Pide una auditoría

Inicio / RoloPedia / GEOpedia

GEOpedia · Recuperación (RAG)

Embeddings

Un embedding es una representación numérica de un texto, un vector de cientos o miles de números, construida de forma que textos con significado parecido queden cerca entre sí en ese espacio. Es lo que permite a un buscador encontrar un pasaje que responde a tu pregunta aunque no comparta sus palabras exactas.

En los sistemas RAG, cada chunk de un documento se convierte en un embedding y se guarda en un índice. Cuando llega una consulta, también se convierte en vector y el sistema busca los chunks más cercanos, normalmente por similitud coseno. Ese es el núcleo de la búsqueda semántica.

La consecuencia para quien escribe es clara: lo que se compara es el significado de un trozo concreto, no la página entera ni la repetición de una palabra. Un pasaje que mezcla tres temas produce un vector «promedio» que no queda cerca de ninguna consulta. Uno que trata un solo asunto, con sus entidades nombradas, queda cerca de las preguntas sobre ese asunto.

Ejemplos

  • Sinónimos: la consulta «cómo bajar la factura de la luz» recupera un pasaje titulado «Reducir el consumo eléctrico en casa» aunque no compartan apenas palabras.
  • Canibalización semántica: dos artículos de tu blog sobre temas casi iguales tienen embeddings muy próximos y compiten entre sí por las mismas consultas.
  • Auditoría: con los embeddings que exporta Screaming Frog puedes detectar páginas casi duplicadas por significado aunque tengan títulos distintos.

Consejos prácticos

  • Dedica cada sección a una sola idea para que su vector sea nítido.
  • Nombra las entidades (marca, producto, lugar, fecha) dentro del pasaje en vez de usar «esto» o «la empresa».
  • Usa el vocabulario de tu audiencia: los embeddings capturan sinónimos, pero la búsqueda híbrida sigue premiando el término literal.
  • Revisa con embeddings qué páginas de tu sitio se solapan y decide si consolidar.

Cuidado con

  • «Optimizamos el embedding de tu marca» es humo: no controlas el modelo de embeddings de ninguna plataforma.
  • Repetir una keyword no acerca tu pasaje a la consulta; el relleno de keywords midió −8,7% en el paper GEO (KDD 2024).

Evidencia fuerte. Que la recuperación funciona sobre chunks indexados por embedding es la arquitectura estándar de los sistemas RAG (la describe, por ejemplo, el estudio Contextual Retrieval de Anthropic); el efecto de escribir pasajes de una sola idea no está aislado en un experimento.

Términos relacionados

Jorge J. Rolo

SEO & AI Search Manager en Flat 101. Consultor SEO técnico.