Entity SEO: optimización por entidades para la IA | Ighenatt

Los motores de búsqueda no leen keywords. Modelan el mundo. Cuando alguien busca “agencia SEO Barcelona”, Google no busca páginas que contengan esas tres palabras: evalúa qué entidades existen en esa categoría, qué relaciones tienen con el lugar geográfico y qué nivel de confianza tiene sobre cada una. Este cambio, que Amit Singhal describió en 2012 con la frase “from strings to things”, tiene consecuencias directas sobre cómo los modelos de IA generativa deciden qué marcas mencionar y cuáles ignorar.

Un estudio de Ahrefs sobre 75.000 marcas, publicado en noviembre de 2025, cuantificó la dimensión del problema: las menciones de marca en la web correlacionan con la visibilidad en Google AI Overviews a un coeficiente de 0,664, mientras que los backlinks tradicionales solo correlacionan a 0,218. Una brecha de factor 3x que invierte la lógica del link building clásico. Los modelos de IA aprenden de co-ocurrencias textuales, no de grafos de enlaces. Antes de que un LLM pueda citarte, Google necesita reconocerte como entidad. Ahí es donde empieza el Entity SEO.

Qué son las entidades en SEO y por qué superan a las keywords

Una entidad, en el contexto del Knowledge Graph de Google, es cualquier cosa que puede ser inequívocamente identificada: una empresa, una persona, un lugar, un concepto, un producto. Lo que distingue a una entidad de una keyword es la desambiguación. “Barça” puede referirse al club de fútbol, a la ciudad de Barcelona o a un nombre coloquial. Como entidad, “FC Barcelona” tiene un identificador único en el Knowledge Graph y un conjunto de atributos verificados (fundación, estadio, presidente, palmarés) que permiten a Google hablar de ella con certeza en cualquier contexto.

El Knowledge Graph de Google almacena más de 500.000 millones de hechos sobre aproximadamente 5.000 millones de entidades. Cuando tu marca no existe en esa base de conocimiento, los modelos de IA generativa —ChatGPT, Perplexity, Google AI Overviews— no pueden citarla con precisión, independientemente de cuántas páginas tengas indexadas. Para que un LLM te mencione como respuesta a “mejores agencias SEO en Barcelona”, necesita saber que eres una entidad de tipo “organización”, con categoría “agencia SEO”, localizada en “Barcelona”, con credenciales verificables. Eso no se consigue con keywords: se construye con señales de entidad.

La distinción práctica es importante para entender dónde invertir. El SEO de keywords compite en la página de resultados. El Entity SEO construye la reputación de la marca en la base de conocimiento que alimenta tanto esa página de resultados como los sistemas de IA que la están sustituyendo progresivamente.

Knowledge Graph: cómo funciona y por qué tu marca no aparece

Google no construye el Knowledge Graph leyendo páginas web de forma aislada. Lo construye triangulando entre fuentes autoritativas: Wikipedia, Wikidata, DBpedia, datos de Google Business Profile, Common Crawl y datos estructurados publicados por los propios sitios web. Cuando estas fuentes son coherentes y se refuerzan mutuamente, Google puede afirmar con alta confianza que la entidad X existe, pertenece a la categoría Y y tiene los atributos Z.

El proceso de desambiguación es el más crítico. Google asigna a cada entidad reconocida un identificador único denominado KGMID (Knowledge Graph Machine ID). Cuando múltiples fuentes mencionan “Ighenatt” en el contexto de “agencia SEO Barcelona” de forma consistente, Google unifica esas menciones bajo el KGMID correspondiente. Cuando las fuentes son inconsistentes (distintos nombres, diferentes descripciones, datos contradictorios), Google puede crear entidades duplicadas o directamente no reconocer la entidad.

En junio de 2025, Google eliminó millones de entidades del Knowledge Graph en una operación de limpieza que priorizó calidad y consistencia sobre volumen. Las entidades ambiguas, desactualizadas o con señales contradictorias fueron las primeras candidatas a la eliminación. Para una marca que ha construido su presencia digital de forma desordenada —con distintos nombres en distintos canales, sin datos estructurados que declaren su identidad, sin entradas en Wikidata— la consecuencia práctica es la invisibilidad para los LLMs.

sameAs y Wikidata: cómo declarar tu identidad a Google

La propiedad sameAs en el schema Organization es la declaración de identidad más directa que puedes hacer a Google. Afirma que la entidad descrita en tu web es la misma que la registrada en Wikidata, LinkedIn, Wikipedia u otras fuentes autoritativas. Google usa esos enlaces para unificar las menciones de tu marca dispersas por la web bajo un único nodo del Knowledge Graph. Para integrar este schema markup en tu sitio, la implementación es un array de URLs en el JSON-LD de tu página principal:

{
  "@type": "Organization",
  "@id": "https://ighenatt.es/#organization",
  "name": "Ighenatt",
  "url": "https://ighenatt.es",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q[TU_ID]",
    "https://www.linkedin.com/company/ighenatt",
    "https://www.crunchbase.com/organization/ighenatt"
  ]
}

Las URLs que debes incluir en sameAs tienen un orden de prioridad por autoridad: Wikidata (máxima prioridad, fuente primaria del KG), Wikipedia (cuando existe artículo), LinkedIn (para organizaciones), Crunchbase (para startups y empresas tech), Google Business Profile URL y directorios de referencia del sector.

Wikidata es el paso más importante y el más ignorado. A diferencia de Wikipedia, crear una entrada en Wikidata no requiere cobertura mediática previa: cualquier entidad verificable puede tener entrada. El proceso toma menos de una hora: creas el ítem con nombre e identificadores básicos (P856 para URL oficial, P17 para país, P571 para fecha de fundación, P452 para sector de actividad), lo publicas y enlazas a tu schema con sameAs. Ese acto convierte tu marca en una entidad que Google puede procesar con datos estructurados verificables.

Menciones de marca no enlazadas: el link building de la era IA

Los modelos de lenguaje aprenden sobre las marcas a través de la co-ocurrencia de palabras en los textos con los que se entrenan, no a través de la estructura de enlaces de la web. Este principio explica el dato central del estudio de Ahrefs: el brand search volume —cuántas personas buscan tu nombre— predice las citas en LLMs con correlación de 0,334. El volumen de menciones en medios, con 0,664. Los backlinks, con 0,218.

Una mención en un artículo de un medio digital de referencia, aunque no incluya ningún enlace a tu web, contribuye más a que ChatGPT te cite que un backlink de un directorio de baja autoridad. La razón es que los LLMs se entrenan sobre texto, y el texto con tu nombre en contextos relevantes (agencia SEO, resultados de clientes, comparativas de herramientas, artículos de sector) es lo que construye la reputación de tu entidad en los datos de entrenamiento.

La estrategia práctica tiene tres dimensiones. Primera: PR digital en medios del sector con artículos que nombren la marca en contexto relevante (entrevistas, menciones en rankings, coautorías en publicaciones de referencia). Segunda: registros en directorios autoritativos del sector (guías de agencias, plataformas de comparativas, asociaciones profesionales). Tercera: co-citación con entidades de alta autoridad —cuando tu marca aparece en el mismo texto que nombres reconocidos del sector, Google infiere relación y relevancia por proximidad semántica.

Para auditar las menciones existentes, herramientas como Google Alerts, Mention o la búsqueda de operador "nombre de marca" -site:tudominio.com en Google te dan una lista de co-ocurrencias actuales. Las menciones sin enlace en medios con buen DA son candidatas a un outreach de link building clásico, pero su valor como señal de entidad existe independientemente de si consigues el enlace.

NAP consistency y entity consolidation para negocios locales

Para negocios con varias sedes o delegaciones, la coherencia NAP (Nombre, Dirección, Teléfono) en todos los puntos de presencia digital es Entity SEO aplicado a escala local. Brightview Senior Living, con 47 ubicaciones en Estados Unidos, documentó este problema: búsquedas near me mostraban resultados inconsistentes porque Google tenía múltiples entidades parciales para las mismas sedes, con nombres ligeramente distintos según el directorio.

La solución fue vincular cada entidad de ubicación a Wikidata via sameAs e implementar schema LocalBusiness con identificadores únicos por sede. El resultado fue la unificación de las entidades duplicadas y una visibilidad consistente en búsquedas locales de alto intent, sin necesidad de campaña de link building adicional.

Para implementar esto: cada sede necesita su propio @id único en el JSON-LD, coherencia exacta del nombre en Google Business Profile, directorios locales y schema de la página web, y un sameAs que apunte al mismo identificador en Wikidata o Google Business Profile. Las herramientas como Moz Local o Semrush Listing Management automatizan la distribución coherente de NAP en directorios, reduciendo el riesgo de entidades duplicadas.

Cómo medir tu presencia como entidad en el Knowledge Graph

El Knowledge Panel es el indicador de reconocimiento de entidad más visible. Búscate por tu nombre de marca: si aparece el panel lateral con información de la organización, Google te reconoce como entidad. Si no aparece, no te reconoce, independientemente de tu posicionamiento para otras queries.

Más allá del panel, hay tres métricas proxy que miden el progreso de la construcción de entidad. El branded search volume, disponible en Google Search Console bajo “consultas de marca”, indica cuánta gente te busca por nombre: correlaciona directamente con las citas en LLMs según el estudio de Ahrefs. El número de menciones en prensa indexadas, medible con herramientas como Ahrefs Content Explorer, refleja el volumen de co-ocurrencias que los modelos de IA pueden procesar. La tasa de aparición en AI Overviews para keywords de marca, visible en Search Console desde diciembre de 2025, es la medición más directa del efecto del Entity SEO en el ecosistema de IA.

La Knowledge Graph Search API de Google permite consultar directamente si tu organización tiene KGMID asignado. Una respuesta vacía indica ausencia como entidad reconocida; una respuesta con @id y resultScore alto confirma el reconocimiento y permite comparar contra competidores.

De entidad a citación: cómo los LLMs deciden a quién mencionar

El mecanismo por el que un LLM decide citar una marca tiene más en común con la reputación que con el ranking. Los modelos se entrenan sobre texto en el que ciertas marcas aparecen en contextos de autoridad: listas de “mejores agencias”, artículos de referencia del sector, entrevistas a fundadores, estudios de caso. Ese texto de entrenamiento determina cuáles marcas están en el vocabulario del modelo para una categoría dada.

Para los sistemas de recuperación en tiempo real —Google AI Overviews, Perplexity, el modo de búsqueda de ChatGPT— el peso relativo de las fuentes en vivo es mayor. Aquí es donde el Entity SEO conecta directamente con la estrategia para aparecer en AI Overviews: las páginas que Google indexa como parte de la entidad (web oficial, artículos firmados por personas de la organización, perfiles verificados) tienen preferencia como fuente de respuestas.

Solo el 11% de los dominios son citados simultáneamente por ChatGPT y Perplexity, según el informe AI Visibility Report de TheDigitalBloom (2025). Esto significa que construir presencia como entidad en un solo motor no es suficiente: la estrategia debe diversificarse entre fuentes de entrenamiento (Wikipedia, medios de referencia, datasets abiertos) y fuentes de recuperación (contenido actualizable en el sitio oficial, schema datos estructurados frescos, presencia en plataformas que los LLMs usan como fuente en tiempo real).

El análisis de los factores E-E-A-T en el contenido converge con el Entity SEO en un punto fundamental: Google confía más en el contenido producido por entidades reconocidas. Una vez que tu marca existe como nodo verificado en el Knowledge Graph, cada artículo, estudio o guía que publiques hereda parte de esa confianza acumulada. Y para ver también cómo los bots de IA rastrean tu sitio antes de indexar ese contenido, el análisis de logs de bots IA como GPTBot y ClaudeBot es el siguiente paso técnico natural.