SEO para vídeos: cómo posicionar en Google y YouTube

Para posicionar un vídeo en Google y en YouTube hay dos rutas distintas que conviene separar desde el principio: una es que el vídeo aparezca en los resultados internos de YouTube (un buscador propio, con su propio algoritmo de retención y CTR dentro de la plataforma), y la otra es que el vídeo aparezca en la página de resultados de Google, ya sea como carrusel de vídeo, como miniatura dentro de un resultado normal o dentro de la vista universal de la búsqueda. Este artículo trata la segunda ruta, y en concreto su lado técnico: qué necesita el código de la página para que Google entienda que hay un vídeo, lo indexe como tal y decida mostrarlo con una miniatura reproducible en lugar de como un enlace de texto plano.

No es un artículo sobre qué palabras clave poner en el título o la descripción del vídeo, eso depende de la intención de búsqueda de cada nicho y merece su propio tratamiento aparte. Aquí se cubre lo que ocurre después de que el vídeo ya existe: el marcado estructurado que lo describe, el sitemap que lo declara, la miniatura que decide si alguien hace clic, el texto rastreable que lo acompaña, la decisión de alojarlo o incrustarlo, y las señales que determinan si termina apareciendo en el carrusel de vídeo de la SERP.

El marcado VideoObject: qué necesita Google para entender que hay un vídeo

Google no "ve" el vídeo, lee metadatos. El vocabulario que reconoce es VideoObject, dentro de schema.org, y se implementa casi siempre como JSON-LD en un bloque <script type="application/ld+json"> dentro de la página. Sin este marcado, un archivo de vídeo incrustado es, para el rastreador, prácticamente indistinguible de una imagen animada: no sabe su duración, ni su fecha de publicación, ni si tiene una miniatura fija asociada.

Un error habitual es copiar el marcado VideoObject una vez, al lanzar la página, y no volver a tocarlo nunca. Si la descripción visible cambia con el tiempo pero el JSON-LD no se actualiza, Google encuentra una discrepancia entre lo que declara el marcado y lo que ve un usuario real, y ese es el tipo de señal que puede hacer que deje de confiar en esos datos estructurados.

• Propiedades que Google trata como obligatorias en la práctica: name, description, thumbnailUrl (idealmente en varias resoluciones) y uploadDate.
• Propiedades que influyen directamente en si se muestra la miniatura grande: duration en formato ISO 8601 (por ejemplo PT1M33S) y contentUrl (la URL directa al archivo, si está alojado) o embedUrl (si es un reproductor incrustado de terceros).
• interactionStatistic, únicamente si se dispone de datos reales de visualizaciones, nunca como cifra estimada o inventada.
• hasPart o clip, para declarar capítulos con marcas de tiempo dentro del propio vídeo (se retoma en la sección sobre transcripciones).

El sitemap de vídeo: cómo declarar qué vídeos existen y dónde viven

Un sitemap XML normal declara páginas. Un sitemap de vídeo, ya sea como archivo aparte o como extensión dentro del sitemap normal usando el espacio de nombres video:, declara los vídeos que hay dentro de esas páginas, con sus propios campos: video:title, video:description, video:thumbnail_loc, video:content_loc o video:player_loc, video:duration y video:publication_date.

La diferencia práctica es de descubrimiento, no de significado: el JSON-LD le dice a Google cómo interpretar un vídeo una vez ha rastreado la página; el sitemap le dice qué páginas con vídeo existen y con qué frecuencia cambian, algo que importa sobre todo en catálogos grandes, un canal con cientos de vídeos repartidos en distintas páginas, o una tienda con un vídeo de producto por cada referencia, donde depender solo del rastreo normal deja huecos que tardan meses en cerrarse solos.

• Un sitemap de vídeo no sustituye al marcado VideoObject: son complementarios y deben coincidir en los datos, misma duración y misma fecha en ambos sitios.
• Si el vídeo está alojado en YouTube pero incrustado en tu página, el sitemap de vídeo debe apuntar a tu página, no al vídeo de YouTube, porque es tu URL la que compite por el carrusel.
• Los sitemaps de vídeo tienen un límite práctico de tamaño por archivo, igual que los sitemaps normales, así que en catálogos grandes se dividen en varios ficheros enlazados desde un índice de sitemaps.

Miniatura y CTR: el elemento que decide si alguien hace clic

En un carrusel de vídeo, la miniatura ocupa la mayor parte del espacio visual del resultado, más que el propio título. Es, de facto, el anuncio del resultado. Una miniatura genérica, generada automáticamente a partir del primer fotograma del vídeo (un plano en blanco, una transición, una cara a medio gesto), reduce el CTR aunque el vídeo esté técnicamente bien posicionado, y un CTR bajo sostenido en el tiempo termina empujando el resultado hacia abajo.

Vale la pena tratar la miniatura como una pieza de diseño independiente del vídeo, no como un fotograma capturado al azar. La mayoría de reproductores y gestores de contenido permiten subir una imagen personalizada en lugar de usar la extraída automáticamente, y de todas las piezas cubiertas en este artículo es la que tiene el efecto más directo y medible sobre el CTR.

• La miniatura declarada en thumbnailUrl debe coincidir con la que realmente se muestra al reproducir: Google descarta o desconfía del marcado cuando detecta miniaturas señuelo sin relación real con el contenido.
• El tamaño mínimo recomendado ronda los 1280x720 píxeles; las miniaturas más pequeñas se recortan mal en los carruseles de escritorio y pierden nitidez.
• Un texto superpuesto legible en la miniatura ayuda al escaneo visual, pero si promete algo que el vídeo no cumple cuenta como el mismo problema de la miniatura señuelo.

Transcripción y capítulos: el texto que Google sí puede leer directamente

El archivo de vídeo en sí no es texto rastreable. Todo lo que Google sabe sobre el contenido interno de un vídeo, de qué habla en el minuto tres, qué se explica en el minuto ocho, depende de lo que se le ofrezca en forma de texto alrededor o dentro del marcado: transcripción completa, capítulos con marcas de tiempo, subtítulos en formato VTT o SRT.

La transcripción también resuelve un problema de tiempo de permanencia: un usuario que llega buscando un dato concreto puede escanear el texto en segundos en lugar de reproducir el vídeo entero, lo cual reduce el rebote inmediato que ocurre cuando alguien abre un vídeo, no encuentra lo que busca en los primeros segundos y cierra la pestaña sin volver.

• Una transcripción completa publicada como texto visible en la misma página (no oculta con display:none, porque el contenido invisible para el usuario y visible solo para el rastreador es una práctica que Google trata como manipuladora) le da al vídeo la misma capacidad de posicionar por términos long-tail que tendría un artículo de texto normal.
• Los capítulos, declarados como clip dentro de VideoObject, con name, startOffset y endOffset para cada uno, permiten que Google enlace directamente a un momento concreto del vídeo desde el propio resultado de búsqueda: es la razón por la que algunos resultados de vídeo muestran sub-enlaces a minutos específicos.
• Un archivo de subtítulos bien estructurado, con marcas de tiempo reales y no un bloque de texto plano, sirve como fuente adicional que coincide con la transcripción y refuerza la misma información en un formato que reproductores y buscadores consumen igual.

Alojar el vídeo o incrustar YouTube: lo que cuesta en LCP

Incrustar un reproductor de YouTube o de Vimeo es la opción más simple: sin coste de almacenamiento, sin coste de ancho de banda, un iframe y listo. El coste real no es de mantenimiento, es de rendimiento: el iframe estándar de YouTube carga varios recursos adicionales, scripts de terceros, cookies, llamadas a distintas APIs, incluso antes de que el usuario pulse reproducir. En páginas donde el vídeo aparece por encima del pliegue, ese peso puede convertirse en el elemento que determina el LCP (Largest Contentful Paint): el iframe pasa a ser literalmente "el elemento más grande visible" que Google cronometra, y toda su carga cuenta para ese tiempo.

Un matiz que se pasa por alto con frecuencia: el campo contentUrl del marcado VideoObject espera, idealmente, la URL de un archivo de vídeo real, no la de una página de incrustación. Si el vídeo vive solo en YouTube, embedUrl es el campo correcto y contentUrl puede omitirse; rellenarlo con la URL del iframe de YouTube es, para ese campo concreto, un marcado técnicamente inválido.

• La solución intermedia más habitual es un patrón de fachada (facade): se muestra una imagen estática con un botón de reproducción, con el mismo aspecto que el reproductor final, y el iframe real de YouTube solo se inyecta en el DOM cuando el usuario hace clic. El LCP se mide entonces sobre la imagen estática, mucho más ligera que el iframe completo.
• Alojar el vídeo uno mismo, en servidor propio o en un CDN de vídeo, da control total sobre el peso del archivo, el formato (WebM o AV1 suele pesar bastante menos que el H.264 por defecto de muchos exportadores) y el momento exacto de carga, pero traslada al propio sitio el coste de transcodificación, ancho de banda y servir distintas calidades según la conexión del usuario.
• Ninguna opción es universalmente mejor: para volumen alto de vídeo y necesidad de descubrimiento dentro del propio buscador de YouTube, incrustar con fachada suele ganar; para una página de producto donde el vídeo es una pieza secundaria y el LCP de la página es crítico para las conversiones, alojar un archivo ligero y comprimido suele ganar.

Cómo se gana el carrusel de vídeo en la SERP

El carrusel de vídeo no es un resultado que se solicite, es un formato que Google decide mostrar cuando calcula que la intención de búsqueda se satisface mejor con vídeo que con texto: búsquedas de tipo "cómo hacer", tutoriales, reseñas de producto con demostración visual, recetas paso a paso. Ninguna de las piezas anteriores (VideoObject, sitemap, miniatura, transcripción, rendimiento) garantiza por sí sola la aparición; lo que hacen, en conjunto, es eliminar los motivos técnicos por los que un vídeo perfectamente válido para el usuario queda fuera de la consideración desde el principio.

En la práctica, esto hace que el trabajo de posicionamiento de vídeo se parezca más a una auditoría técnica recurrente que a una campaña de contenido puntual: revisar que cada vídeo relevante tenga su VideoObject actualizado, que el sitemap de vídeo esté al día, que las miniaturas sean reales y del tamaño correcto, y que la página donde vive cada vídeo cargue rápido y esté correctamente indexada. Es un trabajo repetitivo y poco vistoso, pero es precisamente el que decide si un vídeo bien producido termina en el carrusel o se queda invisible detrás de un enlace de texto plano.

• Indexabilidad básica: la página que aloja el vídeo debe estar indexada como cualquier otra, sin bloqueo en robots.txt, sin noindex accidental, con enlaces internos que la sitúen dentro de la arquitectura del sitio.
• Una página dedicada por vídeo compite mejor que una galería con veinte vídeos incrustados sin jerarquía clara: Google necesita poder asociar de forma inequívoca un VideoObject con la página que lo representa.
• Coherencia entre lo declarado y lo real: duración, miniatura y fecha de publicación del marcado deben coincidir exactamente con lo que ve el usuario; las discrepancias son una causa habitual de que Google deje de confiar en el marcado de vídeo de un dominio.
• Rendimiento de la página anfitriona: una página lenta compite en desventaja incluso con un vídeo excelente, porque la evaluación de calidad no aísla el vídeo del resto de la página que lo contiene.