Amazon lleva la búsqueda visual a otra fase: qué revisar en tus imágenes de producto

La noticia: Amazon convierte parte de la búsqueda en una experiencia visual

Junio de 2026

Amazon ha presentado una tanda de funciones que empujan su buscador más allá de la caja de texto clásica. En la app de Amazon para Estados Unidos, el usuario puede ver imágenes generadas por IA mientras escribe descripciones, explorar collages comprables, usar Lens Live desde la cámara, añadir texto a una imagen y refinar resultados con gestos visuales.

La pieza más llamativa es también la más delicada: cuando un comprador no sabe nombrar exactamente una textura, un corte o un material, Amazon puede generar varias imágenes de referencia debajo de las sugerencias de búsqueda. Al tocar una de ellas, el usuario no compra esa pieza inventada; entra en resultados de productos visualmente similares.

Amazon posiciona el cambio como una forma de convertir intención imprecisa en descubrimiento. Moda y hogar son las primeras categorías señaladas porque dependen mucho de forma, color, textura, patrón y estilo. La compañía indica que habrá más categorías con el tiempo.

La lectura de TienRank: este movimiento no es solo una curiosidad de interfaz. Es una señal de que el marketplace quiere capturar búsquedas que antes se perdían por falta de vocabulario. Para una tienda, eso significa que la imagen empieza a competir como lenguaje de producto, no solo como decoración de la ficha.

Qué ha cambiado realmente: no todo es la misma IA

Funciones

Conviene separar cuatro capas. La primera son las imágenes generadas en tiempo real dentro del buscador. Sirven como puente entre una descripción escrita y un conjunto de resultados, pero no representan necesariamente productos existentes. Es una herramienta de traducción visual de la intención.

La segunda capa es Shop by style. Amazon muestra collages generados por IA y organizados por estilos como puerta hacia páginas curadas con productos comprables. Aquí el valor no está en inventar una prenda, sino en agrupar opciones reales bajo un contexto visual que el usuario entiende rápido.

La tercera capa es Amazon Lens Live. Al abrir la cámara, la app escanea objetos en tiempo real, enseña coincidencias en un carrusel y permite comparar, guardar o añadir al carrito sin salir de la vista de cámara. Además, integra Alexa for Shopping para resúmenes, preguntas sugeridas y respuestas sobre lo que aparece en la escena.

La cuarta capa son los refinamientos multimodales: añadir texto a una imagen subida, lanzar Lens desde la pantalla bloqueada de iOS, tocar Más como esto o aislar un objeto dentro de una foto. Todas apuntan a lo mismo: reducir la distancia entre ver algo y encontrar una alternativa comprable.

• Imagen generada: ayuda a expresar una intención visual, pero no es una ficha real.
• Collage de estilo: agrupa productos reales bajo una inspiración generada.
• Lens Live: convierte cámara, comparación y preguntas en una misma experiencia.
• Texto sobre imagen: permite pedir variantes como otro color, material o tamaño.
• Más como esto y selección por círculo: convierten cada resultado en una nueva búsqueda visual.

Por qué importa a un seller aunque la función empiece en Estados Unidos

Marketplaces

La disponibilidad inicial no debería confundirse con irrelevancia. Muchas funciones de marketplace empiezan en Estados Unidos, se prueban con categorías concretas y después viajan a más mercados o inspiran cambios similares en otros canales. Lo importante para un ecommerce español no es activar hoy una opción inexistente, sino entender hacia dónde se mueve el criterio de descubrimiento.

Si el comprador busca por textura, forma o escena de uso, Amazon necesita comparar señales visuales y de catálogo. Una foto pobre, un color mal nombrado, una variante confusa o una escena que no muestra escala pueden dejar al producto fuera de la zona de coincidencia aunque la keyword esté bien escrita.

También cambia el tipo de competencia. En una búsqueda textual, dos productos pelean por términos, pujas, precio, reviews y disponibilidad. En una búsqueda visual, además compiten por parecerse a la intención del usuario sin engañarlo. El producto que no se reconoce bien en miniatura pierde antes de que el comprador lea la ficha.

Para tiendas propias, el aprendizaje es parecido. Google Lens, Pinterest, TikTok Shop, marketplaces verticales y asistentes de IA empujan a que las imágenes sean indexables, consistentes y útiles. Amazon solo está mostrando de forma más visible una tendencia transversal: el catálogo se vuelve más multimodal.

El riesgo: cuando una imagen generada promete más que el catálogo

Confianza

La crítica más razonable al experimento de Amazon es la confianza. Si el usuario ve una imagen generada que se parece mucho a lo que quiere, puede esperar encontrar exactamente ese producto. Si después aterriza en alternativas que no encajan, la búsqueda se vuelve frustrante. El problema no es usar IA, sino borrar la frontera mental entre inspiración y disponibilidad.

Amazon etiqueta estas imágenes como generadas y las presenta como punto de partida para encontrar productos similares. Aun así, la experiencia exige mucha claridad, porque un marketplace trabaja con dinero real, tiempos de entrega, devoluciones y expectativas concretas. Una imagen bonita que no existe puede subir el listón del deseo y hacer que los productos reales parezcan peores.

Para sellers y marcas, esto tiene una consecuencia directa: no conviene responder con imágenes igualmente fantasiosas. La tentación de generar estilos irreales, props que no llegan en la caja o escenas que exageran tamaño puede mejorar el clic y empeorar la devolución. En visual search, la fidelidad es una ventaja comercial, no un freno creativo.

La regla práctica debería ser sencilla: usa IA para acelerar variaciones, adaptar formatos y visualizar contextos, pero mantén una prueba humana de correspondencia. El producto real, el color real, el material real y lo que incluye la compra deben sobrevivir a la producción visual.

• No conviertas una imagen de inspiración en promesa de producto exacto.
• Evita props o accesorios que parezcan incluidos si no lo están.
• Mantén consistencia entre miniatura, galería, vídeo, descripción y variante seleccionada.
• Revisa devoluciones y tickets por color, tamaño, textura o expectativa visual.
• Diferencia claramente imagen principal, lifestyle, infografía y contenido de campaña.

La auditoría visual que haría esta semana cualquier tienda

Checklist

La primera revisión es la imagen principal. Debe identificar el producto sin ambigüedad, funcionar en miniatura, enseñar la forma completa y respetar las reglas del canal. En Amazon, las normas de imagen principal son estrictas; en tienda propia, aunque haya más libertad, conviene mantener una versión clara y neutra para feeds, comparadores, marketplaces y resultados enriquecidos.

La segunda revisión son las imágenes secundarias. Ahí sí tiene sentido enseñar uso, escala, textura, detalle, variantes, compatibilidad, interior, exterior, antes y después o situación real. La búsqueda visual aprende de lo visible, pero la conversión aprende de la confianza. Una galería repetitiva no responde dudas.

La tercera revisión es el dato que acompaña a la imagen. Color, patrón, material, dimensiones, forma, género, talla, compatibilidad, pack y nombre de variante deben decir lo mismo que la foto. Si la imagen muestra tejido bouclé y el atributo solo dice blanco, el sistema y el comprador reciben una señal pobre.

La cuarta revisión es la operación. E-Commerce Brasil lo expresaba bien al hablar de grandes fechas: la imagen de producto ya puede ser un cuello de botella operativo. Si cada campaña exige rehacer manualmente miles de assets, la tienda llega tarde a las ventanas de demanda. La solución no es generar por generar, sino fijar estándares visuales reutilizables por canal.

Cómo preparar fichas y feeds para una búsqueda más visual

Datos

Empieza por nombrar lo que el cliente ve. Si una mesa es ovalada, extensible, de nogal y patas cónicas, esos atributos deben existir como datos, no solo como frase comercial. Si una camisa tiene cuello drapeado, tejido satinado y manga francesa, el feed debe poder comunicarlo aunque el usuario no conozca la palabra técnica.

Después, cruza atributos con imágenes. Un color declarado como beige puede verse crema, arena o topo según luz y pantalla. Una textura puede desaparecer en una miniatura. Un patrón puede confundirse si la foto está demasiado alejada. La auditoría no termina en rellenar campos: hay que comprobar si el campo y la imagen se refuerzan.

En tienda propia, revisa también SEO visual: nombres de archivo razonables, alt descriptivo, datos estructurados de producto, variantes rastreables, imágenes indexables y páginas que expliquen uso, medidas, materiales y comparativas. No para llenar Google de palabras clave, sino para que los sistemas entiendan de qué producto hablan las imágenes.

En marketplaces, separa el trabajo por función. Imagen principal para reconocimiento y compliance; secundarias para decisión; vídeo para uso; contenido enriquecido para confianza; Brand Store o escaparate para contexto de marca; y ads para captar intención. Si todo intenta hacerlo la misma imagen, ninguna señal trabaja bien.

• Convierte rasgos visuales en atributos estructurados: forma, color, textura, patrón, material y escala.
• Usa fotos secundarias para dudas que no caben en la miniatura.
• Comprueba cómo se ve cada producto en móvil y en tamaño de tarjeta.
• Mantén nombres de variantes comprensibles para personas y sistemas.
• Alinea imagen, título, bullets, descripción, feed, schema y anuncios.
• Documenta qué imágenes son reales, editadas, generadas o compuestas.

Qué medir antes de concluir que la búsqueda visual funciona

Métricas

El error sería medir solo clics. Una imagen más atractiva puede aumentar visitas y reducir conversión si promete una estética que el producto real no cumple. También puede mejorar add-to-cart y empeorar devolución si el problema aparece al recibirlo. Por eso la medición debe conectar descubrimiento, ficha y postventa.

En Amazon, un seller debería mirar CTR, sesiones, porcentaje de compra, ventas por ASIN, conversión móvil, términos de búsqueda, performance de Sponsored Products o Sponsored Brands, devoluciones por motivo y preguntas recurrentes. Si usa Brand Analytics o herramientas de retail media, conviene separar cambios de imagen de cambios de precio, stock y ranking.

En tienda propia, la lectura se amplía: tráfico desde búsqueda de imágenes, comportamiento por galería, clics en variantes, uso de zoom, scroll hasta medidas, abandono en ficha, consultas de soporte, tasa de devolución por color o talla y rendimiento de feeds en Google, Meta, Pinterest o marketplaces.

La buena noticia es que no hace falta esperar a que Amazon despliegue todo en España. Puedes hacer pruebas controladas ya: mejorar una subcategoría, actualizar atributos, crear nuevas fotos secundarias, añadir vídeo corto, medir cuatro semanas y comparar contra productos similares sin tocar precio.

La lectura de TienRank: el catálogo empieza a hablar con imágenes

Conclusión

Amazon no está diciendo que las keywords dejen de importar. Está diciendo que muchas intenciones de compra no empiezan con la palabra correcta. Empiezan con una forma vista en una foto, una textura recordada, una escena de TikTok, una prenda que alguien llevaba o un mueble que el usuario no sabe nombrar.

Para una tienda, la respuesta no es perseguir cada interfaz nueva. Es construir un catálogo que pueda ser entendido por texto, imagen y contexto. Las fichas que combinan datos precisos, fotos fieles, escenas útiles y contenido que resuelve dudas tienen más opciones de sobrevivir a cualquier buscador visual, asistente de IA o marketplace.

La imagen generada por IA puede acelerar producción, pero no sustituye la verdad del producto. En ecommerce, la confianza se gana cuando lo que el sistema sugiere, la ficha muestra y el cliente recibe encajan. La búsqueda visual premia esa coherencia y castiga los atajos.

La ventaja competitiva estará en tratar la fotografía como infraestructura de crecimiento. Igual que una tienda ordena stock, precio, feed y logística, tendrá que ordenar su sistema visual: qué se muestra, para qué canal, con qué datos, bajo qué reglas y con qué medición. La próxima búsqueda puede no escribirse; puede señalarse.