El entity SEO es la práctica de hacer que las cosas distintas que tu marca representa — tu empresa, tus personas, tus productos y tus conceptos — sean legibles por las máquinas, para que los buscadores y los motores de respuesta con IA puedan identificarlas, confiar en ellas y citarlas. El schema markup lo apoya al darles a los motores una lectura estructurada e inequívoca de tu contenido, aunque establece elegibilidad y comprensión, no posicionamiento.
Los buscadores y los motores de respuesta con IA ya no resuelven cadenas de palabras clave — resuelven entidades: cosas distintas y desambiguadas y las relaciones entre ellas. El matiz que la mayoría de las guías malinterpreta es que el schema markup no es una palanca directa de posicionamiento — Google ha dicho con franqueza que los datos estructurados no harán que una página posicione mejor. Lo que hacen es establecer elegibilidad para resultados enriquecidos y darles a las máquinas una lectura inequívoca de tu contenido, y esa claridad es lo que te ayuda a ser comprendido, en quien se confía y a ser citado en AI Overviews y respuestas de LLM.
Esa distinción importa porque cambia el trabajo. Si el schema fuera un código para hacer trampa en el posicionamiento, lo atornillarías y seguirías adelante. Como es un mecanismo de comprensión y elegibilidad, solo da frutos cuando la entidad detrás del markup es real, consistente y corroborada por toda la web. Este manual cubre ambas mitades: la base de entidad que te gana un lugar en el grafo de conocimiento, y los datos estructurados que hacen esa base legible a escala.
De las palabras clave a las entidades: qué cambió realmente el entity SEO
Durante la mayor parte de la historia de la búsqueda, una página competía haciendo coincidir las palabras que un usuario tecleaba. Elegías una frase objetivo, la trabajabas en el título y el cuerpo, ganabas enlaces y esperabas que el algoritmo coincidiera en que tu página era la mejor coincidencia de cadena. La recuperación basada en entidades rompió ese modelo. El Knowledge Graph de Google — la base de datos estructurada detrás de los paneles de conocimiento y, cada vez más, la capa de entrenamiento y anclaje detrás de Gemini y las AI Overviews — cataloga miles de millones de entidades distintas y los hechos que las conectan. Cuando alguien busca, el motor no solo está haciendo coincidir caracteres; está identificando las entidades en la consulta, recuperando lo que sabe sobre ellas, y ensamblando una respuesta a partir de fuentes que puede atribuir a esas entidades.
Una entidad es una cosa identificable de forma única: una persona, una organización, un producto, un lugar, un concepto. "Apple" la empresa y "apple" la fruta son la misma cadena pero entidades diferentes, y el motor tiene que decidir a cuál te refieres. Esa decisión — la desambiguación — es el corazón del entity SEO. Tu trabajo es hacer que a una máquina le resulte sin esfuerzo identificar exactamente a qué entidad se refieren tu marca, tus personas y tu contenido, y corroborar esa identidad en todos los lugares donde el motor mire.
Este giro es la razón por la que la presencia de marca ahora se comporta de manera distinta al link-building clásico. Los análisis del sector sobre citas de AI Overviews han reportado que las menciones consistentes de marca y entidad por toda la web se correlacionan más fuertemente con la visibilidad en IA que los recuentos brutos de backlinks — un replanteamiento de lo que significa "autoridad" cuando la capa de recuperación es un grafo de conocimiento en lugar de un grafo de enlaces. Trata las cifras específicas con cautela, ya que las metodologías varían, pero la dirección es consistente con cómo están construidos estos sistemas: razonan sobre entidades y su corroboración, no sobre la densidad de palabras clave.
Fundamentos del entity SEO: construir una identidad inequívoca
Antes de cualquier schema, la entidad en sí tiene que ser coherente. Los motores ensamblan su comprensión de tu marca a partir de docenas de fuentes, y la inconsistencia es la forma más rápida de erosionar la confianza. La base es poco glamorosa e innegociable.
Nomenclatura, NAP y branding consistentes
Usa un nombre canónico de empresa, una grafía legal, un conjunto consistente de datos de nombre, dirección y teléfono (NAP) en todo tu sitio, tus fichas de negocio, tus perfiles sociales y cada directorio que te referencie. Las variaciones — "Acme" aquí, "Acme Inc." allá, "Acme Marketing LLC" en una ficha — obligan al motor a adivinar si estas son una entidad o varias. La consistencia es la señal de desambiguación más barata que posees.
El hogar de la entidad: tus páginas de About y de autor
Toda entidad necesita un hogar canónico — la única página autoritativa que ancla cómo las máquinas la entienden. Para tu organización, esa es una página About sustancial que declare la fecha de fundación, el liderazgo, la ubicación y lo que haces, en prosa factual y llana. Para cada autor, es una página de biografía real. Estas páginas hacen dos trabajos: le dan al motor una URL estable a la que adjuntar la entidad, y proporcionan hechos en la página que validan lo que sea que tu schema afirme después. El schema sin sustancia corroborante en la página es una declaración vacía; el markup afirma un hecho que la página nunca respalda, y ese desajuste socava la confianza en lugar de construirla.
sameAs y corroboración externa
La propiedad sameAs — oficialmente soportada en la documentación de datos estructurados de Google — es cómo le dices a un motor "esta entidad es la misma que la descrita allá". Apúntala desde tu markup de Organization y Person hacia los perfiles externos que te verifican de forma independiente: tu página de empresa en LinkedIn, Crunchbase, registros del sector, cuentas sociales oficiales y, donde existan, tu artículo de Wikipedia y tu ítem de Wikidata. Cada fuente corroborante eleva la confianza. Las configuraciones más fuertes son bidireccionales — tu sitio apunta hacia afuera, y esos perfiles apuntan de vuelta — cerrando el bucle de verificación en lugar de hacer una afirmación no correspondida.
Wikidata y Wikipedia
Wikidata es el activo de grafo de entidades más accesible que la mayoría de las marcas B2B ignora. No lleva umbral de notabilidad, así que cualquier negocio legítimo puede crear un ítem y recibir un identificador permanente — un QID como Q12345678 — que nombra de forma única la entidad incluso cuando el nombre de marca no es único. Puéblalo con las propiedades fundamentales: instance-of, fecha de fundación, sitio web oficial, sede. Luego enlaza tu sameAs al QID y deja que la propiedad de sitio web de Wikidata apunte de vuelta. Wikipedia es una señal individual mucho más fuerte pero exige notabilidad genuina y fuentes independientes; se gana, no se crea, e intentar forzarla viola las propias reglas de Wikipedia. Wikidata es el punto de partida práctico.
El ángulo de la entidad-autor: E-E-A-T hecho legible por máquinas
El énfasis de Google en la experiencia, la pericia, la autoridad y la confianza (E-E-A-T) es, en el fondo, un problema de entidad. "¿Es este autor un experto creíble?" es una pregunta que el motor solo puede responder si ha resuelto al autor a una entidad de persona real y corroborada con un historial. Una firma que es solo un nombre adjunto a una cadena de texto tiene poco peso; una firma que se resuelve a una entidad Person — con una página de biografía, credenciales, una relación con un empleador, perfiles externos y un cuerpo de trabajo sobre el mismo tema — tiene mucho.
Para las marcas B2B y SaaS, la jugada práctica es tratar a tus expertos en la materia como entidades por derecho propio. Dale a cada uno una página de autor real, márcala con schema Person, conecta a la persona con tu organización mediante una relación de empleador, y usa sameAs para enlazar a su LinkedIn, sus charlas en conferencias, su obra publicada. Los paneles de conocimiento para individuos — particularmente ejecutivos y expertos nombrados — han crecido con fuerza, y un ejecutivo con una entidad resuelta le presta su autoridad a todo lo que publica. Aquí es donde convergen la credibilidad del contenido y la confianza de la máquina, y es una parte central de cómo abordamos el SEO técnico y de entidades para los clientes: la persona, no solo la página, tiene que ser legible.
Los tipos de schema que importan, y qué hace cada uno realmente
Los datos estructurados se escriben en el vocabulario de Schema.org, y Google recomienda el formato JSON-LD — un bloque de datos estructurados clave-valor colocado en el head o el body de la página que describe las entidades de la página sin cambiar lo que ve el lector. En lugar de mostrar código, aquí está lo que realmente logra cada uno de los tipos de schema que vale tu tiempo y dónde desplegarlo. Ten en mente la advertencia central en todo momento: estos establecen elegibilidad y comprensión, no rango.
| Tipo de schema | Qué hace | Dónde usarlo |
|---|---|---|
| Organization | Define tu marca como una entidad — nombre, logotipo, fundación, contacto y los enlaces sameAs que corroboran la identidad. La señal principal de grafo de conocimiento y desambiguación. | En todo el sitio, anclado a tu página de inicio o About con un identificador estable. |
| Person | Establece a autores y ejecutivos como entidades con credenciales, relaciones de empleador y perfiles externos. Sustenta el lado de autor del E-E-A-T. | Páginas de biografía de autor, páginas de ejecutivos y como la referencia de autor en los artículos. |
| Product | Describe un producto con atributos, y puede hacer que las ofertas, el precio y la disponibilidad sean elegibles para resultados enriquecidos de producto. | Páginas de producto y de precios donde los detalles son visibles en la página. |
| Service | Describe una oferta de servicio y la entidad proveedora detrás de ella, aclarando qué haces y para quién. | Páginas de servicio y de solución en sitios B2B y de agencia. |
| FAQPage | Marca pares genuinos de pregunta y respuesta, dándoles a los motores preguntas y respuestas claramente delimitadas que son fáciles de extraer y resumir. | Páginas con FAQ reales y visibles que responden preguntas distintas de los usuarios. |
| Article / BlogPosting | Identifica una pieza de contenido, su autor, editor y fechas — conectando el contenido con sus entidades de autor y organización. | Cada entrada de blog y artículo editorial. |
| BreadcrumbList | Expresa la posición de una página en la jerarquía del sitio, ayudando a los motores a entender la estructura y las relaciones entre secciones. | En todo el sitio, reflejando tu ruta de navegación real. |
| HowTo | Estructura instrucciones paso a paso en pasos discretos y extraíbles. | Contenido procedimental genuino con pasos secuenciales claros. |
Algunos de estos merecen una nota sobre el blanco móvil de los resultados enriquecidos. Google ha estrechado repetidamente qué markup produce mejoras visibles — los resultados enriquecidos de FAQ y HowTo, por ejemplo, se han recortado marcadamente en la búsqueda estándar en los últimos años. Eso no vuelve el markup inútil: incluso cuando no produce ninguna mejora visual, los datos bien formados de FAQPage o HowTo siguen dándole a un motor una lectura limpia y estructurada de tu contenido que es fácil de analizar y citar. El resultado enriquecido es un extra; la legibilidad por máquinas es el punto.
Nuestro propio sitio está construido de esta manera. Digital Astronauts usa schema Organization para anclar la entidad de marca, BreadcrumbList para expresar la estructura, FAQPage en las páginas con preguntas y respuestas reales, y BlogPosting en artículos como este — cada uno conectando el contenido de vuelta con las entidades de organización y autor detrás de él. Ese es el estándar: schema que refleja lo que realmente está en la página, ligado a una entidad coherente, no markup espolvoreado por sí mismo.
Qué dice realmente Google sobre el schema y el posicionamiento
Este es el punto donde la precisión separa un manual útil de uno engañoso. Los datos estructurados no son un factor de posicionamiento. John Mueller de Google lo declaró directamente: los datos estructurados no harán que tu sitio posicione mejor; se usan para mostrar las funciones de búsqueda documentadas en las directrices de Google, y es improbable que veas algún cambio visible en el posicionamiento por añadirlos. Esa postura reafirma una guía que Google ha mantenido desde al menos 2018 — no hay un impulso genérico de posicionamiento por marcar tus páginas.
Lo que los datos estructurados sí hacen es triple. Hacen las páginas elegibles para resultados enriquecidos — las fichas mejoradas que pueden elevar el clic incluso cuando la posición no cambia, aunque Google nunca garantiza que se mostrará un resultado enriquecido. Ayudan a los motores a entender tu contenido y las entidades de la página, lo que puede mejorar cuán bien coincides con consultas relevantes. Y fortalecen las señales de entidad que alimentan el grafo de conocimiento. El posicionamiento se gana por relevancia, calidad y autoridad; el schema hace más limpia la lectura de las tres por parte de la máquina. Confundir ambos — esperar que el markup mueva el posicionamiento por sí solo — lleva a esfuerzo desperdiciado y, peor, a la tentación de manipular el markup, lo que trae sus propias penalizaciones.
Cómo las entidades y los datos estructurados apoyan las AI Overviews y la cita por LLM
Los motores de respuesta con IA — las AI Overviews de Google, ChatGPT, Perplexity y el resto — no leen la web de la forma en que un humano hojea una página. Recuperan, resuelven y sintetizan. Cuando un sistema construye una respuesta, identifica las entidades en la consulta, reúne pasajes que puede atribuir a fuentes creíbles, y compone una respuesta, a menudo con citas. Dos cosas hacen que tu contenido sea candidato para esa cita: el motor tiene que entender con precisión de qué trata tu contenido y qué entidades concierne, y tiene que confiar en que tu marca es una fuente legítima sobre el tema. El entity SEO y el schema sirven a ambas.
El mecanismo corre en cadena. Una entidad bien establecida gana un lugar en el grafo de conocimiento; el grafo de conocimiento informa cómo Gemini y sistemas similares anclan sus respuestas; los datos estructurados claros permiten que la capa de recuperación extraiga hechos limpios e inequívocos de tus páginas; y una entidad de marca corroborada hace que esos hechos sean seguros de atribuir. La evidencia sugiere que la gran mayoría de las citas de AI Overviews todavía provienen de páginas que ya posicionan bien de forma orgánica, así que la relevancia y la calidad clásicas siguen siendo el precio de entrada — pero entre las páginas elegibles, la claridad de entidad influye en qué fuente confía y cita el motor. Este es el terreno de la generative engine optimization, y conecta directamente con el trabajo más amplio de answer engine optimization y de optimizar el contenido para cómo los LLM realmente leen y citan.
La implicación práctica es que la extraibilidad potencia la claridad de entidad. El contenido estructurado en pasajes limpios y autocontenidos — respuestas directas cerca de la parte superior, pares de FAQ reales, secciones claramente delimitadas — es más fácil de levantar y atribuir para un modelo. Combina esa claridad estructural con una entidad de marca y autor resuelta, y habrás construido exactamente lo que un motor de respuesta necesita para citarte con confianza. Para las marcas B2B, la recompensa es ser nombrado en la respuesta, no solo enlazado en los resultados azules — un giro que cubrimos en profundidad en nuestro trabajo sobre contenido B2B construido para la cita por IA.
El enlazado interno como relaciones entre entidades
Los enlaces internos suelen discutirse como una forma de pasar autoridad y ayudar a los rastreadores a encontrar páginas. En un marco de entidades hacen más: expresan relaciones entre las entidades y los temas de tu sitio. Cuando tu página pilar sobre un tema enlaza a los artículos de apoyo que desarrollan sus subtemas, y esos artículos enlazan de vuelta y de forma cruzada a conceptos relacionados, estás dibujando un mapa de cómo se relacionan tus temas — un grafo temático que el motor puede leer.
Dos prácticas fortalecen esto. Primero, usa texto ancla descriptivo y rico en entidades que nombre el concepto que se enlaza, no "haz clic aquí" o "leer más" — el ancla es una señal sobre cuál es la entidad de destino. Segundo, organiza el contenido en clústeres: un pilar exhaustivo sobre un tema central, rodeado de piezas enfocadas en sus facetas, densamente interenlazadas. Esto refleja cómo está estructurado un grafo de conocimiento — nodos y aristas — y hace legible la amplitud y la profundidad de tu cobertura. Cuando tu contenido también referencia entidades externas bien conocidas que el motor ya entiende, lo ayudas a ubicar tu material en el grafo más amplio más rápido, porque puede anclar tu contenido no familiar a conceptos que ya resuelve.
Errores comunes de schema y dónde el markup se convierte en spam
Los datos estructurados tienen directrices de calidad, y violarlas puede costarte la elegibilidad para resultados enriquecidos o desencadenar una acción manual. La mayoría de los errores caen en unas pocas categorías.
- Marcar contenido que no es visible. La política de Google es explícita: no marques contenido que los usuarios no puedan ver en la página. El schema debe describir lo que realmente está ahí. Inyectar markup de FAQ para preguntas que no aparecen en la página, o datos de Product para productos que no se muestran, es una violación.
- Markup engañoso o falso. Reseñas fabricadas, valoraciones inventadas, asignaciones de tipo irrelevantes (los ejemplos clásicos: etiquetar instrucciones como una receta, o una emisión como un evento local), y cualquier markup destinado a engañar están prohibidos de plano.
- Desajuste entre schema y contenido. Reclamar credenciales, fechas o atributos en JSON-LD que la página nunca respalda. Esta es la versión de entidad de una mentira — afirmar un hecho sin corroboración — y erosiona la confianza que el markup se suponía que construiría.
- sameAs no correspondido. Apuntar a perfiles externos que no apuntan de vuelta deja el bucle de verificación abierto y debilita la desambiguación que intentabas establecer.
- Bloquear el rastreo de los datos estructurados. Si la página que lleva tu markup está prohibida en robots.txt o tiene noindex, el motor no puede usarlo.
- Bases de entidad incompletas. Ítems de Wikidata a los que les faltan sus propiedades fundamentales, o una entidad Organization sin un identificador estable que ligue las páginas, dejan la desambiguación a medio terminar.
El principio rector es la honestidad: los datos estructurados deberían ser una reformulación precisa y estructurada de contenido real y visible ligado a una entidad real. Valida todo contra la Prueba de resultados enriquecidos de Google y el validador de Schema.org antes de publicar, y recuerda que un markup válido todavía no garantiza un resultado enriquecido — Google decide qué mostrar según el contexto.
Una lista de verificación práctica de implementación
La secuencia importa. Construye primero la base de entidad, luego el markup que la describe, luego la estructura de contenido que la hace extraíble.
- Estandariza tu identidad. Un nombre de marca canónico y un NAP consistente en todas partes — sitio, fichas, redes sociales, directorios.
- Construye el hogar de la entidad. Una página About sustancial con detalles factuales de fundación, liderazgo y ubicación, y páginas reales de biografía de autor para cada experto que publica.
- Crea un ítem de Wikidata con propiedades fundamentales, y persigue Wikipedia solo si realmente cumples su vara de notabilidad.
- Despliega schema Organization en todo el sitio con un identificador estable y un conjunto sameAs completo y bidireccional que apunte a tus perfiles corroborantes.
- Añade schema Person a las páginas de autor y de ejecutivos, enlazando a cada persona con la organización y con sus perfiles externos, y referencia al autor en cada artículo.
- Marca los tipos de contenido con precisión — BlogPosting en los artículos, Product o Service en las páginas relevantes, FAQPage solo donde hay preguntas y respuestas reales visibles, BreadcrumbList para reflejar la estructura verdadera — siempre reflejando el contenido de la página.
- Estructura el contenido para la extracción. Lidera con una respuesta directa, usa secciones claras y encabezados descriptivos, e incluye FAQ genuinas que resuelvan preguntas distintas.
- Cablea los enlaces internos como relaciones. Agrupa pilares y piezas de apoyo, usa texto ancla rico en entidades, y referencia entidades externas conocidas donde sea relevante.
- Valida y monitorea. Ejecuta la Prueba de resultados enriquecidos y el validador de Schema.org, revisa los informes de mejoras de Search Console, y rastrea si tu marca y tus personas se resuelven a paneles de conocimiento con el tiempo.
Nada de esto es una tarea única. Las señales de entidad se acumulan — el reconocimiento del panel de conocimiento puede tardar de semanas a unos pocos meses, y la autoridad de mención de marca se construye a lo largo de trimestres — pero la base, una vez sentada, es un activo duradero que sigue dando frutos a medida que la recuperación se desplaza aún más hacia las entidades y las respuestas. Si quieres esto construido dentro de un programa de crecimiento más amplio en lugar de atornillado, esa es precisamente la intersección de infraestructura y búsqueda en la que trabajamos; habla con nosotros sobre dónde está hoy tu base de entidad.
Preguntas frecuentes
¿Qué es el entity SEO?
El entity SEO es la práctica de optimizar para las cosas distintas y desambiguadas que un motor de búsqueda o de IA reconoce — tu empresa, tus personas, tus productos y los conceptos que cubres — en lugar de para cadenas de palabras clave. La meta es hacer que cada entidad sea inequívoca y corroborada por toda la web (mediante nomenclatura consistente, un hogar de entidad autoritativo, perfiles externos, enlaces sameAs y entradas de grafo de conocimiento como Wikidata) para que los motores puedan identificar qué eres, confiar en ello, conectarte con entidades relacionadas y citarte en las respuestas.
¿Ayuda el schema markup con las AI Overviews y el posicionamiento?
El schema no mejora directamente el posicionamiento — Google ha declarado con franqueza que los datos estructurados no harán que una página posicione mejor. Lo que hace es hacer las páginas elegibles para resultados enriquecidos y darles a los motores una lectura limpia e inequívoca de tu contenido y tus entidades. Para las AI Overviews y la cita por LLM, esa claridad importa: ayuda a los motores de respuesta a entender con precisión de qué trata tu contenido y a confiar en tu marca como fuente, lo que apoya ser citado. El posicionamiento en sí se gana por relevancia, calidad y autoridad; el schema hace más limpia la comprensión de las tres por parte de la máquina.
¿Cuál es la diferencia entre entidades y palabras clave?
Una palabra clave es una cadena de caracteres que un usuario teclea; una entidad es una cosa identificable de forma única que el motor reconoce y almacena en su grafo de conocimiento, junto con hechos sobre ella. "Apple" la empresa y "apple" la fruta comparten una palabra clave pero son entidades diferentes. Los motores modernos resuelven las consultas a entidades y recuperan lo que saben sobre ellas, así que optimizar para la claridad de entidad — asegurarte de que el motor sepa exactamente a qué cosa te refieres — importa más que repetir una frase objetivo.
¿Necesito una página de Wikipedia para establecer mi marca como entidad?
No. Wikipedia es una señal fuerte pero requiere notabilidad genuina y fuentes independientes, y no se puede forzar. Wikidata, en cambio, no tiene umbral de notabilidad: cualquier negocio legítimo puede crear un ítem y recibir un identificador permanente (un QID) que ayuda a los motores a desambiguar tu marca. Combinada con una sólida página About, nomenclatura consistente y un conjunto sameAs bien corroborado, Wikidata más schema es una base de entidad práctica sin esperar por un artículo de Wikipedia.
¿Qué tipos de schema debería priorizar un sitio B2B o SaaS?
Empieza con schema Organization en todo el sitio para anclar tu entidad de marca, y schema Person en las páginas de autor y de ejecutivos para apoyar el E-E-A-T. Añade BlogPosting a los artículos, BreadcrumbList para reflejar la estructura del sitio, y Service o Product a las páginas relevantes. Usa FAQPage solo donde existan preguntas y respuestas reales y visibles. En todos los casos el markup debe reflejar lo que realmente está en la página y ligarse de vuelta a una entidad coherente — la precisión y la corroboración importan mucho más que el número de tipos desplegados.