ENTITY-BASED SEO · 2026
Entidades en SEO: cómo Google rankea por conceptos, no por keywords
TL;DR: Google dejó de procesar keywords como strings hace más de una década. Procesa entidades — personas, lugares, organizaciones, conceptos — y sus relaciones en un grafo de conocimiento. Si tu SEO sigue centrado en “rankear por keyword X”, estás optimizando para un modelo conceptual que el motor ya no usa. Esta guía explica qué son las entidades, cómo Google las reconoce, y cómo construir tu sitio para ser una entidad relevante en tu nicho.
Tabla de contenidos
- ¿Qué es una entidad SEO?
- Tipos de entidades
- Knowledge Graph: dónde viven las entidades
- Cómo Google extrae entidades del contenido
- Mapeo de entidades del nicho
- Entity coverage: la métrica que reemplaza keyword density
- Tu marca como entidad en el Knowledge Graph
- Schema markup para declarar entidades
- Internal linking entre entidades
- Errores comunes en entity SEO
- Preguntas frecuentes
¿Qué es una entidad SEO?
Una entidad SEO es cualquier cosa identificable de forma única y persistente en el mundo: una persona, un lugar, una organización, un producto, un evento, un concepto abstracto, una obra de arte. La definición técnica viene de la lingüística computacional y se formalizó en SEO con el lanzamiento del Google Knowledge Graph en mayo de 2012.
La distinción crítica entre keyword y entidad: una keyword es un string de caracteres (“seo semantico”); una entidad es un nodo conceptual con identidad única que puede expresarse con múltiples strings (“SEO Semántico”, “Semantic SEO”, “SEO semantico”, “el SEO semantic”) y que tiene atributos asociados (definición, sinónimos, entidades relacionadas, fuentes que la describen).
Google identifica internamente cada entidad con un MID (Machine ID) único. La entidad “Eduardo Peiro” en el Knowledge Graph (si existe — depende de cuán autoritativa esté la presencia online) tiene un MID que persiste aunque las páginas que mencionan a Eduardo cambien, se renombren, o se trasladen.
Tipos de entidades
Schema.org y el sistema interno de Google reconocen varios tipos primarios de entidades. Los más relevantes para SEO:
- Person — personas (Eduardo Peiro, Koray Tuğberk Gübür, Bill Slawski). Crítico para autoría y E-A-T.
- Organization — empresas, instituciones, ONGs (POS1, Aprender21, Google). Crítico para brand authority.
- Place — ubicaciones geográficas (Buenos Aires, México DF, Madrid). Crítico para SEO local.
- Product — productos específicos (curso Experto SEO Semántico, Aurora Borealis Tequila). Crítico para e-commerce.
- Event — eventos (Google Search Central Live, BrightonSEO 2026). Crítico para queries temporales.
- CreativeWork — obras, artículos, libros, papers (Article, Book, ScholarlyArticle). Crítico para contenido editorial.
- DefinedTerm — conceptos abstractos, términos técnicos (topical authority, entity coverage). Crítico para glosario y educational content.
- Service — servicios ofrecidos por una organización (auditoría SEO, consulting). Crítico para sites de servicios.
Knowledge Graph: dónde viven las entidades
El Google Knowledge Graph es la base de datos interna que almacena entidades y sus relaciones. Lanzado en 2012, contiene en 2026 miles de millones de entidades extraídas de fuentes estructuradas (Wikipedia, Wikidata, fuentes oficiales) y no estructuradas (sitios web bien optimizados, schema markup, signals de autoría).
Cuando una entidad tiene “presencia” en el Knowledge Graph, Google puede mostrarla en:
- Knowledge Panel — el panel lateral en SERPs cuando buscás por la entidad (típicamente para personas famosas, organizaciones, lugares).
- Entity carousels — carrouseles horizontales con entidades relacionadas.
- AI Overviews — fuente citada en el resumen generativo.
- Featured snippets enriquecidos — con atributos de la entidad (founder, founded date, etc.).
Tu meta como SEO es (1) que las entidades core de tu nicho sean reconocidas correctamente cuando tu sitio las menciona, (2) que tu propia marca/organización entre al Knowledge Graph como entidad propia, (3) que las relaciones entre entidades en tu sitio reflejen las relaciones reales del mundo (no relaciones inventadas).
Cómo Google extrae entidades del contenido
El proceso técnico interno tiene varios componentes que conviene entender al estructurar contenido:
1. Named Entity Recognition (NER)
El crawler tokeniza el contenido y aplica NER para identificar candidatos a entidades. Tools opensource equivalentes: spaCy, Stanford NLP, BERT-based NER models. Google usa internamente modelos más sofisticados (descendientes de BERT y MUM), pero el principio es el mismo: identificar strings que probabilísticamente representan entidades.
2. Entity Linking (Disambiguation)
Una vez identificada una entidad candidato, Google determina cuál entidad específica del Knowledge Graph corresponde. “Apple” puede ser fruta o empresa — el contexto (otras entidades mencionadas, el dominio del sitio, el resto del párrafo) determina la disambiguation. Schema markup explicit ayuda enormemente acá.
3. Coreference Resolution
Las entidades se mencionan con múltiples expresiones a lo largo de un texto. “Eduardo Peiro… él… el fundador de POS1… el autor” — todas refieren a la misma entidad. Coreference resolution conecta esas menciones. Google es bueno en español pero no perfecto — escritura clara con referentes explícitos mejora resolution.
4. Relationship Extraction
Una vez identificadas y disambiguated las entidades, el motor extrae relaciones entre ellas: “X es fundador de Y”, “X enseña Z framework”, “Z es un sistema de SEO”. Esas relaciones alimentan el Knowledge Graph y las usa para responder queries complejas.
Mapeo de entidades del nicho
El primer trabajo concreto al hacer entity SEO en un sitio es mapear sistemáticamente las entidades del nicho. Output: una lista priorizada de 80-200 entidades que conforman el universo semántico de tu tema.
El proceso operativo:
