Cómo capturar las consultas de
fundamentación de Google AI Mode
Cuando Google AI Mode decide que una pregunta necesita la web en vivo, escribe sus propias búsquedas en Google, las ejecuta y cita un puñado de dominios. Muchos prompts no llegan a activar eso nunca. Los que sí te dicen exactamente qué búsquedas tienen que ganar tus páginas. Aquí te enseñamos a verlas, con código y con Moose.
Gemini usó 6 consultas de fundamentación de Google al fundamentar este prompt.
mejor software de nóminas para una empresa de 20 personas
- mejor software de nóminas para pequeñas empresas 2026
- precio software de nóminas 20 empleados al mes
- mejores proveedores de nóminas para pymes opiniones
- software de nóminas con gestión de beneficios para pymes
- mejor software de nóminas para startups precios oficiales
- comparativa software de nóminas pymes funciones
- forbes.com
- nerdwallet.com
- g2.com
- capterra.com
- businessnewsdaily.com
- pcmag.com
- techrepublic.com
- usnews.com
- softwareadvice.com
Jefe supervisor de escritorio. No tiene opinión sobre los metadatos de fundamentación. Aun así sale en la foto de todas las páginas.
¿Qué es una consulta de fundamentación?
Una consulta de fundamentación es una búsqueda de Google que el modelo escribe para sí mismo antes de responderte. Lee tu prompt, juzga si buscar mejoraría la respuesta y, si es así, escribe una o varias búsquedas propias y las ejecuta. Nunca busca la frase que tú escribiste.
Cuando sí busca, vuelven dos cosas y las dos se pueden recuperar: las consultas que escribió y los dominios que citó. Una te dice cuál era la competición, la otra te dice quién la está ganando ahora mismo. Cuando no busca, eso también es un hallazgo. El modelo cree que ya conoce tu categoría y está respondiendo de memoria.
Cómo capturar consultas de fundamentación con código
Esto no es un problema de scraping. Una respuesta fundamentada vuelve como una lista de pasos, y uno de ellos, google_search_call, contiene las consultas exactas que ejecutó el modelo. Treinta líneas y ya tienes tu primera captura. Lo difícil no es la primera captura. Es la cuatrocientas.
# grounding.py · the queries Google wrote for itself import os, json from google import genai PROMPT = "mejor software de nóminas para una empresa de 20 personas" client = genai.Client(api_key=os.environ["GEMINI_API_KEY"]) interaction = client.interactions.create( model="gemini-3.6-flash", input=PROMPT, # search is opt-in here. the model still decides # on its own whether this prompt needs it. tools=[{"type": "google_search"}], ) queries, sources = [], [] for step in interaction.steps: if step.type == "google_search_call": queries += step.arguments["queries"] if step.type == "model_output": for block in step.content: # citations hang off spans of the answer text for a in (block.annotations or []): if a.type == "url_citation": sources.append(a.title) print(json.dumps({ "prompt": PROMPT, "queries": queries, # empty means it never searched "sources": sorted(set(sources)), }, indent=2))
// grounding.mjs · same call, node import { GoogleGenAI } from '@google/genai'; const PROMPT = 'mejor software de nóminas para una empresa de 20 personas'; const client = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY }); const interaction = await client.interactions.create({ model: 'gemini-3.6-flash', input: PROMPT, // search is opt-in here. the model still decides // on its own whether this prompt needs it. tools: [{ type: 'google_search' }], }); const queries = []; const sources = []; for (const step of interaction.steps) { if (step.type === 'google_search_call') queries.push(...step.arguments.queries); if (step.type === 'model_output') for (const block of step.content) // citations hang off spans of the answer text for (const a of block.annotations ?? []) if (a.type === 'url_citation') sources.push(a.title); } console.log(JSON.stringify({ prompt: PROMPT, queries, // empty means it never searched sources: [...new Set(sources)].sort(), }, null, 2));
Una captura es un prompt, un momento. El valor está en cincuenta prompts programados, deduplicados y comparados con el mes pasado. Esa es la parte que nadie quiere construir dos veces.
El modelo decide si el prompt necesita la web. Cuando decide que no, no hay ningún paso de búsqueda y nada te explica por qué. Tienes que detectar el caso vacío y decidir si es para reintentar o es un hallazgo de verdad.
Las fuentes llegan como anotaciones ancladas a rangos de caracteres de la respuesta, no como un array de fuentes. Convertir eso en los nueve dominios que de verdad quieres significa recorrer cada anotación y deduplicar.
En los modelos Gemini 3 cada búsqueda que ejecuta el modelo se factura por separado, así que un prompt que se fundamenta seis veces cuesta seis. Bien para una demo. Menos bien cuando alguien pregunta cuánto es la línea mensual.
Las consultas solo significan algo al lado de la captura anterior. En cuanto tienes esa idea, ya no estás escribiendo un script, estás manteniendo una base de datos.
O lo pides, y está hecho en tres movimientos
La misma llamada, el mismo campo, sin nada de la fontanería alrededor. Moose guarda todas las ejecuciones, así que la pregunta interesante deja de ser «qué buscó» y pasa a ser «qué ha cambiado desde el mes pasado».
Escribe «capturar consultas de fundamentación de AI Mode», o pulsa el chip de inicio rápido en el compositor. Ninguna clave que pegar, ningún cliente que instalar.
Una pregunta que tu comprador escribiría de verdad. Moose la ejecuta con fundamentación y saca de la respuesta las consultas y los dominios citados.
Consultas y fuentes caen en tu biblioteca, exportables y comparables con cualquier captura anterior del mismo prompt.
Igual que la captura de consultas derivadas. La ejecución tiene que ir directa a Google con la fundamentación por búsqueda activada, y el acceso enrutado a través de OpenRouter elimina los metadatos de fundamentación antes de que te lleguen. Si estás en BYOK Free o BYOK, todo lo demás de Moose sigue funcionando, incluidas las comprobaciones instantáneas de visibilidad en cinco motores de búsqueda con IA reales. Esta función concreta no.
Las consultas de fundamentación son la lista de palabras clave que Google está usando de verdad
Esas seis búsquedas deciden qué páginas se recuperan y se leen. Optimizar para la formulación que usó tu comprador es optimizar para una consulta que el recuperador nunca ejecutó.
Tamaño de empresa, precio, integración, sector: el matiz que llega a las consultas de fundamentación es el que Google cree que determina la respuesta. Ahí tienes la estructura de tu página, servida.
El mismo prompt, los mismos nueve sitios, semana tras semana. Si no estás entre ellos, esa es la medida honesta de la distancia. Si estás, eso hay que defenderlo.
Las consultas se desplazan a medida que cambian el índice y el modelo. Una consulta que aparece tres semanas seguidas es un tema que está llegando, y tú le llevas ventaja.
Las consultas derivadas y la fundamentación no son lo mismo
Los dos motores descomponen tu pregunta antes de buscar. Qué exponen, cuántas búsquedas ejecutan y cómo llegas a ellas es distinto en cada caso.
Preguntas que nos hacen de verdad
¿Son literalmente las consultas que ejecuta AI Mode?
Aquí va la versión honesta. Las consultas vienen de los metadatos de fundamentación de Gemini, que son la misma maquinaria de fundamentación por búsqueda sobre la que está construido AI Mode, a través de la API pública. Es la lectura reproducible más cercana que puede conseguir cualquiera, y en la práctica los conjuntos de consultas se parecen a lo que produce AI Mode. No es una escucha de google.com/aimode, y Moose no va a decir que lo sea. Trátalo como un proxy muy bueno, no como una transcripción.
¿Por qué solo me han vuelto dos consultas?
Porque el modelo decidió que con dos bastaba. Las preguntas concretas, locales o muy trilladas se fundamentan con una o dos búsquedas. Las preguntas amplias de comparación, las que hacen los compradores antes de elegir proveedor, sacan seis o más de forma habitual. La cantidad ya es una señal: un prompt que se fundamenta mucho es un prompt donde la respuesta todavía está en disputa.
¿Cambian las consultas si repito el mismo prompt?
Sí, en los bordes. Las búsquedas centrales son estables, la cola larga se mueve, y los dominios citados se mueven más rápido que las consultas. Por eso una captura es una foto y un historial de ejecuciones es una señal. Mismo prompt, mismo día de la semana, y observa qué entra y qué sale.
¿Por qué no hay una lista limpia de fuentes citadas?
Porque Google no devuelve ninguna. Las citas vuelven pegadas a fragmentos del texto de la respuesta, cada una con una URL y un título que normalmente es solo el dominio. La lista limpia de nueve es algo que montas tú recorriendo cada anotación y deduplicando. Moose lo hace y te enseña los dominios, porque el dominio es la parte sobre la que puedes actuar.
¿Debería escribir una página por consulta de fundamentación?
No. Seis consultas alrededor de una pregunta de compra suelen querer una página fuerte que responda a las seis, no seis páginas flojas. El conjunto de consultas te dice qué tiene que estar en la página: el precio, el matiz de tamaño, la comparación, el ángulo de las reseñas independientes. Agrupa por intención y escribe una vez.
Más cosas que preguntarle a Moose
Todos los casos de usoLa misma pregunta para el otro motor. Doce búsquedas detrás de un prompt, y cómo verlas.
Una pregunta, cinco motores reales, aproximadamente un minuto. Gratis en todos los planes.
Un índice semántico de cada página, creado y guardado en tu ordenador. Pregúntale qué cubres.
El top 10 de resultados, las preguntas relacionadas, el resumen con IA y sus fuentes, todo citado en el brief.
Tu cuota cae por debajo del umbral, Moose encuentra la página, prepara el arreglo y te espera.
La lista completa y lo que hace Moose paso a paso en cada uno.
Mira las búsquedas que hay
detrás de la respuesta.
Descarga Hi, Moose, abre un chat y pídelo. La captura de fundamentación necesita el plan gestionado, por lo que se explica arriba. La app es gratis de instalar y las comprobaciones de visibilidad son gratis de ejecutar.