Introducción (para que nadie finja que “ya lo sabía”)
Hay un momento incómodo en la vida de toda agencia creativa: cuando el cliente pregunta
“¿por qué ChatGPT recomienda a mi competencia y no a mí?”
Y alguien responde con la clásica oración mística: “es que el algoritmo…”.
No. No es magia. Es estructura, semántica y señales.
En SEO tradicional, muchos todavía juegan a “meter la keyword” como si Google fuera un loro con checklist. Pero Google lleva años pensando en entidades (personas, marcas, lugares, productos, conceptos) y en qué tan centrales son dentro de un texto, un sitio y un ecosistema de fuentes.
Por ejemplo el Super Bowl es una entidad ‘evento’, relevante en ‘música’ y ‘entretenimiento’, ‘deportes’, ‘Estados Unidos’ pero mucho más, en “Football americano”.
En NLP a eso se le llama entity salience: la “prominencia” o “protagonismo” de una entidad dentro de un documento. (Google Research)
Y aquí viene lo divertido: los motores generativos (LLMs como ChatGPT, Gemini, Claude) también necesitan decidir quién importa para contestar. De la misma forma en que confías más en un doctor con 15 años de experiencia en neurocirugía comprobable que en un Chamán para abrirte la cabeza. Bueno… espero.
Hoy te explico, “para dummies”, qué señales hacen que una entidad sea saliente y por qué eso es gasolina premium para GEO (Generative Engine Optimization). En otras palabras, cómo hacer que tu marca sea más relevante para aumentar la probabilida de ser citada por Chat GPT, Gemini, et al.
1) Entity Salience (con menos tecnicismos)
Entity salience es, en simple: qué tan “acerca de” una entidad trata el texto. Google Research lo define como asignar un puntaje de relevancia a cada entidad en un documento. (Google Research).
Google Cloud Natural Language (API) hace “Entity Analysis” y devuelve, entre otras cosas, un campo literal llamado salience por entidad. Es un número: cuanto más alto, más mejor protagonista. (Google Cloud).
Ojo: No es que Google Search use ese mismo resultado para pagerank son dos modelos distintos. Nos muestra cómo un sistema puede “leer” un texto y decidir qué entidades se relacionan y/o cuáles dominan. (Google Cloud)
2) De Google Search a los LLMs: misma obsesión, distinto resultado
En Google (SEO clásico): entender “qué es” tu contenido
Google Search dice explícitamente que trabaja duro para entender el contenido y que puedes ayudarle con “pistas explícitas” mediante structured data. (Google Developers)
También explica que usa structured data para entender el contenido de la página y recopilar información sobre el mundo (personas, libros, compañías) incluidas en el marcado. (Google Developers)
Traducción: si tu marca es una entidad, Google quiere señales claras de quién eres, qué haces y cómo te relacionas con otras entidades.
LLMs (generativo): contestar “qué recomiendas” o “qué explica mejor”
Los LLMs no solo enlazan: sintetizan. Para hacerlo, deben decidir qué entidades son centrales en las fuentes que “leen” (ya sea por entrenamiento, retrieval, citas, documentos, etc.). De hecho, en investigación reciente se exploran mecanismos para aumentar la “saliencia” de entidades nombradas para guiar la atención y mejorar la generación de resúmenes. (arXiv)
Traducción: si tu marca no tiene prominencia semántica, la IA la trata como nota al pie. Y nadie recomienda notas al pie.
3) Las “señales” de prominencia de entidad (lo que delata al protagonista)
Voy a ordenarlo como maestro gruñón: si tu entidad no se nota en estas capas, no se nota en absoluto.
A) Señales dentro del texto (NLP puro)
Estas son señales clásicas para detectar salience en modelos de NLP:
- Frecuencia y distribución de menciones (Entity Popularity / Entity References). Más menciones, especialmente repartidas (no solo en un párrafo), suelen elevar prominencia. En trabajos de entity salience, los conteos de menciones aparecen como señales base y priors razonables. (Google Research)
- Posición. Menciones tempranas (título, primer párrafo) importan. En investigación, “sentence position” se usa incluso como baseline fuerte. (Google Research)
- Co-referencia (cuando “él/ella/esto” sigue siendo tu marca). Si mencionas la marca una vez y luego te vas a “la empresa”, “la solución”, “ellos”… sin claridad, diluyes. Los modelos de salience suelen apoyarse en señales derivadas de co-referencia. (Google Research)
B) Señales estructurales (la parte donde diseño y SEO por fin se dan la mano)
Aquí es donde muchos contenidos “bonitos” se caen: tienen estética, pero no jerarquía semántica.
- Título/H1 y subtítulos (H2/H3) con entidad explícita
Si el H1 no incluye la entidad principal, ya empezamos mal. - Entity-first writing (nombra, define, delimita)
No: “somos una solución innovadora”.
Sí: “Factor SEO es una agencia especializada en SEO técnico y GEO para agencias”. (Factor SEO) - Datos concretos y atributos (servicios, ubicación, industria, casos, metodologías)
Los adjetivos venden en junta. Los atributos posicionan en máquinas. - Structured data (Schema) como megáfono semántico
Google lo dice: structured data son “pistas explícitas” y un formato estandarizado para clasificar el contenido. (Google Developers)
C) Señales de red (el mundo exterior vota)
En GEO esto se pone sabroso: los motores generativos suelen confiar más en entidades que aparecen de forma consistente en múltiples fuentes.
- Consistencia del “entity profile” (nombre, descripciones, NAP, categorías)
- Menciones/citas en sitios relevantes (medios, directorios, partners, papers, casos)
- Enlazado interno que refuerza relaciones (tu marca → servicios → casos → metodología)
Para aterrizarlo con enlaces internos (sí, autopista directa al contexto):
- Página de GEO en Factor SEO.
- Servicio de SEO (para cuando alguien todavía cree que GEO “reemplaza” SEO).
- Campañas publicitarias digitales (porque visibility sin demanda también es un hobby caro).
- Factor SEO Blog (para seguir entrenando al mercado a que esto “se sale de su liga”).
4) Ejemplo para dummies: “la marca que quería ser recomendada por ChatGPT”
Imagina esto:
Una agencia creativa hace una landing para NebulaCRM (nombre ficticio). La página dice:
“Somos una plataforma innovadora que transforma tu relación con clientes mediante tecnología de punta…”
Suena lindo. Ahora si le preguntamos a una IA:
“¿Qué CRM recomiendas para pymes en México que quieren automatizar WhatsApp y pipelines?”
¿Qué pasa? La IA recomienda a otros. NebulaCRM ni sale.
¿Por qué? Porque en el texto, NebulaCRM no es una entidad saliente. Es una aparición cameo: una vez en el logo, otra en el footer, y el resto es humo motivacional.
Cómo se arregla (sin sacrificar el diseño, solo el autoengaño)
Versión entity-first del primer bloque:
- “NebulaCRM es un CRM para pymes en México enfocado en automatización de WhatsApp, seguimiento de leads y pipelines de venta para equipos comerciales de 3 a 30 personas.”
- “Integra etiquetas, recordatorios y reportes por etapa.”
- “Casos de uso: inmobiliarias, educación, salud privada.”
¿Notas el cambio?
Ahora el texto tiene:
- Entidad explícita
- Atributos verificables
- Relaciones (CRM, WhatsApp, pipeline, pymes México)
- Estructura semántica.
Tip “maestro con regla en mano”: puedes usar herramientas de análisis de entidades para ver si tu marca aparece con alta salience en tu propio contenido (como referencia conceptual). Google Cloud muestra salience por entidad en su Entity Analysis. (Google Cloud)
¿Esto hará que ya aparezca? No necesariamente, mejorará las probabilidades, pero ahora tendría que trabajar en Entity Popularity / Entity References. Que es un simil al Domain Authority.
5) Mini-framework para agencias: “Entity Salience Scorecard”
Evalúa tu página principal (o la landing del servicio estrella) con estas 7 preguntas:
- ¿La entidad principal aparece en H1 y primer párrafo?
- ¿El contenido define la entidad con tipo + contexto + atributos?
- ¿La entidad se menciona de forma consistente o se pierde en “la solución”?
- ¿Hay subentidades claras (productos, métodos, ubicaciones, industrias)?
- ¿Hay relaciones explícitas entre entidades (qué resuelves, para quién, con qué integraciones)?
- ¿Implementaste structured data donde aplica? (Google Developers)
- ¿Existen señales externas que validen la entidad (menciones, casos, partners, perfiles)?
Si 4 o más salen mal, GEO no es “difícil”. Es que tu contenido está escrito como si la máquina fuera un humano con paciencia… y no lo es.
Conclusión y TL;DR
En GEO, ganar visibilidad en respuestas generativas no se trata de intentar hacer lo mismo que SEO pero para ChatGPT.
Ya que si piensas en KW andas un poco limitado, piensa más en conceptos, nosotros tendemos a llamarle anclas o entidades, se trata de construir una entidad que sea referente. Y esto tiene dos caminos: o “fuerza bruta” de marca en medios digitales, o especialización a través de asociar tu entidad a sub-entidades específicas. ASí generas prominencia atado a tu propuesta de valor.
La prominencia de entidad (entity salience) es el puente entre:
- Cómo los sistemas entienden de qué trata tu contenido
- Cómo priorizan información
- Cómo deciden qué nombres merecen estar en la respuesta
Si tu marca no es saliente, no es “mala suerte”. Es arquitectura semántica deficiente.
En Factor SEO trabajamos GEO como debería trabajarse: entidades, evidencia, estructura y distribución, no afirmaciones inspiracionales con tipografía bonita. Si quieres entrarle en serio, empieza por nuestra guía de Generative Engine Optimization (GEO) y amárralo con una base sólida de SEO.
Bibliografía (formato APA)
- Dunietz, J., & Gillick, D. (2014). A New Entity Salience Task with Millions of Training Examples. Proceedings of the European Association for Computational Linguistics.
- Google Cloud. (s. f.). Cloud Natural Language API: Analyzing Entities (analyzeEntities).
- Google Developers. (2025). Introduction to structured data markup in Google Search.
- Zhang, et al. (2025). InforME: Improving Informativeness of Abstractive Text Summarization via Named Entity Latent Salience (arXiv).
Search Engine Land. (2025). Entity-first SEO: How to align content with Google’s Knowledge Graph.