Búsqueda multimodal en Search Console: qué es y cómo medirla

La búsqueda multimodal en Search Console ya tiene informe propio desde el 24 de septiembre de 2026: Google separó la vista web en basada en texto y multimodal. Es la primera vez que puedes ver qué páginas encuentra quien busca con una foto en lugar de con palabras.

Aquí verás qué cuenta el informe, dónde está el filtro, qué no te va a decir (las consultas no existen para este tipo de búsqueda) y cómo convertir el dato en decisiones sobre tus imágenes y tus páginas de destino. Advertencia honesta: si tu sitio no recibe tráfico visual, verás el filtro pero la tabla saldrá vacía. No es un fallo que puedas arreglar, es una limitación documentada.

Qué es la búsqueda multimodal (y por qué ahora tiene informe propio)

La definición oficial es corta: resultados de búsqueda web en los que se usó una imagen como parte de la búsqueda. Es decir, búsquedas que no arrancan con texto tecleado en la barra, sino con una imagen: una foto, una captura de pantalla o un objeto enfocado con la cámara. La ayuda de Search Console lo redacta como Web: multimodal, web search results where an image was used as part of the search.

Lo que no es búsqueda multimodal

• No es búsqueda por voz: no aparece en este informe.
• No es la pestaña Imágenes: el tipo imagen sigue existiendo aparte y mide los resultados de esa pestaña. Multimodal mide búsquedas iniciadas con una imagen que acaban en resultados web.
• No es solo imagen: es mezcla de imagen y, a menudo, algo de contexto. Lo que cambia es el punto de partida, no el tipo de resultado.

Por qué se separa de la vista web basada en texto

El detalle clave está en el anuncio: este tráfico no se sumaba antes a la vista web normal. No es una redistribución de lo que ya veías, es información nueva. Consecuencia práctica: no interpretes la aparición de cifras multimodales como una caída del tráfico de texto, ni al contrario. Son dos bloques separados por diseño.

Para dimensionarlo, solo cifras oficiales y fechadas: en febrero de 2025 el blog de Google cifró Lens en más de 20.000 millones de búsquedas visuales al mes, y en mayo de 2026 la compañía confirmó que Modo IA superó los mil millones de usuarios en su primer año.

Qué incluye la búsqueda multimodal en Search Console

El anuncio de Search Central explica que el dato llega a dos informes: el de rendimiento de resultados de la Búsqueda y el de funciones de IA generativa (el que mide impresiones de vistas creadas con IA y Modo IA). El despliegue es global y progresivo desde el 24 de septiembre de 2026.

Las cuatro superficies que cuenta Google

1. Google Lens, desde la cámara y desde la pantalla.
2. Circle to Search en Android, al rodear un elemento con el dedo.
3. Imágenes subidas a la Búsqueda de Google, el envío manual de una foto o archivo.
4. Buscar esta imagen de Chrome, la opción de clic derecho sobre una imagen de la web.

Dónde está el filtro y cómo llegar en 4 pasos

1. Abre Search Console y entra en Rendimiento, en resultados de la Búsqueda.
2. Arriba del gráfico, despliega el filtro Tipo de búsqueda.
3. Dentro de Web ahora hay dos opciones: basada en texto y multimodal.
4. Selecciona multimodal y pulsa Exportar si quieres analizarlo fuera.

La ayuda oficial es explícita con el botón de exportación: esa es hoy la vía para llevarte los datos.

Los límites del dato: sin consultas, sin API y solo con tráfico visual

No hay datos de consultas, y no es un fallo tuyo

La página de dimensiones lo dice literal: como las búsquedas multimodales usan sobre todo imágenes en lugar de texto, no hay datos de consultas de texto disponibles para este tráfico. Como resultado, la dimensión de consultas no está disponible al seleccionar este tipo de búsqueda.

En la práctica: al elegir multimodal desaparece la vista de Consultas y te quedan páginas, más los desgloses por país, dispositivo y fecha. Si tu dashboard mostraba una tabla de keywords, se vacía. Cambia la pregunta: en vez de qué buscaban, pregunta qué páginas mías le sirven a alguien que está viendo algo parecido a lo que publiqué.

La API de Search Analytics todavía no lo expone

La referencia de searchanalytics.query documenta el parámetro type con los valores discover, googleNews, news, image, video y web (por defecto). No existe un valor multimodal. Si montaste tu dashboard SEO con Data Studio y Search Console, ahí tampoco está: hoy la única vía es el botón Exportar.

Cuándo empiezas a ver datos y qué no verás

• Requisito: tráfico real desde alguna de las cuatro superficies. Sin él, filtro presente y tabla vacía.
• No entra el tráfico de experimentos de Search Labs.
• Histórico de 16 meses: lo que no exportes, se pierde.
• Consolidación: los últimos días pueden moverse; no concluyas con un día suelto.

Cómo interpretar los datos sin sacar conclusiones falsas

Comparativa text-based frente a multimodal, página por página

El uso más rentable es el cruce: toma las páginas con impresiones y clics en multimodal y compáralas con las mismas URLs en el filtro basado en texto. Ese cruce revela si una página funciona visualmente aunque tenga poco texto optimizado: una ficha de producto, una guía con fotos propias o un tutorial con capturas rinden mejor de lo que su tráfico de texto sugiere. Puedes concluir que esa URL interesa a quien busca con una imagen; no puedes concluir de qué consulta viene ni atribuirle una keyword.

Los desgloses que sí existen: país, dispositivo y fecha

Multimodal es móvil por naturaleza: Circle to Search y Lens viven en el teléfono. Si el desglose por dispositivo sale casi todo móvil, no es un error de medición. Úsalo para priorizar dónde inviertes en fotos de producto o capturas explicativas, y compara periodos largos (28 días y anteriores): con pocos datos, las variaciones diarias son ruido.

Qué hacer con estos datos: prioridades para contenido visual

Optimiza la página de destino, no solo la imagen

Google lo repite en sus buenas prácticas de imagen: además de que la imagen se descubra e indexe, hay que optimizar la página de destino con contenido alrededor, título, contexto y texto útil. Regla práctica: si la imagen engancha, la página convierte.

Que tus imágenes se puedan rastrear: checklist rápida

• Elementos <img> reales con src: Google no indexa imágenes de fondo CSS.
• Texto alternativo descriptivo: describe la imagen a buscadores y lectores de pantalla.
• Sitemap de imágenes: descubre imágenes que Google no encontraría. Puede incluir URLs de otro dominio, como un CDN, verificando la propiedad de ese dominio.
• Formatos soportados: BMP, GIF, JPEG, PNG, WebP, SVG y AVIF, con extensión coherente con el tipo real.
• Responsive con respaldo: si usas srcset o <picture>, deja siempre un <img src="..."> de fallback.
• Calidad y velocidad juntas: revisa la carga diferida de imágenes y el LCP, y añade datos estructurados cuando apliquen.

Mide, cambia y vuelve a medir

Exporta el informe y marca las cinco páginas con más impresiones multimodales; mejora su texto alternativo, su contexto y su velocidad; compara de nuevo en 28 días. Si tu sitio no tiene ni una impresión multimodal, la conclusión no es que esto no sirva: es que no hay superficie visual que capturar porque tus imágenes son decorativas o van de fondo.

Cinco errores al leer el informe multimodal

1. Buscar la keyword. Esa dimensión no existe; cualquier palabra clave de búsqueda multimodal que veas en un informe ajeno está inventada.
2. Sumar multimodal a la vista web y anunciar un crecimiento. Son vistas separadas por diseño.
3. Confundirlo con la pestaña Imágenes. imagen mide resultados de esa pestaña; multimodal mide búsquedas iniciadas con imagen.
4. Concluir con cuatro impresiones. Primero acumula semanas.
5. Olvidar exportar. La ventana es de 16 meses.

Conclusión: ya puedes medir la búsqueda visual

Tres ideas: el dato existe y es nuevo; es limitado a propósito (sin consultas y sin API, mide qué páginas, no qué búsquedas); y se acciona en la página de destino, no solo en el archivo de imagen.

Tu siguiente paso: abre Search Console, filtra por Tipo de búsqueda, selecciona multimodal y exporta. Luego cruza esas páginas con la optimización de imágenes para SEO que ya aplicas. Y si ves movimientos raros en el tráfico general, no los mezcles con este informe: diagnostícalos por separado con la guía para caída de tráfico en Google.

El informe también importa para quien busca aparecer en asistentes con IA: mejor información visual contextualizada es mejor base para el GEO y las citas en ChatGPT, Perplexity y Gemini, y para una web preparada para agentes de IA.