El título es el único campo que Google lee más cuando decide para qué consultas puede mostrarse tu producto. Si lo haces bien, amplías el conjunto de búsquedas con las que coincides, aumentas el CTR y reduces tu coste por clic. Si lo haces mal, pujas por tráfico que nunca iba a convertir.
Hay dos formas de crear mejores títulos a escala. La primera se basa en reglas: concatenas los atributos que ya tienes en una estructura coherente y amigable para las consultas. La segunda se basa en IA: entregas los datos en bruto a un modelo de lenguaje y dejas que escriba o reescriba el título. Ambas tienen su lugar y, en Feedoptimise, puedes ejecutar una u otra, o ambas a la vez, sin tocar código.
Este artículo recorre cada método con ejemplos y muestra dónde encajan los modificadores y la conectividad multi-LLM de la plataforma.
Qué busca Google en un título
Antes de optimizar nada, alinea tus títulos con tres restricciones.
Longitud. El atributo title permite hasta 150 caracteres, y la recomendación de Google es usarlos. Coloca los atributos que importan para la coincidencia y para el clic en los primeros 70, ya que los usuarios normalmente solo ven los primeros 70 o menos según el tamaño de la pantalla; después añade palabras clave SEO para completar el espacio restante. El objetivo es usar toda la capacidad, no recortar los títulos.
Orden. Google lee de izquierda a derecha y pondera más las palabras iniciales. Prioriza al principio los términos que un comprador escribiría y reordena las palabras clave existentes para que los términos con mayor CTR queden cerca del inicio. Si “vinyl” es un término fuerte para música, “Vinyl, Eminem, Curtain Call: The Hits (2LP)” es mejor que dejar “Vinyl” al final.
Estructura. Google publica formatos de título sugeridos por categoría de producto. Los patrones desde los que trabajan la mayoría de minoristas:
- Ropa: Marca + Género + Tipo de producto + Atributos (Color, Talla, Material)
- Consumibles: Marca + Tipo de producto + Atributos (Peso, Cantidad)
- Bienes duraderos: Marca + Producto + Atributos (Tamaño, Peso, Cantidad)
- Electrónica: Marca + Atributo + Tipo de producto (más Número de modelo)
- Libros: Título + Tipo + Formato + Autor
El patrón base de Google para electrónica se detiene en el tipo de producto, pero merece la pena añadir el número de modelo, ya que los compradores buscan modelos específicos por nombre.
Mantén los títulos únicos. Cada variante de producto debe tener su propio título en lugar de compartir uno entre tallas o colores. Un título que incluya talla y color ya lo hace, y puedes confirmarlo durante la configuración.
Evita el lenguaje promocional. Palabras como “envío gratis”, “mejor precio” o “oferta” hacen que los títulos se desaprueben y no aportan nada a la coincidencia de consultas.
Con esas reglas en mente, aquí tienes los dos métodos de creación.
Método 1: títulos basados en reglas mediante concatenación de atributos
La idea es simple. Tomas campos estructurados que ya tienes —marca, género, tipo de producto, color, talla, material— y los unes en un orden fijo para producir un título limpio y predecible para cada producto del catálogo.
Este es el método adecuado cuando tus datos de origen son fiables y están bien estructurados. Es rápido, cada salida es predecible y puedes auditar exactamente cómo se produjo cualquier título.
Los modificadores que usas
Feedoptimise incluye más de 120 modificadores, y los encadenas en un constructor visual de reglas donde la salida de uno se convierte en la entrada del siguiente. Para la concatenación de títulos, unos pocos hacen la mayor parte del trabajo:
- Concatenator: une dos o más cadenas en una sola.
- Mapper: asigna valores en bruto a otros más limpios, útil para normalizar entradas desordenadas antes de que lleguen al título.
- IF: devuelve valores diferentes según una condición, para que la estructura pueda cambiar por tipo de producto o según qué campos estén rellenados.
- Case formatter: corrige las mayúsculas/minúsculas, para que
ADIDASpase aAdidas. - Trim y Text sanitiser: eliminan espacios sobrantes y caracteres ocultos.
- Truncate y Text counter: mantienen el título dentro del límite de caracteres y te dicen cuánto mide.
Ejemplo trabajado: ropa
Supongamos que vendes ropa y tienes estos campos:
brand = adidas
gender = Women's
product_type = Running Shoes
color = Core Black
size = US 6
Siguiendo el patrón de ropa de Google, encadenas los campos con Concatenator en este orden:
Brand + Gender + Product Type + Color + Size
El resultado:
Adidas Women's Running Shoes Core Black US 6
Ahora cada producto del feed sigue la misma forma. Un comprador que busque “women's adidas running shoes” coincide con las palabras que están al principio del título.
Ejemplo trabajado: electrónica
En electrónica, el atributo definitorio y el número de modelo son clave:
brand = Samsung
attribute = 65 inch
product_type = 4K QLED Smart TV
model = QE65Q80D
Encadenado como Marca + Atributo + Tipo de producto + Modelo:
Samsung 65 inch 4K QLED Smart TV QE65Q80D
Añadir lógica y guardarraíles
Los catálogos reales no son ordenados, así que unos pasos extra mantienen la salida limpia.
Estructura condicional. Usa IF para que el formato del título se adapte. Si gender está vacío, elimínalo de la cadena en lugar de dejar un doble espacio. Si product_type es “Books”, cambia al patrón de libros.
Normaliza antes de unir. Ejecuta Mapper para que “blk”, “Black” y “BLACK” se resuelvan como “Black” antes de entrar en el título. No necesitas aplanar nombres de color descriptivos. “Walnut” o “Royal Sapphire” pueden quedarse en el título siempre que el atributo color separado lleve un valor estándar. Si solo tienes el color dentro del título y no como campo separado, el extractor de Color puede sacarlo, de modo que “Royal Sapphire Cocktail Dress” devuelva “Blue”.
Rellena huecos con datos existentes. El extractor de Gender y el extractor de Age group leen el título o la categoría y devuelven el valor correcto, que luego puedes encajar en la estructura.
Usa el título completo y luego protege el límite. Intenta llenar los 150 caracteres: empieza con los atributos que impulsan la coincidencia y los clics, y luego añade palabras clave relevantes después de los primeros 70. Configura Truncate a 150 como tope duro para que nada se desborde y usa Text counter durante la configuración para confirmar que tus atributos clave quedan dentro de los primeros 70.
Cada uno de estos pasos se previsualiza en vivo contra productos reales de tu catálogo antes de publicar, para que veas los títulos finales y detectes los casos límite antes de que nada llegue a Google.
Dónde se queda corto lo basado en reglas
La concatenación solo reordena lo que ya tienes. Si tus títulos de origen son escasos, inconsistentes o están escritos para humanos en lugar de para búsqueda, unir campos produce un título ordenado que aun así se pierde los términos que usan los compradores. Ahí es donde el segundo método se gana su lugar.
Método 2: títulos basados en IA con conectividad multi-LLM
En lugar de ensamblar campos en un orden fijo, le das a un modelo de lenguaje los datos del producto y un prompt, y escribe un título que suena natural e incluye los términos que la gente busca. El modelo puede inferir atributos que faltan, reformular textos de origen torpes y adaptar la redacción por categoría.
La plataforma trata esto como un modificador más, así que encaja en el mismo flujo visual que las reglas anteriores.
Elige tu modelo o mezcla varios
Feedoptimise se conecta a los principales LLM como: OpenAI ChatGPT, Google Gemini, Anthropic Claude y xAI Grok, además de nuestros propios modelos abiertos alojados. Dos cosas hacen que esto sea práctico a escala de feed y no una simple curiosidad:
No estás atado a un solo proveedor. Cada uno tiene un modificador dedicado de Title Optimiser (OpenAI Title Optimiser, Google Gemini Title Optimiser, Anthropic Claude Title Optimiser, xAI Grok Title Optimiser) además del AI Title Optimiser alojado. Cambia de modelo sin reconstruir la regla y elige el que te dé los mejores títulos por el precio.
Puedes encadenar distintos modelos en un mismo flujo. Como cada interfaz de prompt es su propio modificador, puedes usar un modelo para generar, un segundo para comprobar y un tercero para traducir. Una secuencia de ejemplo:
- Anthropic Claude Prompt reescribe el título a partir de los atributos del producto.
- Google Gemini Prompt puntúa ese título del 1 al 10 y devuelve solo el número.
- Un modificador IF mantiene el título de IA cuando la puntuación supera tu umbral y vuelve al título basado en reglas cuando no lo hace.
Eso es una compuerta de calidad construida con dos proveedores, montada visualmente y ejecutándose en todo el catálogo.
Control total sobre el prompt
El prompt no es una caja negra. Un editor WYSIWYG de plantillas de prompt te permite insertar tus atributos del feed directamente en la instrucción, para que el modelo trabaje con datos reales del producto y no con suposiciones. Un prompt de título funcional:
Write a Google Shopping product title, up to 150 characters,
and use the space. Put the attributes that drive matching and
clicks in the first 70 characters, then add relevant search
keywords after that. Lead with brand, then product type, then
the most important attributes. Use this order for apparel:
brand, gender, type, color, size. Front-load the highest-CTR
term. Keep each variant title unique. No promotional words.
No ALL CAPS. Return the new title only.
Brand: {{brand}}
Type: {{product_type}}
Color: {{color}}
Size: {{size}}
Description: {{description}}
Rellena los huecos a los que las reglas no llegan
Los modificadores de IA hacen más que reescribir. El AI Attributes Extractor extrae atributos como color, material y género de la descripción cuando faltan como campos. El Image Attributes Extractor (disponible en OpenAI y Gemini) lee la imagen del producto y devuelve lo mismo, así que puedes recuperar la marca desde una etiqueta en una foto. El modificador AI Product Highlights extrae las características destacadas de la descripción, que puedes alimentar al título para incluir los atributos que ganan clics.
Así que la vía de IA corrige exactamente la debilidad de la vía basada en reglas: fabrica atributos limpios y estructurados donde tus datos de origen no los tienen y luego los escribe en un título.
Enriquece los títulos con datos reales de términos de búsqueda
El propio consejo de Google es añadir a los títulos términos de búsqueda con muchas impresiones: términos amplios para ganar impresiones (“patio”, “shoe”) y términos granulares para ganar clics (“wicker”, “Energy Star”), usando fuentes como Google Trends, el informe de Search Terms y Keyword Planner. El truco es incorporar esos datos a la regla del título en lugar de adivinar.
Aquí es donde la plataforma hace algo que una construcción basada solo en reglas o un prompt genérico de IA no pueden. El modificador Report extrae datos de Google Ads y Google Analytics, y los Analysers muestran qué está funcionando, para que puedas dirigir datos reales de impresiones y clics al flujo del título. Identifica los términos que los compradores realmente usan y luego o bien los mapeas dentro de la estructura basada en reglas o se los pasas al prompt de IA como las palabras clave a destacar. Enriqueces los títulos con evidencia, no con suposiciones.
Coste y pruebas
Dos funciones mantienen esto asequible y medible.
- Caching. Feedoptimise guarda en caché las respuestas de IA y solo las actualiza cuando cambian tus ajustes o los datos subyacentes del producto, así que no pagas al modelo para regenerar el mismo título en cada ejecución del feed.
- Pruebas A/B. Feedoptimise te permite generar dos variantes de título —una basada en reglas y otra con IA, o dos prompts de IA distintos— y luego programar una prueba A/B que muestre la versión que mejor rinde en el canal. Optimizas por resultados, no por opinión.
Qué método usar y cuándo
- Usa la concatenación basada en reglas cuando tus datos de atributos estén limpios y completos. Es más barato, totalmente predecible y muy fácil de auditar.
- Usa IA cuando los títulos de origen sean débiles, falten atributos o quieras una redacción que refleje cómo buscan realmente los compradores.
En la práctica, la configuración más potente combina ambos. Extrae y limpia atributos con IA, concaténalos con reglas para una estructura predecible, valida la longitud con Truncate y Text counter, y luego haz una prueba A/B del título basado en reglas frente a uno totalmente escrito por IA para ver cuál premia el canal. Como cada paso vive en el mismo flujo visual, cambiar entre ambos métodos, o combinarlos, es cuestión de añadir un modificador, no de reconstruir una canalización.
Primeros pasos
Si ya ejecutas feeds con Feedoptimise, abre la biblioteca de modificadores y crea primero el título basado en reglas. Te da una base fiable en minutos. Luego añade un AI Title Optimiser encima, apúntalo a un solo modelo para empezar y haz una prueba A/B entre ambos. Deja que los datos del canal decidan cuál gana, por categoría si quieres ir más lejos.
Si aún no estás en la plataforma, este es el tipo de trabajo para el que se crearon el constructor visual de reglas y los modificadores multi-LLM. Puedes probarlo con tu propio catálogo con la prueba gratuita.