La IA no puede ver un video
El SEO para videos es optimizar un video para que las máquinas que no pueden verlo aún puedan entender qué contiene — títulos y descripciones precisos, subtítulos reales o una transcripción, marcas de capítulo, y datos estructurados VideoObject que indican el nombre del video, su miniatura, fecha de subida y duración. Ese último punto explica casi todo lo demás en esta página: un sistema de IA lee texto. Un video sin transcripción y sin schema es, para un modelo de lenguaje, casi invisible — sin importar qué tan bueno sea el video en realidad.
Ese mismo mecanismo también es la explicación honesta de por qué YouTube aparece tanto en las conversaciones sobre visibilidad ante la IA. No es que los videos de YouTube sean inherentemente más confiables o mejores. Es que YouTube incluye una transcripción con cada video, que es exactamente el formato que un modelo de lenguaje ya sabe leer.
| Elemento | Por qué importa específicamente para la IA |
|---|---|
| Transcripción / subtítulos | La única parte del video que un sistema de IA puede procesar directamente — sin transcripción, prácticamente no hay contenido desde la perspectiva de una máquina |
| Schema VideoObject | Indica el nombre del video, descripción, miniatura, fecha de subida y duración en un formato que una máquina lee directamente en vez de adivinar |
| Marcas de capítulo | Permite que un sistema de IA señale y cite un segmento específico en vez de todo el video |
Un ejemplo mínimo de VideoObject, con los campos que realmente importan:
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "Cómo funciona el escaneo de AO Audit",
"description": "Un recorrido de 90 segundos por el escaneo de visibilidad ante la IA de 60 segundos.",
"thumbnailUrl": "https://aoaudit.com/video-thumb.jpg",
"uploadDate": "2026-08-09",
"duration": "PT1M30S"
}
La cifra específica que circula ahora — que YouTube se cita en el 16% de las respuestas de IA contra el 10% para Reddit, superándolo como la principal fuente social de citas — viene de los datos propios de una sola empresa (Bluefish), reportados por Adweek. Adweek es una publicación de la industria real, lo cual pone esto un escalón arriba de las afirmaciones anónimas de blogs que hemos señalado en otras partes de este sitio. Pero la metodología detrás de la cifra no está revelada en ningún lugar que pudimos encontrar: sin tamaño de muestra, sin motores de IA nombrados, sin detalle más allá de "los últimos seis meses." El mecanismo de fondo — las transcripciones hacen que el video sea legible, así que los motores de IA lo citan más que antes — es sólido y creíble. La cifra precisa del 16% contra 10% es la estimación de un proveedor, no algo que repetiríamos como un hecho establecido de la industria.
Vale la pena admitirlo directamente: nuestra propia autoauditoría ya marca un perfil de video vinculado faltante como el único hueco abierto en nuestra propia legibilidad para máquinas. Tenemos video sin publicar ya grabado, guardado sin usar, sin subtítulos ni schema todavía. Escribir sobre esto con honestidad significa decir que tampoco lo hemos terminado — no solo decírtelo a ti.
Revisa qué es legible para máquinas en tu propio sitio — AO Audit gratis, 60 segundos →
Optimizar un video para que los buscadores y los sistemas de IA entiendan qué contiene — títulos y descripciones precisos, subtítulos reales o una transcripción, marcas de capítulo, y datos estructurados VideoObject (marcado de schema.org que indica el nombre del video, su miniatura, fecha de subida y duración). Nada de eso cambia el video en sí. Cambia si una máquina que no puede verlo aún puede saber de qué trata.
Porque los videos de YouTube vienen con transcripción, y un sistema de IA no puede ver video — lee texto. Una transcripción convierte un video en algo que un modelo de lenguaje puede procesar realmente, igual que el texto de una página web. Google AI Overviews y Gemini también tienen integración directa con YouTube, ya que ambos son productos de Google, lo cual refuerza el patrón.
Esa afirmación específica — 16% de las respuestas de LLM citan YouTube contra 10% para Reddit — viene de los datos propios de una sola empresa (Bluefish), reportados por Adweek sin metodología revelada: sin tamaño de muestra, sin motores de IA nombrados, sin detalle del período más allá de "los últimos seis meses." La dirección es creíble y tiene una razón mecánica sólida. La cifra precisa debe tratarse como la estimación de un proveedor, no como un dato verificado de la industria.
Todavía no, y vale la pena decirlo directamente en vez de omitirlo. Nuestra propia autoauditoría ya marca un perfil de video vinculado faltante como el único hueco abierto en nuestra propia legibilidad para máquinas — tenemos video sin publicar ya grabado, sin subtítulos ni schema todavía. Escribir sobre este tema con honestidad significa admitir que tampoco lo hemos terminado.