Entity SEO: optimització per entitats per a la IA | Ighenatt

Els motors de cerca no llegeixen paraules clau. Modelen el món. Quan algú cerca “agència SEO Barcelona”, Google no busca pàgines que continguin aquestes tres paraules: avalua quines entitats existeixen en aquella categoria, quines relacions tenen amb el lloc geogràfic i quin nivell de confiança té sobre cadascuna. Aquest canvi, que Amit Singhal va descriure el 2012 amb la frase “from strings to things”, té conseqüències directes sobre com els models d’IA generativa decideixen quines marques mencionar i quines ignorar.

Un estudi d’Ahrefs sobre 75.000 marques, publicat el novembre de 2025, va quantificar la dimensió del problema: les mencions de marca a la web correlacionen amb la visibilitat a Google AI Overviews amb un coeficient de 0,664, mentre que els backlinks tradicionals només correlacionen a 0,218. Una bretxa de factor 3x que inverteix la lògica del link building clàssic. Els models d’IA aprenen de co-ocurrències textuals, no de grafs d’enllaços. Abans que un LLM et pugui citar, Google necessita reconèixer-te com a entitat. Aquí és on comença l’Entity SEO.

Què són les entitats en SEO i per què superen les paraules clau

Una entitat, en el context del Knowledge Graph de Google, és qualsevol cosa que pot ser inequívocament identificada: una empresa, una persona, un lloc, un concepte, un producte. El que distingeix una entitat d’una paraula clau és la desambiguació. “Barça” pot referir-se al club de futbol, a la ciutat de Barcelona o a un nom col·loquial. Com a entitat, “FC Barcelona” té un identificador únic al Knowledge Graph i un conjunt d’atributs verificats (fundació, estadi, president, palmarès) que permeten a Google parlar-ne amb certesa en qualsevol context.

El Knowledge Graph de Google emmagatzema més de 500.000 milions de fets sobre aproximadament 5.000 milions d’entitats. Quan la teva marca no existeix en aquesta base de coneixement, els models d’IA generativa —ChatGPT, Perplexity, Google AI Overviews— no la poden citar amb precisió, independentment de quantes pàgines tinguis indexades. Perquè un LLM et mencioni com a resposta a “millors agències SEO a Barcelona”, necessita saber que ets una entitat de tipus “organització”, amb categoria “agència SEO”, localitzada a “Barcelona”, amb credencials verificables. Això no s’aconsegueix amb paraules clau: es construeix amb senyals d’entitat.

La distinció pràctica és important per entendre on invertir. El SEO de paraules clau competeix a la pàgina de resultats. L’Entity SEO construeix la reputació de la marca a la base de coneixement que alimenta tant aquella pàgina de resultats com els sistemes d’IA que la substitueixen progressivament.

Knowledge Graph: com funciona i per què la teva marca no hi apareix

Google no construeix el Knowledge Graph llegint pàgines web de forma aïllada. Ho fa triangulant entre fonts autoritatives: Wikipedia, Wikidata, DBpedia, dades de Google Business Profile, Common Crawl i dades estructurades publicades pels propis llocs web. Quan aquestes fonts són coherents i es reforcen mútuament, Google pot afirmar amb alta confiança que l’entitat X existeix, pertany a la categoria Y i té els atributs Z.

El procés de desambiguació és el més crític. Google assigna a cada entitat reconeguda un identificador únic denominat KGMID (Knowledge Graph Machine ID). Quan múltiples fonts mencionen “Ighenatt” en el context d’“agència SEO Barcelona” de forma consistent, Google unifica aquestes mencions sota el KGMID corresponent. Quan les fonts són inconsistents (noms diferents, descripcions divergents, dades contradictòries), Google pot crear entitats duplicades o directament no reconèixer l’entitat.

El juny de 2025, Google va eliminar milions d’entitats del Knowledge Graph en una operació de neteja que va prioritzar qualitat i consistència per sobre del volum. Les entitats ambigües, desactualitzades o amb senyals contradictoris van ser les primeres candidates a l’eliminació. Per a una marca que ha construït la seva presència digital de forma desordenada —amb noms diferents a cada canal, sense dades estructurades que declarin la seva identitat, sense entrades a Wikidata— la conseqüència pràctica és la invisibilitat per als LLMs.

sameAs i Wikidata: com declarar la teva identitat a Google

La propietat sameAs en el schema Organization és la declaració d’identitat més directa que pots fer a Google. Afirma que l’entitat descrita al teu web és la mateixa que la registrada a Wikidata, LinkedIn, Wikipedia o altres fonts autoritatives. Google fa servir aquests enllaços per unificar les mencions de la teva marca disperses per la web sota un únic node del Knowledge Graph. Per integrar aquest schema markup al teu lloc, la implementació és un array d’URLs al JSON-LD de la teva pàgina 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"
  ]
}

Les URLs que has d’incloure a sameAs tenen un ordre de prioritat per autoritat: Wikidata (màxima prioritat, font primària del KG), Wikipedia (quan existeix article), LinkedIn (per a organitzacions), Crunchbase (per a startups i empreses tech), URL de Google Business Profile i directoris de referència del sector.

Wikidata és el pas més important i el més ignorat. A diferència de Wikipedia, crear una entrada a Wikidata no requereix cobertura mediàtica prèvia: qualsevol entitat verificable pot tenir entrada. El procés pren menys d’una hora: crees l’ítem amb nom i identificadors bàsics (P856 per a URL oficial, P17 per a país, P571 per a data de fundació, P452 per a sector d’activitat), el publiques i l’enlaces al teu schema amb sameAs. Aquest acte converteix la teva marca en una entitat que Google pot processar amb dades estructurades verificables.

Mencions de marca no enllaçades: el link building de l’era IA

Els models de llenguatge aprenen sobre les marques a través de la co-ocurrència de paraules als textos amb els quals s’entrenen, no a través de l’estructura d’enllaços de la web. Aquest principi explica la dada central de l’estudi d’Ahrefs: el brand search volume —quantes persones cerquen el teu nom— prediu les cites en LLMs amb correlació de 0,334. El volum de mencions en mitjans, amb 0,664. Els backlinks, amb 0,218.

Una menció en un article d’un mitjà digital de referència, encara que no inclogui cap enllaç al teu web, contribueix més que ChatGPT et citi que un backlink d’un directori de baixa autoritat. La raó és que els LLMs s’entrenen sobre text, i el text amb el teu nom en contextos rellevants (agència SEO, resultats de clients, comparatives d’eines, articles de sector) és el que construeix la reputació de la teva entitat en les dades d’entrenament.

L’estratègia pràctica té tres dimensions. Primera: relacions públiques digitals en mitjans del sector amb articles que nominin la marca en context rellevant (entrevistes, mencions en rànquings, coautories en publicacions de referència). Segona: registres en directoris autoritatius del sector (guies d’agències, plataformes de comparatives, associacions professionals). Tercera: co-citació amb entitats d’alta autoritat —quan la teva marca apareix en el mateix text que noms reconeguts del sector, Google infereix relació i rellevància per proximitat semàntica.

Per auditar les mencions existents, eines com Google Alerts, Mention o la cerca d’operador "nom de marca" -site:elteudomi.com a Google et donen una llista de co-ocurrències actuals. Les mencions sense enllaç en mitjans amb bon DA són candidates a un outreach de link building clàssic, però el seu valor com a senyal d’entitat existeix independentment de si aconsegueixes l’enllaç.

Consistència NAP i consolidació d’entitats per a negocis locals

Per a negocis amb diverses seus o delegacions, la coherència NAP (Nom, Adreça, Telèfon) en tots els punts de presència digital és Entity SEO aplicat a escala local. Brightview Senior Living, amb 47 ubicacions als Estats Units, va documentar aquest problema: les cerques near me mostraven resultats inconsistents perquè Google tenia múltiples entitats parcials per a les mateixes seus, amb noms lleugerament diferents segons el directori.

La solució va ser vincular cada entitat d’ubicació a Wikidata via sameAs i implementar schema LocalBusiness amb identificadors únics per seu. El resultat va ser la unificació de les entitats duplicades i una visibilitat consistent en cerques locals d’alt intent, sense necessitat de cap campanya addicional de link building.

Per implementar-ho: cada seu necessita el seu propi @id únic al JSON-LD, coherència exacta del nom a Google Business Profile, directoris locals i schema de la pàgina web, i un sameAs que apunti al mateix identificador a Wikidata o Google Business Profile. Eines com Moz Local o Semrush Listing Management automatitzen la distribució coherent del NAP en directoris, reduint el risc d’entitats duplicades.

Com mesurar la teva presència com a entitat al Knowledge Graph

El Knowledge Panel és l’indicador de reconeixement d’entitat més visible. Cerca’t pel teu nom de marca: si apareix el panel lateral amb informació de l’organització, Google et reconeix com a entitat. Si no apareix, no et reconeix, independentment del teu posicionament per a altres consultes.

Més enllà del panel, hi ha tres mètriques proxy que mesuren el progrés de la construcció d’entitat. El branded search volume, disponible a Google Search Console sota “consultes de marca”, indica quanta gent et cerca pel nom: correlaciona directament amb les cites en LLMs segons l’estudi d’Ahrefs. El nombre de mencions en premsa indexades, mesurable amb eines com Ahrefs Content Explorer, reflecteix el volum de co-ocurrències que els models d’IA poden processar. La taxa d’aparició en AI Overviews per paraules clau de marca, visible a Search Console des del desembre de 2025, és la mesura més directa de l’efecte de l’Entity SEO en l’ecosistema d’IA.

La Knowledge Graph Search API de Google permet consultar directament si la teva organització té KGMID assignat. Una resposta buida indica absència com a entitat reconeguda; una resposta amb @id i resultScore alt confirma el reconeixement i permet comparar amb competidors.

D’entitat a citació: com els LLMs decideixen a qui mencionar

El mecanisme pel qual un LLM decideix citar una marca té més en comú amb la reputació que amb el rànquing. Els models s’entrenen sobre text en el qual certes marques apareixen en contextos d’autoritat: llistes de “millors agències”, articles de referència del sector, entrevistes a fundadors, estudis de cas. Aquest text d’entrenament determina quines marques formen part del vocabulari del model per a una categoria donada.

Per als sistemes de recuperació en temps real —Google AI Overviews, Perplexity, el mode de cerca de ChatGPT— el pes relatiu de les fonts en viu és major. Aquí és on l’Entity SEO connecta directament amb l’estratègia per aparèixer en AI Overviews: les pàgines que Google indexa com a part de l’entitat (web oficial, articles signats per persones de l’organització, perfils verificats) tenen preferència com a font de respostes.

Només l’11% dels dominis són citats simultàniament per ChatGPT i Perplexity, segons l’informe AI Visibility Report de TheDigitalBloom (2025). Això significa que construir presència com a entitat en un sol motor no és suficient: l’estratègia s’ha de diversificar entre fonts d’entrenament (Wikipedia, mitjans de referència, conjunts de dades oberts) i fonts de recuperació (contingut actualitzable al lloc oficial, schema de dades estructurades fresques, presència en plataformes que els LLMs fan servir com a font en temps real).

L’anàlisi dels factors E-E-A-T en el contingut convergeix amb l’Entity SEO en un punt fonamental: Google confia més en el contingut produït per entitats reconegudes. Un cop la teva marca existeix com a node verificat al Knowledge Graph, cada article, estudi o guia que publiques hereta part d’aquella confiança acumulada. I per veure també com els bots d’IA rastregen el teu lloc abans d’indexar aquell contingut, l’anàlisi de registres de bots IA com GPTBot i ClaudeBot és el següent pas tècnic natural.