Qué es un featured snippet y cómo ganar la posición cero en Google

El featured snippet ocupa la posición cero de Google: un recuadro que aparece por encima del primer resultado orgánico y que responde directamente a la pregunta del usuario sin que este tenga que hacer clic. El texto, la imagen o los datos que muestra proceden siempre de una página que ya está indexada y que, además, rankea entre los diez primeros resultados orgánicos para esa consulta. Esto es un requisito, no una opción: Google no saca fragmentos destacados de páginas que no aparecen ya en la primera página de resultados.

Google explica en su propia documentación que no hay forma de solicitar o forzar directamente la aparición en esta posición: sus sistemas deciden de forma automática si una página es apta según la calidad y la claridad de la respuesta. Lo único que un sitio puede controlar activamente es lo contrario: excluirse del featured snippet con la etiqueta nosnippet, o acortar lo que Google puede mostrar con max-snippet. No existe un equivalente que fuerce la entrada.

Antes de que existieran las AI Overviews, el featured snippet aparecía en torno al 12-15% de las búsquedas informativas en Estados Unidos, según los análisis de Ahrefs de esa época. Era, junto al pack de mapas, el SERP feature con más capacidad de robar clics al primer resultado orgánico: quien ganaba la posición cero solía quedarse también con el clic, aunque no siempre, porque una parte de los usuarios lee la respuesta y no entra en ninguna página. Esa proporción de búsquedas sin clic es justo lo que ha cambiado con la llegada de las AI Overviews, como se explica más abajo.

Un featured snippet, además, no queda fijado para siempre en la misma página para una consulta dada: Google suele probar varias páginas candidatas en paralelo y cambia la fuente en cuanto otra página presenta la estructura con más claridad. En dispositivos móviles y con asistentes de voz como Google Assistant, el featured snippet es a menudo la única respuesta que se lee en voz alta, sin que el usuario llegue a ver ninguna lista de resultados. Para un término muy buscado y competido como «featured snippet» en sí mismo, cuidar la estructura vale doble: cuenta tanto para la búsqueda clásica de escritorio como para la respuesta por voz.

Google no arma el fragmento destacado a partir del significado general de la página, lo saca directamente de la estructura HTML. Por eso el primer paso para ganar un featured snippet no es escribir mejor, es organizar el contenido en el formato que ese tipo de snippet necesita. Hay tres tipos y cada uno exige una estructura distinta.

Snippet de párrafo. Es el más común y aparece en preguntas de definición o de explicación directa ("qué es", "por qué", "cuánto"). La fórmula que mejor funciona es colocar la pregunta como título (H2 o H3, calcada o muy cercana a como la escribe el usuario) y responder en las dos o tres frases siguientes, sin rodeos, en 40 a 60 palabras. Si la respuesta llega después de un párrafo introductorio de contexto, Google puede extraer igualmente esas primeras frases, pero suele preferir cuando la respuesta está pegada a la pregunta. El resto del párrafo, y del artículo, puede ampliar con matices, ejemplos o excepciones.

Snippet de lista. Aparece en consultas de pasos ("cómo hacer"), rankings o enumeraciones ("mejores", "tipos de"). Aquí el error más común es escribir la lista como texto corrido, separando los elementos con comas o punto y coma dentro de un <p>. Google puede llegar a reconstruir una lista a partir de eso, pero lo hace con mucha menos frecuencia que cuando la página ya usa una lista real en HTML: <ol> para pasos con orden (una receta, un proceso de instalación) y <ul> para elementos sin orden obligatorio (características, ventajas, tipos). Cada elemento de la lista debe ser una frase corta y autocontenida, no un párrafo entero metido dentro de un <li>.

Snippet de tabla. Es el que Google usa para consultas comparativas o con datos numéricos: precios, especificaciones, plazos, tallas. La condición casi obligatoria aquí es que los datos estén en una <table> real, con <th> para las cabeceras de columna y una fila por elemento comparado. Una tabla construida con imágenes, con divs maquetados a base de CSS, o con texto tabulado con espacios, no es legible como tabla para el sistema que arma este snippet. Cuántas menos columnas y más claros los valores, más fácil es que Google reutilice la tabla completa en el recuadro.

El punto en común de los tres formatos es el mismo: Google no adivina la estructura a partir de la intención del texto, la lee del marcado. Una página puede tener contenido perfecto y perder el snippet frente a un competidor peor escrito pero mejor estructurado en HTML.

En los tres tipos, además, puede aparecer dentro del recuadro una imagen de la propia página. Aplica la misma lógica: una imagen situada justo al lado o debajo del párrafo relevante, con un alt text descriptivo, tiene más opciones de aparecer que una imagen suelta en cualquier otra parte de la página, sin relación directa con la respuesta concreta.

Desde que Google lanzó las AI Overviews de forma amplia en 2024, la relación entre este SERP feature y el featured snippet clásico ha cambiado de forma medible, con cifras que lo confirman. Un análisis de Ahrefs sobre un millón de SERPs de escritorio en Estados Unidos, entre enero y junio de 2025, encontró que el porcentaje de búsquedas con featured snippet cayó del 15,41% al 5,53% en ese semestre, un descenso del 64%. En el mismo periodo, la presencia de AI Overviews pasó del 3,93% al 27,43% de las búsquedas, un crecimiento del 598%. La correlación entre ambas curvas es de -0,90, una cifra que en la práctica indica que donde crece una, cae la otra casi en espejo. Este dato procede de un análisis de terceros que cita el estudio de Ahrefs; no hemos podido verificarlo contra el informe original de Ahrefs, así que se presenta como reportado, no como comprobado de primera mano.

Un estudio independiente de Semrush sobre diez millones de keywords, también de 2025, sitúa la presencia de AI Overviews en el 13,14% de las búsquedas en marzo de ese año, con una subida hasta el 25% en el último trimestre. Por sector, las consultas de salud y educación llegaron a cerca del 50% de cobertura con AI Overview en 2026. Igual que en el caso anterior, este dato llega a través de una fuente secundaria que cita el estudio de Semrush, no del informe original.

Lo que sí parece consistente entre varias fuentes es que ambos SERP features tienden a excluirse mutuamente en la misma búsqueda: cuando aparece una AI Overview, es menos probable que la misma consulta muestre también un featured snippet clásico. La sustitución es más marcada en consultas de tipo "cómo hacer" o "mejores X", que es justo el terreno de los snippets de lista, y menos marcada en preguntas de definición corta o de navegación, donde el featured snippet parece resistir mejor.

El efecto sobre el tráfico es la parte que más debería preocupar a un sitio que dependía del featured snippet para captar visitas: según los mismos análisis, la primera posición orgánica recibe alrededor de un 58% menos de clics cuando por encima aparece una AI Overview, y el 76% de las páginas citadas dentro de una AI Overview ya rankeaban en el top 10 antes de que la IA las citara. Es decir, seguir en el top 10 y estar bien estructurado sigue siendo la base, tanto para el featured snippet como para la cita dentro de una AI Overview, pero el premio final, el clic, se reparte de forma distinta y en general se reduce.

• Escribe la pregunta tal como la busca el usuario en un H2 o H3 y responde en las dos frases siguientes, sin párrafo de relleno antes.
• Usa <ol> para pasos con orden y <ul> para listas sin orden; nunca metas una enumeración dentro de un solo párrafo si quieres el snippet de lista.
• Construye comparativas y datos numéricos en una <table> real con cabeceras <th>, no en imágenes ni en maquetación con divs.
• Asegúrate de rankear en el top 10 antes de optimizar la estructura: sin eso, ningún formato gana el snippet.
• Revisa y actualiza el contenido con regularidad; Google reevalúa qué página muestra en la posición cero cuando detecta cambios relevantes en el tema.
• Cuida también la citabilidad para AI Overviews: una respuesta clara, con datos propios y fuentes verificables, tiene más opciones de ser citada aunque no gane el featured snippet clásico.

• Confundir featured snippet con rich snippet: el segundo depende de marcado schema (reseñas, precios, FAQ) y el primero se extrae del texto y del HTML de la página, no del schema.
• Meter datos structured data pensando que eso, por sí solo, provoca el featured snippet; ayuda a otros resultados enriquecidos, pero no es el mecanismo que Google usa para elegir la posición cero.
• Responder con una frase demasiado larga o demasiado genérica antes de dar el dato concreto que el usuario busca.
• Escribir listas y comparativas como texto corrido separado por comas en lugar de usar <ol>, <ul> o <table>.
• Meter los valores de una tabla comparativa en una imagen, lo que la hace invisible para el sistema que arma el snippet.
• Dejar el contenido sin actualizar durante años, incluso después de perder la posición cero frente a un competidor.