Perplexity AI, una de las plataformas líderes en búsqueda impulsada por inteligencia artificial, ha compartido detalles sobre su tecnología en una reciente entrevista. Jesse Dwyer, representante de la compañía, explicó las diferencias clave entre la búsqueda tradicional y la basada en IA. Según la fuente, la personalización está transformando por completo la experiencia de búsqueda actual.
La personalización cambia las reglas del juego
De acuerdo con Jesse Dwyer de Perplexity AI, la búsqueda con IA ya no es un juego de suma cero como en el SEO tradicional. Dos personas con la misma consulta pueden obtener respuestas distintas si la herramienta carga recuerdos personales en el contexto. Esto se debe a que los motores de IA incorporan datos del usuario para personalizar resultados.
La fuente destaca que, aunque la infraestructura subyacente sigue siendo un índice de búsqueda clásico, prácticas como PageRank basado en enlaces siguen influyendo en la visibilidad. Sin embargo, el contexto personal hace que los resultados varíen significativamente entre usuarios, rompiendo con la uniformidad de los diez sitios top en Google.
Procesamiento sub-documento revoluciona la indexación
Según los datos facilitados por Dwyer, la mayor diferencia radica en el procesamiento sub-documento frente al de documento completo. Los motores tradicionales indexan páginas enteras y las puntúan como unidades. En cambio, la IA de Perplexity descompone el contenido en fragmentos granulares de unas pocas palabras.
La compañía explica que estos snippets de 5-7 tokens (equivalentes a 2-4 palabras convertidas en números) permiten recuperar hasta 130.000 tokens relevantes. Esto llena por completo la ventana de contexto del modelo de IA, minimizando alucinaciones y mejorando la precisión de las respuestas.
Cómo se genera una respuesta en búsqueda IA
De acuerdo con la entrevista, herramientas como ChatGPT con búsqueda web realizan búsquedas clásicas y resumen los top 10-50 documentos. Perplexity, en cambio, usa un enfoque AI-first con sub-documentos, recuperando miles de fragmentos directamente sin páginas completas.
- El índice convierte texto en números vía transformadores (la ‘T’ en GPT).
- Se satura la ventana de contexto con snippets relevantes para evitar invenciones.
- La personalización del usuario llena más el contexto que un perfil de Google.
La fuente subraya que esta saturación es clave para respuestas precisas, ya que el modelo no tiene espacio para fabricar información.
Implicaciones para el SEO y AEO
Jesse Dwyer afirma que las mejores prácticas de SEO tradicional aún aplican para que el contenido sea elegible en el índice. Sin embargo, emerge el AEO (Answer Engine Optimization) para IA con sub-documentos, distinto del GEO para motores generativos sobre búsquedas clásicas.
Según la compañía, la diferenciación competitiva está en técnicas como modulación de cómputo, reformulación de consultas y modelos propietarios. Estas aseguran snippets ultra-relevantes, elevando la calidad de las respuestas en Perplexity.
«El objetivo es llenar completamente la ventana de contexto con la información más relevante, dejando al modelo sin espacio para alucinar», según Dwyer.
El futuro de la optimización en motores de IA
La fuente indica que la industria avanza hacia el procesamiento sub-documento, haciendo del AEO la nueva frontera. Para SEOs, significa enfocarse en contenido granular y relevante que genere snippets precisos, más allá de páginas enteras optimizadas.
Perplexity destaca su API de búsqueda como superior para desarrolladores, gracias a estas innovaciones. Esto abre puertas para integrar búsqueda IA en productos, con diferencias notables en rendimiento frente a enfoques tradicionales.
En resumen, según Dwyer, mientras el SEO asegura visibilidad inicial, el AEO domina en la era de respuestas personalizadas y precisas. La entrevista revela cómo Perplexity lidera esta transición tecnológica, impactando estrategias digitales globales.
Fuente: https://www.searchenginejournal.com/perplexity-ai-interview-explains-how-ai-search-works/565395/