Imágenes generadas con IA y SEO: qué acepta Google

Sí, una imagen generada con inteligencia artificial puede aparecer en Google Imágenes y en Google Discover. Google no aplica un filtro que bloquee de forma sistemática el contenido sintético: lo evalúa con el mismo criterio de calidad, relevancia y utilidad que aplica a una fotografía tomada con una cámara. La diferencia está en los detalles técnicos que sí importan: cómo se etiqueta el origen del archivo, qué metadatos lleva incrustados y si el contexto de la página respalda la imagen o la deja huérfana, sin relación real con el texto que la rodea.

Este artículo responde a tres preguntas concretas: qué acepta realmente Google sobre las imágenes generadas con IA, cómo funciona el etiquetado técnico del origen (el campo IPTC "digital source type" y los créditos de contenido C2PA) y en qué escenarios una fotografía original sigue ganando, aunque generar una imagen sea más rápido y más barato.

¿Prohíbe Google las imágenes generadas por IA?

No existe una prohibición ni una penalización automática por el método de creación. Las políticas de spam de Google, incluida la de abuso de contenido a escala, se centran en la intención de manipular el posicionamiento, no en si una imagen fue producida por una persona o por un modelo generativo.

Esto significa que una imagen generada con IA puede indexarse y funcionar igual que una fotografía, siempre que sea relevante para el contenido que acompaña, no sea una copia casi idéntica de otras imágenes con el mismo prompt genérico, y la página tenga sustancia textual alrededor.

El riesgo real está en el patrón de uso, no en la imagen aislada: páginas finas que solo existen para mostrar una imagen generada junto a un párrafo de relleno son el tipo de contenido a escala que las políticas de spam detectan. La imagen no es el problema; el propósito manipulador que la rodea sí lo es.

• No existe una etiqueta de "penalización por IA" en Search Console: el rendimiento de una imagen se sigue midiendo por clics, impresiones y posición, igual que cualquier otra.
• Lo que sí reduce el rendimiento es la imagen genérica, repetida sin variación en decenas de páginas del mismo sitio, porque no aporta señal de relevancia diferenciada.
• El riesgo aumenta cuando la imagen generada sustituye evidencia que el usuario esperaba ver real (un producto, un lugar, una persona concreta), no por el hecho de ser sintética.

Cómo identifica Google el origen de una imagen: C2PA y SynthID

Google no adivina si una imagen es generada mirándola a ojo; se apoya en dos mecanismos técnicos distintos, y cada uno cubre un escenario diferente.

El primero es C2PA (Coalition for Content Provenance and Authenticity), un estándar abierto impulsado por un grupo de empresas que incluye a Adobe, Microsoft, la BBC, Sony e Intel, del que Google forma parte. C2PA define las "Content Credentials": un manifiesto firmado criptográficamente que se incrusta dentro del propio archivo y describe su historial de edición, incluyendo si algún paso fue generado por un modelo de IA. Cuando una herramienta respeta el estándar, el archivo lleva esa información consigo aunque cambie de sitio web, siempre que nadie la elimine deliberadamente.

El segundo es SynthID, una marca de agua digital de Google DeepMind incrustada de forma imperceptible en los propios píxeles de las imágenes generadas por los modelos de Google. A diferencia de un metadato que se borra recomprimiendo el archivo, esta marca sobrevive a ediciones habituales como el recorte o la compresión, lo que permite identificar imágenes generadas por los modelos de Google incluso cuando la metadata original ha desaparecido.

La limitación práctica suele pasarse por alto: con una herramienta que no implementa C2PA, o cuando el gestor de contenidos borra los metadatos EXIF y XMP al subir el archivo (algo habitual por defecto, para reducir peso), Google se queda sin ninguna de las dos señales y evalúa la imagen exactamente como evaluaría cualquier otra, por sus señales de contenido.

El campo IPTC "digital source type" explicado

El IPTC (International Press Telecommunications Council) es el organismo que mantiene el estándar de metadatos fotográficos que usa buena parte de la industria: agencias de noticias, bancos de imágenes y, cada vez más, herramientas de creación de contenido. Su esquema, almacenado en el contenedor XMP del archivo, incluye desde hace años un campo llamado "Digital Source Type", pensado para distinguir una fotografía digital de un escaneo de negativo.

Con la IA generativa, el IPTC amplió el vocabulario de ese campo para cubrir contenido sintético, de forma interoperable con la taxonomía que usa C2PA. Los valores más relevantes para quien trabaja con imágenes de IA son estos:

• digitalCapture: la imagen procede de una captura digital directa, sin generación ni composición sintética. Es el valor por defecto de una fotografía normal tomada con una cámara.
• trainedAlgorithmicMedia: la imagen fue producida por un modelo entrenado con un conjunto de datos, la categoría en la que entra la salida típica de un generador de imágenes por difusión.
• compositeSynthetic: la imagen combina elementos sintéticos con elementos no sintéticos, por ejemplo un fondo generado por IA compuesto con la fotografía real de un producto.
• algorithmicMedia: la imagen fue creada por un algoritmo sin partir de un conjunto de datos de entrenamiento, una categoría distinta de la IA generativa entrenada con datos aunque a veces se confundan.

En la práctica, quien rellena este campo casi nunca es la persona que escribe el artículo, sino la herramienta de generación: Adobe Firefly y Photoshop lo incrustan automáticamente junto con sus Content Credentials, mientras que otros generadores de terceros no lo hacen por defecto y el archivo sale sin marca de origen, salvo que se añada manualmente con un editor de metadatos.

Conviene recordar que este metadato vive dentro del archivo, no en el HTML: si el gestor de contenidos reprocesa la imagen al subirla y esa reconversión no preserva el bloque XMP, la etiqueta desaparece sin que nadie lo note.

Qué necesita una imagen generada por IA para posicionar en Google Imágenes

Los factores que hacen que Google Imágenes muestre una imagen son los mismos para una fotografía y para una imagen generada. La diferencia es que los generadores facilitan errores concretos que una cámara no provoca por sí sola.

El nombre de archivo importa más de lo que parece: exportar el nombre que asigna la herramienta ("generated-image-4821.png") no da ninguna pista sobre el contenido, mientras que un nombre descriptivo con guiones sí. El alt text debe describir lo que la imagen muestra realmente una vez generada, no el prompt usado para pedirla, porque el resultado suele desviarse de la intención inicial.

El contexto textual que rodea a la imagen es la señal más determinante y la que más se descuida con contenido generado: Google usa el párrafo cercano y los encabezados de la sección para entender de qué trata; una ilustración genérica sin relación directa con ese párrafo no aporta relevancia, aunque sea visualmente atractiva.

• Marcado estructurado ImageObject de schema.org cuando la imagen es el activo principal de la página (una infografía, un diagrama), incluyendo el campo de licencia si se quiere declarar el uso permitido.
• Inclusión de la imagen en el sitemap de imágenes o en las etiquetas image:image del sitemap XML, para que el rastreo no dependa solo de encontrarla al renderizar la página.
• Evitar repetir exactamente la misma imagen generada (mismo prompt, mismo seed) en varias páginas: Google Imágenes favorece la diversidad visual real por encima del volumen.
• Un peso de archivo optimizado: los generadores suelen exportar en resoluciones altas sin comprimir, y eso afecta al LCP si no se procesa antes de subirlo.

Google Discover y las imágenes generadas por IA

Discover depende mucho más que la búsqueda normal de una imagen grande y atractiva: Google recomienda imágenes de al menos 1200 píxeles de ancho y habilitar la vista grande con la etiqueta max-image-preview:large, porque el formato de tarjeta ancha impulsa la mayoría de las apariciones en el feed.

Una imagen generada con IA cumple ese requisito técnico sin problema: la resolución no es un obstáculo. El riesgo está en otro lugar. Discover pondera el interés real que genera un artículo entre los usuarios que ya lo vieron, y una imagen con el "aspecto" reconocible de IA sin pulir (texturas de piel demasiado uniformes, manos con anatomía extraña, texto interno deformado) tiende a recibir menos clics que una fotografía concreta y creíble sobre el mismo tema.

Esa caída de clics no es una penalización contra la IA, es consecuencia del propio mecanismo de Discover: el sistema aprende qué mostrar a partir de cómo responden los usuarios a lo ya mostrado, así que una miniatura poco convincente entrena al sistema para mostrar menos ese artículo.

Cuándo una fotografía original supera a una imagen generada

Hay al menos cuatro situaciones en las que sustituir una fotografía real por una imagen generada tiene un coste que va más allá del posicionamiento.

En reseñas de producto, las directrices de Google sobre reseñas mencionan las fotos y vídeos propios como señal de experiencia directa con lo evaluado. Una imagen generada de "una botella de este tipo de producto" no puede aportar esa evidencia, por definición: no demuestra que quien escribió el texto tuvo el producto en la mano.

En comercio electrónico, quien compra necesita saber con precisión qué va a recibir. Una imagen generada de un artículo real corre el riesgo de mostrar un detalle inexacto (una costura distinta, un logotipo mal colocado), y ese desajuste termina generando devoluciones que acaban afectando el comportamiento de los usuarios en el sitio.

En negocio local, las fotos reales del establecimiento o de los platos son lo que Google pide subir en un perfil de negocio, y construyen confianza en búsquedas del tipo "cerca de mí". Una imagen generada de "un interior acogedor" que no corresponde al local real es una afirmación falsa sobre cómo es ese lugar.

En temas de salud, finanzas o derecho, un diagrama generado para ilustrar un mecanismo general suele ser aceptable, pero una fotografía que pretenda mostrar a un médico o un documento financiero concreto no debería ser sintética: ahí la confianza del lector pesa más, y presentar una escena inventada como real socava esa credibilidad.

Errores frecuentes al usar imágenes de IA en contenido SEO

La mayoría de los problemas que aparecen con imágenes generadas no son de posicionamiento en sentido estricto, sino de calidad, y acaban afectando al SEO de forma indirecta a través del comportamiento del usuario o de Core Web Vitals.

• Reutilizar la misma imagen genérica, o variaciones mínimas del mismo prompt, en docenas de artículos: no aporta relevancia diferenciada y hace que el conjunto se perciba como producido en masa.
• No revisar los artefactos típicos de la generación (manos con dedos de más, texto ilegible dentro de la imagen) antes de publicar: dañan la percepción de calidad aunque no exista penalización técnica.
• Omitir el alt text asumiendo que "la imagen ya se generó con IA, no necesita descripción": sigue siendo el dato principal que usan Google Imágenes y los lectores de pantalla.
• Subir el archivo sin comprimir tal como lo exporta el generador: muchas herramientas entregan resoluciones muy superiores a lo necesario para la web, y ese peso extra golpea el LCP.
• Dejar que el gestor de contenidos borre los metadatos EXIF y XMP al procesar la imagen, perdiendo el etiquetado de procedencia que la herramienta hubiera incrustado.

Checklist antes de publicar una imagen generada con IA

Antes de subir una imagen generada a una página que se quiere posicionar, conviene repasar estos puntos:

• ¿El nombre de archivo y el alt text describen lo que se ve en la imagen final, no el prompt que se usó para pedirla?
• ¿Se conserva el metadato de procedencia (Content Credentials de C2PA o el campo digital source type del IPTC) si la herramienta lo generó, o se añadió manualmente si la herramienta no lo hace?
• ¿La imagen resuelve un problema visual real de la página, o es simplemente relleno decorativo que podría quitarse sin que se note?
• ¿El sujeto de la imagen (una persona, un lugar, un producto, un documento) es algo que exige ser real y verificable, en vez de una recreación?
• ¿El peso del archivo está optimizado para no penalizar el LCP de la página?
• ¿Existe una versión de al menos 1200 píxeles de ancho si el artículo aspira a aparecer en Discover?