1. Qué sanciona Google exactamente: el método no, el valor por página sí
La política de spam vigente define así la infracción (políticas de spam de Google Search, verificado el 16-09-2026):
«Scaled content abuse is when many pages are generated for the primary purpose of manipulating search rankings and not helping users.»
Y los ejemplos que lista son todos de volumen sin valor: usar herramientas de IA generativa u otras «para generar muchas páginas sin agregar valor para los usuarios»; scrapear feeds, resultados u otro contenido para generar muchas páginas, incluidas transformaciones automáticas como sinonimizar o traducir; coser contenido de distintas páginas sin agregar valor; crear varios sitios para ocultar la escala; crear muchas páginas que no tienen sentido para un lector pero contienen palabras clave. La consecuencia declarada: «Sites that violate our policies may rank lower in results or not appear in results at all».
El anuncio que introdujo la política dice en qué cambia respecto de la anterior (Google Search Central Blog, 05-03-2024, verificado el 16-09-2026):
«This new policy builds on our previous spam policy about automatically-generated content, ensuring that we can take action on scaled content abuse as needed, no matter whether content is produced through automation, human efforts, or some combination of human and automated processes.»
Es decir: la política anterior hablaba de «contenido generado automáticamente»; la nueva se define por el propósito y por el resultado, y aplica igual a un lote de páginas escritas a mano por veinte redactores. La frase que completa el cuadro está en el mismo anuncio: «use of automation, including generative AI, is spam if the primary purpose is manipulating ranking in Search results». Y la guía de febrero de 2023 sobre contenido con IA, que sigue vigente, deja claro el otro lado (Google Search Central Blog, 08-02-2023, verificado el 16-09-2026): «Automation has long been used to generate helpful content, such as sports scores, weather forecasts, and transcripts». Marcadores deportivos, pronósticos y transcripciones son SEO programático: páginas generadas por código desde un dataset.
Traducido a la decisión de agencia: la pregunta nunca es «¿puedo usar IA para generar páginas?». Es «¿cada una de estas páginas le sirve a alguien que la busca, más que la página de al lado?». Si la respuesta es sí para 40 combinaciones y no para las otras 360, el lote es de 40.
2. Las cinco condiciones de entrada, con un ejemplo que pasa y uno que no
Son las que aplica nuestro propio portafolio antes de que una página programática exista. Las cinco, sin excepción: si una falla, la combinación no se publica o se fusiona con otra.
1. Dato verificado y distinto por página, con fuente y fecha
Cada URL muestra un dato que se leyó de una fuente identificable en una fecha visible, y ese dato es distinto del de la URL vecina. Una plantilla con las palabras cambiadas no cumple.
«Enviar USD 300 desde Estados Unidos a México»: tabla con la comisión y el tipo de cambio de tres operadores leídos ese día, con hora y enlace a la página de tarifas de cada uno; la columna del monto recibido cambia entre operadores y entre montos.
«Cómo enviar dinero a {país}» ×40, con el mismo texto, el nombre del país sustituido y ninguna cifra que no esté en las otras 39.
2. Demanda propia verificable en la SERP
La combinación existe porque alguien la busca, y eso se comprueba mirando la SERP (sugerencias, resultados que ya responden esa variante, volumen indicativo), no porque el producto cartesiano de dos listas la genera.
«Alquiler promedio en Palermo, Buenos Aires»: la SERP muestra portales y notas que responden exactamente esa pregunta y el autocompletado sugiere el barrio.
«Alquiler promedio en {cada uno de los 48 barrios}» cuando para 30 de ellos la SERP no devuelve ninguna página que responda la pregunta y el autocompletado no sugiere el barrio: son 30 URLs sin demanda propia.
3. Title, H1, primer párrafo y FAQ derivados del dato
Los elementos que Google muestra y el lector lee primero salen del dato de esa página (el valor, la fecha, la diferencia con la alternativa), no de un molde rotado con el nombre de la variante.
Title: «Enviar USD 300 a México: la opción más barata hoy cobra USD 2,99 y entrega MXN 5.412 (16-09-2026)». La FAQ pregunta por qué el operador B entrega menos aunque no cobre comisión, porque eso es lo que muestra la tabla.
Title: «Enviar dinero a México barato y rápido | Marca», H1 igual con el país cambiado y una FAQ que repite «¿Es seguro enviar dinero a {país}?» en las 40 páginas.
4. Una página con selector, no dos URLs, cuando la variante no cambia la respuesta
Si el usuario de la variante A queda igual de servido por la página de la variante B, las dos son una sola página con un selector. Solo hay dos URLs cuando la respuesta cambia.
USD 300 y USD 3.000 al mismo país son dos páginas: cambian los límites por operación, la documentación exigida y el operador más barato. USD 300 y USD 310 son una página con un campo de monto.
Una URL por cada monto de 100 en 100 hasta 5.000 (50 URLs) donde el ranking de operadores es idéntico en 46 de ellas.
5. Generador reproducible en el repositorio
El código que produce las páginas y el dataset del que salen están versionados; con el mismo dataset se obtiene la misma salida y una prueba lo verifica. Así se puede regenerar el lote cuando el dato cambia y auditar qué se publicó y por qué.
`generar.mjs` lee `data/tarifas/2026-09-16.json` y escribe las páginas; el test compara la salida contra un snapshot; el commit dice qué archivo del dataset produjo el lote.
400 artículos generados en una sesión de chat con un prompt por lote, sin dataset, sin código y sin manera de volver a producirlos ni de saber qué cifra salió de dónde.
Las tres primeras condiciones son las que la política de spam mira; la cuarta evita que el propio sitio se canibalice y engorde el inventario que Google tiene que rastrear; la quinta es la que permite corregir un lote entero cuando el dato cambia y auditar qué salió de dónde. Ningún generador de artículos por keyword cumple la 1 ni la 3; casi ninguno cumple la 5.
3. La compuerta por ratio de indexación
Cumplir las cinco condiciones habilita a construir el lote, no a publicarlo. Cuánto se publica lo decide un número del dominio del cliente, medido en Search Console:
| Ratio de indexación del dominio | Qué se permite publicar del lote programático |
|---|---|
| Sin dato o sitemap no descargado | Nada de carril programático. Es un problema de descubrimiento: se arregla primero, con prioridad sobre cualquier otra tarea. |
| < 0,50 | Nada de carril programático. Solo editorial, 1-3 páginas sustantivas por día. |
| 0,50 – 0,79 | Un lote de hasta +50% de las páginas ya indexadas, máximo uno por semana. |
| ≥ 0,80 con impresiones de 7 días en alza | Un lote de hasta 2× las páginas ya indexadas, máximo uno por semana. |
Tres reglas más que van con la tabla: nunca dos lotes del mismo dominio el mismo día; nunca un lote sin un snapshot de Search Console posterior al lote anterior, porque la compuerta se vuelve a medir siempre antes del siguiente y si el ratio cayó, se cierra sola; y la compuerta es por dominio: que a otro cliente le vaya bien no habilita nada acá.
Por qué publicar más alarga la cola sin acelerarla
Google documenta el mecanismo (Optimize your crawl budget, verificado el 16-09-2026): «The web is a nearly infinite space, exceeding Google's ability to explore every publicly accessible URL. As a result, there are limits to how much time and resources Google can devote to crawling any single site.» El presupuesto por hostname se compone de un límite de capacidad (cuánto aguanta el servidor) y de una demanda de rastreo que depende de la popularidad, la frescura y el «perceived inventory»: sin señales del sitio, Google intenta rastrear todas las URLs que conoce, y si muchas son duplicadas o de poco interés, «this wastes a lot of Google crawling time on your site». Y después del rastreo, «not every page that is crawled will necessarily be indexed».
En un dominio de tres semanas sin enlaces entrantes la demanda de rastreo es mínima. Si Google consumió 4 de 15 URLs en 19 días, enviarle 200 más no cambia cuánto va a rastrear mañana: cambia cuántas URLs esperan en «Descubierta, actualmente sin indexar», y cambia la muestra con la que evalúa el sitio. Si de las pocas páginas que sí rastrea, la mitad son variantes flojas, la decisión sobre el resto del inventario se toma con esa muestra. Por eso la franja baja de la compuerta no es prudencia: es la única forma de que el rastreo disponible caiga en las páginas que mejor representan al sitio.
4. El caso propio: seis dominios nuevos al 16-09-2026
Operamos seis sitios de nicho en Latinoamérica con el mismo harness que construimos para agencias; cinco tienen 19 días de vida y uno tiene 6. Estos son los ratios reales del snapshot de Search Console del 16-09-2026, presentados sin nombres porque los sitios operan como marcas independientes y no se enlazan entre sí por diseño. Los números completos del portafolio están en el caso Aurora.
| Sitio | Edad | Páginas enviadas | Con impresiones (28 d) | Ratio | Sitemap descargado | Compuerta |
|---|---|---|---|---|---|---|
| A | 19 días | 0 | 1 | — | No: índice con 0 URLs, hijo pendiente desde el 04-09-2026 | Sin dato: nada, arreglar descubrimiento |
| B | 6 días | 12 | 2 | 0,17 | Sí, 13-09-2026 | Cerrada: solo editorial |
| C | 19 días | 23 | 4 | 0,17 | Sí, 12-09-2026 | Cerrada: solo editorial |
| D | 19 días | 15 | 4 | 0,27 | Sí, 11-09-2026 | Cerrada: solo editorial |
| E | 19 días | 15 | 7 | 0,47 | Sí, 12-09-2026 | Cerrada: solo editorial |
| F | 19 días | 30 | 15 | 0,50 | Sí, 11-09-2026 | Media: un lote chico por semana (hasta 7 páginas) |
Fuente: snapshots diarios de la API de Search Console del propio portafolio, corte 16-09-2026; «con impresiones» es el informe de rendimiento agrupado por página a 28 días; «sitemap descargado» es la última fecha de descarga que reporta la API de sitemaps. Edad contada desde el go-live de cada dominio.
- Sitio A: El índice de sitemaps se descargó con 0 URLs y el sitemap hijo sigue pendiente desde el 04-09. Una página con impresiones llegó por otro camino.
- Sitio B: Dominio de seis días; Search Console publica con días de retraso. Todavía no dice nada.
- Sitio C: El sitio con más páginas enviadas es el segundo peor ratio: volumen sin descubrimiento.
- Sitio D: Sitio con dataset programático planificado: la compuerta lo mantiene cerrado.
- Sitio E: A una página de la franja media. Si el próximo snapshot suma una página con impresiones, cambia la regla.
- Sitio F: Exactamente en el umbral: la compuerta habilita técnicamente un lote de hasta 7 páginas, una vez por semana. Con una muestra de 15 y un piso medido, la regla operativa es esperar un snapshot más que lo sostenga antes de firmar.
La conclusión operativa. Cinco de los seis dominios están por debajo de 0,50 o sin dato, y el sexto (sitio F) está exactamente en el umbral con una muestra de 15 páginas. En total, 33 páginas con impresiones sobre 95 enviadas (una de ellas en el sitio cuyo sitemap Google todavía no leyó). Con esa foto, el trabajo del día en todo el portafolio es descubrimiento y distribución (arreglar el sitemap del sitio A, enlaces internos desde las páginas que ya tienen impresiones, una acción de outreach por sitio por semana) y publicación editorial de una a tres páginas por día, no volumen. El sitio D tiene planificado un lote programático de cientos de páginas desde el primer día; la compuerta lo mantiene cerrado, y eso es exactamente lo que tiene que hacer.
5. Cómo leer Search Console para tomar la decisión
Tres informes, en este orden. Cada uno responde una pregunta distinta y la decisión sale de los tres juntos, no de uno.
- Informe de sitemaps: ¿Google recibió la lista? Estado (Correcto / Con errores / No se ha podido obtener), fecha de última lectura y «páginas descubiertas», que cuenta las URLs parseadas del sitemap. Google advierte en la propia ayuda (Sitemaps report, verificado el 16-09-2026): «There is no guarantee that a page URL discovered in a sitemap has been or will be crawled or indexed by Google.» Si el estado no es «Correcto» o la última lectura tiene más de dos días en un sitio nuevo, no hay compuerta que medir: hay un problema de descubrimiento, y se arregla antes que cualquier otra cosa (reenviar el sitemap, comprobar que responde 200 y con el dominio final, que robots.txt lo declara).
- Informe de indexación de páginas, filtrado por «todas las páginas enviadas»: ¿cuántas entraron y por qué no las demás? El filtro (Page indexing report, verificado el 16-09-2026) deja solo las URLs de los sitemaps enviados; el total de indexadas ahí es el número exacto que el ratio aproxima desde abajo. Las dos razones que importan para un lote programático son: «Discovered - currently not indexed» («The page was found by Google, but not crawled yet. Typically, Google wanted to crawl the URL but this was expected to overload the site; therefore Google rescheduled the crawl.»), que es la cola de rastreo pendiente, y «Crawled - currently not indexed», que Google leyó y decidió no indexar por ahora, y para la que la ayuda dice que no hace falta reenviar la URL. Muchas «descubiertas» son un problema de descubrimiento (enlaces); muchas «rastreadas sin indexar» son un problema de valor por página, y ningún lote nuevo lo arregla.
- Informe de rendimiento agrupado por páginas, 28 días: ¿cuántas URLs distintas aparecieron en resultados? Una impresión es que «A user has seen (or potentially seen) a link to your site in Search, Discover, or News.» (ayuda de Search Console, verificado el 16-09-2026); agrupando por página, cada URL cuenta la suya. La cantidad de filas de ese informe es el numerador del ratio; las «páginas descubiertas» del sitemap, el denominador. Los datos más recientes son preliminares (Performance report, verificado el 16-09-2026), así que la compuerta se mide con 28 días, y la tendencia a 7 días solo se usa para pasar de la franja media a la alta.
Si el cliente tiene la propiedad en Search Console y el equipo tiene una cuenta de servicio con permiso de lectura, los tres números se pueden leer por API todos los días y guardar como snapshot fechado; así lo hacemos en el portafolio, y así queda el registro de qué ratio habilitó cada lote. Cómo montar esa ingesta está en la guía de Claude Code para agencias.
6. Checklist de diez puntos para decidir con el cliente
- ¿Cada página tiene un dato propio, con fuente y fecha, que no está en la página vecina?
- ¿Verificamos en la SERP que cada combinación tiene demanda propia, o solo generamos el producto cartesiano?
- ¿El title, el H1, el primer párrafo y la FAQ salen del dato de esa página o de un molde con la variable sustituida?
- ¿Las variantes que no cambian la respuesta están unificadas en una página con selector?
- ¿El generador y el dataset viven en el repositorio y una prueba demuestra que mismo dataset produce misma salida?
- ¿Cuál es hoy el ratio de indexación del dominio (páginas con impresiones / páginas enviadas) y en qué franja de la compuerta cae?
- ¿El sitemap del cliente fue descargado por Google sin errores y cuándo fue la última vez?
- ¿Cuántas URLs del cliente están en «Descubierta, actualmente sin indexar» y qué porcentaje del total enviado representan?
- ¿Quién firma cada lote, con qué snapshot de Search Console al lado, y dónde queda registrado el ratio que lo habilitó?
- ¿Qué pasa con el lote si el ratio cae en el snapshot siguiente: quién decide frenar, despublicar o consolidar?
Los cinco primeros deciden si el lote se construye; los cinco siguientes deciden si se publica, cuánto, y qué pasa después. Un «no» en cualquiera de los primeros cinco descarta la combinación; un «no sé» en los otros cinco significa que todavía no hay compuerta y que el lote espera.
Qué le prometés al cliente y qué no
| Sí se promete | No se promete |
|---|---|
| Cada página publicada tiene un dato verificado, con fuente y fecha visibles, distinto del de la página vecina. | Que las páginas se indexen: Google no lo garantiza para ninguna URL de un sitemap, y lo dice en su documentación. |
| Un ritmo de publicación gobernado por lo que Search Console muestra de su dominio, no por lo que el generador puede producir. | Que rankeen o traigan clics en una fecha: en un dominio joven las señales tardan meses; publicamos impresiones y páginas indexadas con fecha, no proyecciones de tráfico. |
| Un registro por lote: fecha, ratio que lo habilitó, páginas, quién lo firmó. | Cientos de páginas en el primer mes. Si el ratio no supera 0,50, el primer mes es editorial y descubrimiento. |
| Regeneración del lote cuando el dato cambia, desde el mismo generador, sin reescribir a mano. | Un volumen fijo de páginas por mes: el volumen sale de la compuerta, y puede ser cero. |
| Frenar solos si el ratio cae: la compuerta se vuelve a medir antes de cada lote. | Que el método programático «esté permitido» o «prohibido» en abstracto: lo que Google evalúa es el valor por página, y eso se demuestra página por página. |
7. Qué se automatiza y qué no
| Tarea | Quién | Nota |
|---|---|---|
| Leer la fuente del dato y guardarla con fecha | Script de ingesta | Snapshot fechado que no se borra; el dataset es la memoria del lote |
| Generar las páginas desde el dataset | Generador en el repositorio | Mismo dataset, misma salida; una prueba lo verifica |
| Verificar que cada URL tiene un dato distinto y que title/H1/FAQ derivan de él | Prueba automática | Compara contra la página vecina; falla el build si dos URLs quedan iguales |
| Comprobar demanda propia en la SERP | Agente investigador + revisión humana | La lista final de combinaciones la aprueba una persona |
| Leer Search Console y calcular el ratio | Script diario por API | Snapshot fechado; la compuerta lee el último |
| Decidir el tamaño del lote | Compuerta (código) | Tabla de la sección 3; nunca dos lotes el mismo día |
| Publicar el lote | Una persona | Firma con el snapshot al lado y deja registrado el ratio que lo habilitó |
| Frenar, despublicar o consolidar si el ratio cae | Compuerta propone, persona decide | El carril se cierra solo; la corrección la ejecuta alguien |
| Conseguir enlaces entrantes | Persona | Ofrecer el dato a quien lo usaría igual; nunca comprar ni intercambiar |
La línea es la misma que en todos nuestros flujos: la máquina produce, verifica y mide; la persona decide lo que sale hacia afuera y firma. En SEO programático esa firma cuesta cinco minutos por lote y evita la conversación más cara que existe con un cliente: explicar por qué su dominio dejó de aparecer.
Fuentes verificadas
Cada política y cada definición citada en esta página se verificó abriendo la documentación oficial de Google el 16-09-2026. Las citas están en inglés, tal cual figuran en la fuente. Lo que no está en esta lista no se afirma.
- Google Search Central · Spam policies for Google web search, «Scaled content abuse» · verificado el 16-09-2026. Definición vigente de la política (página actualizada el 28-08-2026 según su pie). Ejemplos que lista: usar IA generativa u otras herramientas para generar muchas páginas sin agregar valor; scrapear feeds, resultados u otro contenido para generar muchas páginas (incluidas transformaciones automáticas como sinonimizar o traducir); coser contenido de distintas páginas sin agregar valor; crear varios sitios para ocultar la escala; crear muchas páginas que no tienen sentido para un lector pero contienen palabras clave. Consecuencia: «Sites that violate our policies may rank lower in results or not appear in results at all».
- Google Search Central Blog · «What web creators should know about our March 2024 core update and new spam policies» (05-03-2024) · verificado el 16-09-2026. Publicado el martes 5 de marzo de 2024. La política reemplaza a la anterior sobre contenido generado automáticamente y se define por el propósito (manipular rankings, poco o ningún valor) y no por el método. Texto adicional: «Our long-standing spam policy has been that use of automation, including generative AI, is spam if the primary purpose is manipulating ranking in Search results». El mismo día se lanzó el March 2024 spam update; la política de site reputation abuse entró en vigor el 05-05-2024.
- Google Search Central Blog · «Google Search's guidance about AI-generated content» (08-02-2023) · verificado el 16-09-2026. Publicado el 8 de febrero de 2023. Sección «Rewarding high-quality content, however it is produced»: los sistemas premian contenido original y de calidad sin importar cómo se produjo. «Automation has long been used to generate helpful content, such as sports scores, weather forecasts, and transcripts»: el método programático en sí no es spam.
- Google Search Central · Optimize your crawl budget · verificado el 16-09-2026. Página actualizada el 22-07-2026 según su pie. El presupuesto de rastreo se define por crawl capacity limit y crawl demand; entre los factores de la demanda que el sitio controla está el «perceived inventory»: si muchas URLs conocidas son duplicadas o de poco interés, se desperdicia tiempo de rastreo. «For Google Search, not every page that is crawled will necessarily be indexed». La guía está pensada para sitios grandes (1M+ páginas) o medianos (10.000+) con cambios frecuentes, pero el mecanismo aplica a cualquier hostname.
- Ayuda de Search Console · Sitemaps report · verificado el 16-09-2026. La columna «Discovered pages» cuenta las URLs parseadas del sitemap (en un índice, la suma de los hijos; duplicados una sola vez). Estados: Success (leído sin errores, todas las URLs entran a la cola de rastreo), Has errors, Couldn't fetch. Para saber cuántas de esas URLs están indexadas hay que filtrar el informe de indexación de páginas por ese sitemap.
- Ayuda de Search Console · Page indexing report · verificado el 16-09-2026. «Crawled - currently not indexed: The page was crawled by Google but not indexed. It may or may not be indexed in the future; no need to resubmit this URL for crawling». El informe se filtra por «All known pages» (por defecto) o «All submitted pages» (solo URLs de los sitemaps enviados o referenciados en robots.txt).
- Ayuda de Search Console · What are impressions, position, and clicks? · verificado el 16-09-2026. Definición de impresión. Agrupando por página, cada URL cuenta una impresión por aparición aunque el mismo elemento de resultados tenga varios enlaces a esa página; agrupando por propiedad, un elemento con varios enlaces del mismo dominio cuenta una sola impresión. Por eso la cuenta de «páginas con impresiones» se toma del informe de rendimiento agrupado por página.
- Ayuda de Search Console · Performance report (Search results) · verificado el 16-09-2026. Los datos agrupados por «Pages» se agregan por página; los datos más recientes son preliminares. Es la fuente del numerador del ratio (páginas con al menos una impresión en 28 días).
- Snapshots de la API de Search Console del propio portafolio, corte 16-09-2026 (seis dominios; detalle anonimizado en la sección 4 y números agregados en el caso Aurora).