# Grounding en IA: qué es y cómo permite citar fuentes

> Qué es el grounding en IA, cómo conecta un modelo con el índice de un buscador, qué controla Google-Extended y cómo ver si tu tienda sirve de fuente.

URL: https://clione.ai/es/glosario/grounding/
Lang: es

Si buscas «grounding» te saldrán tres cosas sin relación entre sí: la toma de tierra de una instalación eléctrica, una técnica de psicología para calmar la ansiedad y la que interesa aquí, la de la inteligencia artificial. En IA, _grounding_ (anclaje a fuentes) es **el momento en que un asistente deja de responder de memoria y va a buscar**. Para una tienda es el momento que cuenta, porque es cuando tu [ficha de producto](/es/glosario/ficha-de-producto/) puede entrar en una respuesta y salir citada. Sin _grounding_, el modelo responde con lo que aprendió al entrenarse y no tiene una fuente concreta que enlazar.

## Cómo funciona

Un [modelo de lenguaje](/es/glosario/llm/) guarda lo que aprendió en sus parámetros. El artículo que dio nombre a la generación aumentada por recuperación ([RAG](/es/glosario/rag/)), firmado por Patrick Lewis y otros once autores y presentado en NeurIPS 2020, llamaba a eso memoria paramétrica, y le añadía una memoria no paramétrica: un índice de Wikipedia consultado con un recuperador entrenado. El resultado fue que **los modelos con recuperación generaban un lenguaje más específico, más variado y más ajustado a los hechos** que el mismo tipo de modelo con solo la memoria paramétrica.[^rag-paper]

Google define el _grounding_ en su documentación de rastreadores: dar al modelo contenido del índice de la Búsqueda de Google en el momento de la pregunta, para mejorar la exactitud y la relevancia de la respuesta.[^google-crawlers] En su guía para las funciones de [búsqueda con IA](/es/glosario/busqueda-con-ia/) de Google lo usa como sinónimo de RAG: una técnica que mejora la calidad, la exactitud y la actualidad de las respuestas apoyándose en sus sistemas de clasificación de siempre para **recuperar páginas relevantes y actuales de su índice**. Después, sus sistemas revisan la información concreta de esas páginas para generar una respuesta más fiable.[^google-ai-guide]

La API de [Gemini](/es/glosario/gemini/) enseña el proceso paso a paso cuando se le activa la búsqueda de Google como herramienta:[^gemini-grounding]

1. La aplicación envía la pregunta del usuario al modelo con la herramienta de búsqueda activada.
2. El modelo analiza la pregunta y decide si una búsqueda en Google puede mejorar la respuesta.
3. Si es así, genera las consultas y las lanza él mismo.
4. Procesa los resultados, sintetiza la información y redacta la respuesta.
5. Devuelve una respuesta anclada, con las consultas que lanzó y con citas que unen cada fragmento del texto a la URL que lo respalda.

Google resume para qué sirve en tres beneficios: más exactitud, porque **reduce las [alucinaciones](/es/glosario/alucinacion/)** al basar la respuesta en información real; acceso a información reciente; y citas que muestran de dónde sale lo que afirma el modelo.[^gemini-grounding] Reducir no es eliminar, y conviene leerlo así.

Para una tienda, de esos pasos importan tres: que el modelo decida buscar, qué consultas escribe y qué páginas acaba citando. El primero no depende de ti. El tercero sí, en parte: en la Búsqueda de Google, las páginas que se citan salen de su índice, recuperadas con los mismos sistemas que ordenan los resultados de siempre.[^google-ai-guide]

## Quién decide si tus páginas sirven de fuente

En Google hay dos caminos, y se controlan por separado. [Google-Extended](/es/glosario/google-extended/) es el nombre con el que Google te deja decidir, desde [`robots.txt`](/es/glosario/robots-txt/), si el contenido que rastrea de tu sitio puede usarse para entrenar las próximas generaciones de modelos Gemini y para el _grounding_ en las apps de Gemini y en el servicio Grounding with Google Search de Vertex AI. **No afecta a la inclusión de tu sitio en la Búsqueda ni es una señal de clasificación**.[^google-crawlers] Para salir como enlace de apoyo en [AI Overviews](/es/glosario/ai-overviews/) o en el [Modo IA](/es/glosario/modo-ia-google/), lo que cuenta son las reglas de la Búsqueda: la página tiene que estar indexada y poder mostrarse con un fragmento.[^google-ai-features]

En Bing, la palabra ya aparece en las herramientas para editores. Desde el 10 de febrero de 2026, el informe AI Performance de [Bing Webmaster Tools](/es/glosario/bing-webmaster-tools/) muestra las consultas de _grounding_: las frases clave que usó la IA al recuperar el contenido que acabó citado en sus respuestas. Microsoft avisa de que los datos son **una muestra de la actividad de citas, no el total**.[^bing-ai-performance]

## En una tienda

**Ejemplo ficticio.** Un cliente pregunta a un asistente qué trípode de viaje ligero aguanta una cámara réflex con teleobjetivo. La misma pregunta se resuelve de dos maneras según el asistente busque o no:

|                                                                  | Sin _grounding_                                        | Con _grounding_                                                                         |
| ---------------------------------------------------------------- | ------------------------------------------------------ | --------------------------------------------------------------------------------------- |
| De dónde sale la respuesta                                       | De lo que el modelo aprendió al entrenarse[^rag-paper] | De páginas recuperadas en el momento de la pregunta[^google-crawlers]                   |
| [Precio y disponibilidad](/es/glosario/precio-y-disponibilidad/) | Los de la fecha de entrenamiento, si los conoce        | Los que diga la página recuperada                                                       |
| Fuentes                                                          | Ninguna concreta que enlazar                           | Citas que unen cada fragmento a una URL[^gemini-grounding]                              |
| Qué necesita tu ficha                                            | Haber estado entre los datos de entrenamiento          | Estar en el índice que se consulta y poder mostrarse con fragmento[^google-ai-features] |

La columna de la derecha es la que una tienda puede trabajar. Lo que el asistente cite de tu ficha será lo que la ficha diga: si la carga máxima o el peso plegado no están escritos en la página, el asistente no los puede tomar de ella.


Creer que bloquear Google-Extended saca tu tienda de AI Overviews o del Modo IA. Google-Extended limita el entrenamiento de Gemini y el _grounding_ en las apps de Gemini y en Vertex AI, pero **no afecta a la inclusión en la Búsqueda**.[^google-crawlers] Para las funciones de IA de la Búsqueda, lo que cuenta es que la página esté indexada y pueda mostrarse con fragmento.[^google-ai-features]


## Cómo comprobarlo

1. **Haz a un asistente con búsqueda una pregunta de compra de tu categoría**, sin tu marca, y anota si cita fuentes y cuáles. Repítela otro día: una sola respuesta es una muestra de uno.
2. **Abre cada página citada y busca la frase.** La cita dice de dónde salió la información; que el _grounding_ reduzca las alucinaciones no quiere decir que las elimine.[^gemini-grounding]
3. **Mira en `robots.txt` qué le dices a Google-Extended** y decide sabiendo lo que controla: el entrenamiento y el _grounding_ en Gemini y Vertex AI, no la Búsqueda.[^google-crawlers]
4. **Si tienes la web en Bing Webmaster Tools, abre AI Performance** y lee las consultas de _grounding_ que llevaron a citar tus páginas.[^bing-ai-performance]
5. **Confirma en [Search Console](/es/glosario/search-console/) que tus fichas están indexadas** y que nada les impide mostrar un fragmento, la condición para servir de enlace de apoyo en las funciones de IA de Google.[^google-ai-features]

## Concepto cercano: RAG

RAG y _grounding_ se usan como sinónimos, y Google lo hace en su propia guía.[^google-ai-guide] La diferencia útil es de alcance. **RAG nombra una arquitectura**: un recuperador que busca documentos en un índice y un generador que redacta la respuesta con ellos, como en el artículo de 2020.[^rag-paper] _Grounding_ nombra el objetivo, que la respuesta se apoye en una fuente externa, y esa fuente puede ser el índice de un buscador, como en la API de Gemini o en las respuestas de Bing.[^gemini-grounding][^bing-ai-performance] Dicho de otro modo, RAG es una manera de hacer _grounding_, y el _grounding_ con un buscador es el que puede acabar citando tu tienda.

Para seguir, la entrada de [GEO (Generative Engine Optimization)](/es/glosario/geo/) explica cómo se trabaja para que un [motor generativo](/es/glosario/motor-generativo/) cite tu tienda, y la [ruta de lectura de búsqueda con IA](/es/aprender/busqueda-con-ia/) ordena el resto de términos.