Atributos conversacionales de Merchant Center: qué lee la IA de Google y dónde lo muestra

¿Alguna vez te has preguntado por qué la IA de Google recomienda los productos de tu competencia y no los tuyos?, o incluso, ¿qué información está usando para decidirlo? Es una duda cada vez más habitual entre los que gestionamos campañas de Shopping, sobre todo desde que Google presentó este año los atributos conversacionales de Merchant Center.

Eso sí, hay que tener claro que rellenar estos atributos no consiste simplemente en «añadir más texto al feed»: la clave está en entender qué hace Google con esa información, en qué parte del Modo IA puede acabar y cómo comprobar si realmente la está usando con nuestro catálogo.

Por ello, vamos a desglosar: qué son los atributos conversacionales y dónde puede aparecer cada uno; cómo los lee realmente la IA de Google; cómo comprobarlo con nuestros propios productos; y los típicos errores que hacen que la IA los ignore, ¡para que tus productos marquen la diferencia para la IA!

Entonces, ¿qué son realmente los atributos conversacionales?

Antes de entrar en materia, es importante entender que los atributos conversacionales no sustituyen a nuestros atributos obligatorios del feed (título, precio, imagen, disponibilidad), sino que los complementan. Son seis campos opcionales, disponibles en todos los países, que no afectan a la aprobación de los productos y que Google ha diseñado principalmente para experiencias conversacionales como el Modo IA de la Búsqueda.

Su verdadero objetivo es darle a la IA las respuestas que un buen dependiente se sabría de memoria, como por ejemplo:

• Resolver dudas concretas que el cliente tiene antes de comprar.
• Cuál es la documentación técnica que respalda el producto.
• Si incluye accesorios, recambios o alternativas.
• Qué variante exacta encaja con lo que busca el usuario.
• Cuáles son los productos que más vendemos.

Por ello, la clave para aparecer en las respuestas de la IA es convertir en datos estructurados toda esa información que hoy está escondida en nuestra web o en la cabeza de nuestro equipo de atención al cliente.

Los 6 atributos conversacionales y dónde los muestra la IA

Al igual que ocurre con el resto del feed, cada atributo tiene su función. Google no ha publicado un mapa exacto de «este campo sale aquí», pero combinando la documentación oficial con lo que vemos en las respuestas del Modo IA, podemos saber dónde es razonable esperar cada dato y cómo reconocerlo. A continuación desarrollaremos los seis:

Pregunta y respuesta: question_and_answer

Es el atributo estrella para la compra conversacional. Nos permite enviar las preguntas frecuentes del producto con su respuesta, hasta 30 pares por producto, sin precios, fechas ni promociones.

Desde un punto de vista práctico, es donde más se nota el trabajo:

• La IA no muestra nuestra pregunta y respuesta tal cual, sino que usa esa información para redactar su propia respuesta.
• Se ve sobre todo cuando el usuario hace preguntas de seguimiento sobre un producto concreto, que es cuando el usuario baja al detalle.
• Lo reconoces porque la IA responde con un dato que solo existe en tu Q&A («no incluye conector de auriculares», «admite plantillas ortopédicas»).

A modo hack: Saca las preguntas de lo que ya te preguntan de verdad (atención al cliente, chat, reseñas y buscador interno de la web). Es decir, aprovecha y añade preguntas frecuentes reales que preguntan reiteradamente al equipo por ello.

Vínculo al documento: document_link

Nos permite enlazar hasta 5 PDF por producto: manuales, fichas técnicas, guías de montaje o de tallas. Tienen que ser públicos y rastreables.

Resulta especialmente interesante para:

• Respuestas de investigación a fondo: compatibilidades, montaje o especificaciones técnicas.
• Productos técnicos, B2B o con mucha letra pequeña.
• Lo reconoces porque la respuesta cita detalles que solo figuran en tu PDF.

A modo hack: Procura que el PDF resuelva dudas distintas al atributo de “question_and_answer”; Google pide expresamente no duplicar.

Producto relacionado: related_product

Sirve para indicar accesorios, recambios, sustitutos o productos que se compran juntos. Cada relación lleva su tipo: accessory, required_part, often_bought_with, substitute, part_of_set o different_brand.

Es decir, cada celda de “related_product”responde a esta pregunta: «¿qué otro producto está relacionado con este, y de qué manera?”. Por tanto, se escribe en tres trozos separados por dos puntos: accessory : id : (ejemplo) CALC-TRAIL-01 

Accessory/often_bought_with/substitute/required_partes/part_of_set/different_brand la relación, es decir, qué es el otro producto respecto al de la fila. Aquí es un accesorio. Podría ser substitute (una alternativa), often_bought_with (se compra junto), etc. id es una palabra que se escribe siempre igual. Solo le dice a Google que el dato siguiente es un ID de producto. (ejemplo)  CALC-TRAIL-01 es el ID real del otro producto, el que tienes en la columna id de tu feed.

Si quieres añadir varias relaciones al mismo producto, usa una columna related_product por cada una, y elige el tipo con cuidado (accessory, required_part, often_bought_with, substitute, part_of_set o different_brand), porque es lo que le dice a la IA para qué sirve ese producto.

Es ideal para:

• Aparecer en las sugerencias de «qué más necesitas» o «alternativas» dentro de la conversación.
• Conseguir que la IA proponga tu accesorio o tu recambio, y no el de otra tienda.
• Lo reconoces porque aparece tu producto relacionado junto al principal, del mismo vendedor.

A modo hack: elige bien el tipo de relación, porque le dice a la IA para qué sirve ese producto. No es lo mismo un accesorio que una pieza imprescindible para que funcione.

Título del grupo y opción de variante: item_group_title y variant_option

Estos dos atributos van de la mano, ya que el primero (item_group_title) da un título común a toda la familia de variantes de productos (sin talla, color ni precio) y el segundo indica qué diferencia cada variante mediante pares nombre:valor, por ejemplo talla:M,color:azul.

Nos permite principalmente:

• Que la IA recomiende la variante exacta («la versión ancha en talla 42») en lugar del producto genérico.
• Emparejar mejor las búsquedas que incluyen talla, color, capacidad o material.
• Podría ser el atributo con más opciones de notarse también en las AI Overviews, porque ayuda a encajar la consulta exacta.

A modo hack: usa exactamente los mismos nombres de propiedad en todas las variantes del grupo. Si una dice «talla» y otra «size», la IA no lo entiende como la misma familia.

Clasificación por popularidad: popularity_rank

Es un número del 0 al 100 que indica cuánto vende el producto frente al resto de nuestro propio catálogo.

Este atributo no se «ve» en ninguna respuesta: es una señal interna para priorizar. Lo notamos cuando nuestros superventas aparecen antes o más a menudo en las consultas genéricas de la categoría.

A modo hack: calcúlalo a partir de ventas reales, por ejemplo el percentil de facturación de los últimos 90 días, y actualízalo cada cierto tiempo. Poner 100 a todo el catálogo no sirve de nada.

¿Y fuera de Google?

Como ChatGPT, Perplexity o Claude no leen nuestro Google Merchant Center, por tanto, esta información solo la aprovecha Google. Pero sí leen nuestra web, así que si llevamos esas preguntas, beneficios y especificaciones a la ficha de producto, el trabajo nos sirve también fuera de Google.

Extra para mejorar nuestra visibilidad en el Modo IA: product_highlight y product_detail

Además de los seis atributos conversacionales, hay dos atributos que ya existían en Merchant Center y que Google ha vinculado expresamente al Modo IA. No forman parte de los atributos conversacionales, pero trabajan en equipo con ellos: uno cuenta los beneficios del producto y el otro sus especificaciones técnicas.

Eso sí, hay una diferencia importante: a diferencia de los conversacionales, estos dos sí pueden provocar el rechazo de un producto si no cumplen las normas de Google, así que conviene revisarlos bien antes de subirlos.

• Aspectos destacados del producto: product_highlight

Son frases cortas, de máximo 150 caracteres, con los beneficios clave del producto. Google pide un mínimo de 2 por producto y recomienda entre 4 y 6.

Resulta especialmente interesante para:

• Dar a la IA frases claras que puede usar para explicar por qué recomienda un producto.
• Responder a búsquedas basadas en beneficios («que no se mojen», «para pie ancho»).
• Lo reconoces porque la respuesta de la IA recoge, casi con las mismas palabras, uno de tus beneficios.

A modo hack: describe solo el producto. Nada de precios, promociones, comparativas con otras marcas ni información de accesorios, porque aquí sí pueden rechazarte el producto.

• Detalles del producto: product_detail

Es el complemento técnico del anterior. Recoge las especificaciones en formato sección:atributo:valor, por ejemplo, Especificaciones:Peso:260 g, con un máximo de 100 por producto.

Es ideal para:

• Preguntas técnicas y comparativas («¿cuánto pesa?», «¿qué drop tiene?»).
• Que la IA pueda comparar nuestro producto con otros usando datos exactos.
• Lo reconoces porque la respuesta cita una especificación concreta tuya.

A modo hack: pon solo valores confirmados y no repitas en question_and_answer lo que ya está aquí. La especificación técnica va en product_detail y el beneficio en product_highlight.

¿Cómo lee realmente la IA de Google estos atributos?, ¿en qué parte del Modo IA acaban?

Este es uno de los puntos más importantes. La IA de Google no «lee nuestro feed» como lo haría una persona abriendo un Excel: el feed de Merchant Center alimenta el Shopping Graph, la base de datos de productos de Google (más de 50.000 millones de fichas, según la propia Google). Y es de ahí de donde beben todos los resultados de compra de la Búsqueda, incluido el Modo IA, tal y como confirmó Google.

Cuando alguien pregunta en el Modo IA algo como «zapatillas de trail impermeables para pie ancho que admitan plantillas», el sistema aplica lo que Google llama query fan-out: divide la pregunta en varias subconsultas (impermeables, horma ancha, plantilla extraíble…), las lanza a la vez y compone una única respuesta.

Y una vez que la IA ha elegido qué productos encajan con la pregunta, ¿dónde vemos esa información? A continuación desarrollaremos qué aporta cada uno y cómo reconocerlo; e incluso veremos en qué zona del Modo IA puede acabar cada dato:

• Respuesta redactada. Según Google, al hacer una pregunta de compra, el Modo IA devuelve una respuesta organizada que combina elementos visuales con detalles como el precio, las reseñas de productos y la disponibilidad (blog de Google, noviembre de 2025).
• Tarjetas de producto. Según Google, cuando la búsqueda es de inspiración visual, la respuesta muestra imágenes de productos que se pueden comprar.
• Tabla comparativa. Según Google, cuando el usuario duda entre varias opciones, aparece una tabla comparativa lado a lado con las características de cada producto, incluidas impresiones sacadas de las reseñas.
• Panel de producto. Según capturas publicadas por PPC Land, al pulsar un producto se abre un panel lateral con precios, tallas y comparación de tiendas. Además, Search Engine Watch ha detectado pruebas en las que, en lugar de abrirse ese panel, se va directamente a la web de la tienda.
• Preguntas de seguimiento. Según Google, el Modo IA se presentó desde su lanzamiento como una búsqueda que admite preguntas de seguimiento para profundizar en un tema.

A partir de ahí, la relación entre cada zona y los atributos es ya interpretación nuestra. A raíz de esto, hemos generado esta tabla basada en la función de cada atributo según su documentación y en lo que observamos en las respuestas:

Por eso, conviene tomarla como una guía para priorizar, no como una regla, ya que el diseño del Modo IA está cambiando con frecuencia y Google no ha publicado qué atributo alimenta cada zona.

Por último, y para no caer en falsas expectativas, conviene separar lo que Google ha confirmado sobre cómo lee esta información y en qué afecta vs lo que no:

Lo que Google sí ha confirmado:

• question_and_answer y document_link están pensados para experiencias conversacionales como el Modo IA y no para anuncios.
• Pueden mejorar las experiencias de búsqueda tradicionales, aunque sin concretar cómo.

Lo que Google NO ha confirmado:

• Que mejoren el rendimiento de Shopping o Performance Max. 
• Que se muestren en un bloque visual fijo, tipo «Preguntas del vendedor». Por lo que se observa, la información se integra en la respuesta que redacta la IA.
• Que pesen lo mismo en las AI Overviews que en el Modo IA, que es el ejemplo que Google pone en su documentación.
• Qué atributo concreto alimenta cada zona del Modo IA

¿Cómo podemos comprobar si la IA está usando nuestros atributos?

Google ya tiene un informe para esto: AI performance en Merchant Center, que muestra nuestra cuota de voz en el Modo IA y las AI Overviews frente a la competencia. El problema es que, a día de hoy, solo funciona para consultas en inglés en Estados Unidos, Canadá, Australia, Nueva Zelanda e India.

Sin embargo, como el Modo IA ya está disponible en España desde octubre de 2025, podemos medirlo “a mano”. Para ello, os aconsejamos seguir la siguiente lógica: 

Añadir un dato que sólo esté en el feed

Busca un dato de tu producto que no esté ni en el título ni en la descripción, ni de la web ni del feed. Por ejemplo, «¿se puede lavar a 60 grados?» o «¿es compatible con el modelo anterior?». Ese dato va solo en question_and_answer. Si luego la IA lo menciona, sabremos exactamente de dónde lo ha sacado.

Registrar el punto de partida

Antes de subir nada, pregunta en el Modo IA desde una ventana de incógnito:

• Una consulta genérica de categoría («mejores zapatillas de trail impermeables para mujer»).
• Una consulta con la condición de ese dato («zapatillas de trail que admitan plantillas ortopédicas»).
• Una repregunta directa sobre tu producto («¿las [tu modelo] admiten plantillas?»).

Guarda capturas de las tres y anota si apareces, en qué posición y con qué información.

Probar con un grupo reducido y comparar

Sube los atributos a entre 10 y 20 productos, idealmente superventas, y deja otro grupo parecido sin tocar como control. Después repite las mismas búsquedas pasadas unas semanas. Lo que buscamos es si la IA menciona ese dato, si recomienda la variante exacta y si aparecemos más que con el grupo sin atributos.

A modo hack: cruza las capturas con los clics y conversiones orgánicas del grupo tratado frente al de control en GA4 y en el informe de fichas gratuitas de Google Merchant Center. No será un experimento de laboratorio, porque la IA no responde siempre igual, pero sí algo mucho más sólido que una intuición.

¿Cómo implementarlos en Merchant Center?

La vía que recomienda Google es una fuente de datos complementaria, que se une a nuestro feed principal por el id y no toca nada de lo que ya funciona. Para crearla, os aconsejamos seguir estos pasos:

• Genera una hoja de Google Sheets con una columna id y una columna por atributo, usando el nombre exacto del campo como cabecera (question_and_answer, variant_option, etc.).
• Copia los id desde una exportación de Merchant Center en lugar de escribirlos a mano, para que coincidan exactamente con los del feed principal.
• En Merchant Center, añádela como fuente complementaria, vincúlala a la fuente principal y programa la actualización.

Si el texto de un atributo lleva comas o dos puntos, en Google Sheets hay que poner una barra invertida delante para que Google no los confunda con separadores. Por ejemplo: “¿Se puede lavar a máquina?:Sí\, a 30 grados y del revés.”

Si el catálogo es grande o cambia a menudo, la alternativa es utilizar un editor de feeds que contemple estos atributos para hacer el proceso más ágil.

Y por último: los errores que hacen que la IA ignore tus atributos

Rellenar los atributos conversacionales es solo la mitad del trabajo: la otra mitad es no estropearlos. Como no afectan a la aprobación de los productos, Merchant Center no te avisará si algo está mal; simplemente, la IA los ignorará y tú no sabrás por qué. Así que, antes de subir la fuente complementaria, repasa esta lista: 

• Los id coinciden exactamente con los de tu feed principal (cópialos desde una exportación de Merchant Center, no los escribas a mano).
• El atributo “question_and_answer” no incluye precios, fechas ni promociones.
• Las comas y los dos puntos dentro del texto llevan barra invertida delante (\, y \:).
• Los PDF de “document_link” son públicos y rastreables, y no repiten lo que ya dices en el Q&A.
• Todas las variantes usan los mismos nombres de propiedad (talla en todas, no talla y size).
• popularity_rank sale de ventas reales y no es un 100 para todo el catálogo.
• “product_highlight” y “product_detail” no llevan precios, promociones ni comparativas con otras marcas (estos dos sí pueden provocar el rechazo del producto).

Si quieres echar un ojo a estos atributos e incorporarlos en tu feed y crees que podríamos ayudarte a preparar el feed de tu Merchant Center para que la IA de Google entienda y recomiende tus productos, ¡escríbenos! Te ayudaremos a revisar tus atributos actuales, detectar qué información le falta a tu catálogo y plantear una estrategia alineada con tus objetivos reales, ¿preparado para que tus productos sean los que recomienda la IA?