La IA te confunde con otro
Si tu nombre lo comparten otras empresas, el motor puede mezclar datos o atribuirte lo que no es tuyo. Es el síntoma más caro: apareces, pero como otra cosa.
servicio · entidad y schema
Que la IA sepa exactamente quién eres
Google ya no indexa palabras, indexa entidades. Si los motores no pueden conectar tu nombre con tus servicios, tus fundadores y tu sector sin ambigüedad, te describen mal o no te traen. Convertimos tu marca de una cadena de texto difusa en una entidad inequívoca que la IA reconoce, en español y en inglés bajo un único identificador.
por qué ahora
El schema cambió de oficio en 2026
Durante años, los datos estructurados servían sobre todo para conseguir resultados enriquecidos en Google: una estrella de valoración, un precio, una imagen junto al enlace. Esa función sigue existiendo, pero ya no es la importante. Hoy el schema es el vocabulario con el que tu web se presenta ante los sistemas que interpretan entidades: el Knowledge Graph de Google y, cada vez más, los modelos que generan respuestas. La diferencia es de fondo: no marcas tu contenido para ganar un adorno visual, sino para que una máquina entienda, sin dudar, qué eres y con qué estás relacionado.
El motivo es sencillo de ver si te pones en el lugar del motor. ChatGPT o Perplexity no ven tu diseño, tu tipografía ni tus imágenes; ven texto plano y estructura de datos. El schema es la forma de hablarles en su idioma. Sin él, le dices a la IA "creo que este texto habla de mi empresa" y dejas que lo adivine; con él, le dices "esta entidad es del tipo Organización, ofrece estos servicios, la fundó esta persona y es autoridad en estos temas". Es la diferencia entre una suposición y un hecho declarado, y los modelos prefieren los hechos.
Hay un beneficio menos obvio y muy valioso: el schema reduce las alucinaciones sobre tu marca. Los modelos generativos a veces interpretan mal o inventan datos, y cuando lo hacen sobre tu empresa el daño es directo. Los datos estructurados aportan hechos concretos en un formato que los sistemas de recuperación pueden usar como fuente fiable, lo que baja el riesgo de que el motor se invente un precio, un servicio o una afirmación que no es tuya. No es solo aparecer más; es aparecer correctamente, que en una decisión de compra importa tanto o más.
Otra forma de verlo: para un buscador con IA, los datos estructurados funcionan como las instrucciones de una etiqueta. Comunican la identidad de tu marca, sus productos y sus atributos clave en un formato que la máquina lee sin interpretar, y la ayudan a situarte correctamente dentro de un ecosistema de temas más amplio. Los sistemas de IA usan el reconocimiento de entidades para identificar personas, productos, servicios y lugares y sus conexiones; al definir explícitamente esas entidades con schema, mejoras la comprensión contextual y reduces la ambigüedad en lo que el modelo genera sobre ti. No es un truco de optimización: es darle a la máquina la ficha técnica de tu marca en su propio lenguaje.
cómo saber si la tienes rota
Síntomas de una entidad mal definida
Una entidad rota no da un error visible; se manifiesta en cómo la IA habla de ti. Estos son los signos que más vemos:
Te describe con datos viejos
Un precio retirado, un producto que ya no vendes, una sede antigua. Sin una entidad actualizada y consistente, el motor repite lo que encontró disperso, no lo correcto.
No apareces en tu categoría
Si el motor no puede conectar tu nombre con los conceptos y servicios de tu sector, sencillamente no te trae cuando alguien pregunta por ellos.
Tus versiones se canibalizan
El sitio en español y el inglés compiten como si fueran marcas distintas, y la autoridad que ganas en uno no refuerza al otro. Señal de un identificador de entidad mal unificado.
La raíz casi siempre es la misma: ambigüedad. Si tu marca se llama como otras diez empresas, el motor tiene que decidir a cuál se refiere, y sin señales claras de desambiguación se rinde o prioriza a quien sí hizo el trabajo. Cada día que tu marca sigue siendo una cadena de texto en lugar de una entidad validada, esa ambigüedad juega en tu contra.
Lo traicionero es que ninguno de estos síntomas dispara una alarma. No hay una caída de tráfico que lo delate ni un aviso en tu panel; simplemente, cuando alguien pregunta a la IA por tu categoría, sales peor de lo que deberías, y nunca te enteras de la conversación que no llegó. Por eso el primer paso es siempre mirar: una auditoría de cómo te describen los motores suele revelar uno o varios de estos síntomas en marcas que se creían bien posicionadas. Lo que no se mide, en entidad, no se sabe que está roto.
qué entregamos
Lo que construimos, con alcance cerrado
No es marcar una etiqueta y validar: es construir la arquitectura de datos que convierte tu presencia dispersa en una entidad que el motor puede reconocer y contrastar. El alcance:
- Grafo de entidad. Organization y Person anidados correctamente, con las propiedades que un LLM realmente lee: name, description, founder, knowsAbout, areaServed.
- sameAs a fuentes verificables. Enlazamos tu entidad con LinkedIn, Wikidata y los perfiles que el motor ya considera fiables, para que pueda contrastar quién eres.
- knowsAbout declarado. Declaramos de forma explícita las áreas en las que tu marca es autoridad, enlazadas a entidades reconocidas, no a etiquetas de marketing.
- Identificador bilingüe único. Un solo identificador para tus versiones en español e inglés, con nombres localizados e IDs estables, para que sumen en lugar de competir.
- Validación y consistencia. Comprobamos el marcado con las herramientas oficiales y alineamos tus datos (nombre, sede, contacto) por toda la web y en tu ficha de empresa.
El orden importa: primero auditamos la brecha entre tu identidad real y cómo te percibe el algoritmo, luego construimos el grafo, después lo respaldamos con señales externas consistentes y, por último, validamos que todo encaje. Un schema bien anidado sin consistencia externa es una ficha sin contrastar; las dos capas, juntas, son lo que mueve la aguja.
Vale la pena marcar la diferencia con lo que suele venderse como "schema". Muchos proveedores generan el marcado básico con una herramienta, lo pegan y dan el trabajo por hecho; eso sirve para algún resultado enriquecido en Google, pero ignora la arquitectura del Knowledge Graph por su complejidad. Lo que construimos no es una etiqueta, es un nodo: una entidad con relaciones jerárquicas claras, respaldada por señales que el motor puede verificar fuera de tu web. La distinción no es académica; es la diferencia entre que el algoritmo te tenga en cuenta y que pase de largo porque no puede confiar en lo que solo tú afirmas de ti.
el detalle que casi nadie trabaja
knowsAbout: declarar de qué eres autoridad
Schema.org define cientos de tipos y miles de propiedades, pero no todas pesan igual para un modelo de lenguaje. Las que más rinden son las que construyen un grafo: Organization y Person enlazadas, con sameAs apuntando a perfiles verificables, y sobre todo knowsAbout, la propiedad que declara explícitamente las áreas en las que tu marca es competente. Es la diferencia entre que el motor sepa que existes y que sepa para qué preguntas deberías ser una respuesta.
El matiz que separa el trabajo bueno del decorativo es a qué enlazas. Declarar que eres autoridad en "marketing" como texto suelto no aporta nada; enlazar esa área a una entidad reconocida —un concepto con identificador propio en una base de conocimiento— sí, porque conecta tu marca con un nodo que el motor ya entiende. Ese "vecindario semántico" —con qué conceptos y problemas se relaciona tu contenido— es lo que define para qué consultas te considera candidato. Construirlo bien es ingeniería de datos, no relleno de campos.
En la práctica, el anidado correcto es lo que separa un grafo de una lista de etiquetas. Anidamos Organization dentro de publisher y Person dentro de author, de modo que el motor entienda no solo que existen, sino cómo se relacionan: quién publica, quién firma, qué autoridad respalda cada pieza. El sameAs de cada nodo apunta a perfiles que el motor puede contrastar —LinkedIn, Wikidata, fichas oficiales—, y las propiedades como founder, areaServed o foundingDate dan los hechos que reducen la ambigüedad. Cada propiedad es una afirmación verificable; juntas, dibujan una entidad que el motor puede validar en vez de suponer.
Conviene insistir en el "vecindario semántico" porque es donde se gana o se pierde la relevancia. Un modelo decide para qué preguntas eres candidato según con qué conceptos y problemas conecta tu contenido, no según cuántas veces repites una palabra clave. Si tu entidad está enlazada a las áreas, los problemas y las soluciones reales de tu sector —mediante knowsAbout, about y enlaces a entidades reconocidas— el motor te sitúa en el barrio correcto y te trae cuando alguien pregunta por algo de ese barrio. Si está aislada, por muy bien marcada que esté, vive en un vecindario vacío al que nadie llega. Construir esas conexiones, hacia conceptos que el motor ya entiende, es lo que convierte una ficha correcta en una entidad relevante.
nuestro terreno
Una entidad, dos idiomas, un solo identificador
Aquí está una de las razones por las que el GEO bilingüe se nos da bien. El error más común en marcas que venden en dos idiomas es tratar el sitio en español y el inglés como entidades separadas: cada uno con su schema, sin conexión explícita entre ambos. Los motores entonces ven dos marcas parecidas y no terminan de unirlas, así que la autoridad que ganas en una lengua no refuerza a la otra, y a veces compiten entre sí por las mismas consultas.
Lo correcto es unificar las dos versiones bajo un único identificador global de entidad, con nombres localizados pero identificadores estables, sameAs cruzado entre idiomas y una marca canónica coherente. Así, cuando ganas una mención de autoridad en inglés, refuerza también tu presencia en español, porque el motor entiende que es la misma entidad. Para una empresa que vende a Estados Unidos, España y Latinoamérica, esa unificación es la diferencia entre sumar esfuerzos y dividirlos. Lo tratamos como nuestro terreno, no como un añadido, porque trabajamos siempre en los dos idiomas.
Este trabajo conecta de forma directa con cómo te citan Gemini y las vistas creadas con IA de Google, que se apoyan en el Knowledge Graph: una entidad bilingüe bien unificada es justo lo que esos motores necesitan para describirte igual de bien en una búsqueda en español que en inglés. Pero también ayuda en Claude y en los demás, porque un identificador claro reduce el riesgo de que el modelo cruce datos de tu versión en un idioma con afirmaciones de otra empresa con nombre parecido en el otro. El identificador único es, en el fondo, una forma de decirle a toda la IA: estas dos caras son la misma marca, trátalas como tal.
para quién tiene sentido
Para marcas a las que confundirse les cuesta dinero
Este servicio rinde más en unos casos que en otros. Si tu nombre lo comparten otras empresas; si vendes en dos idiomas o varios mercados; si la IA ya te describe pero con errores; o si compites en una categoría donde la desambiguación decide quién aparece, el trabajo de entidad es de los de mayor retorno. Si en cambio tu marca es única, local y ya bien reconocida, probablemente haya palancas más urgentes antes de afinar el grafo. Lo decimos sin rodeos: no todo el mundo necesita esto primero, y la auditoría inicial sirve justamente para saber si tú sí.
Para el SaaS B2B, que es el perfil al que más servimos, la entidad suele ser prioritaria por una razón concreta: las categorías de software están llenas de nombres parecidos, productos solapados y empresas que compiten por las mismas consultas técnicas. En ese ruido, una marca con entidad clara se distingue y una difusa se pierde, y eso se traduce directamente en cuántas de las consultas de alta intención —las de comparación e integración que preceden a una compra— te incluyen como respuesta. Cuando el motor tiene que elegir a quién citar entre varios parecidos, elige al que entiende mejor; el trabajo de entidad es, en buena medida, asegurarte de ser ese.
Y hay un efecto compuesto que conviene nombrar: a medida que tu entidad gana claridad, cada nueva mención, reseña o artículo sobre tu marca que el motor encuentra refuerza un nodo que ya entiende, en vez de sumar otra señal suelta que no sabe a quién atribuir. Es decir, la entidad bien construida hace que todo el demás trabajo de visibilidad rinda más, porque el motor sabe dónde colocar lo que va aprendiendo de ti. Empezar por aquí no solo arregla un problema; multiplica el retorno de lo que venga después.
cómo trabajamos
De la auditoría de entidad al nodo validado
El trabajo va por fases, en un orden que respeta las dependencias. Primero, una auditoría de entidad: identificamos la brecha entre quién eres de verdad y cómo te percibe el algoritmo, qué datos tuyos están dispersos, contradictorios o ausentes, y con qué otras entidades te confunde el motor. Sin ese mapa, el marcado sería a ciegas. Es la fase que más decisiones desbloquea, porque casi siempre revela que el problema no era el que la marca creía.
Después construimos el grafo —Organization, Person, knowsAbout, sameAs— y lo desplegamos sin romper lo que ya funciona, con ediciones quirúrgicas y validación en cada paso. A continuación alineamos las señales externas: consistencia de nombre, sede y contacto por toda la web, ficha de empresa y, cuando procede y se cumplen los criterios, anclaje en fuentes de autoridad como Wikidata. Por último, validamos con las herramientas oficiales que el marcado es correcto y que las dos versiones de idioma quedan unificadas bajo el mismo identificador. Es un proceso de semanas, no de un día, porque forzar el nodo sin las señales externas es construir sobre arena.
La auditoría de entidad merece una palabra más, porque es donde se decide el resto. No es revisar si tienes schema, sino detectar las "fugas semánticas": lugares donde tu identidad se diluye o se contradice —un nombre comercial distinto en cada red social, una descripción que cambia de página a página, una sede vieja en un directorio, dos personas con el mismo cargo sin aclarar quién es quién—. Cada fuga es una oportunidad para que el motor dude, y dudar, para un algoritmo, suele significar elegir a otro. Cerrar esas fugas, una a una, es buena parte del trabajo y casi nunca es glamuroso, pero es lo que convierte una marca confusa en una entidad nítida.
Sobre los plazos somos realistas: una entidad bien construida es cuestión de semanas, no de días, y su efecto en el Knowledge Graph y en las descripciones de la IA llega con el ritmo al que esos sistemas reevalúan tus datos, que no es inmediato. No prometemos un cambio de la noche a la mañana porque mentiríamos; lo que prometemos es hacer el trabajo correcto en el orden correcto, de modo que cuando los motores reprocesen tu información encuentren una entidad coherente en lugar del ruido de antes. La recompensa es lenta de llegar y estable una vez que llega.
lo que no prometemos
Una palabra honesta sobre la entidad
No vendemos una entrada garantizada en el Knowledge Graph ni una página en Wikipedia: ninguna de las dos se puede prometer, y forzar la segunda sin cumplir los criterios de relevancia puede salir caro. Tampoco fingimos que un schema básico hace magia; sin consistencia externa y señales de terceros, una etiqueta es solo una afirmación sin contrastar. Lo que sí controlamos es la arquitectura: construir una entidad inequívoca, respaldarla donde el motor la pueda verificar y mantenerla consistente. Eso eleva de forma real la probabilidad de que te identifiquen bien, que es lo honesto que se puede ofrecer.
The AC Group lleva 27 años trabajando la identidad de marcas en buscadores, y el trabajo de entidad es la versión actual de ese oficio. No es la palanca más vistosa, pero suele ser la más cimentadora: cuando la entidad está bien, todo lo demás —citas, contenido, monitorización— se apoya sobre una base sólida en vez de sobre arena.
Conviene también situar el alcance: el trabajo de entidad es necesario pero no suficiente por sí solo. Una entidad impecable que nadie menciona fuera de tu web sigue siendo una entidad sin autoridad distribuida; por eso este servicio se apoya en la ingeniería de citas, que gana las menciones de terceros que respaldan el nodo, y en la auditoría, que dice si el problema es de entidad o de otra cosa. Lo vendemos como lo que es: la pieza cimentadora del programa, no una solución única. Y tiene una virtud poco común en este campo: es duradera. A diferencia de la frescura, que hay que renovar, una entidad bien construida sigue trabajando para ti mientras tus datos no cambien, así que el esfuerzo se amortiza a lo largo del tiempo en lugar de evaporarse.
preguntas
Entidad y schema: preguntas frecuentes
¿Por qué importa el schema para la IA, si ya hago SEO?
Porque su función cambió. El schema dejó de servir solo para conseguir resultados enriquecidos en Google y pasó a ser el vocabulario con el que tu web se presenta ante los sistemas que interpretan entidades: el Knowledge Graph y, cada vez más, los modelos que generan respuestas. ChatGPT o Perplexity no ven tu diseño; ven texto plano y datos estructurados. El schema es la forma de decirles, sin ambigüedad, qué eres, a qué te dedicas y con qué entidades estás relacionado, en lugar de dejar que lo adivinen.
¿Necesito una página en Wikipedia para entrar en el Knowledge Graph?
No, y conviene desconfiar de quien lo afirme. Entrar en el Knowledge Graph se consigue transformando tu presencia dispersa en una entidad inequívoca: schema bien construido, consistencia de tus datos por toda la web y anclaje en fuentes de autoridad como Wikidata cuando cumples los criterios. Forzar una entrada en Wikipedia sin cumplir sus normas de relevancia puede ser contraproducente. El trabajo serio es de arquitectura de datos y desambiguación, no de colar una página donde no corresponde.
¿No basta con poner el schema básico de Organization?
Ayuda, pero rara vez basta por sí solo. Un schema mínimo le dice a la máquina el nombre y poco más; lo que reduce de verdad la ambigüedad es un grafo: Organization y Person anidados correctamente, sameAs apuntando a perfiles verificables, knowsAbout declarando tus áreas de autoridad, y todo respaldado por señales externas consistentes. Sin esa validación de terceros, el motor tiene una ficha sin contrastar. El valor está en la arquitectura completa, no en una etiqueta suelta.
¿Cómo manejan el schema en una marca bilingüe?
Con un único identificador de entidad para tus dos versiones. El error común es tratar el sitio en español y el inglés como dos marcas distintas; los motores entonces no las conectan y diluyen tu autoridad. Lo correcto es unificar ambas bajo un mismo identificador global, con nombres localizados pero IDs estables, sameAs cruzado y marca canónica coherente. Así, el trabajo de autoridad que ganas en un idioma refuerza al otro en lugar de competir consigo mismo. Es una de las cosas que mejor se nos dan, por trabajar siempre en los dos idiomas.
¿Esto me sirve para todos los motores o solo para Google?
Para todos, con matices. Gemini y las vistas creadas con IA de Google se apoyan directamente en el Knowledge Graph, así que ahí el efecto es el más directo. Pero Claude, ChatGPT y Perplexity también ganan: el schema les da hechos concretos y verificables que reducen el riesgo de que te describan mal o te confundan con otra empresa. Una entidad clara es de los pocos trabajos que rinde en los cinco motores a la vez, porque todos necesitan saber, sin dudar, quién eres.
Mira cómo te identifica la IA hoy, gratis
La instantánea de visibilidad incluye cómo te describen los motores y si te confunden con otra empresa. Es el primer diagnóstico antes de tocar tu entidad. Cuarenta y ocho horas, sin llamada de ventas.