¿Qué es el scaled content abuse (abuso de contenido a escala)?

Si tu tienda publica páginas en serie (una por ciudad, una por combinación de color y talla, cientos de descripciones redactadas de golpe por un modelo), esta es la política de Google que conviene leer antes de pulsar «publicar». No castiga tener un catálogo grande: un catálogo con miles de productos tiene miles de fichas de producto legítimas. Castiga fabricar páginas para posicionar, no para responder a nadie. El nombre oficial está en inglés, scaled content abuse, y en español se dice abuso de contenido a escala.

Qué prohíbe exactamente

Google define el abuso de contenido a escala como generar muchas páginas con el propósito principal de manipular la clasificación de la Búsqueda y no de ayudar a los usuarios. Pone cinco ejemplos:⁠^{[1]Google Search Central. Spam policies for Google web search}

• Usar herramientas de IA generativa, u otras parecidas, para generar muchas páginas sin aportar valor a los usuarios.
• Extraer feeds, resultados de búsqueda u otro contenido para generar muchas páginas, también con transformaciones automáticas como cambiar palabras por sinónimos, traducir u otras formas de disimular, cuando aportan poco valor.
• Coser o combinar contenido de distintas páginas web sin aportar valor.
• Crear varios sitios para ocultar que el contenido está hecho a escala.
• Crear muchas páginas cuyo contenido tiene poco o ningún sentido para quien lo lee, pero que contienen palabras clave de búsqueda.

La palabra que lo decide todo es propósito. Ninguno de los cinco ejemplos prohíbe una técnica: todos combinan una cantidad («muchas páginas») con una falta de valor para el lector.

La política tiene este nombre desde el 5 de marzo de 2024. Antes, Google perseguía el uso de la automatización para generar contenido de poca calidad o poco original a escala; desde ese día, el foco es producir contenido a escala para mejorar la clasificación, ya intervenga la automatización, las personas o una combinación de ambas.⁠^{[2]Google, blog The Keyword (Elizabeth Tucker, 5 de marzo de 2024). New ways we're tackling spammy, low-quality content on Search} Con esta y otras medidas anunciadas a la vez, Google esperaba reducir un 40 % el contenido de poca calidad y poco original en sus resultados; más tarde añadió al anuncio que, a 19 de abril de 2024, la reducción era del 45 %.⁠^{[2]Google, blog The Keyword (Elizabeth Tucker, 5 de marzo de 2024). New ways we're tackling spammy, low-quality content on Search}

Qué pasa con la IA

Google no prohíbe la IA generativa: dice que puede ser especialmente útil para investigar un tema y para dar estructura a un contenido original. Lo que avisa es que usarla para generar muchas páginas sin aportar valor a los usuarios puede infringir esta política.⁠^{[3]Google Search Central. Google Search's guidance on using generative AI content on your website} La misma guía pide revisar a mano la exactitud de todo lo generado antes de publicarlo, porque los modelos pueden inventarse datos (lo que se llama alucinación), y extiende esa revisión a los metadatos: el elemento <title>, la meta description, los datos estructurados y el texto alternativo de las imágenes.⁠^{[3]Google Search Central. Google Search's guidance on using generative AI content on your website}

Para las tiendas, la guía remite a las políticas de Google Merchant Center sobre contenido generado con IA: las imágenes generadas tienen que llevar el metadato IPTC DigitalSourceType con el valor TrainedAlgorithmicMedia, y los datos de producto generados, como el título y la descripción, tienen que enviarse por separado y marcados como generados con IA.⁠^{[3]Google Search Central. Google Search's guidance on using generative AI content on your website}

Qué pasa con la búsqueda con IA

La guía de Google para sus funciones de búsqueda con IA aplica la política a una tentación nueva. Crear contenido aparte para cada variante posible de una búsqueda, por ejemplo para las consultas relacionadas que lanza el modelo con el query fan-out, infringe esta política si se hace sobre todo para manipular la clasificación o las respuestas de IA generativa en la Búsqueda. Y añade que tampoco funciona a largo plazo, porque tener muchas páginas no hace que un sitio sea de más calidad ni más relevante.⁠^{[4]Google Search Central. Optimizing your website for generative AI features on Google Search}

Cómo se detecta y qué pasa

Google detecta las infracciones con sistemas automáticos y, cuando hace falta, con revisión humana, que puede acabar en una acción manual. Un sitio que infringe sus políticas de spam puede bajar en los resultados o no aparecer en ellos.⁠^{[1]Google Search Central. Spam policies for Google web search}

La acción manual es la parte que se ve. Google la pone cuando un revisor humano decide que unas páginas del sitio no cumplen sus políticas de spam, la notifica en el informe de acciones manuales de Search Console y en su centro de mensajes, y puede afectar a una parte del sitio o al sitio entero.⁠^{[5]Ayuda de Search Console. Manual actions report} El abuso de contenido a escala aparece citado por su nombre en la acción por problemas graves de spam, junto al encubrimiento (cloaking); las páginas de afiliación finas, el contenido copiado y las páginas puerta tienen su propia acción, la de contenido poco valioso o sin valor añadido.⁠^{[5]Ayuda de Search Console. Manual actions report} Como la detección también es automática, un informe vacío no prueba que todo esté bien.⁠^{[1]Google Search Central. Spam policies for Google web search} Para pedir una revisión, Google quiere que la solicitud explique el problema exacto, los pasos que diste para arreglarlo y el resultado.⁠^{[5]Ayuda de Search Console. Manual actions report}

En una tienda

Ejemplo ficticio. Una tienda de calzado con unos cientos de modelos se plantea cinco maneras de tener más páginas. La tabla las cruza con los ejemplos de la política. Encajar con un ejemplo no es una condena automática, porque lo que decide es el propósito, y eso solo lo sabe la tienda.

Las cuatro últimas filas tienen algo en común: la página existe para la consulta, no para el cliente. La salida no es dejar de crecer, sino que cada página nueva lleve algo que no tenga la de al lado: un dato del producto, una medida, una foto, una respuesta que la tienda conoce y el resto no.

Cómo comprobarlo

1. Abre el informe de acciones manuales de Search Console. Si hay una, la descripción dice a qué patrón de páginas afecta, sea una parte del sitio o el sitio entero.⁠^{[5]Ayuda de Search Console. Manual actions report}
2. Haz la lista de las páginas que salen de una plantilla (por ciudad, por filtro, por pregunta) y escribe, por cada tipo, qué lleva cada página que no lleve la de al lado. Si la respuesta es «la palabra clave», estás en el último ejemplo de Google.⁠^{[1]Google Search Central. Spam policies for Google web search}
3. Lee una muestra de lo generado con IA antes de publicarlo, metadatos incluidos: el título, la meta description, los datos estructurados y el texto alternativo.⁠^{[3]Google Search Central. Google Search's guidance on using generative AI content on your website}
4. Si usas las descripciones del proveedor, compara una con la misma ficha en otra tienda. Si solo cambian unos sinónimos, la página aporta poco.⁠^{[1]Google Search Central. Spam policies for Google web search}
5. Si envías el catálogo a Merchant Center, comprueba que los títulos y las descripciones generados con IA van por separado y marcados como tales.⁠^{[3]Google Search Central. Google Search's guidance on using generative AI content on your website}

Concepto cercano: contenido duplicado

El contenido duplicado se confunde con esta política porque los dos hablan de muchas páginas parecidas. El duplicado es el mismo contenido en varias URL: la versión de cada región, la de móvil y la de escritorio, la de http y la de https, o las que generan los filtros y la ordenación de una categoría. Google dice que algo de contenido duplicado en un sitio es normal y no infringe sus políticas de spam, y lo resuelve eligiendo una dirección representativa, la URL canónica.⁠^{[6]Google Search Central. What is URL canonicalization} El abuso de contenido a escala, en cambio, son muchas páginas fabricadas con el propósito de posicionar.⁠^{[1]Google Search Central. Spam policies for Google web search} Lo primero se ordena con una etiqueta; lo segundo se arregla con lo que lleva cada página.

Para seguir, la entrada de enriquecimiento de catálogo explica cómo dar a cada ficha los datos que la distinguen, y la ruta de lectura de búsqueda con IA ordena el resto de términos.