Patente Google: respuestas con constraints
En mayo de 2022, Google concedió la patente «Generating Query Answers» (US 11.321.331). Describe cómo los sistemas de búsqueda responden preguntas factuales de usuarios —por ejemplo vía asistente de voz— no solo como listas de enlaces sino como frases gramaticalmente correctas. Lo central son las constraints: reglas que definen qué datos encajan en plantillas de respuesta. Para profesionales SEO, la patente aporta profundidad sobre atributos de entidades, triples semánticos y el puente entre Knowledge Graph y lenguaje natural.
De hechos en base de datos a respuestas naturales
Los resultados clásicos suelen ser listas de documentos. En búsqueda por voz o sistemas de diálogo, Google espera una respuesta directa hablada. La patente explica el camino: hechos de un almacén basado en grafos se convierten en frases en el idioma del usuario. En lugar de triples aleatorios, un motor de respuestas selecciona información que responde con precisión —usando constraints como filtros de calidad.
Constraints como filtros de calidad
Cada campo de una plantilla puede llevar varias constraints. Tipos habituales: tipo (fecha, número, nombre de entidad), temporal (pasado o futuro), género, relación (p. ej. cónyuge), singular/plural, unidades de medida y determinantes como «the». El sistema elige la plantilla con más campos de constraint satisfechos —la formulación más rica en datos y gramaticalmente adecuada.
- Constraints de tipo para campos de fecha, número y entidad
- Constraints temporales para pasado y futuro
- Constraints de relación para matrimonio, origen o alma mater
- Constraints de singular/plural y unidades de medida
Triples entidad-atributo-valor en el Knowledge Graph
Los hechos aparecen como triples: sujeto (entidad), predicado (atributo) y objeto (valor). Ejemplo: Woody Allen – acted in – Annie Hall. Miles de millones de triples alimentan clústeres de índice y resolvedores de consultas. En preguntas complejas con varios atributos —«¿Dónde está la ciudad natal y la universidad de Woody Allen?»— el motor combina varias plantillas de frase en meta-plantillas ligadas a tipos como «persona».
Datos de la patente
| Campo | Dato |
|---|---|
| Número de patente | US 11.321.331 |
| Concedida | 3 de mayo de 2022 |
| Presentada | 23 de julio de 2018 |
| Titular | Google LLC |
Selección de plantillas y motor de respuestas
Para cada atributo —«edad», «matrimonios», «ciudad natal»— existen varias plantillas candidatas. Para «¿Cuántos años tiene Woody Allen?» hay variantes: con fecha de nacimiento y edad, solo edad, o nacimiento y fallecimiento. El motor parsea la consulta, extrae atributos, carga plantillas en el idioma del usuario y rellena campos con hechos. Heurísticas comprueban género, tiempo verbal y si el número de triples coincide con los campos.
Búsqueda por voz y sistemas de diálogo
Los usuarios pueden formular preguntas habladas. Los clientes convierten audio en texto; el sistema de búsqueda formatea la consulta y la envía a clústeres de índice. La respuesta puede devolverse como texto en SERP, transcripción para text-to-speech o señal de audio directa. La patente une búsqueda en grafos con búsqueda conversacional —pieza para featured snippets, knowledge panels y AI overviews.
Meta-plantillas para consultas complejas
Preguntas simples con un atributo generan una frase de una plantilla. Consultas complejas usan meta-plantillas: marcos con campos para varias plantillas de frase. En matrimonios de Woody Allen, el sistema elige por triple la plantilla más rica —«has gotten married to since» o «was married to from to»— e inserta frases en una meta-plantilla de persona. Resultado: «Woody Allen has gotten married to Soon-Yi Previn since 1997 and was previously married to Louise Lasser from 1966 to 1970.»
Vínculo con SEO semántico y patentes relacionadas
El artículo cita GRIP, QA-by-Dossier-with-Constraints y Google Knowledge Vault como contexto. Patentes relacionadas tratan reconciliación del Knowledge Graph y extracción de entidades. Quien optimiza para búsqueda basada en entidades debe cuidar hechos estructurados, atributos consistentes y cobertura completa de triples —fechas o relaciones incompletas debilitan plantillas y visibilidad en respuestas directas.
Práctica para equipos SEO
La patente subraya: Google prefiere la formulación que mejor cumple constraints, no hechos arbitrarios. Markup Schema.org, nombres de entidad consistentes, fechas precisas y hechos relacionales (matrimonios, ubicaciones, educación) favorecen plantillas ricas. La internacionalización está integrada: plantillas en el idioma de la consulta original. En sitios multilingües, los hechos deben vincularse correctamente por idioma, no solo traducirse.
Búsqueda en grafos de datos y clústeres de índice
La patente describe un motor de búsqueda para almacenes con sistema de indexación, búsqueda y clúster de índice. El resolvedor de consultas accede al índice y entrega resultados que sirven al motor de respuestas como base factual. Los triples enlazan entidades mediante aristas; el grafo puede actualizarse en tiempo real. Para SEO, Google separa almacenamiento de datos y generación de frases: hechos limpios y actuales en forma estructurada son requisito para visibilidad en respuestas directas y resultados de voz.
Los inventores Engin Cinar Sahin, Vinicius J. Fortuna y Emma S. Persky, con titular Google LLC, anclan la invención en el núcleo de respuestas factuales. Quien lee patentes como hoja de ruta ve: la visibilidad crece donde el conocimiento de entidades es legible por máquina, completo y apto para constraints —consulta escrita o hablada.
