Pide a un asistente de IA que recomiende una consultora, explique un producto o compare dos empresas. La respuesta puede parecer sencilla. Aparecen nombres, les siguen descripciones y unas cuantas fuentes transmiten la tranquilidad de que todo está claro.

Pero bajo esa redacción tan fluida hay una pregunta: ¿de qué empresa, persona o producto está hablando realmente la respuesta?

Un nombre conocido no siempre basta. Dos empresas pueden compartirlo. Un autor puede aparecer con distintas versiones de su nombre. Un servicio puede sonar como un producto de software. Y una web puede describir los tres sin explicar cómo se relacionan.

Aquí es donde las entidades resultan útiles para el GEO, u optimización para motores generativos: el trabajo de mejorar cómo aparecen tu contenido y tu negocio en las respuestas generadas por IA.

Lo interesante no es añadir otra capa de jerga al SEO. Es hacer que tu identidad sea más fácil de determinar, tus afirmaciones más fáciles de comprobar y tus relaciones más fáciles de seguir.

Esto es lo que quiero explicar:

  1. Qué es realmente una entidad.
  2. Por qué las identidades claras ayudan a los sistemas de IA.
  3. Qué aportan Schema.org y JSON-LD.
  4. Dónde encaja Wikidata y dónde no.
  5. Cómo convertir todo esto en un trabajo útil en una web real.
Cinco tipos de entidades conectadas alrededor de una organización ficticia
Una entidad se vuelve reconocible por sus atributos y relaciones, no solo por su nombre.

1. Una entidad es algo concreto, no solo una expresión

Piensa en una entidad como algo que puedes identificar de forma inequívoca y describir mediante atributos y relaciones.

Una organización tiene un nombre, una web y quizá una ubicación. Una persona tiene una función profesional y vínculos con organizaciones. Un producto tiene un fabricante y especificaciones. Un lugar tiene una ubicación. Un concepto tiene un significado y conexiones con otros conceptos.

Estas son las cinco familias ilustradas en la diapositiva de una conferencia que inspiró este artículo: organizaciones, personas, productos, conceptos y lugares. Los servicios también forman parte del conjunto, aunque su descripción debe reflejar lo que realmente son.

Tomemos una consultora ficticia llamada Northstar Analytics. Su fundador, Alex Morgan, es una entidad. La consultora es otra. Su servicio de auditoría GEO es una tercera. Barcelona, donde tiene su sede, es otra más.

Puedes poner esos nombres en una página. O puedes explicar las relaciones: Alex trabaja para Northstar; Northstar presta el servicio de auditoría; la empresa tiene su sede en Barcelona.

La segunda versión aporta mucho más al lector. También ofrece información más clara a un sistema que intenta conectar los hechos.

Esa distinción importa cuando pasas de buscar coincidencias entre palabras a identificar aquello a lo que se refieren.

2. Por qué importa cuando se genera la respuesta

Una respuesta de IA sobre un negocio debe identificar correctamente al protagonista. Si mezcla dos empresas con el mismo nombre, incluso una explicación elegante deja de ser fiable.

La complicación es que «la IA» rara vez consiste en un único mecanismo sencillo. Según el producto y la consulta, una respuesta puede recurrir al conocimiento del modelo, páginas recuperadas, resultados de búsqueda u otra información conectada. Esas vías no procesan las webs de la misma manera.

Los LLM pueden reconocer entidades nombradas en un texto corriente, como demuestra la investigación sobre reconocimiento de entidades nombradas. Reconocer un nombre y determinar a qué entidad del mundo real se refiere son tareas distintas. Un modelo no necesita, en todos los casos, una entrada de Wikidata o un bloque JSON-LD para reconocer una empresa. Afirmar lo contrario exageraría lo que ofrece la tecnología.

La inferencia práctica que hago es más limitada: hacer explícitas la identidad y las relaciones reduce la ambigüedad de la información disponible para estos sistemas. Sigue siendo necesario comprobar si un producto concreto utiliza esa información y si la respuesta resultante mejora.

En la web de Northstar, «ayudamos a las marcas ambiciosas a triunfar» deja sin responder la mayoría de las preguntas útiles. «Northstar Analytics es una consultora con sede en Barcelona que ofrece servicios de analítica y auditorías GEO» proporciona algo más concreto tanto a lectores como a máquinas.

El mismo principio se aplica a una página de autor. Dale a Alex una biografía real, una función definida y enlaces a su trabajo. Un nombre bajo un artículo es un comienzo; una identidad profesional conectada aporta más información.

También hay una ventaja editorial. Describir la entidad con claridad suele poner de manifiesto el posicionamiento impreciso que se escondía tras el lenguaje de marketing.

Imagina una pregunta comparativa: «¿Qué consultoras de Barcelona ofrecen auditorías GEO y quién dirige el trabajo?». Una página que conecta claramente la organización, el servicio, la ubicación y el experto contiene los ingredientes para una respuesta pertinente. Una página que incluye esas cuatro palabras en algún punto de su texto puede seguir dejando poco clara su relación. Eso no garantiza que se seleccione, pero explica por qué el trabajo con entidades resulta útil antes de empezar a medirlo.

3. Schema.org aporta el vocabulario. JSON-LD lo expresa

Estos dos nombres suelen mencionarse juntos, pero cumplen funciones diferentes.

Schema.org aporta términos compartidos para describir cosas y sus relaciones: Organization, Person, Service, Article, author, publisher y muchos más. JSON-LD es un formato para expresar datos enlazados, que suele incluirse en una página web dentro de un bloque de script. La introducción de Schema.org y el estándar JSON-LD del W3C explican la distinción.

Estás haciendo más explícito el significado. Esto es una organización. Esta persona trabaja para ella. Este servicio tiene a esa organización como proveedor.

Hay un uso documentado en la búsqueda: Google afirma que los datos estructurados le ayudan a entender el contenido de las páginas, y su documentación sobre organizaciones describe expresamente cómo distinguir empresas que podrían confundirse. Eso respalda la utilidad de una identidad más clara; no demuestra un aumento universal de las citas en respuestas de IA. Introducción de Google a los datos estructurados y guía sobre organizaciones.

Un grafo ilustrativo de una web que conecta una organización, una persona, un servicio, un artículo y un lugar
El valor está en las conexiones correctas. Las flechas describen relaciones, no una secuencia que garantice visibilidad.

Para Northstar, un pequeño grafo JSON-LD podría ser así:

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://northstar.example/#organisation",
      "name": "Northstar Analytics",
      "url": "https://northstar.example/"
    },
    {
      "@type": "Person",
      "@id": "https://northstar.example/team/alex/#person",
      "name": "Alex Morgan",
      "worksFor": {
        "@id": "https://northstar.example/#organisation"
      }
    }
  ]
}

Ejemplo ficticio con un dominio reservado para ejemplos; adáptalo a hechos descritos de forma visible en la página correspondiente.

La organización recibe un @id estable. La persona hace referencia a ese identificador mediante worksFor. Las dos descripciones quedan conectadas en lugar de permanecer aisladas. Un @graph puede agrupar los nodos, mientras que los identificadores permiten que se refieran unos a otros. El W3C sobre los identificadores de nodos.

Utiliza el mismo identificador de organización de forma coherente cuando otras páginas hagan referencia a esa empresa. Un servicio puede conectarse mediante provider; un artículo puede hacerlo mediante author y publisher. Elige el tipo que describa al sujeto, en lugar del que parezca estar más de moda.

4. Wikidata da a algunas entidades una identidad pública compartida

Tu web puede describir tu negocio. Wikidata ofrece algo distinto: una base de conocimiento pública y colaborativa en la que una entidad puede tener un identificador compartido entre idiomas y descripciones.

Los elementos utilizan identificadores que empiezan por Q. Por ejemplo, Q312 identifica a Apple Inc., en lugar de la fruta u otra empresa llamada Apple.

Las etiquetas, los alias, las descripciones y las declaraciones se organizan alrededor de ese identificador. Las etiquetas en distintos idiomas pueden hacer referencia al mismo elemento, lo que resulta útil cuando un nombre cambia entre mercados. Wikidata también registra referencias y enlaces a otras bases de datos. Introducción de Wikidata.

Eso lo convierte en una referencia de identidad útil cuando el elemento es correcto y describe realmente la entidad en cuestión. No significa que todos los asistentes de IA consulten Wikidata para cada respuesta, ni que un elemento haga que su sujeto se recomiende automáticamente.

En una web multilingüe, esta distinción resulta especialmente práctica. Una página en inglés y otra en español pueden describir la misma organización con palabras distintas y mantener la misma referencia de identidad. Sigues necesitando traducciones precisas y hechos coherentes. El identificador ayuda a decir «este es el mismo sujeto»; no hace la traducción ni demuestra que las afirmaciones que lo rodean sean verdaderas.

Hay otro límite que merece más atención: Wikidata es un proyecto comunitario de conocimiento, no un directorio empresarial promocional.

Una entidad no necesita necesariamente un artículo de Wikipedia para cumplir los requisitos. La política de relevancia también admite vías basadas en referencias públicas serias o en una necesidad estructural. Pero hay que evaluar si cumple esas normas; querer más visibilidad GEO no da derecho a un elemento. Política de relevancia de Wikidata.

Para una consultora pequeña, el punto de partida sensato puede ser simplemente una web clara, perfiles profesionales correctos y cobertura externa creíble. Si ya existe un elemento adecuado en Wikidata, compruébalo. Si no existe, determina si crearlo aporta valor a la base de conocimiento antes de pensar en los beneficios de marketing. Las propias indicaciones de Wikidata advierten contra la creación de elementos con fines promocionales. Ayuda sobre elementos.

5. Un identificador local y sameAs no son intercambiables

Es una pequeña distinción técnica con una gran consecuencia práctica.

Tu @id identifica un nodo en los datos de tu web. Un enlace sameAs apunta a otra página que identifica de forma inequívoca la misma cosa. Schema.org incluye expresamente las entradas de Wikidata entre sus ejemplos. Definición de sameAs.

Si estuvieras describiendo a Apple Inc., la URL verificada de Wikidata para Q312 podría ser una referencia de identidad. No sería adecuada para Northstar Analytics por el mero hecho de que la consultora trabaje con productos de Apple.

Del mismo modo, un artículo sobre GEO no es la misma entidad que el concepto de GEO. Un fundador no es la misma entidad que su empresa. Una asociación no convierte dos cosas en idénticas.

Comparación entre identificadores locales estables y referencias externas de identidad exactas
El identificador de Northstar y el elemento de Apple en Wikidata son ejemplos separados. Muestran dos funciones, no una coincidencia de identidad entre las empresas.

Utiliza una relación adecuada para la afirmación: author para la autoría, worksFor para la relación laboral o about para el tema de una obra. Reserva sameAs para la identidad.

El mismo cuidado se aplica a los nombres. La razón social, el nombre comercial y el nombre de marca traducido pueden diferir legítimamente. Explica cómo se relacionan en lugar de forzar que todas las etiquetas coincidan carácter por carácter.

Un bloque técnicamente válido puede seguir describiendo la empresa equivocada. Superar la validación te dice algo sobre el código; no certifica la veracidad de todas las declaraciones que contiene.

6. Qué cambiaría realmente en una web

Empezaría por las páginas visibles.

¿Puede un visitante entender quién es el propietario del sitio, qué ofrece el negocio, quién escribe su contenido y dónde opera? ¿Se describen por separado los servicios importantes? ¿Explican las biografías de los autores su experiencia pertinente sin exagerarla?

Después definiría un pequeño conjunto de entidades y relaciones. Para Northstar, eso significa la organización, las personas relevantes, los servicios, los artículos y la ubicación. No exige marcar cada sustantivo de cada página.

Luego viene la implementación: identificadores estables, tipos y propiedades adecuados, y referencias que conecten los nodos correctos. Revisa los plugins existentes antes de añadir otro bloque; dos herramientas pueden publicar fácilmente descripciones contradictorias del mismo negocio.

El marcado debe mantenerse fiel al contenido visible. No lo utilices para introducir experiencia, premios, reseñas o vínculos con organizaciones que la página no pueda respaldar. Las políticas de Google exigen que los datos estructurados representen la página con precisión. Directrices sobre datos estructurados.

Después mira fuera de la web. Corrige perfiles obsoletos, aclara descripciones ambiguas y busca pruebas creíbles para las afirmaciones que quieres que otros repitan. Repetir tu propia afirmación en diez perfiles no equivale a una corroboración independiente.

Por último, comprueba el acceso y mide el resultado. ¿Pueden los rastreadores pertinentes acceder a las páginas? ¿Se puede recuperar el contenido? Cuando pruebas preguntas, ¿identifica la respuesta al negocio correcto y le atribuye los servicios y las personas adecuados?

Un ciclo de cuatro pasos para identificar, conectar, verificar y medir entidades
Mantén conectadas las comprobaciones de la implementación y las de las respuestas. Ninguna sustituye a la otra.

Registra por separado las menciones, las citas con enlace y la precisión de los hechos. Una marca puede aparecer mencionada sin que se cite una fuente, o aparecer citada con una descripción incorrecta. Registra los prompts, el idioma, la plataforma, la fecha y las solicitudes fallidas para que la comparación tenga una referencia inicial útil.

Un cambio en una muestra pequeña de pruebas es una observación, no una prueba de la visibilidad global en el mercado ni de un efecto causal del JSON-LD. Otros cambios en el contenido, en la recuperación de información y en la propia plataforma pueden afectar al resultado.

7. Mi opinión sobre la promesa del GEO

Creo que el trabajo con entidades merece la pena cuando hace que un negocio sea más fácil de entender y su información más fácil de mantener.

Esa es una razón sólida para invertir en él. El argumento menos convincente es que añadir marcado de Schema.org y un identificador de Wikidata abre las puertas a un sistema de recomendaciones de IA.

Google es especialmente claro en este punto respecto a sus propias funciones de búsqueda con IA: no se necesita ningún marcado especial de Schema.org para aparecer en ellas. Sus indicaciones mantienen el énfasis en los fundamentos establecidos del SEO y en el contenido útil y accesible. Es una afirmación sobre las funciones de Google, no sobre todos los productos de IA. Guía de Google sobre sus funciones de IA.

Wikidata puede aportar una referencia pública valiosa. JSON-LD con el vocabulario de Schema.org puede expresar una descripción coherente en tu sitio. Ninguno crea experiencia, pruebas independientes o una respuesta útil cuando faltan esas cosas.

Así que plantearía la ambición de esta manera: facilita la identificación de la entidad correcta, la comprensión de lo que hace y la verificación de por qué debe figurar en la respuesta. Después comprueba si los sistemas que te interesan utilizan realmente esa información.

Es menos espectacular que un atajo GEO garantizado. También es una base mucho más defendible para el trabajo.

TL;DR: ideas clave

  • ¿Podría la respuesta confundirte con otra persona o empresa? Aclara la entidad mediante nombres, atributos y relaciones.
  • ¿Describen tus datos estructurados los hechos visibles? Conecta los nodos correctos con identificadores estables y propiedades adecuadas.
  • ¿Es Wikidata la referencia adecuada? Utiliza un elemento exacto y verificado cuando sea pertinente; evalúa si cumple los requisitos antes de crear nada.
  • ¿Ha mejorado la visibilidad? Prueba las menciones, las citas y la precisión en lugar de tratar un marcado válido como el resultado.