KScorer es el componente de Google que puntúa las interpretaciones posibles de una consulta. La consultora francesa RESONEO publicó en octubre de 2026 los esquemas internos que definen sus 56 señales, repartidas en 12 familias. Antes de ordenar las páginas, Google decide qué significa la búsqueda. Lo que sigue explica qué demuestra ese hallazgo, qué no demuestra y qué consecuencias tiene para una empresa que vende en España.
Puntos clave
- KScorer, el Knowledge Scorer de Google, puntúa y ordena las interpretaciones de una consulta.
- Las 56 señales votan en dos rondas: 11 antes de los resultados y 41 durante el montaje de la página.
- Las señales REFRES ponderan por posición: el resultado 1 pesa 10 veces más que el 10.
qref_confidence_scoreaplica una media armónica: entidades al 0,9 y al 0,2 dan 0,33.- RESONEO publica las 56 señales de KScorer, no su peso ni la fecha de los esquemas.
Tabla de contenidos
- 1. ¿Por qué una tienda de protección auditiva aparece en unos resultados de orejeras de abrigo?
- 2. ¿Qué ha publicado Resoneo y qué tiene que ver con el leak de 2024?
- 3. ¿Qué es KScorer y qué decide?
- 4. ¿Qué señales usa Google para elegir una interpretación?
- 5. ¿Qué no demuestra este hallazgo?
- 6. ¿Qué puede hacer su empresa con esto?
- 7. ¿Qué cambia para los AI Overviews y la visibilidad en IA?
- Preguntas frecuentes
1. ¿Por qué una tienda de protección auditiva aparece en unos resultados de orejeras de abrigo?
En «orejeras», Google eligió la interpretación de moda: 7 de los 9 resultados son de abrigo. AMDT midió esa página en Google España el 28 de octubre de 2026. La consulta tiene 3.600 búsquedas al mes. Entre los 9 resultados hay una sombrerería, 2 categorías de Amazon y una tienda de Shein. Solo 2 eran de protección auditiva. Quien vende equipos de protección individual compite ahí en una página montada para otra pregunta.
La misma comprobación con «traje de bombero» (320 búsquedas al mes) devuelve una página mixta. Cuatro de los nueve resultados eran disfraces, con dos URLs que la herramienta devolvió repetidas. El resto se repartía entre uniformes profesionales, un traje forestal de 901 euros y dos artículos técnicos. Dos interpretaciones conviviendo, con la del disfraz en las dos primeras posiciones (medición propia de AMDT, Google España, top 10 orgánico, 28/10/2026).
Y aquí está el dato que ordena la decisión. «Orejeras» tiene 3.600 búsquedas al mes; «orejeras antirruido», la consulta que nombra la interpretación de protección auditiva, tiene 140. Veintiséis veces menos demanda. Es también la única de las dos en la que una página de equipos de protección no parte en desventaja, y eso no es una curiosidad de la intención de búsqueda: es la consecuencia de un mecanismo que ahora está descrito campo por campo.
2. ¿Qué ha publicado Resoneo y qué tiene que ver con el leak de 2024?
RESONEO publicó en octubre de 2026 quince esquemas internos de Google que definen las señales de KScorer. Son 287 campos repartidos en nueve ficheros, cada señal con el comentario de los ingenieros que la escribieron. La pieza la firma «Seg» y la publica RESONEO, consultora SEO francesa. Su método declarado cabe en una frase: dicen haber obtenido esquemas internos de Google. No explican cómo. A 28 de octubre de 2026 no consta ninguna confirmación de Google. Tampoco un desmentido.
El leak de 2024 ya contenía el nombre. Google confirmó la autenticidad de los documentos del Content Warehouse el 29 de mayo de 2024, según la ficha de Wikipedia sobre la filtración, y en ellos no había código ni pesos de las señales. Entre las features del Horizontal Grounding Ranker figuraba kscorerRank, el orden de la interpretación según kscorer. Un nombre suelto, sin definición. Según Resoneo, ese leak nombraba 4 de las 56 señales y no explicaba ninguna.
El mérito es de Resoneo y conviene decirlo antes de criticarlo. Lo que no compartimos es la lectura que invita a hacer el titular. No es «el algoritmo de Google revelado». Es un catálogo de señales posibles, y un catálogo no es una receta.
Una aclaración que viene al caso: KScorer es también una librería de Python para k-means publicada en GitHub, sin relación con Google. Dos cosas distintas con el mismo nombre, que es el problema del que trata este artículo.
3. ¿Qué es KScorer y qué decide?
KScorer, o Knowledge Scorer, puntúa cada interpretación de una consulta y descarta las débiles. Lo que decide KScorer no es el orden de las páginas, sino de qué va la consulta. La interpretación que gana condiciona lo que recibe el usuario. Puede ser una respuesta directa, un knowledge panel de Google, un local pack o una acción de Assistant. Todo esto ocurre antes de que exista la página de resultados. Los 15 esquemas de RESONEO nombran tres salidas y un estado:
k_scorees la puntuación de la interpretación tras los ajustes finales.kscorer_rankes su posición en el orden: la interpretación dominante recibe el 0.dominantmarca a la interpretación que gana con claridad.suppressedmarca a la interpretación que queda descartada.
Google no guarda esas interpretaciones como frases, sino como una llamada a una intención con huecos que rellenar. «Reparto de La casa de papel» activa la intención que devuelve el reparto de una obra audiovisual, con el hueco «obra» relleno con la serie tal como la conoce el Knowledge Graph. Una sola intención cubre todas las formas de pedir lo mismo: «actores de», «quién sale en», «reparto de».
Las señales no votan todas a la vez. Votan en dos rondas, y una tercera votación decide el formato.
| Etapa | Señales | Qué decide | Cuándo vota |
|---|---|---|---|
PRE_RESULTS_VOTING | 11 | Qué interpretaciones siguen vivas | Antes de tener resultados |
PACKER_VOTING | 41 | Qué interpretación gana | Mientras se monta la página |
CARD_UTILITY | 6 | Si compensa mostrar una tarjeta | Al decidir el formato |
Las cifras no suman 56. Once, cuarenta y una y seis son cincuenta y ocho, y Resoneo no explica la diferencia. La explicación más probable es que algunas señales participen en más de una etapa, pero eso es una inferencia nuestra y no un dato de los esquemas.
Hay un detalle que cambia la lectura de todo lo anterior. Una memoria llamada Feature History guarda valores entre búsquedas (hist_refres_rank, hist_orbit), de modo que las páginas que respaldaron una interpretación en búsquedas anteriores ya votan en la primera ronda, cuando todavía no hay resultados nuevos. El top 10 de ayer vota hoy.
4. ¿Qué señales usa Google para elegir una interpretación?
Las 56 señales de KScorer se agrupan en 12 familias. Las mayores son UIS, REFRES, SALIENT_TERMS, ORBIT, GEO y CLIR. Cuatro de ellas concentran la mayor parte del peso. UIS estima la satisfacción con clics. REFRES mide si el top 10 habla de lo que la interpretación dice, SALIENT_TERMS compara vocabularios y GEO añade ubicación. Ninguna es nueva en el discurso SEO. Lo nuevo es verlas definidas en los esquemas de RESONEO.
| Familia | Señales | Qué mide |
|---|---|---|
| UIS | 7 | Clics e interacciones agregadas |
| SALIENT_TERMS | 9 | Vocabulario de consulta, interpretación y resultados |
| REFRES | 7 | Entidades detectadas en el top 10 |
| GEO | 6 | Intención local y distancia al lugar |
| ORBIT | 5 | Clasificación de páginas por intención y formato |
| CLIR | 5 | Resultados en otros idiomas |
| AUIS | 5 | Interacciones en Google Assistant |
| MISC | 5 | OneBox, confianza alta y personalización |
| PIANNO | 2 | Confianza anotada en cada página al indexarla |
| PARSING | 2 | Patrones de redacción de la consulta |
| INTENT | 2 | Nombre de la intención y si es implícita |
| QREF | 1 | Confianza en las entidades de la consulta |
Los clics predicen la nota de un evaluador humano
user_interaction_score estima con clics la nota IS que daría un evaluador humano de Google. La confianza en esa nota crece con las impresiones, según N dividido por 20 más N. Con 20 impresiones es del 50 %; con 100, del 83 %; con 1.000, del 98 %. Cuando la consulta es rara, KScorer toma prestado el comportamiento de consultas parecidas. La long tail hereda así los clics de sus vecinas. Para una consulta nueva, el comportamiento que decide la interpretación no es el de sus usuarios. Es el de los vecinos.
El top 10 vota, y la posición pondera el voto
Las 7 señales REFRES miden si el top 10 habla de las entidades de la interpretación. Cada resultado se pondera por 1 dividido por su posición. El resultado 1 pesa 1; el 10, 0,10. Diez veces menos. Una variante pondera por naviness: la probabilidad de que el resultado sea el sitio al que el usuario iba. Un clasificador llamado Orbit decide en paralelo si los resultados son lo bastante fiables para suprimir una interpretación.
Las entidades se combinan con una media armónica
qref_confidence_score aplica una media armónica: 0,9 y 0,2 dan 0,33, no 0,55. Así combina Google la confianza en cada entidad reconocida dentro de la consulta, según el ejemplo que publica RESONEO. Una sola entidad dudosa hunde la interpretación entera. Es la señal con la consecuencia más directa para una marca cuyo nombre coincide con un nombre común.
Los términos salientes y la búsqueda anterior
Las 9 señales de SALIENT_TERMS comparan listas de términos con similitud coseno. Son los términos que el modelo espera para la consulta, los de la interpretación (QIBST) y los del top 10 de Google. Una de ellas, sbst_score, compara la interpretación con los términos de la sesión. La búsqueda anterior cambia la lectura de la siguiente, de modo que el contexto de sesión pesa en KScorer.
El contexto local, el idioma y la persona
Las 6 señales GEO miden con user_entity_distance los metros entre el usuario y la entidad. Otra, mean_stable_score, toma la calidad media de las 3 primeras fichas locales. La familia CLIR cuenta los resultados en otros idiomas. Solo entran si la entidad tiene en ellos una relevancia temática de 0,2. Y hay una señal personalizada, p13n_iq_p_good_score, que predice si la interpretación satisfará a ese usuario. Que el contenido en inglés arrastre una consulta en español es una implicación razonable de ese diseño. No un efecto medido.
Qué decide si Google muestra una tarjeta
De las 6 señales de CARD_UTILITY, 4 vienen de clics y 1 de los evaluadores. La sexta, qref_confidence_score, viene del reconocimiento de entidades, y kp_intent_prior es la de los evaluadores. Un knowledge panel se muestra, o deja de mostrarse, en función de lo que la gente hace con él.
5. ¿Qué no demuestra este hallazgo?
Los 15 esquemas de RESONEO describen las 56 señales de KScorer, no su peso. Es el mismo límite del leak de 2024: hay definiciones, hay alguna fórmula interna y no hay pesos. Sin pesos, ninguna de las 56 señales se convierte por sí sola en una prioridad. Tampoco se sabe de qué fecha son los esquemas de RESONEO. Un campo aparece marcado como obsoleto (web_answers_entity_alignment). Y una familia entera, las cinco señales de AUIS, es específica de Google Assistant. La vigencia del conjunto es desconocida.
Hay cuatro límites más que conviene nombrar antes de usar nada de esto:
- La procedencia no está declarada: Resoneo dice haber obtenido los esquemas y no explica cómo. Que vengan de binarios descompilados es una inferencia razonable por su trabajo anterior, no un hecho.
- El ámbito probado son las respuestas de conocimiento: tarjetas, OneBox, resultados locales y Assistant. Que KScorer condicione el orden de los enlaces azules no está demostrado aquí.
- El razonamiento es circular: el top 10 informa la interpretación y la interpretación condiciona la página. Separar causa de efecto con estos datos no es posible.
- El catálogo interno de intenciones y el mínimo de 100 ejemplos por intención vienen de una guía que Resoneo atribuye a Google. Esa página está borrada y nadie la archivó.
Y una incoherencia menor, que cuenta porque mide el cuidado de la fuente. En la pieza de KScorer, Resoneo dice que 4 de las 6 señales de utilidad de tarjeta vienen de clics; en la de NavBoost dice que son 5 de 6. El desglose detallado da 4.
Nuestras propias capturas del 28 de octubre avisan en la misma dirección: al repetir la misma consulta con minutos de diferencia, las dos capturas compartían una o dos URLs idénticas de unas nueve. Puede deberse a cómo captura la herramienta, y no a lo que ve una persona. Atribuirlo a KScorer sería una hipótesis. Lo apuntamos por lo que enseña: una sola captura de la página de resultados no es una medición.
Nuestro criterio con cada filtración es el mismo que con cualquier dato de terceros: primero medir en el caso propio, después decidir. Un catálogo de señales no dice qué hacer el lunes.
6. ¿Qué puede hacer su empresa con esto?
Si menos de 5 resultados del top 10 de Google son de su sector, cambie de consulta. La página de resultados de hoy es la respuesta más barata a esa pregunta. Si lo que devuelve no es de su producto ni de su sector, la interpretación que gana no es la suya. El trabajo de contenido no tendrá dónde aterrizar. De los 15 esquemas de RESONEO se siguen 5 decisiones. Ninguna necesita los pesos.
- Apunte a las consultas que nombran su interpretación. «Orejeras» tiene 3.600 búsquedas al mes y la gana la moda; «orejeras antirruido», 140, y la gana la protección auditiva. Nuestro criterio: si menos de la mitad del top 10 es de su tipo de producto, trate la genérica como consulta ajena y lleve la conversión a la específica.
- Haga que sus entidades sean inequívocas. Nombre marcas, modelos y lugares como los conoce el Knowledge Graph, y conéctelos con
sameAs, Wikidata y perfiles oficiales coherentes. La media armónica castiga a la entidad más débil, no a la media. - Si trabaja en español y para LATAM, mire el contenido en inglés de su tema. Las señales CLIR hacen que las páginas en otros idiomas voten la interpretación. Es una implicación razonable del diseño, no un efecto que hayamos medido.
- En SEO local, compite contra la media de las tres primeras fichas.
mean_stable_scoreusa esa media para decidir si gana la interpretación local. El Perfil de Empresa completo, los horarios exactos y las reseñas trabajan sobre una señal concreta. - Para el knowledge panel, cuide la coherencia de los datos entre su web, su Perfil de Empresa y Wikidata. Cuatro de las seis señales que deciden si la tarjeta se muestra vienen de clics. Se mantiene si resuelve.
7. ¿Qué cambia para los AI Overviews y la visibilidad en IA?
La interpretación se decide antes de que exista la respuesta, también en los AI Overviews de Google. El trabajo de visibilidad en motores de IA se apoya en ese mismo paso previo. El sector lo llama AIO, GEO o LLMO, según quién lo nombre. Si Google lee la consulta como otra cosa, la página mejor preparada para su interpretación no entra en la respuesta. La pieza hermana de RESONEO sobre NavBoost y Glue añade la otra mitad. Glue cuenta el comportamiento alrededor de la respuesta generativa.
Según esos esquemas, Glue cuenta cuatro cosas alrededor de la respuesta generativa:
- Las expansiones del AI Overview.
- Las búsquedas en las que la IA declina responder.
- Las veces que el usuario vuelve a subir para releer la respuesta.
- Las reformulaciones de la consulta con y sin respuesta generativa.
La visibilidad en IA también se mide en comportamiento, no solo en citas. Hay un matiz que conviene marcar. Que Tangram, el sistema que compone la página de resultados, use Glue para decidir si muestra un AI Overview procede de las propuestas de hechos probados de los demandantes en el juicio antimonopolio de Estados Unidos. No es una conclusión del tribunal.
Hay una comprobación previa que se salta casi siempre. De las cuatro palabras clave que seguimos sobre nuestra propia consultora, solo una disparaba AI Overview de forma estable. Optimizar para la IA donde la consulta no dispara respuesta generativa no tiene retorno. Averiguarlo cuesta una búsqueda.
Preguntas frecuentes
¿Qué es KScorer en Google?
KScorer, o Knowledge Scorer, es el componente de Google que ordena las interpretaciones de una consulta. Descarta las que no tienen apoyo suficiente. La ganadora condiciona el formato: enlaces, knowledge panel, OneBox o local pack.
¿Cuántas señales usa KScorer?
KScorer usa 56 señales agrupadas en 12 familias, según RESONEO (octubre de 2026). Once votan antes de tener resultados, 41 durante el montaje y 6 deciden la tarjeta.
¿Afecta KScorer al posicionamiento de los enlaces azules?
Los esquemas de RESONEO no demuestran que KScorer afecte a los enlaces azules de Google. Describen la elección de interpretaciones para respuestas de conocimiento: tarjetas, OneBox, resultados locales y Assistant. Que condicione el orden orgánico es plausible, y aquí no hay prueba.
¿Qué relación tiene KScorer con el leak de Google de 2024?
El leak de 2024 ya mencionaba kscorerRank entre las features del Horizontal Grounding Ranker. Google confirmó la autenticidad de esos documentos el 29 de mayo de 2024. Los esquemas de 2026 definen 56 señales donde antes había un nombre.
¿Cómo sé qué interpretación ha elegido Google para mi consulta?
Busque la consulta en Google y cuente los 10 primeros resultados por tipo. Si menos de 5 son de su sector, la interpretación que gana no es la suya. Repita la búsqueda en otro momento antes de concluir.
Cómo decidir
Así que, antes de invertir en una consulta, haga dos comprobaciones con sus propios datos. Qué interpretación devuelve hoy, contando el top 10 por tipo de resultado. Y si dispara respuesta generativa. Las dos se hacen a mano en cinco minutos, y las dos cambian la decisión que viene después. Si prefiere esa comprobación hecha sobre su catálogo de consultas, ¿hablamos?
Fuentes
- RESONEO. KScorer: how Google decides what a search means (octubre de 2026), consultada el 28/10/2026: think.resoneo.com/kscorer
- RESONEO. How NavBoost really works: everything Google remembers about our searches (octubre de 2026): think.resoneo.com/navboost-glue
- Wikipedia. 2024 Google Search documentation leak, consultada el 28/10/2026: en.wikipedia.org
- Fuentes de medición de AMDT: volúmenes de búsqueda y resultados orgánicos de Google España, top 10, 28/10/2026.
