Los modelos de lenguaje pequeños son modelos de IA con muchos menos parámetros que los sistemas de vanguardia, normalmente desde menos de mil millones hasta unos pocos miles de millones, diseñados para ejecutarse en teléfonos, portátiles, navegadores o servidores de bajo costo. Los ejemplos incluyen Gemma y Gemini Nano de Google, la familia Phi de Microsoft, los modelos Llama más pequeños de Meta y los modelos compactos de Mistral. Para el SEO, son importantes porque acercan los resúmenes y las respuestas al usuario y recompensan el contenido que es corto, claro y fácil de extraer.
¿Qué cuenta como un modelo de lenguaje pequeño?
No hay un límite estricto, pero la idea es práctica: un modelo lo suficientemente pequeño como para ejecutarse sin un centro de datos. Los modelos Phi de Microsoft demostraron que los datos de entrenamiento cuidadosos pueden dar a los modelos pequeños una capacidad de razonamiento sorprendentemente buena para su tamaño. Google lanzó modelos Gemma abiertos junto con el Gemini Nano en el dispositivo. Meta, Mistral, el equipo Qwen de Alibaba y otros publican versiones compactas que los desarrolladores pueden ejecutar localmente.
Estos modelos intercambian amplitud por velocidad y costo. Saben menos sobre el mundo que los modelos grandes, manejan contextos más cortos y cometen más errores en razonamientos complejos. Son buenos en tareas limitadas como resumir, clasificar, reescribir y extraer información del texto que se les proporciona.
¿Dónde se encuentran los modelos pequeños con los usuarios de búsqueda?
La mayoría de las personas nunca eligen un modelo pequeño directamente. Se encuentran con él dentro de los productos. Tres lugares son importantes para la visibilidad orgánica.
- Navegadores: Chrome ha estado probando API de IA integradas impulsadas por un modelo de clase Nano, lo que permite a los sitios y extensiones resumir o traducir páginas localmente. Microsoft Edge ha realizado experimentos similares con modelos Phi.
- Teléfonos: Gemini Nano en Android y los modelos en el dispositivo de Apple resumen notificaciones, páginas web y mensajes.
- Búsqueda y chat del sitio: muchas empresas utilizan modelos pequeños para sus propios cuadros de búsqueda y bots de soporte porque son más baratos de ejecutar a escala.
En cada caso, el modelo lee su página y produce una versión más corta para el usuario. La pregunta para el SEO es qué sobrevive a esa compresión.
¿Cambia esto cómo Google clasifica las páginas?
No directamente. Los sistemas de clasificación de Google y sus funciones de IA, como AI Overviews y AI Mode, se ejecutan en la propia infraestructura de Google con modelos Gemini grandes. Los modelos pequeños en el dispositivo de un usuario no deciden dónde se clasifica usted.
Lo que cambia es lo que sucede después del clic, y a veces en lugar de él. Un usuario puede abrir su artículo y pedir inmediatamente al navegador un resumen. Si su punto clave está enterrado bajo tres párrafos de introducción, un modelo pequeño con contexto limitado puede pasarlo por alto o resumir la parte incorrecta. La visita cuenta en la analítica, pero su mensaje no llega.
¿Cómo debería adaptarse el contenido?
La buena noticia es que las mismas prácticas que ayudan a los sistemas de IA grandes y a los lectores humanos también ayudan a los modelos pequeños. Necesitan señales aún más claras porque tienen menos capacidad para inferir.
- Ponga la respuesta directa primero: abra cada página y cada sección con el punto principal en una o dos oraciones.
- Use encabezados descriptivos: un encabezado como “¿Cuánto tiempo lleva la configuración?” le dice a un modelo exactamente lo que responde el siguiente párrafo.
- Mantenga los párrafos en una sola idea, para que un resumen pueda elegir la correcta.
- Exprese los hechos claramente con unidades: “La entrega tarda de 2 a 4 días hábiles en Turquía” es más fácil de extraer que “envío ultrarrápido”.
- Use listas y tablas reales en HTML, no imágenes de tablas.
- Evite poner información clave solo en imágenes, acordeones que cargan tarde o scripts.
Los datos estructurados siguen siendo importantes
El marcado de esquema, como Product, FAQPage, Article y Organization, le da a las máquinas una descripción limpia de la página. Es posible que los modelos pequeños integrados en herramientas no lean JSON-LD directamente, pero los sistemas a su alrededor a menudo lo hacen. También mantiene sus páginas elegibles para los resultados enriquecidos de Google, que siguen siendo una parte visible de la búsqueda.
Por qué la velocidad de la página y el HTML limpio importan más
Los modelos locales leen la página que se carga en el navegador. Las páginas pesadas con scripts grandes, ventanas emergentes y contenido inyectado tarde hacen que la extracción sea más difícil y lenta. Una estructura HTML limpia, con el contenido principal dentro de un elemento article y el boilerplate en los elementos header, nav y footer, ayuda a cualquier lector a separar el contenido del cromo.
La velocidad también importa para los usuarios. Los umbrales de Core Web Vitals de Google, como un Largest Contentful Paint inferior a 2,5 segundos, siguen siendo buenos objetivos. Es más probable que una página rápida sea leída en su totalidad tanto por personas como por máquinas.
¿Qué pasa con el contenido hecho con modelos pequeños?
Algunos equipos utilizan modelos pequeños y baratos para generar contenido a escala. Eso es arriesgado para el SEO. Las políticas de spam de Google apuntan al abuso de contenido a escala, lo que significa que muchas páginas producidas principalmente para manipular clasificaciones con poco valor para los usuarios, sea cual sea la herramienta que las creó, son problemáticas. Los modelos pequeños también cometen más errores fácticos que los grandes, por lo que el texto producido en masa por ellos tiende a necesitar una edición pesada.
Se utilizan mejor para tareas de apoyo: etiquetar y clasificar artículos existentes, generar borradores de meta descripciones para revisión, agrupar palabras clave o verificar páginas en busca de secciones faltantes.
Los modelos pequeños también están cambiando la búsqueda del sitio. Cuando un minorista reemplaza su cuadro de búsqueda de palabras clave con un modelo que interpreta preguntas, se aplican las mismas reglas a menor escala: atributos de producto claros, nombres consistentes y páginas de categoría descriptivas ayudan al modelo a coincidir con lo que escriben los compradores.
Cómo aplica Alien Road los modelos de lenguaje pequeños en SEO
En un compromiso típico, nuestro equipo de SEO comienza con una auditoría de extraibilidad. Tomamos una muestra de las páginas clave del cliente y las ejecutamos a través de un resumen local, utilizando un modelo abierto pequeño y funciones del navegador donde estén disponibles, luego comparamos el resumen con el mensaje que la página debe entregar.
La configuración sigue las brechas que encontramos: reescribir las aperturas para que la respuesta venga primero, agregar encabezados de estilo de pregunta, mover hechos fuera de las imágenes y arreglar la estructura HTML. También usamos modelos pequeños internamente para tareas de clasificación, como agrupar miles de publicaciones de blog por tema para planificar enlaces internos.
La medición cubre el tráfico orgánico y la participación en Search Console y analítica, además de una repetición de la prueba de resumen después de los cambios. Los informes muestran qué páginas ahora se resumen correctamente y cómo se movió su rendimiento de búsqueda.
Por dónde empezar esta semana
Tome sus cinco artículos más visitados y pídale a un modelo pequeño, como Gemma ejecutándose localmente o una función de resumen del navegador, que resuma cada uno en dos oraciones. Compare cada resumen con el punto que desea que los lectores recuerden. Donde difieran, reescriba el primer párrafo para que el punto principal se indique claramente, luego ejecute la prueba nuevamente.
Siga leyendo: Optimización con IA · Optimización con IA