˚☕︎｡ News AI · ¿batida en Google?
Prueba real con el perfil de Chema Alonso: qué encuentra cada vía,
cuánto ruido trae y qué riesgo tiene
Prueba hecha el 12 de noviembre de 2026, a partir de lo que pidió Chema Alonso el día 11 y que quedó apuntado de forma provisional en N-16.
Se cuenta como noticia «sobre él» la que lleva su nombre en el titular. Es un criterio prudente: las cifras reales serían algo mayores.
Resumen
En 30 segundos: las tres vías, una al lado de otra
Chema Alonso tiene razón: Google encuentra muchísimo más que el buscador de Europa Press. La vía que funciona no es leer la página normal de Google, como hacía la FOCA, sino el RSS de Google News, y solo sirve con un buen filtro. Mismo perfil y mismas fechas; las cifras son de noticias sobre él (con su nombre en el titular).
Europa Press
El buscador de la agencia
Sirve para
- Ir al origen: muchas noticias de medios salen de la agencia
- Noticias desde 2017, buscando con comillas y sin límite de fechas
No sirve para
- Su filtro por defecto (el último año) no encuentra ninguna noticia sobre él
- Sin comillas busca palabras sueltas: 167 resultados de otras personas
RSS de Google News
El listado gratuito de Google
Sirve para
- Lo nuevo y también el histórico
- Los mismos operadores que Google:
site:, comillas, fechas… - Unas 115 búsquedas en una hora, sin ningún bloqueo
No sirve para
- Usarlo tal cual: más de la mitad de lo que trae es ruido
- Pedirle todo de golpe: da 60–100 resultados por búsqueda como mucho
Google normal
La página de resultados
Sirve para
- Ordenar bien: su primera página va limpia
- Encontrar la página de etiqueta de cada medio (su archivo sobre esa persona)
No sirve para
- Automatizarlo: exige JavaScript y bloquea enseguida
- Aportar noticias: casi todas ya estaban en el RSS
La muestra de Google normal fue la primera página de tres medios (El País, Expansión y La Razón), hecha a mano. Los dos artículos que el RSS no tenía son de Cinco Días. Las páginas de etiqueta son del tipo larazon.es/tags/chema-alonso o cincodias.elpais.com/noticias/chema-alonso/.
Antes de seguir
Cómo se ha medido
Dos supuestos de partida, para leer bien las cifras.
¿Qué cuenta como noticia sobre la persona?
Cada resultado cae en uno de tres grupos:
- Va sobre ella: su nombre está en el titular o en la entradilla, o es una entrevista suya.
- La menciona: sale de pasada en una noticia sobre otra cosa.
- Ruido: su nombre aparece en un menú o en «noticias relacionadas», o es otra persona con el mismo nombre.
Su propio blog no cuenta como prensa. Para contar, he usado solo el titular; en El filtro se ve por qué se queda corto.
¿Con qué se compara?
Con el buscador de Europa Press, que es lo que usa News AI hoy y lo que Chema Alonso vio que se quedaba corto. Para esta prueba «congelamos» la fecha actual, 12 de noviembre de 2026: es el contexto relativo con el que se trabajó. Desde ahí se miden dos cosas por separado:
- Lo nuevo: del 13 de octubre al 12 de noviembre. Es lo que llegaría en el email de novedades.
- El histórico: todo lo anterior. Es la carga inicial del Dossier de prensa.
Cómo se buscaría
Elegido el RSS, ¿qué se busca en él?
La vía ya está clara. Queda decidir qué preguntarle: en qué medios buscar a cada persona. Y aquí una primera tentativa salió torcida.
¿De dónde sale la lista de medios?
La primera prueba usó los «10 mayores medios de España» según una consulta rápida a Gemini. Al buscar el nombre sin limitarlo a ningún medio, resultó que a esa lista le faltaban medios donde el perfil sale a menudo (La Razón, OKdiario, El Debate, Expansión, Cuatro…) y le sobraban otros que casi solo traían ruido.
La idea que lo cambia
La lista de medios no debería salir de una IA, sino de los resultados de cada persona.
Por eso la batida tendría dos capas: una lista fija de medios, igual para todos, y la búsqueda propia de cada persona, que dice dónde sale ella.
Con esa idea, la batida tendría dos capas, y ninguna basta sola: cada una encuentra noticias que la otra no ve.
Capa propia
El nombre, sin lista de medios
Noticias sobre él. 119 están en 86 webs que no están en ninguna lista: Clarín, AS, Marca, Forbes, El Correo, Capital Radio…
Capa fija
Medio a medio, 33 medios
Noticias sobre él. 49 no salieron en la búsqueda propia.
Juntas
Sin repetir
Noticias distintas sobre él, desde 2006.
Lo nuevo, aparte
Para el email de novedades no haría falta la batida. Una sola búsqueda del nombre en el último mes encontró 5 de las 6 noticias sobre él; la batida por los 33 medios, solo 2. Las novedades salieron en Cuatro, Computer Hoy, Clarín, Nueva Revista y Capital Radio: tres de esos cinco medios no están en la capa fija.
| Capa fija | Medios (33) |
|---|---|
| Generalistas | El País, El Mundo, ABC, La Vanguardia, El Español, El Confidencial, 20minutos, La Razón, El Periódico, El Debate, OKdiario, Vozpópuli, Público, elDiario.es |
| Economía | Expansión, Cinco Días, El Economista, Economía Digital |
| Tecnología | Xataka, Computer Hoy, Hipertextual, ADSLZone |
| Televisión y radio | RTVE, laSexta, Antena 3, Cuatro, Telecinco, Cadena SER, Onda Cero, COPE |
| Agencias | Europa Press, EFE, Servimedia (y SINC, comprobada aparte) |
Es una lista de arranque, de todo el espectro, pensada para cualquier perfil. Se podría ajustar con lo que vaya saliendo en las búsquedas propias de todos los perfiles.
Las cuatro agencias de N-07
Las agencias de N-07 también se buscaron por el RSS de Google News. Para este perfil aportan poco: Europa Press, 9 resultados (3 sobre él); EFE, 2, y los dos son comunicados de EFE Comunica, no noticias; Servimedia, 1, que solo lo menciona; SINC, ninguno. Siguen siendo útiles para ir al origen de muchas noticias, pero no sustituyen a la búsqueda de cada persona.
Sin filtro no vale
Lo que habría que quitar, con ejemplos reales
En la capa fija, solo 166 de 969 resultados llevaban su nombre en el titular. En la capa propia, 436 de 766 eran redes y vídeo. Este es el ruido que apareció y cómo se reconocería.
| Ruido | Ejemplo de la prueba | Cómo se reconocería |
|---|---|---|
| Redes y vídeo aparte, no fuera |
YouTube (284 resultados), Facebook, LinkedIn, Instagram, TikTok, X; también Pinterest, Getty Images o tiendas de libros. | Por la web de origen. Separarlos no es tirarlos: los vídeos y pódcast tendrían su propio apartado (G-05). |
| El nombre de pasada | Computer Hoy: 237 resultados y solo 4 sobre él. «La VPN gratuita de Firefox ya está disponible en España…» · Computer Hoy | Su nombre no está en el titular, la entradilla ni la URL. Parece que sale en módulos laterales de la página. |
| Otra persona con el mismo nombre | Alguien relacionado con el Mercado de Puertochico, en Santander, y posiblemente un artista de Salamanca. | Por el contexto. Y con «No va sobre mí» (N-10), que enseñaría qué excluir la próxima vez. |
| Duplicados | La misma noticia en Cuatro y en Mediaset Infinity, del mismo grupo. | Por el titular, casi idéntico, y la fecha. |
| Su propio blog | El lado del mal: la fuente que más sale. | Va a «Tus canales» (N-02), no a prensa. |
Al revés: lo que el titular no dice
Algunas entrevistas no llevan su nombre en el titular, solo una frase suya entre comillas: «Pagaría por trabajar en lo que trabajo, tengo pasión por la tecnología» (La Razón) o «Quizás un día vayas al banco y te nieguen un crédito…» (Expansión). Las dos estaban en el RSS y Claude las contó como simples menciones. Para decidir si una noticia va sobre la persona habría que mirar también la entradilla y la URL.
Lo que no es ruido
El Dossier recogería también la prensa crítica con el perfil. No es ruido: es parte de su presencia en medios. Para decidir qué se ve está «Archivar» (N-09).
Cuánto supondría
Volumen y coste del RSS de Google News
No hay una cifra pública de perfiles de MyPublicInbox, así que el cálculo va por cada 1.000 perfiles. Son órdenes de magnitud, no un presupuesto.
| Por perfil | Por cada 1.000 perfiles | |
|---|---|---|
| Novedades | 1 búsqueda a la semana (o al día) del nombre, sin lista de medios. | Unas 1.000 búsquedas a la semana: unas 6 por hora. |
| Histórico una sola vez |
Unas 70 búsquedas: 15 tramos de fechas de la capa propia, los 33 medios de la capa fija y unas 20 más para los medios que llegan al tope. | Unas 70.000 búsquedas. |
| Enlaces | 1 petición más por cada noticia que pase el filtro, para sacar la dirección real del medio. En Chema Alonso, unas 280. | Como mucho 280.000, si todos los perfiles salieran tanto en prensa; la mayoría saldrá bastante menos. |
| Tiempo | Unos minutos. | A una petición cada 3 segundos, unos 12 días de trabajo de fondo para todo el histórico. Se podría repartir haciendo el de cada perfil al darse de alta. |
| Dinero | 0 € en tarifas. El coste real sería de desarrollo y de mantenimiento: el formato no está documentado y puede cambiar sin aviso. | |
Hechos, sin conclusión jurídica
El riesgo de cada vía
Ninguna vía gratuita de Google está del todo limpia. Esto es lo comprobado; si afecta o no a un uso como el de MyPublicInbox lo tendría que valorar alguien con criterio jurídico.
- El robots.txt de Google News no permite el RSS a los robots. Prohíbe a todos los robots todo el sitio salvo la portada y unas pocas secciones, y
/rss/no está entre ellas. A los robots de IA los veta por completo. Los lectores de RSS lo usan a diario, pero no está permitido en esas reglas. Consultado el 12 nov 2026: news.google.com/robots.txt - Las condiciones de Google prohíben el acceso automatizado que contravenga su robots.txt. Condiciones en vigor desde el 30 jul 2026: policies.google.com/terms
- La página normal de Google se defiende. Desde enero de 2025 exige JavaScript para mostrar resultados, desde septiembre de 2025 da solo 10 por página, y en la prueba bloqueó a las 14 búsquedas. TechRadar · Zeo
- El derecho de los editores de prensa (art. 129 bis de la Ley de Propiedad Intelectual) no se aplica a los hiperenlaces ni a palabras sueltas o extractos muy breves. Guardar titular, fecha, medio y enlace, sin el texto de la noticia, podría encajar ahí; lo tendría que confirmar un abogado. Texto consolidado en el BOE (artículo 129 bis)
- Los servicios de pago que hacen estas búsquedas (Serper, DataForSEO, SerpApi…) están en una zona gris: Google demandó a SerpApi en diciembre de 2025 por saltarse sus protecciones.
- Para ser transparentes: esta prueba también fueron consultas automatizadas, lanzadas desde un navegador y a escala de prueba.
Para decidir
Lo que se podría hacer con cada vía
Una propuesta para ayudar a decidir, sobre todo después de mirar el riesgo.
Lo nuevo: una búsqueda por persona, sin lista de medios
NovedadesCada semana (o cada n) se buscaría el nombre del perfil en el RSS de Google News, limitado a los últimos días y sin lista de medios. Lo que pase el filtro entraría en el Dossier de prensa y en el email de novedades.
- Una noticia de esta semana sobre el perfil aparece en su dossier aunque el medio no esté en la capa fija.
- Lo que es de redes, de su propio blog o de otra persona no entra como prensa.
El histórico: una pasada única, con las dos capas
HistóricoAl dar de alta un perfil se haría una sola pasada por el RSS: el nombre por tramos de fechas (capa propia) y la batida medio a medio por la capa fija, a ritmo bajo. Las direcciones reales de los artículos se sacarían solo de lo que pase el filtro.
- El dossier de un perfil nuevo arranca con su histórico, sin duplicados.
- Ningún medio se queda a medias por el tope de resultados.
Google normal: solo a mano, para las páginas de etiqueta
A manoNo se automatizaría. Como mucho, alguien de la oficina podría buscar a mano las páginas de etiqueta de un perfil en sus medios principales y apuntarlas.
- Ningún proceso lee la página de resultados de Google de forma automática.
Europa Press: de fuente única a fuente secundaria
SecundariaSe seguiría consultando, pero siempre con el nombre entre comillas y sin límite de fechas, y como una fuente más.
- La búsqueda en Europa Press usa comillas y todas las fechas.
- Una noticia que llega por Europa Press y por Google News aparece una sola vez.
Vídeo y pódcast: un apartado propio en el dossier
Vídeo y audioLos vídeos y pódcast que trae la búsqueda (entrevistas, programas de televisión y radio, charlas) no se descartarían: entrarían en el dossier en un apartado propio, separados de la prensa escrita, o con su tipo de N-11. Para encontrarlos de forma más limpia, News AI podría usar también la API oficial de YouTube.
| Ejemplos que ya trajo el RSS | Fecha |
|---|---|
| «[2026] Maria Zabay entrevista a Chema Alonso en El Foco» | abr 2026 |
| «Chema Alonso sobre hackers, IA, Cloudflare y el futuro de internet» | jun 2026 |
| «[2025] El Club de La IA: Entrevista de Jon Hernández a Chema Alonso» | may 2025 |
| «Escapando Palante: El Hombre de Negro entrevista a Chema Alonso» | sep 2024 |
| «[2023] En casa de Herrero: Entrevista a Chema Alonso» | abr 2023 |
- Una entrevista en vídeo o pódcast al perfil aparece en su dossier, separada de las noticias de prensa.
¿Y los vídeos que sube el propio perfil?
Muchos de los vídeos que trajo la búsqueda los sube el perfil a su propio canal, pero son entrevistas en otros programas. ¿Contarían como aparición en ese programa, o como canal propio (N-02)?
- YouTube Data API v3: oficial y gratuita. Cuota por defecto de 10.000 unidades al día por proyecto; una búsqueda (
search.list) cuesta 100, así que salen unas 100 búsquedas al día. Leer una lista de reproducción o los datos de un vídeo cuesta 1. - Volumen: 1.000 perfiles con una búsqueda semanal son unas 143 búsquedas al día; haría falta pedir más cuota a Google, que se solicita por formulario (no se compra).
- Más barato: si se conoce el canal del perfil o el de un programa, leer sus listas de reproducción en vez de buscar.
- Fuera de esta vía: los pódcast que solo están en Spotify, iVoox u otras plataformas.
Para desarrollo
Lo que se aprendió de la prueba
Detalles técnicos que ahorrarían tropiezos si se construye.
- La dirección:
https://news.google.com/rss/search?q=CONSULTA&hl=es&gl=ES&ceid=ES:es. Sin documentación oficial ni garantías. - Operadores que funcionan: frase exacta con comillas,
site:,-site:,OR,intitle:,when:7d,after:AAAA-MM-DDybefore:AAAA-MM-DD. - Tope: unos 60 resultados por búsqueda con
site:y 100 sin él. Si se llega al tope, partir por tramos de fechas. Los recuentos al partir no son del todo estables entre una búsqueda y otra. - No agrupar medios con
ORpara el histórico: 11 medios juntos dieron 63 resultados; por separado, 409. Sirve solo para novedades, que traen pocos. - Subdominios:
site:elpais.comincluye Cinco Días ysite:20minutos.esincluye Computer Hoy. Para contarlos aparte:-site:cincodias.elpais.com,-site:computerhoy.20minutos.es. - Lo que trae cada resultado: titular (con « - Medio» al final), fecha y web de origen (en la etiqueta
source). La web de origen sirve para separar redes y vídeo de la prensa, no para descartarlos. - Enlaces cifrados: cada enlace es un identificador de
news.google.com/rss/articles/…que solo Google puede convertir en la dirección real. Es una petición más por noticia: hacerla solo con lo que pase el filtro. - Deduplicar por titular normalizado (sin « - Medio») y fecha, también con lo que llegue por Europa Press.
- Criterio de «va sobre él»: nombre o variantes en el titular, la entradilla o la URL. Solo el titular deja fuera entrevistas.
- Ritmo: unas 115 búsquedas en una hora no dieron ningún bloqueo; a escala, mejor repartirlas.
- Origen: guardar
google-newscomo origen, para saber cuánto aporta cada vía.
Para comprobar
Fuentes
- robots.txt de Google News · consultado el 12 nov 2026
- Condiciones del servicio de Google · en vigor desde el 30 jul 2026
- Conduct Atlas · la cláusula de acceso automatizado, citada
- YouTube Data API · cuota por defecto y coste de cada llamada
- Custom Search JSON API · sin clientes nuevos, se apaga el 1 ene 2027
- TechRadar · Google exige JavaScript desde enero de 2025
- Zeo · 10 resultados por página desde septiembre de 2025
- cloro.dev · el RSS de Google News, sin garantías ni versiones
- Apify · los enlaces del RSS son identificadores que solo Google expande
- Ley de Propiedad Intelectual, texto consolidado en el BOE · artículo 129 bis, derecho de los editores de prensa
De vuelta a las enmiendas
N-16 · Batida en Google
Esta página es el detalle de la ficha N-16 del Dossier de prensa. La propuesta provisional de esa ficha se actualizaría con lo que ha salido aquí.
📋 Volver a N-16 →Como ha visualizado Chema Alonso, efectivamente: Google tiene el índice. La pregunta era por qué puerta entrar; espero haber aportado datos que ayuden a decidir.