Que Gemini mencione una marca no depende de lo atractiva que sea su web oficial, sino de que la reconozca como una entidad real y bien delimitada. Cuando empezamos a trabajar con un cliente B2B SaaS, su web superaba a las de la competencia; sin embargo, cada vez que preguntábamos a Gemini por herramientas de su categoría, la respuesta incluía siempre a tres competidores europeos o estadounidenses y omitía por completo al cliente. La solución no consistió en reescribir la web para acumular referencias, sino en completar las estructuras de Wikipedia y Wikidata y conectar los datos oficiales dispersos bajo una sola entidad. Tres meses después, ante las mismas preguntas, Gemini ya incluía de forma estable el nombre de la empresa y su enlace.
Por qué Gemini aplica una lógica de citación distinta a la de ChatGPT
Las respuestas de Gemini se apoyan en el sistema de grounding de Google: consultan información actualizada en Google y dependen en gran medida del Google Knowledge Graph para determinar quién es cada entidad. Buena parte de los datos de entidades que alimentan ese grafo procede de Wikipedia y Wikidata. Esto tiene una consecuencia directa: si Google no tiene registrada a una empresa en su grafo, o la confunde con otra, difícilmente Gemini podrá citarla de forma estable y correcta. ChatGPT tiende a apoyarse más en los patrones lingüísticos aprendidos durante el entrenamiento y en el contenido web recuperado en cada consulta; Gemini, en cambio, muestra una orientación más marcada hacia las entidades. Por eso ambos motores pueden tratar de forma distinta un mismo artículo.
Contexto del caso: una gran web oficial, pero ninguna visibilidad en la IA
El cliente ofrece una herramienta B2B de monitorización y observabilidad de API. La empresa llevaba unos cuatro años operando, contaba con un equipo en Taiwán, se dirigía principalmente al mercado de Asia-Pacífico y tenía decenas de clientes empresariales. Cuando acudió a nosotros, presentaba un problema habitual: el contenido no era el obstáculo. El blog se actualizaba con frecuencia y los casos de la web oficial estaban bien explicados. El problema era que Google no podía construir una entidad completa que respondiera con claridad a tres preguntas: «¿Quién es esta empresa, a qué categoría pertenece y con qué otras entidades se relaciona?». Como consecuencia, Gemini tampoco podía utilizarla de manera consistente. El cuello de botella estaba en la base de su visibilidad, no en el contenido.
- Al preguntar en Gemini «¿Cuáles son las herramientas de monitorización de API en la región de Asia-Pacífico?», la respuesta solo mostraba a varias grandes empresas europeas y estadounidenses; el cliente no figuraba en la lista.
- Al preguntar «¿Qué es esta empresa?», Gemini ofrecía una descripción imprecisa e incluso la confundía con otra compañía de nombre similar.
- Al buscar el nombre de la marca en Google, no aparecía ningún panel de conocimiento a la derecha: Google todavía no la reconocía como una entidad claramente definida.
- La información corporativa estaba dispersa: las descripciones de la web oficial, LinkedIn, Crunchbase y GitHub no coincidían, ni siquiera en el año de constitución.
Las tres acciones que marcaron la diferencia
En el ámbito del GEO se repite a menudo la recomendación «basta con crear un artículo en Wikipedia», pero es un error. Wikipedia exige relevancia enciclopédica y cobertura independiente en fuentes fiables. Sin esos requisitos, el artículo puede eliminarse y dejar además un antecedente negativo en el historial de edición. El orden correcto de actuación fue el siguiente:
- Unificamos el nombre de la empresa, la ubicación, el año de constitución y la sede en la web oficial, LinkedIn, Crunchbase y GitHub. También implementamos datos estructurados Organization de schema.org y utilizamos sameAs para conectar todos esos perfiles con una misma entidad.
- Completamos las referencias de terceros. Ayudamos al cliente a conseguir cobertura en medios del sector, aparecer en listados relevantes y hacer públicas sus relaciones con entidades reconocidas, como sus socios de integración. Estas señales servían tanto como base para demostrar relevancia en Wikipedia como para reforzar la confianza del grafo de conocimiento.
- Creamos un elemento de Wikidata respaldado por fuentes y dejamos la propuesta de un artículo en Wikipedia para cuando se cumplieran los requisitos. Wikidata tiene una barrera de entrada menor y alimenta directamente el Google Knowledge Graph, por lo que suele producir resultados antes que Wikipedia.
Las tres acciones perseguían un único objetivo: evitar que Google tuviera que adivinar. Cuando los datos oficiales, la cobertura de terceros y Wikidata describen de la misma forma a una misma entidad, el grafo de conocimiento puede consolidar un nodo con un alto nivel de confianza. Así, Gemini deja de omitir a la empresa o de confundirla con otra al generar sus respuestas.
Cómo cambiaron las menciones en Gemini al cabo de 90 días
Utilizamos Brand Radar para hacer un seguimiento semanal en Gemini de una serie fija de preguntas sobre la categoría. El cambio no se produjo de un día para otro, sino a medida que se actualizaba el grafo de conocimiento:
- Semanas 3-4: al buscar el nombre de la marca en Google comenzó a aparecer un panel de conocimiento. Gemini también dejó de confundirla con la empresa de nombre similar.
- Semanas 6-8: una vez indexado el elemento de Wikidata, Gemini empezó a incluir ocasionalmente al cliente en listas como «herramientas de monitorización de API en Asia-Pacífico».
- Semanas 10-12: las menciones pasaron de ocasionales a estables. En las preguntas de categoría que seguíamos, aproximadamente dos tercios de las respuestas de Gemini incluían a la empresa, normalmente con un enlace a la web oficial o a Wikipedia.
Primero hay que conseguir que Google tenga claro quién eres; entonces Gemini podrá presentarte con confianza. Invertir ese orden solo genera trabajo improductivo.— Tenten GEO consultant team
Tres comprobaciones que puedes hacer por tu cuenta
- Busca el nombre de tu marca. ¿Aparece un panel de conocimiento a la derecha? Si no aparece, es probable que Google todavía no la considere una entidad claramente definida.
- Busca tu empresa en Wikidata. ¿Son correctos el tipo de entidad, la web y los enlaces asociados?
- Comprueba si la descripción corporativa coincide en la web oficial, LinkedIn y Crunchbase. En cuanto Gemini detecta contradicciones, disminuye su confianza en la entidad.
Límites de este enfoque: cuándo no resulta útil
No todas las empresas necesitan este proceso. Si tu compañía tiene menos de un año y no cuenta con ninguna cobertura de terceros, intentar abrir elementos en Wikidata o publicar un artículo en Wikipedia probablemente sea un desperdicio de esfuerzo. En ese caso, conviene empezar por crear contenido susceptible de ser citado y construir una presencia en medios. Las marcas puramente B2C también responden a una lógica distinta: su existencia suele estar clara y el problema acostumbra a estar más relacionado con la percepción y la conexión emocional. El refuerzo de entidades resulta especialmente eficaz en casos como el de esta empresa B2B: un negocio real, con presencia en un mercado concreto, que los motores de IA todavía no detectan. Si buscas tu categoría en Gemini o Google AI y la lista está llena de competidores, quizá el problema no sea la cantidad de contenido, sino la definición de tu entidad. Si quieres descubrir qué lagunas existen en tu grafo de conocimiento y qué pasos pueden corregirlas, ofrecemos un diagnóstico GEO de 30 minutos: utilizaremos las preguntas reales que importan a tu negocio para revisar qué responde Gemini en este momento.
