El agente que visita su sitio web conoce a la persona que lo envió.
Ese es el cambio debajo de Gemini Deep Research Max de Google, lanzado el 21 de abril de 2026, como una vista previa pública en el nivel pago de API Gemini. Deep Research Max en sí es un lanzamiento limitado. El patrón que ofrece es una vista previa de en qué se convierte la web agente cuando los otros proveedores importantes la siguen, lo que normalmente hacen en uno o dos trimestres con capacidades como esta. Cuando se ejecuta un agente de recuperación combinada, llega con un contexto privado: los datos financieros del usuario, sus almacenes de archivos, sus flujos de datos profesionales conectados, todo fusionado en la consulta antes de que el agente llegue a cualquier página.
Para los profesionales de la web, este es el siguiente capítulo de la historia de la web agente. La afirmación de que los agentes son una nueva clase de visitantes principal se ha mantenido durante meses. Desde entonces, el reclamo ha evolucionado. Los agentes son una nueva clase de visitante principal con contexto privado. El razonamiento que decide si su página responde a una consulta se ejecuta en un conjunto de entradas más grande que su página. El peso que el agente le da a su contenido depende de si agrega algo que las fuentes privadas no hayan proporcionado ya. Este es el momento de recuperación combinada en la historia de la agencia web, y aterriza en el lado de la oferta de cómo los agentes realizan búsquedas, no en la capa de producto de cara al usuario.
La antigua postura de optimización de la búsqueda por IA (escribir contenido que coincida con la consulta de palabras clave) se estaba debilitando antes de esto. Ahora se debilita aún más. La nueva postura es la previsibilidad estructural: relaciones entre entidades limpias, identidad canónica, datos en vivo, independencia de representación. La estructura es importante para el agente desde el punto de vista funcional. Cuando el agente llega con el contexto, el contenido que elige es el contenido que su modelo puede fusionar limpiamente con todo lo que ya tiene.
La recuperación combinada presenta una vista previa de la siguiente capa de la Web Agentic
Gemini Deep Research Max de Google, en versión preliminar pública en el nivel API pago desde el 21 de abril, puede extraer cuatro clases de entrada en un único bucle de razonamiento: la web pública, carga de archivos, almacenes de archivos conectados y servidores MCP remotos arbitrarios. Según el propio anuncio de Google, el agente “busca en la web, MCP remotos arbitrarios, cargas de archivos y almacenes de archivos conectados, o cualquier subconjunto de ellos”.
Las dos nuevas clases (almacenes de archivos y MCP remotos) comparten una propiedad. Son privados por defecto. El agente los lee únicamente mediante el consentimiento del usuario. Una vez conectado, un proveedor de datos financieros o un CRM empresarial expone sus datos a Gemini a través del Model Context Protocol, el estándar abierto de Anthropic con más de 97 millones de instalaciones hasta marzo de 2026. El agente de Google recupera de esas fuentes privadas con la misma confiabilidad con la que lee la web abierta, dentro del mismo pase de razonamiento.
Este es el movimiento estructural que todos los que miran la web agente han estado esperando que los envíe un proveedor importante: la web pública y el contexto privado, fusionados por el agente, dentro de una sola consulta. Géminis es el primero.
El patrón tampoco está aquí todavía para la mayoría de los operadores. Deep Research Max es una vista previa pública detrás de una API paga, no una característica de la aplicación Gemini para el consumidor. La mayoría de los sitios web no serán leídos por un agente de recuperación combinada este trimestre. Lo que Google anunció el 21 de abril es la dirección, no la llegada. Trátelo como un indicador adelantado: si esta arquitectura escala y los principales proveedores generalmente se copian entre sí en un trimestre o dos en capacidades como esta, el trabajo del operador se vuelve real antes que el tráfico.
El porcentaje de señales colapsa cuando el agente tiene mejores alternativas
En una consulta de recuperación combinada, cada fuente conectada compite por compartir la señal: la web abierta, los almacenes de archivos del usuario y cualquier servidor MCP privado. El peso que obtiene cualquier fuente es proporcional a la limpieza con la que el agente puede extraer y fusionar su señal con todo lo demás que contiene.
Para los sitios web públicos, esto cambia el terreno competitivo de dos maneras.
En primer lugar, los sitios web basados en máquinas obtienen más citas. Una página con datos estructurados limpios, relaciones entre entidades inequívocas y una representación que no oculta el contenido detrás de JavaScript es fácil para que el agente se fusione con el contexto privado del usuario. La respuesta fusionada hace referencia a la primera página de la máquina porque esa página aportó material utilizable y fusionable.
En segundo lugar, los sitios web mal estructurados pierden la cuota de señal que solían obtener de forma gratuita. En una era exclusivamente web, incluso una página desordenada podía aparecer en una cita porque no había una mejor alternativa en la web pública. En la era de la recuperación combinada, la alternativa pueden ser los documentos cargados por el usuario o un MCP conectado con datos más limpios. La página de contenido desordenado pierde el porcentaje de citas que solía dividir con fuentes limpias.
Esta es una competencia diferente al SEO clásico. El SEO clásico clasificó las páginas entre sí. La recuperación combinada clasifica las páginas según el contexto del propio usuario. No puedes ver las fuentes competidoras. Solo puede asegurarse de que cuando el agente llegue a su página pública, la página aporte algo extraíble e inequívoco.
El esquema de oferta y producto estructurado se cita con más frecuencia que las descripciones no estructuradas cuando el contexto privado del usuario toca algo relacionado. La identidad canónica, las relaciones limpias entre entidades y la independencia de representación se vuelven más influyentes cuando el agente fusiona señales entre fuentes. La inversión del tráfico de IA de Adobe en el primer trimestre de 2026 fue la prueba del lado de la demanda de que el comercio estructurado gana en la búsqueda de IA; La recuperación combinada es el mecanismo del lado de la oferta que genera el mismo efecto en el resto de la web.
La contralectura honesta: algunas consultas recorren completamente su sitio web
No todas las consultas de recuperación combinada terminarán citando un sitio web público. Algunas consultas se responderán en su totalidad desde las fuentes conectadas del usuario. Es posible que un analista financiero que ejecute Deep Research Max en un servidor MCP interno, además de cargar informes trimestrales, nunca necesite la web pública para obtener esa respuesta. El tráfico de esa consulta no fluye a ninguna parte; la respuesta se satisface dentro del límite del contexto privado.
Este es un subconjunto real. La mayoría de las consultas todavía combinan fuentes públicas y privadas, porque la mayoría de las preguntas analíticas tocan ambas.
La recuperación combinada no significa que todos los sitios web reciban menos tráfico. Significa que el agente es más selectivo con respecto a lo que utiliza. El listón sube para las fuentes que elige el agente. Deep Research Max es una vista previa de lo que la web agente está a punto de exigir. Los sitios web basados en máquinas ganarán participación cuando llegue esa escala. El contenido no estructurado seguirá perdiéndolo. Google nos mostró el patrón el 21 de abril, pero la escala que sigue es donde comienza el verdadero trabajo para los profesionales de la web, y hay tiempo para hacer ese trabajo antes de que el tráfico se ponga al día.
Más recursos:
Esta publicación se publicó originalmente en No Hacks.
Imagen de portada: RobinRmD/Shutterstock
