Logo - Full (Color)

Entidad (Entity): qué es en SEO y AEO

Una entidad es cualquier cosa del mundo real que puede ser identificada de forma unívoca y distinguida de otras cosas: una persona, una organización, un lugar, un producto, un concepto, un evento o cualquier otro objeto con existencia reconocible e independiente. En el contexto de los motores de búsqueda y los sistemas de IA, las entidades son las unidades básicas del conocimiento estructurado: Google organiza su comprensión del mundo en forma de entidades y las relaciones entre ellas, almacenadas en el Knowledge Graph, lo que le permite responder preguntas directas sobre personas, empresas y conceptos sin depender exclusivamente de la coincidencia de palabras clave en documentos de texto. 

Audita tu visibilidad de IA gratis
AEO Glossary
Entity / Entidad (en AEO y SEO) — Glosario AEO de HubSpot

¿Qué es una Entidad en el contexto del SEO y el AEO?

Una Entidad (Entity) es cualquier cosa del mundo real o conceptual que puede ser identificada de forma única e inequívoca: una empresa, una persona, un lugar, un producto, un concepto, un evento o una obra. En el contexto del SEO y el AEO, el concepto de Entidad describe cómo Google y los sistemas de IA procesan la información del mundo no como texto sin estructura sino como objetos con identidad, atributos y relaciones entre ellos. Una Entidad no es una palabra clave ni un conjunto de palabras: es un objeto con existencia propia que puede ser referenciado desde múltiples fuentes con distintas denominaciones y que Google reconoce como el mismo objeto independientemente de cómo se nombre en cada fuente.

La distinción entre palabras clave y Entidades es fundamental para comprender cómo funciona la búsqueda moderna. Una palabra clave es un fragmento de texto que los usuarios introducen en un buscador. Una Entidad es el objeto del mundo al que ese texto hace referencia. Cuando un usuario busca "HubSpot", Google no trata esa cadena de texto como una mera secuencia de caracteres, sino que la resuelve contra la Entidad concreta que representa la empresa HubSpot, Inc., con sede en Cambridge (Massachusetts), fundada en 2006 por Brian Halligan y Dharmesh Shah, con los atributos, relaciones y representaciones que Google ha aprendido sobre esa Entidad a través de múltiples fuentes. Esta resolución de texto a Entidad es la base del funcionamiento del Knowledge Graph de Google y de la comprensión semántica de los modelos de lenguaje.

Las Entidades pueden clasificarse en tipos según su naturaleza: Organizaciones (empresas, instituciones, asociaciones), Personas (individuos con identidad pública), Lugares (ciudades, países, instalaciones), Obras (libros, películas, canciones, artículos), Productos (bienes y servicios comercializados), Conceptos (ideas, disciplinas, términos técnicos) y Eventos (ocurrencias en el tiempo con fecha y localización). Cada tipo de Entidad tiene atributos propios que la caracterizan: las Organizaciones tienen nombre, sede, número de empleados y sector; las Personas tienen fecha de nacimiento, cargo y afiliaciones; los Productos tienen precio, fabricante y especificaciones. Esta tipología de Entidades con atributos es la estructura sobre la que Google construye el Knowledge Graph.

Para los equipos de marketing B2B que trabajan con HubSpot, la comprensión del concepto de Entidad tiene implicaciones directas en cómo diseñan su presencia digital. Su empresa no es solo un sitio web con palabras clave: es una Entidad con identidad propia que Google y los modelos de lenguaje deben conocer con precisión para representarla correctamente en las respuestas a los compradores potenciales. Gestionar la Entidad de la empresa, asegurando que Google la reconoce, que sus atributos son correctos y que sus relaciones con otras Entidades relevantes (sus productos, su sector, sus líderes) están bien representadas, es el fundamento de la Visibilidad en IA en el sentido más profundo del término.

¿Cómo reconoce Google una Entidad y qué fuentes utiliza para construir su representación?

Google reconoce una Entidad a través de un proceso llamado resolución de entidades, que consiste en identificar que múltiples menciones en distintas fuentes se refieren al mismo objeto del mundo real y en consolidar la información sobre ese objeto en un único nodo del Knowledge Graph. El proceso comienza con señales de identidad inequívoca: un identificador de Wikidata, una entrada en Wikipedia, un perfil verificado en LinkedIn o un schema Organization con la propiedad sameAs que enlaza el sitio web con esas fuentes externas. Cuando Google puede verificar que "HubSpot", "HubSpot, Inc.", "HubSpot CRM" y "la empresa de marketing software fundada por Brian Halligan" hacen referencia al mismo objeto, crea o refuerza la Entidad correspondiente en el Knowledge Graph con todos los atributos disponibles.

Las fuentes que Google utiliza para construir la representación de una Entidad tienen distintos pesos en función de su autoridad editorial. Wikipedia y Wikidata son las fuentes de mayor peso porque tienen procesos editoriales que garantizan un nivel mínimo de verificación de la información, son rastreadas con alta frecuencia y forman parte de los Training Data de los principales modelos de lenguaje con alta ponderación. Los medios especializados del sector, los informes de analistas reconocidos y las bases de datos académicas son fuentes de segundo nivel con alto peso editorial. El sitio web oficial de la entidad es una fuente directa que Google considera para los atributos que la empresa declara sobre sí misma, pero que pondera con menor autoridad que las fuentes editoriales independientes porque la empresa tiene interés directo en cómo se presenta.

Los Datos Estructurados implementados en el sitio web, especialmente el Schema Organization con la propiedad sameAs, son la forma más directa que tiene una empresa de comunicarle a Google las conexiones entre su sitio web y sus representaciones en fuentes externas de referencia. Sin esta información estructurada, Google debe inferir esas conexiones a partir de menciones de texto, lo que es un proceso menos preciso y más lento. Con el Schema Organization correctamente implementado, Google recibe un mapa explícito de las fuentes que describen la misma Entidad, lo que acelera la resolución de entidades y mejora la completitud y la precisión de la representación en el Knowledge Graph.

La coherencia entre fuentes es crítica para la calidad de la representación de la Entidad. Si el nombre oficial de la empresa en el sitio web es "HubSpot, Inc.", pero en Wikipedia aparece como "HubSpot" y en LinkedIn como "HubSpot, Inc. (HUBS)", la variación en las denominaciones puede generar dudas en el proceso de resolución de entidades. Del mismo modo, si la descripción del sector en el que opera la empresa varía significativamente entre el sitio web ("plataforma de marketing y ventas"), Wikidata ("empresa de software") y los medios del sector ("proveedor de CRM para startups"), Google puede tener dificultades para construir una representación coherente y consolidada de la Entidad. Gestionar la coherencia de los atributos de la Entidad en todas las fuentes de referencia es la práctica más directa para mejorar la calidad de la representación en el Knowledge Graph.

¿Qué relación existe entre las Entidades y el Knowledge Graph de Google?

El Knowledge Graph de Google es la base de datos de Entidades y relaciones entre ellas que Google utiliza para comprender el mundo y para responder a las consultas de los usuarios con información factual sobre esas Entidades. Cada nodo del Knowledge Graph es una Entidad, y cada arista es una relación entre dos Entidades. La Entidad HubSpot, Inc. está conectada con la Entidad Brian Halligan (cofundador), con la Entidad Cambridge, Massachusetts (sede), con la Entidad CRM (categoría de producto), con la Entidad Salesforce (competidor) y con muchas otras Entidades relevantes para su descripción. Este grafo de relaciones es lo que permite a Google responder preguntas como "quién fundó HubSpot" o "dónde tiene su sede HubSpot" con información factual precisa.

La representación de una Entidad en el Knowledge Graph no es binaria (está o no está): tiene grados de completitud y de confianza. Una Entidad bien representada en el Knowledge Graph tiene muchos atributos verificados, múltiples fuentes coincidentes para cada atributo y relaciones bien definidas con otras Entidades del grafo. Una Entidad mal representada puede estar en el Knowledge Graph pero con pocos atributos, atributos contradictorios entre fuentes o relaciones con otras Entidades que no están bien establecidas. La calidad de la representación determina la precisión con que Google describe la Entidad en el Knowledge Panel, en los AI Overviews y en las respuestas de los motores de IA que consultan el Knowledge Graph durante el Grounding.

El proceso de añadir una Entidad al Knowledge Graph no es inmediato ni garantizado: Google decide incluir o actualizar una Entidad en el Knowledge Graph cuando tiene suficiente evidencia de que esa Entidad existe, es relevante para sus usuarios y tiene atributos verificables. Las empresas que buscan incluir o mejorar su representación en el Knowledge Graph deben construir esa evidencia de forma gradual: creando o mejorando la entrada de Wikidata de la empresa, asegurando la presencia en Wikipedia si la empresa tiene notabilidad suficiente para ello, implementando el Schema Organization con sameAs en el sitio web, y construyendo menciones en fuentes de alta autoridad que refuercen la señal de existencia y relevancia de la Entidad.

El Knowledge Graph también tiene implicaciones para el posicionamiento orgánico a través del concepto de relevancia de Entidad. Google puede usar la relación de una página con las Entidades de su Knowledge Graph para determinar su relevancia para las consultas sobre esas Entidades. Una página que menciona y describe con precisión las Entidades más relevantes para su tema (conceptos del sector, herramientas, personas) puede beneficiarse de una señal de relevancia de Entidad que complementa las señales de enlace y de contenido tradicionales del SEO. HubSpot Marketing Hub facilita la identificación de las Entidades más relevantes para el sector de cada cliente y el análisis de cómo esas Entidades están representadas en el contenido del sitio web.

¿Cómo afecta la representación de la Entidad a la Visibilidad en IA de una marca?

La representación de la Entidad de una marca en el Knowledge Graph de Google y en el conocimiento paramétrico de los modelos de lenguaje es la base sobre la que se construye toda su Visibilidad en IA. Cuando un motor de respuesta con IA recibe una consulta sobre una marca o sobre un tema relacionado con ella, utiliza la representación que tiene de la Entidad correspondiente para generar su respuesta. Si esa representación es precisa, completa y actualizada, la respuesta será precisa, completa y actualizada. Si la representación es incompleta, desactualizada o incorrecta, la respuesta reflejará esas deficiencias, produciendo Menciones en IA que pueden dañar la percepción de la marca entre los compradores que confían en el motor de IA como fuente de información.

La Entidad de la marca influye en la Visibilidad en IA a través de tres mecanismos distintos. El primer mecanismo es el Grounding en tiempo real: cuando un motor de respuesta con Grounding activo busca fuentes para una consulta sobre la marca, la solidez de la Entidad en el Knowledge Graph influye en la selección de fuentes, ya que Google favorece fuentes de alta autoridad para las Entidades bien establecidas en su grafo. El segundo mecanismo es el conocimiento paramétrico: los modelos de lenguaje aprenden sobre las Entidades a partir de sus Training Data, y la calidad de ese aprendizaje depende de la calidad y consistencia de las fuentes que describen la Entidad en esos datos. El tercer mecanismo es la resolución de ambigüedad: cuando un usuario pregunta por un término que podría referirse a distintas Entidades, Google y los modelos de lenguaje usan su representación de las Entidades candidatas para seleccionar la más probable, favoreciendo las Entidades mejor representadas.

La desambiguación de Entidades es especialmente relevante para las marcas con nombres comunes o similares a otros términos. Si el nombre de una empresa coincide con un sustantivo común, con el nombre de otra empresa en un sector diferente o con un término técnico del sector, Google puede tener dificultades para resolver las consultas sobre esa marca de forma unívoca. Las acciones de gestión de Entidad, como la creación de una entrada de Wikidata con el tipo de Entidad correcto, la implementación del Schema Organization con la propiedad sameAs, y la construcción de menciones en fuentes de alta autoridad que contextualicen la Entidad en su sector, son especialmente importantes en estos casos de ambigüedad potencial para asegurar que Google y los modelos de lenguaje resuelven las consultas correctamente.

Para los equipos de marketing B2B que trabajan con HubSpot, la gestión de la Entidad de su empresa es una inversión estratégica cuyo retorno se mide en la precisión y la frecuencia de las Menciones en IA. HubSpot Marketing Hub proporciona herramientas para monitorizar cómo los motores de IA representan la Entidad de la empresa, identificar discrepancias entre la representación actual y la representación deseada, y priorizar las acciones de gestión de Entidad según su impacto en la Visibilidad en IA. Esta visión integrada de la Entidad como activo estratégico, gestionado con el mismo rigor con que se gestionan el contenido y los enlaces, es la base de una estrategia de AEO verdaderamente completa.

¿Cómo se construye y optimiza la Entidad de una empresa en el ecosistema digital?

Construir y optimizar la Entidad de una empresa en el ecosistema digital requiere actuar en cuatro frentes simultáneos que corresponden a las principales fuentes que Google y los modelos de lenguaje consultan para construir su representación de Entidades. El primer frente es Wikidata: crear una entrada completa y actualizada en Wikidata con todos los atributos relevantes de la empresa (nombre oficial, tipo de entidad, sector, sede, año de fundación, número de empleados, URL del sitio web, identificadores en otras plataformas como ISNI, LEI o identificadores de bases de datos empresariales) y con enlaces de relación a otras Entidades relevantes (fundadores, sector, competidores, productos). Wikidata es la fuente de datos estructurados sobre Entidades con mayor influencia en el Knowledge Graph de Google.

El segundo frente es Wikipedia, siempre que la empresa tenga suficiente notabilidad para justificar una entrada según los criterios de Wikipedia (cobertura en fuentes secundarias fiables e independientes, relevancia para los lectores). Una entrada de Wikipedia bien mantenida sobre la empresa, con referencias a fuentes verificables y con una descripción precisa y neutral de la empresa y su historia, es la señal de Entidad de mayor peso editorial para el Knowledge Graph de Google. Para las empresas que aún no tienen entrada en Wikipedia, la vía más eficiente es construir primero la notabilidad en otras fuentes (medios del sector, informes de analistas, estudios académicos) hasta alcanzar el umbral que justifica la creación de la entrada.

El tercer frente es el Schema Organization en el sitio web oficial: implementar un Schema Organization completo con la propiedad sameAs que enlace a las entradas de Wikidata, Wikipedia, LinkedIn y otras plataformas de referencia donde la empresa tiene perfil verificado. Este Schema es el puente técnico que conecta el sitio web con las representaciones de la Entidad en las fuentes externas, facilitando el proceso de resolución de entidades de Google. Debe mantenerse actualizado cuando cambian los atributos de la empresa o cuando se crean nuevos perfiles en plataformas relevantes que deben añadirse al array de sameAs.

El cuarto frente es la construcción de menciones en fuentes de alta autoridad del sector: artículos en medios especializados, menciones en informes de analistas como Gartner o Forrester, citaciones en estudios académicos y presencia en bases de datos de empresas de referencia para el sector. Cada mención en una fuente de alta autoridad que describe la empresa con sus atributos correctos refuerza la señal de Entidad en las fuentes que Google procesa con mayor ponderación. HubSpot Marketing Hub facilita la gestión coordinada de todos estos frentes a través de sus herramientas de monitorización de menciones, de análisis de la presencia de Entidad en el Knowledge Graph y de planificación de las acciones de construcción de autoridad editorial.

¿Qué diferencia hay entre una Entidad reconocida y una no reconocida por Google?

Una Entidad reconocida por Google es aquella que tiene un nodo identificado en el Knowledge Graph, con al menos un conjunto mínimo de atributos verificados y con la capacidad de aparecer en el Knowledge Panel cuando los usuarios buscan esa Entidad por su nombre. Para las empresas, los indicadores más directos de que la Entidad está reconocida son la aparición del Knowledge Panel en las búsquedas del nombre de la empresa, la presencia de información de la empresa en el panel de respuesta de Google cuando se formulan preguntas directas sobre ella, y la capacidad de los modelos de lenguaje para describir la empresa con información precisa cuando se les pregunta sobre ella.

Una Entidad no reconocida por Google es tratada como un conjunto de menciones de texto sin identidad unificada. Cuando Google rastrea páginas que mencionan el nombre de una empresa sin reconocerla como Entidad del Knowledge Graph, procesa esas menciones como texto ordinario y las indexa según los criterios de relevancia semántica del contenido. Para las consultas sobre esa empresa, Google muestra resultados orgánicos pero sin el enriquecimiento del Knowledge Panel, y los modelos de lenguaje pueden tener dificultades para describir la empresa con precisión porque no tienen una representación paramétrica consolidada de la Entidad, solo fragmentos de texto dispersos de distintas fuentes.

La transición de Entidad no reconocida a reconocida no es instantánea ni garantizada: es el resultado de la acumulación gradual de señales de identidad en las fuentes que Google procesa. Para las empresas emergentes o de nicho con menor presencia en las fuentes de referencia del Knowledge Graph, la estrategia más efectiva es comenzar por las acciones con mayor retorno por esfuerzo: crear la entrada de Wikidata con los atributos esenciales, implementar el Schema Organization con sameAs en el sitio web, y obtener al menos una mención verificable en un medio del sector de alta autoridad que describa la empresa con sus atributos correctos. Estas tres acciones combinadas producen las señales mínimas necesarias para que Google pueda iniciar el proceso de resolución de Entidad.

Para los modelos de lenguaje, la distinción entre Entidad reconocida y no reconocida se manifiesta de forma diferente a como lo hace en el Knowledge Graph de Google. Los modelos tienen un conocimiento continuo de las Entidades según su representación en los Training Data: las Entidades con mayor presencia en fuentes de alta autoridad en el corpus de entrenamiento son las mejor representadas paramétricamente, independientemente de si tienen entrada en el Knowledge Graph. Una empresa de nicho con alta presencia en publicaciones académicas especializadas puede estar bien representada en los modelos de lenguaje entrenados con corpus académicos aunque tenga una entrada de Wikidata mínima, mientras que una empresa de gran consumo con mucha presencia en medios generalistas puede estar bien representada en modelos entrenados con corpus web aunque su entrada de Wikipedia sea escueta.

¿Cómo evolucionará el rol de las Entidades en la búsqueda con IA?

Las Entidades están ganando importancia en la búsqueda con IA porque los sistemas de recuperación y generación de los motores de respuesta operan fundamentalmente sobre grafos de Entidades y relaciones, no sobre índices de palabras clave. A medida que los motores de búsqueda y de respuesta con IA se vuelven más sofisticados en su comprensión del mundo, la distinción entre búsqueda de palabras clave y búsqueda de Entidades se hace más pronunciada. Un motor de respuesta moderno no busca páginas que contienen las palabras de la consulta: identifica las Entidades a las que la consulta hace referencia y busca las fuentes más autoritativas sobre esas Entidades para generar una respuesta precisa.

La proliferación de grafos de conocimiento especializados para distintos sectores y dominios es una tendencia emergente relevante. Además del Knowledge Graph generalista de Google, están desarrollándose grafos de conocimiento especializados para el sector médico (como SNOMED CT para terminología clínica), el sector financiero (como el LEI para entidades jurídicas), el sector académico (como Wikidata para investigadores) y otros. Las empresas que operan en sectores con grafos de conocimiento especializados tienen la oportunidad de establecer su Entidad en esos grafos sectoriales, lo que puede traducirse en mayor precisión de representación para las consultas específicas del sector en los modelos de IA entrenados con datos de esos grafos.

El concepto de Entidad también está expandiéndose más allá de las organizaciones y las personas para incluir conceptos abstractos, procesos y marcos metodológicos. Una empresa de consultoría de marketing puede construir la Entidad de su metodología propietaria en el Knowledge Graph de Google y en los modelos de lenguaje, posicionándola como una Entidad conceptual reconocida en el sector. Esta estrategia de Entidad de concepto, donde la empresa crea y posiciona su propia terminología y marcos como Entidades reconocidas en el ecosistema digital, es una de las formas más avanzadas de construir ventaja competitiva en el AEO a largo plazo.

Para los equipos de marketing B2B que trabajan con HubSpot, la evolución del rol de las Entidades refuerza la importancia de tratarlas como activos estratégicos que requieren gestión activa, no solo como consecuencias pasivas de la presencia digital. Las empresas que invierten hoy en construir Entidades bien representadas, con atributos precisos y relaciones correctamente establecidas en el Knowledge Graph y en los Training Data de los modelos de lenguaje, están construyendo una ventaja competitiva en la Visibilidad en IA que se compone con el tiempo y que es difícil de replicar rápidamente por competidores que no han hecho esa inversión. HubSpot Marketing Hub proporciona las herramientas necesarias para gestionar esa inversión de forma sistemática y para medir su impacto en los resultados de negocio.

Puntos clave : Entity / Entidad (en AEO y SEO)

Una Entidad es cualquier objeto del mundo real o conceptual que puede ser identificado de forma única e inequívoca: una empresa, una persona, un lugar, un producto o un concepto. En el contexto del SEO y el AEO, el concepto de Entidad describe cómo Google y los sistemas de IA procesan la información del mundo como objetos con identidad, atributos y relaciones, no como texto sin estructura. Google construye la representación de una Entidad a través de un proceso de resolución de entidades que consolida la información de múltiples fuentes, dando mayor peso a Wikidata, Wikipedia y medios de alta autoridad editorial. La calidad de la representación de la Entidad en el Knowledge Graph determina la precisión del Knowledge Panel, la calidad del Grounding en los AI Overviews y la precisión de las Menciones en IA de los modelos de lenguaje. Construir y optimizar la Entidad de una empresa requiere actuar en cuatro frentes: entrada de Wikidata completa, presencia en Wikipedia si aplica, Schema Organization con sameAs, y menciones en fuentes de alta autoridad del sector. La coherencia de los atributos de la Entidad entre todas las fuentes de referencia es tan importante como la presencia en esas fuentes. HubSpot Marketing Hub facilita la gestión de la Entidad como activo estratégico de la Visibilidad en IA.

Preguntas frecuentes sobre Entity en AEO y SEO

¿Todas las empresas pueden tener una Entidad reconocida en el Knowledge Graph de Google?

No todas las empresas tienen una Entidad reconocida en el Knowledge Graph de Google. Google incluye Entidades en el Knowledge Graph cuando tiene evidencia suficiente de que la Entidad existe, es relevante para sus usuarios y tiene atributos verificables en fuentes independientes. Las empresas con menor notabilidad, menor presencia en medios de referencia o menor volumen de búsquedas de su nombre tienen menor probabilidad de tener una Entidad reconocida en el Knowledge Graph. Sin embargo, todas las empresas pueden mejorar su situación incrementalmente: comenzando por Wikidata, que tiene un umbral de notabilidad más bajo que Wikipedia, e implementando el Schema Organization con sameAs en su sitio web.

¿Existe diferencia entre la Entidad de una empresa y su marca desde la perspectiva del Knowledge Graph?

Desde la perspectiva del Knowledge Graph, la Entidad de una empresa y su marca pueden estar representadas como objetos distintos aunque relacionados. La empresa como Entidad jurídica (HubSpot, Inc.) tiene atributos como sede, número de empleados y cotización bursátil. La marca como Entidad conceptual puede tener atributos distintos como reconocimiento de marca, posicionamiento y valores asociados. En la práctica, para la mayoría de las empresas B2B el Knowledge Graph las representa como una única Entidad que agrupa tanto los atributos de la empresa jurídica como los de la marca. La distinción es más relevante para grandes conglomerados que tienen múltiples marcas bajo una misma entidad jurídica.

¿Cómo afecta un cambio de nombre de empresa a su Entidad en el Knowledge Graph?

Un cambio de nombre de empresa puede crear temporalmente ambigüedad en la Entidad del Knowledge Graph si no se gestiona de forma proactiva. La práctica recomendada es actualizar simultáneamente todas las fuentes que contribuyen a la representación de la Entidad: la entrada de Wikidata con el nuevo nombre y la redirección desde el nombre antiguo, la entrada de Wikipedia si existe, el Schema Organization en el sitio web con el nombre actualizado y las referencias en medios del sector. Si solo se actualiza el sitio web pero no las fuentes externas, Google puede mantener la representación antigua de la Entidad durante meses hasta que las nuevas señales sean suficientes para actualizar el Knowledge Graph.

¿Las personas individuales de una empresa pueden tener sus propias Entidades en el Knowledge Graph?

Sí. Las personas con notabilidad pública, como los fundadores, directores ejecutivos o expertos reconocidos de una empresa, pueden tener sus propias Entidades en el Knowledge Graph de Google, representadas con el tipo Person. Estas Entidades Person están conectadas con la Entidad Organization de su empresa a través de relaciones como foundedBy, employee o worksFor. Para el AEO, las Entidades Person de los expertos de la empresa son relevantes porque refuerzan las señales de E-E-A-T del contenido que publican y contribuyen a la Autoridad Temática del dominio en las áreas de especialización de esos expertos.

¿Pueden los conceptos o metodologías propias de una empresa convertirse en Entidades reconocidas?

Sí, aunque con un proceso más largo que para las Entidades de organizaciones o personas. Los conceptos y metodologías propias de una empresa pueden convertirse en Entidades reconocidas en el Knowledge Graph cuando tienen suficiente presencia en fuentes de referencia externas que los describen como conceptos establecidos del sector. El proceso requiere crear una definición clara del concepto, publicarla consistentemente en fuentes de alta autoridad, conseguir que otros autores y medios del sector usen y citen el término, y eventualmente lograr que aparezca en Wikipedia como un concepto reconocido. El Inbound Marketing de HubSpot es el ejemplo más conocido de una metodología propia convertida en Entidad conceptual reconocida en el Knowledge Graph y en los modelos de lenguaje.

Conceptos relacionados

Knowledge Graph

El Knowledge Graph de Google es la base de datos de Entidades y relaciones entre ellas que Google construye y mantiene. Cada nodo del grafo es una Entidad y cada arista es una relación. La calidad de la representación de la Entidad de una empresa en el Knowledge Graph determina directamente su Visibilidad en IA.

Knowledge Panel (Panel de Conocimiento)

El Knowledge Panel es la manifestación visible de la Entidad de una empresa en los resultados de búsqueda de Google. Aparece cuando Google reconoce la Entidad en su Knowledge Graph y tiene suficientes atributos verificados para mostrar un panel con información estructurada sobre la empresa.

Structured Data / Schema Markup (Datos Estructurados)

El Schema Organization con la propiedad sameAs es el canal técnico más directo para comunicarle a Google las conexiones entre el sitio web de la empresa y sus representaciones en las fuentes externas de referencia, facilitando el proceso de resolución de Entidades del Knowledge Graph.

Training Data (Datos de Entrenamiento)

Los modelos de lenguaje aprenden sobre las Entidades a partir de sus Training Data. La calidad de la representación paramétrica de una Entidad en los modelos depende de la calidad y la consistencia de las fuentes que describen esa Entidad en el corpus de entrenamiento.

Mentions (Menciones en IA)

Las Menciones en IA son la manifestación observable de la representación de la Entidad en los modelos de lenguaje. La frecuencia y la precisión de las Menciones en IA de una empresa son indicadores directos de la calidad de la representación de su Entidad en el conocimiento paramétrico de los modelos.

Entity Optimization (Optimización de Entidades)

La Entity Optimization es la disciplina que gestiona activamente la Entidad de una marca para mejorar su representación en el Knowledge Graph y en los modelos de lenguaje. Es la aplicación práctica del concepto de Entidad a la estrategia de Visibilidad en IA.

Volver al glosario