El SEO de rankings y listicles: qué murió, qué sobrevive y cómo hacerlo bien

Los que llevamos años en esto ya lo veíamos venir. No hace falta ser adivino, solamente tener memoria: cuando una táctica funciona MUY bien y MUY rápido, tarde o temprano alguien de los del otro lado se da cuenta. 

En 2025, medio ecosistema SEO (sobre todo SaaS y B2B) descubrió que publicar un “Los mejores X de 2025” en el propio blog, con la empresa del autor en el puesto número uno, era la forma más rápida y efectiva de aparecer citado en respuestas de IA. Funcionaba tan bien que se enseñaba en webinars, se documentaba en casos de estudio y se compartía sin pudor en LinkedIn. Nadie se escondía. Algunos hasta armaron redes recíprocas entre empresas aliadas: vos me rankeás en tu lista, yo te rankeo en la mía; o sea, ponemos ladrillos en la casa del otro y los dos vivimos en una mansión. 

Y funcionó. Hasta que, como pasa siempre con estas cosas, dejó de funcionar. En enero de 2026 las gráficas de visibilidad empezaron a caer, y no de a poco. De un momento a otro se escuchó la puteada a los cuatro vientos de medio Slack de SEO. 

Lo que sigue es el relato de qué pasó, por qué pasó, y, lo más importante para quien todavía escribe listicles, qué es lo que efectivamente sobrevivió al ajuste.

Lo que pasó entre enero y abril de 2026: los datos

El 29 de diciembre de 2025 Google completó el December 2025 Core Update. Como suele suceder, la volatilidad no se sintió de inmediato: recién en enero empezaron a aparecer fluctuaciones significativas en los rankings, reportadas en su momento por Barry Schwartz en Search Engine Roundtable.

El 3 de febrero de 2026, Lily Ray (VP de SEO en Amsive) publicó en su Substack un análisis que le puso nombre al fenómeno: “Is Google Finally Cracking Down on Self-Promotional Listicles?”. Ray había compilado datos de aproximadamente 30 sitios afectados y encontró un patrón que se repetía con una consistencia incómoda. Un día después, el 4 de febrero, Glenn Gabe sugirió (sin confirmación oficial de Google) que el impacto podía estar vinculado a una actualización del reviews system, y Search Engine Land le dio cobertura al tema el mismo día.

Los números que documentó Ray, medidos con SISTRIX sobre visibilidad orgánica en Estados Unidos, no eran sutiles: caídas de 49%, 43%, 42%, 38%, 34% y 29% según el sitio. Y acá viene el dato que más me interesa a mí como practitioner: esas caídas se concentraron casi exclusivamente en subcarpetas de blog (/blog/, /resources/, /guides/), no en páginas de producto ni en la homepage. Los sitios golpeados compartían un patrón: entre 80% y 90% de su visibilidad orgánica dependía de contenido informacional publicado en el blog.

El patrón común, además, tenía firma propia: grandes volúmenes de listicles “best of” con la empresa del autor en el primer puesto, títulos que pasaban de “2025” a “2026” sin ningún cambio sustancial de contenido, alta probabilidad de generación con IA según herramientas de detección, y esas redes recíprocas de menciones entre aliados que mencionaba antes.

En marzo, Bernard Huang (fundador de Clearscope) publicó “Bad News: It’s Not Just Listicles”, un análisis que complicó un poco la narrativa inicial: en el caso de Clearscope, el contenido autopromocional explicaba apenas el 55% de la caída total. El resto venía de otros formatos (how-to, guías, artículos de “qué es”) con un denominador común distinto al de los listicles. Ese mismo mes llegaron el March 2026 Core Update y el March 2026 Spam Update, con más volatilidad todavía: según datos de la industria, cerca del 80% de las URLs que ocupaban las primeras tres posiciones cambiaron tras esa ronda de actualizaciones.

Nota de transparencia: los porcentajes de caída citados provienen del análisis de Lily Ray en Substack, replicado en fuentes secundarias, y corresponden a visibilidad orgánica medida con SISTRIX, no a tráfico, que es una métrica distinta.

Las reglas ya estaban escritas

Acá hay algo que se perdió en la conversación pública: Google no inventó una regla nueva en 2026. Aplicó con más rigor una que existe desde 2021.

Las guidelines “Write High Quality Reviews” de Google Search Central (vigentes hace cinco años) piden cosas bastante concretas: experiencia de primera mano con los productos evaluados, evidencia de una evaluación independiente, metodología transparente con divulgación de conflictos de interés, mediciones cuantitativas en vez de opiniones genéricas, y contenido suficiente para que un ranked list se sostenga por sí solo. Ninguna de esas exigencias es nueva. Lo nuevo fue que, durante 2025, buena parte de la industria decidió ignorarlas sistemáticamente.

Lily Ray lo resumió con una pregunta que todavía resuena: ¿cuántas de las empresas que aparecían en esos listicles habían sido realmente clientes de todos los competidores que decían haber “evaluado”? En la enorme mayoría de los casos, la respuesta fue cero.

El mecanismo probable detrás de las caídas es el reviews system, que Google dejó de anunciar como actualizaciones puntuales porque ahora opera de forma continua. La hipótesis de Glenn Gabe (que la volatilidad de enero-febrero fue una actualización silenciosa de ese sistema) encaja con otro dato: las Quality Rater Guidelines actualizadas en septiembre de 2025 habían incorporado lenguaje específico sobre “scaled content abuse”.

Y si lo conectamos con E-E-A-T, el diagnóstico es directo. La “Experience” (experiencia real con lo que se evalúa) estaba ausente en los listicles autopromocionales. El “Trust” (transparencia sobre conflictos de interés) es imposible de sostener cuando el evaluador es, al mismo tiempo, el evaluado. La técnica, una vez más, terminó dándole la razón a lo que la experiencia ya sabía: un ranking sin metodología siempre fue publicidad disfrazada de contenido editorial.

El matiz que falta en la conversación

Ahora, decir simplemente “Google penalizó los listicles” es una simplificación que no le hace justicia a los datos. Hay al menos tres lecturas legítimas, y conviene conocerlas todas antes de sacar conclusiones apuradas.

La lectura de Lily Ray sostiene que Google está devaluando específicamente el patrón del listicle autopromocional: los sitios con listas objetivas armadas por terceros mantuvieron su visibilidad intacta. La lectura de Bernard Huang, desde Clearscope, amplía el marco: si el impacto también golpeó guías y contenido “qué es” que no tenía nada de autopromocional, la explicación más limpia es estructural antes que punitiva: AI Overviews está absorbiendo el tráfico de consultas de “alto consenso”, más allá del formato en el que estén escritas.

Una tercera lectura, de Ibrahim Furkan Özçelik en mayo de 2026, agrega un giro interesante: según su análisis, la propia Lily Ray habría matizado su posición inicial con el tiempo. Lo que Google penalizó no habría sido un formato sino un conjunto de señales combinadas (auto-ranking sin metodología, generación masiva con IA, ausencia de evidencia de primera mano). Sacá esas señales y el formato sobrevive; los datos, dice Özçelik, lo muestran de manera bastante explícita.

Mi posición editorial, después de leer las tres versiones con calma: no son mutuamente excluyentes. El listicle como formato nunca fue el blanco; lo fue el listicle como vehículo de autopromoción sin sustancia. Pero también es cierto que el terreno cambió de verdad: AI Overviews comprime la oportunidad de tráfico para cualquier contenido de alto consenso, tenga o no forma de ranking.

El otro lado: los listicles que sí funcionan en AI

Con todo esto dicho, ojo con tirar el listicle a la basura. El formato bien hecho sigue siendo uno de los más citados por los modelos de lenguaje. A perplexity en particular le encantan las listas con estructura clara, datos citados y evaluación real. Lo que no traga es el auto-bombo con la lapicera de otro.

La verdadera diferencia, la que realmente importa, es esta: listicle como formato de organización de información (legítimo, eficaz, perfectamente compatible con IA) VS listicle como vehículo de autopromoción (tóxico, y ahora además ineficaz). Son primos, no hermanos, aunque durante 2025 medio mundo los haya ““confundido””. 

Lo que hace que un listicle sea “citable” para una IA tiene que ver con rasgos bastante claros: estructura semántica real (tablas HTML comparativas, no divs decorativos disfrazados de tabla), datos cuantitativos concretos, fuentes primarias citadas, y preguntas frecuentes alineadas con la forma en que la gente realmente le pregunta a un chatbot.

Y aquí mismo aparece el problema del momento, la que a más de uno le va a doler: la mejor manera de aparecer en una respuesta de IA no es escribir tu propio listicle auto-rankeado, es ganarte un lugar en los listicles que arman terceros (publicaciones editoriales, sitios de reviews independientes). Un ejemplo interesante son los rankings independientes de MKTONS, que buscan hacer las cosas de otra manera: comparan agencias con una metodología abierta, cruzan datos de posicionamiento, reputación, menciones en IA, autoridad y presencia digital, y dejan que esas variables definan el orden. En un ecosistema lleno de listas pagadas o cocinadas de antemano, encontrar rankings que muestran la vara con la que miden ya es bastante.

Nadie dijo que fuera fácil, pero es lo que hay. Es exactamente lo que sugiere la investigación de Princeton, Georgia Tech e IIT Delhi sobre Generative Engine Optimization presentada en KDD 2024: distribuir presencia en publicaciones diversas incrementa las citaciones en respuestas de IA muchísimo más que concentrar todo en el propio sitio.

Buenas prácticas para un listicle que rankee (y que no lo revienten en el próximo update)

Lo primero y más obvio, aunque cueste aplicarlo: no te pongas en el puesto número uno de tu propio artículo. Si evaluás competidores, sé honesto sobre dónde te ubicás vos y dónde no. Y si de verdad creés que tu producto es el mejor de la categoría, mostrá la metodología concreta que sostiene esa afirmación, con evidencia verificable, no con adjetivos.

Mostrá siempre cómo evaluaste. ¿Probaste los productos en la práctica? ¿Con qué criterios? ¿Durante cuánto tiempo? La ausencia de metodología es, todavía hoy, la señal más clara de que un review está vacío por dentro.

Evitá el year-swapping perezoso. Cambiar “2025” por “2026” en el título sin actualizar datos, análisis ni evaluaciones es exactamente el patrón que el reviews system parece haber identificado con precisión. Si vas a actualizar un artículo, actualizalo de verdad.

Incluí pros y contras reales en cada ítem. Un listicle donde todo es maravilloso no es una evaluación: es una colección de menciones pagas disfrazadas. Las debilidades honestas generan confianza, tanto con lectores humanos como con los sistemas que leen el contenido para armar respuestas de IA.

Respaldá cada afirmación con datos cuantitativos. La investigación de Princeton y Georgia Tech sobre GEO mostró que agregar estadísticas específicas es, individualmente, la táctica más efectiva para mejorar visibilidad en respuestas de IA, con una mejora estimada cercana al 41%.

Usá estructura semántica real: tablas comparativas armadas con <thead>, <th> y <td>, no grids de CSS que simulan una tabla sin serlo. Los sistemas de IA extraen tablas estructuradas de una forma mucho más limpia que texto corrido.

Diversificá tus fuentes de mención. No concentres toda tu estrategia de visibilidad en el propio blog. Ganar menciones en listicles ajenos (reviews independientes, medios especializados, publicaciones editoriales) es más sostenible y bastante más resistente a la próxima ronda de actualizaciones.

Y por último: no armes redes recíprocas de listicles. El “vos me rankeás, yo te rankeo” fue uno de los patrones más visibles del crackdown, y Google lo interpreta como un esquema manipulativo de menciones, primo hermano del link exchange clásico de hace quince años.

Spoiler: Google siempre te alcanza 

Como vemos el ciclo de estrategias SEO se repite con una frecuencia tan aburrida como predecible. 

Una táctica funciona, la escalan hasta reventarla, se abusan como si fuera una tarjeta de crédito sin límite, y termina explotando. Pasó con el keyword stuffing, pasó con los PBN, pasó con el link building agresivo de la década pasada, y ahora pasó con los listicles autopromocionales. El patrón nunca es nuevo; lo que cambia, actualización tras actualización, es la velocidad con la que Google cierra la brecha. Cada vez tarda menos, y eso también dice algo.

Al final, lo que sobrevive a cada ajuste es siempre lo mismo, tan simple que da bronca no haberlo hecho desde el principio: contenido que dice algo que vale la pena decir, respaldado por alguien que tiene la experiencia real para decirlo. No hay atajo, por ingenioso que parezca en el momento, que no tenga fecha de vencimiento. 

Y el que todavía no lo aprendió, tranquilo, que seguro en la próxima actualización se lo van a explicar bien clarito.