Google ha canviat el model que redacta les respostes amb IA del seu cercador. El nou motor descompon cada pregunta en moltes cerques paral·leles i enllaça més webs que abans. Per a la direcció, la conclusió és clara: la visibilitat ja no es juga només a la paraula clau principal, sinó a cadascuna de les subpreguntes que el client es fa abans de comprar. Qui tingui respostes clares per a aquestes subpreguntes té ara més opcions d’aparèixer.
Què ha passat
El 12 de novembre, Google va anunciar que Gemini 4 Hydrogen passa a ser el model per defecte d’AI Mode, el mode conversacional del cercador, i que també es fa servir a les AI Overviews (els resums que apareixen sobre els resultats) quan la pregunta és complexa. Està disponible per a tots els usuaris a tot el món i en tots els idiomes en què funciona AI Mode. El responsable de producte del cercador el va descriure com «la millora de model més gran de la història de Search».
Google en destaca quatre canvis:
- Entén millor la intenció: preguntes amb diverses parts, peticions molt concretes i fins i tot consultes amb errors d’escriptura.
- Més cerques en paral·lel: la tècnica de query fan-out llança alhora consultes sobre tots els subtemes rellevants de la pregunta i, segons Google, enllaça «una gamma més àmplia» de webs que abans.
- Respostes més visuals: més imatges, respostes estructurades, taules comparatives i eines generades a mida per a cada consulta.
- Més matís en tots els idiomes admesos, inclòs l’espanyol.
Google no ha donat xifres d’impacte en el trànsit. El canvi arriba pocs dies després de llançar una altra versió del model per als subscriptors de pagament d’AI Mode i en plena actualització general de l’algoritme de novembre, en què Google ja havia explicat que integra els senyals del cercador clàssic a les experiències amb IA.
La lectura de fons
Fins ara, la IA del cercador tendia a recolzar-se en poques fonts grans i conegudes. Amb més cerques paral·leles per pregunta, la resposta es construeix amb més peces, i cada peça pot venir d’una web diferent. Això obre una porta a empreses mitjanes que no guanyen a la cerca genèrica però sí que són les que expliquen millor un detall concret: un termini de lliurament, una compatibilitat tècnica, una diferència entre dos materials o el cost real de manteniment d’un equip.
L’altra cara és que la comparació es fa dins del cercador. Si la IA pot muntar una taula amb els teus productes i els de la competència, el client arriba a la teva web amb la decisió mig presa. O no hi arriba.
Per què importa al teu negoci
- Vendes: en compres meditades (B2B, llar, equipament, moda de gamma mitjana) el client fa preguntes llargues. Cada subpregunta és una oportunitat d’aparèixer i una oportunitat que n’aparegui un altre.
- Dades de producte: les taules comparatives s’alimenten del que la teva web i les teves fitxes diuen de manera clara i estructurada. Si les característiques, mides o condicions són en un PDF o en una imatge, la IA compararà amb el que trobi en una altra banda.
- Mesura: el trànsit orgànic es pot moure aquestes setmanes per dues raons alhora, l’actualització de l’algoritme i el nou model. Sense separar totes dues coses, és fàcil prendre decisions equivocades sobre pressupost o continguts.
- Calendari: arriba just abans del Black Friday i de la campanya de Nadal, quan més cerques comparatives es fan.
Què convé fer
Les preguntes que ens faríem en un comitè de direcció són senzilles: sabem quines preguntes fa el nostre client abans de triar-nos? La nostra web les respon millor que la de la competència, amb dades i no amb eslògans? Podem distingir als informes quina part de la variació del trànsit ve de l’algoritme i quina de les respostes amb IA?
A tall d’exemple: un fabricant de mobiliari d’oficina que només té una pàgina genèrica de «cadires ergonòmiques» competeix per una cerca molt disputada. Si a més publica quina cadira convé segons les hores d’ús, l’alçada o el tipus de lloc de treball, amb una taula comparativa pròpia, té moltes més subpreguntes en què ser la font citada.
Com ho enfoquem a TRILOGI
En aquest cas no comencem per la tècnica, sinó pel client. Reunim vendes i atenció al client i fem la llista de les preguntes reals que es repeteixen abans d’una compra: les dels correus, les trucades i les objeccions dels comercials. Amb aquest mapa ordenem un pla de continguts per subpregunta, prioritzat pel marge del producte o servei que hi ha al darrere, i convertim la informació que avui és en catàlegs o PDF en taules i respostes clares dins de la web. És la feina que fem a la nostra estratègia de continguts: escriure menys peces genèriques i més respostes que ajuden a decidir. Després mesurem en quines preguntes es comença a citar la marca i ajustem.
Cada dimarts, les 5 notícies que importen: subscriu-te a la newsletter




