El lazy loading sigue siendo correcto, pero solo para imágenes below the fold.

Optimiza para Google Lens y la búsqueda visual

La búsqueda visual premia las imágenes de producto de calidad y bien descritas. En concreto:

• Alta resolución y nitidez: Lens analiza la propia imagen; las imágenes borrosas o demasiado pequeñas dificultan el reconocimiento de objetos.
• Datos estructurados: ImageObject y el esquema Product vinculan la imagen, el nombre del producto, el precio y la disponibilidad, lo que hace posibles los resultados enriquecidos en Google Imágenes.
• Sitemaps de imágenes y URL indexables: las imágenes deben estar accesibles en una URL estable y rastreable, y deben figurar en el sitemap XML para que Google las registre con seguridad.
• Texto de contexto y metadatos: el pie de foto y el texto circundante aportan a Lens y a la IA el contexto lingüístico; los metadatos EXIF/IPTC pueden transportar datos de creador y de licencia.

SEO técnico de imágenes y marcado Schema

Usa nombres de archivo descriptivos (förderschnecke-fs-200.avif en lugar de img4087.avif), coloca las imágenes en la sección de texto que les corresponda por tema y añade pies de foto visibles donde aporten al contenido. Para los resultados enriquecidos en la búsqueda de imágenes de Google es relevante el esquema ImageObject con metadatos de licencia y de creador (license, creator, copyrightNotice), complementado en los productos con el esquema Product. Así, las imágenes no solo se indexan, sino que se etiquetan con información adicional aprovechable.

Mobile first: el ejemplo de Austria

Aunque el escritorio va por delante, la cuota móvil es considerable: según StatCounter, en Austria, en mayo de 2026, el 41,74 % correspondió a móvil, el 56,71 % a escritorio y el 1,55 % a tableta (Austria). Así que algo más de cuatro de cada diez páginas vistas proceden de smartphones, a menudo a través de redes móviles con datos limitados y ancho de banda variable. Cada kilobyte ahorrado mejora el tiempo de carga y reduce el consumo de datos de los usuarios, lo que repercute directamente en la tasa de rebote y la conversión. Precisamente para estos accesos merecen la pena AVIF y la entrega responsive.

Errores frecuentes en la optimización de imágenes

• Nombre de archivo como texto alternativo: alt="DSC_0421.jpg" no sirve de nada ni a lectores de pantalla ni a buscadores, y es uno de los errores más frecuentes en la web.
• Falta de texto alternativo: un atributo alt ausente por completo desperdicia a la vez la señal de posicionamiento y la accesibilidad.
• Imagen LCP con lazy loading: retrasar la imagen más importante con loading=lazy frena el LCP de forma medible.
• Sin width/height: sin dimensiones reservadas, el diseño salta al cargar la imagen, lo que empeora el CLS.
• AVIF sin fallback: usar AVIF sin el nivel de respaldo de <picture> implica el riesgo de que en entornos antiguos la imagen no se muestre.
• Keyword stuffing en el texto alternativo: encadenar palabras clave en lugar de una descripción real perjudica la accesibilidad y el posicionamiento.
• Imágenes fuera del sitemap: Google a menudo no indexa de forma fiable las imágenes no referenciadas o cargadas posteriormente con JavaScript.

Métricas y medición

El efecto de la optimización de imágenes se ve en indicadores concretos:

• LCP (datos de campo): mide el Largest Contentful Paint con Google Search Console y CrUX. Como en el 76 % de las páginas móviles el elemento LCP es una imagen, cualquier optimización de imágenes se nota aquí directamente.
• CLS: revisa el Cumulative Layout Shift, que suele aumentar cuando faltan las dimensiones de las imágenes.
• Auditoría de lazy loading: asegúrate de que la imagen LCP no se cargue con lazy loading. El Web Almanac 2024 muestra que el 9,5 % de los elementos img relevantes para el LCP se cargan erróneamente en móvil con lazy loading nativo, con una adopción del lazy loading nativo en aproximadamente un tercio de todos los sitios web.
• Cobertura de textos alternativos: rastrea el sitio en busca de elementos img no decorativos sin atributo alt o con un atributo alt vacío. La referencia es la proporción documentada del 45 % de elementos img sin texto alternativo, y deberías quedarte claramente por debajo.
• Tamaño y formato de los archivos de imagen: controla el formato servido y los bytes por imagen para seguir la proporción de AVIF/WebP y el ahorro.
• Visibilidad en la búsqueda de imágenes: sigue en Search Console las impresiones y los clics procedentes de la búsqueda de imágenes de Google como indicador del rendimiento en búsqueda visual.

Para profundizar

La optimización de imágenes y medios une tres disciplinas on-page: rendimiento técnico (Core Web Vitals), accesibilidad (textos alternativos) y marcado semántico (Schema). El punto de partida pragmático: identifica la imagen LCP de cada página importante, sírvela como AVIF con fallback <picture> y fetchpriority="high", escribe textos alternativos descriptivos y reserva el espacio en la maquetación con width/height. En un segundo paso llegan las variantes responsive con srcset a través de una CDN, el esquema ImageObject/Product para la búsqueda de imágenes y los sitemaps de imágenes para una indexación fiable. En Austria, donde algo más de cuatro de cada diez páginas vistas proceden de smartphones, cada kilobyte ahorrado contribuye directamente al tiempo de carga y a la conversión. Temas relacionados son las Core Web Vitals y la optimización del LCP, el marcado Schema on-page, los fragmentos destacados y el GEO junto con la capacidad de ser citado en respuestas de IA.