Controlar el snippet que muestra Google

Las meta descriptions son orientativas. En una buena parte de las consultas Google las descarta y coge el texto del cuerpo que encaje con la consulta, que muchas veces es un aviso de cookies, una línea de migas de pan o el centro de una lista. Reescribir la etiqueta otra vez no sirve de nada, porque la etiqueta nunca fue la fuente. La solución es mejorar el pasaje que Google ya está eligiendo, o poner un candidato más fuerte cerca del principio de la página.

El archivo de la habilidad

---
name: snippet-source-control
description: Úsalo cuando Google ignore tu meta description y suba al resultado una frase suelta cogida de la página.
---

# Controlar el snippet que muestra Google

Las meta descriptions son orientativas. En una buena parte de las consultas Google las descarta y coge el texto del cuerpo que encaje con la consulta, que muchas veces es un aviso de cookies, una línea de migas de pan o el centro de una lista. Reescribir la etiqueta otra vez no sirve de nada, porque la etiqueta nunca fue la fuente. La solución es mejorar el pasaje que Google ya está eligiendo, o poner un candidato más fuerte cerca del principio de la página.

## Qué necesitas antes

- Las consultas afectadas con el texto de la descripción tal y como aparece en los resultados reales, no tal y como está escrito en la etiqueta
- La página renderizada en orden de documento, incluido cualquier elemento inyectado por script antes del cuerpo del texto
- La meta description tal y como se sirve, y la posición de la página para cada consulta afectada

## Método

1. Busca cada consulta afectada en una ventana privada con la ubicación fijada de forma explícita, y copia literalmente la descripción que se muestra. Los rank trackers y las herramientas de vista previa enseñan la etiqueta, así que el resultado real es la única fuente fiable.
2. Busca esa cadena exacta en la página renderizada. De dónde salió es el diagnóstico: un párrafo del cuerpo significa que Google prefirió tu texto; texto de plantilla significa que no encontró nada mejor que preferir.
3. Compara el texto mostrado para dos o tres consultas distintas sobre la misma página. Que cambie según la consulta es selección de pasajes normal y pide un arreglo en el cuerpo, no en la etiqueta.
4. Cuando lo que se ha cogido es texto de plantilla, mira qué hay entre el H1 y el primer párrafo con sustancia. El texto de consentimiento, los botones de compartir y las fichas de autor que están en el marcado por delante del cuerpo son las fuentes habituales.
5. Escribe dos frases llanas dentro de las primeras 200 palabras que respondan directamente a la consulta y usen su formulación. Ese es el candidato que quieres que se seleccione, y tiene que ser texto visible del cuerpo para ser elegible.
6. Mantén la meta description igualmente, en torno a 155 caracteres, y trátala como la versión que sobrevive en las consultas de marca y navegacionales, donde la consulta no le da a Google nada con lo que casar.
7. Vuelve a comprobarlo tras un nuevo rastreo con las mismas consultas, desde la misma ubicación y el mismo dispositivo, ya que la selección del snippet varía con ambos.

## Qué produce esto

Una tabla por consulta con el texto cogido, el elemento del que sale y la edición hecha en el cuerpo para sustituirlo, normalmente unas pocas filas por página.

## Dónde falla esto

- Reescribir la meta description una y otra vez cuando el texto mostrado nunca salió de ella
- Leer el snippet en un rank tracker o en una herramienta de vista previa social, que se limitan a repetir la etiqueta en lugar del resultado real
- Juzgar el arreglo con una sola consulta cuando la selección se hace por consulta, así que la página mejora para una y sigue mal para el resto

---

De la biblioteca de habilidades de QuQi - https://www.quqi.io/es/skills/snippet-source-control

Qué necesitas antes

• Las consultas afectadas con el texto de la descripción tal y como aparece en los resultados reales, no tal y como está escrito en la etiqueta
• La página renderizada en orden de documento, incluido cualquier elemento inyectado por script antes del cuerpo del texto
• La meta description tal y como se sirve, y la posición de la página para cada consulta afectada

Método

1. 01 Busca cada consulta afectada en una ventana privada con la ubicación fijada de forma explícita, y copia literalmente la descripción que se muestra. Los rank trackers y las herramientas de vista previa enseñan la etiqueta, así que el resultado real es la única fuente fiable.
2. 02 Busca esa cadena exacta en la página renderizada. De dónde salió es el diagnóstico: un párrafo del cuerpo significa que Google prefirió tu texto; texto de plantilla significa que no encontró nada mejor que preferir.
3. 03 Compara el texto mostrado para dos o tres consultas distintas sobre la misma página. Que cambie según la consulta es selección de pasajes normal y pide un arreglo en el cuerpo, no en la etiqueta.
4. 04 Cuando lo que se ha cogido es texto de plantilla, mira qué hay entre el H1 y el primer párrafo con sustancia. El texto de consentimiento, los botones de compartir y las fichas de autor que están en el marcado por delante del cuerpo son las fuentes habituales.
5. 05 Escribe dos frases llanas dentro de las primeras 200 palabras que respondan directamente a la consulta y usen su formulación. Ese es el candidato que quieres que se seleccione, y tiene que ser texto visible del cuerpo para ser elegible.
6. 06 Mantén la meta description igualmente, en torno a 155 caracteres, y trátala como la versión que sobrevive en las consultas de marca y navegacionales, donde la consulta no le da a Google nada con lo que casar.
7. 07 Vuelve a comprobarlo tras un nuevo rastreo con las mismas consultas, desde la misma ubicación y el mismo dispositivo, ya que la selección del snippet varía con ambos.

Qué produce esto

Una tabla por consulta con el texto cogido, el elemento del que sale y la edición hecha en el cuerpo para sustituirlo, normalmente unas pocas filas por página.

Dónde falla esto

• Reescribir la meta description una y otra vez cuando el texto mostrado nunca salió de ella
• Leer el snippet en un rank tracker o en una herramienta de vista previa social, que se limitan a repetir la etiqueta en lugar del resultado real
• Juzgar el arreglo con una sola consulta cuando la selección se hace por consulta, así que la página mejora para una y sigue mal para el resto

Usa esta skill en tu propia IA

El archivo es markdown simple, con el nombre y el disparador en su frontmatter. Cuando un asistente sabe cargar skills por su cuenta, es ese frontmatter lo que lee para decidir que esta le aplica.

Más en SEO on-page