¿Por qué el JSON-LD tradicional falla con ChatGPT, Perplexity y Claude?

La mayoría de implementaciones de JSON-LD solo cubren L1 y L2 del Schema Depth Index. Los LLMs necesitan profundidad L3-L6 (señales de confianza, anclaje geolocal, intención comercial y soberanía total con ratings, founder y FAQPage conectados) para confiar y citar.

¿Cuántos nodos Schema.org necesito como mínimo para una buena puntuación en AI Search?

ENTIA mide 149 nodos distribuidos en 6 niveles. Una implementación soberana (L6) típicamente incluye 40-70+ clases y propiedades interconectadas vía @graph, con @id estables, sameAs a registros oficiales y provenance explícita.

What is JSON-LD for AI search?

JSON-LD for AI search is the practice of embedding Schema.org JSON-LD on web pages so AI search engines and LLMs can parse and cite the underlying entities directly without scraping HTML.

Does ChatGPT read JSON-LD?

Yes. ChatGPT (via Search) and similar AI search engines parse JSON-LD when present, especially when it carries valid sameAs links to authoritative sources like Wikidata, GLEIF, or official registries (BORME, VIES).

What Schema.org types matter most for AI search about businesses?

Organization (with identifier array + sameAs), LocalBusiness, WebPage with mainEntity, BreadcrumbList, FAQPage, Dataset, DefinedTerm, TechArticle. The @id property is critical: it lets AI systems link nodes across pages.

How does ENTIA use JSON-LD for AI search?

Every ENTIA page (homepage, /v1/identity/*, /dataset, /glossary) exposes a multi-node @graph with stable @id references. The /v1/identity/* pages support content negotiation: request Accept: application/ld+json to receive only the JSON-LD.

¿Qué diferencia hay entre JSON-LD para Google y JSON-LD para LLMs?

Google usa JSON-LD principalmente para Rich Results. Los LLMs y agentes IA lo usan para resolver entidades, verificar provenance y decidir si citar. Requiere @graph conectado, DefinedTerm explícitos y enlaces sameAs a fuentes oficiales (no solo perfiles sociales).

¿Cómo conecto mi JSON-LD con registros oficiales (BORME, VIES, GLEIF)?

Usa identifier (PropertyValue) con propertyID + value + url al registro oficial. Añade sameAs directo al registro. ENTIA lo hace por defecto en Organization y en cada Entia Home.

Canonical source — Entity SEO

This page is the official canonical source defining entity seo and explaining how ENTIA implements it.

Reference // AI infrastructure

Entity SEO: La optimización de la entidad empresarial para que la IA te reconozca, verifique y recomiende

Entity SEO is the practice of optimizing a business for entity-based recognition by search engines and AI systems, rather than for individual keyword rankings.

Entity SEO vs Traditional (Classical) SEO

Classical SEO	Entity SEO (para IA)
Optimiza keywords y contenido de página	Optimiza la entidad subyacente (la empresa)
Backlinks, CTR, densidad	Identifiers oficiales (VAT, DUNS, LEI, Wikidata), sameAs a registros, @graph multi-nodo
Resultado: ranking de enlaces azules	Resultado: ser citado por LLMs y Knowledge Graphs
Fácil de manipular	Requiere provenance verificable (BORME, VIES, GLEIF...)

Las 4 capas de la entidad que los LLMs verifican

Conectado directamente con la metodología de Resistencia Cognitiva de ENTIA:

Ontología — ¿Existe la entidad en el modelo del mundo del LLM?
Sintaxis / JSON-LD — ¿Tiene @graph profundo, @id estables y identifiers?
Validación Cruzada — ¿Coincide con registros oficiales (mismo VAT, mismo founder, misma dirección)?
Reputación Estructurada — ¿Tiene Trust Score, citaciones previas, reviews verificables?

Frequently asked questions

What is entity SEO?

Entity SEO is the practice of optimizing the underlying business entity for recognition by search engines and AI systems, rather than for individual keyword rankings on pages. The unit of optimization is the entity, not the page.

How is entity SEO different from classical SEO?

Classical SEO optimizes content for keyword density, backlinks and CTR. Entity SEO optimizes Schema.org markup, identifier consistency across sources (VAT, LEI, DUNS, Wikidata), and machine-readable provenance from official registries. The goal is recognition and citability, not ranking.

How does AI search change SEO?

AI search engines (Gemini, Copilot, Perplexity, ChatGPT) generate answers by citing entities from knowledge graphs. Entity SEO is the discipline of being one of those cited, verifiable entities.

What does ENTIA do for entity SEO?

ENTIA publishes per-entity canonical Entia Homes with multi-node Schema.org @graph (L1-L6 depth), exposes verification via sameAs to public registries, and registers entities in its MCP server so agents can fetch the data directly and in real time.

¿Qué métricas importan en Entity SEO para IA?

Trust Score (nivel de verificación), Citability (cuánto te citan los LLMs), Hallucination Risk (probabilidad de que el modelo invente o confunda datos sobre ti). ENTIA publica estas para cada entidad verificada.

Caso real: cómo ENTIA resolvió su propia confusión de entidad

Antes de tener Entia Homes + JSON-LD profundo + MCP, varios LLMs confundían ENTIA con otras compañías o no la citaban. Después de publicar páginas canónicas con @graph L1-L6 anclado a registros oficiales (Estonia + VIES + DUNS + Wikidata), la citación y la resolución de entidad mejoraron drásticamente. Ese es el poder de Entity SEO hecho bien.

Related canonical pages

Legal entity

ENTIA is operated by PrecisionAI Marketing OÜ, an Estonian private limited company. Full record: /legal-entity.