Entidad, fuente y consenso: las tres capas

Capa 1: entidad

Antes de citarte, el sistema tiene que resolver quién eres y distinguirte de cualquier otro con nombre parecido. Eso se llama resolución de entidad y es la parte que más negocios fallan, porque desde dentro parece obvio quién eres.

Una entidad resuelta tiene siempre las mismas cuatro coordenadas escritas juntas: nombre exacto, categoría de actividad, ubicación y una fecha. Con eso, cualquier sistema puede separarte de los homónimos. Sin eso, tus menciones se reparten entre varios candidatos y ninguno acumula suficiente señal.

• El nombre se escribe siempre igual, incluida la forma jurídica, en todas las fuentes. Una marca escrita de cuatro maneras distintas son cuatro entidades débiles en lugar de una fuerte.
• La categoría se dice con las palabras del sector, no con las de la marca. Carpintería de armar identifica, soluciones integrales en madera no.
• La ubicación baja hasta el municipio. Islas Baleares no distingue, Manacor sí.
• La fecha ancla la continuidad. Desde 1968 es un dato verificable que ningún competidor nuevo puede copiar.

Capa 2: fuente

La frase perfecta no sirve de nada en una página que el sistema no puede leer. Los obstáculos habituales son conocidos y siguen siendo los mismos de siempre, sólo que ahora tienen consecuencias más duras, porque un rastreador que falla no reintenta como haría un humano.

• Contenido que sólo aparece tras ejecutar JavaScript. Muchos rastreadores de IA no ejecutan nada y ven la página vacía.
• Muros de cookies que tapan el texto hasta que alguien acepta. Nadie acepta nada en nombre de un rastreador.
• Texto dentro de imágenes. Una cifra en un gráfico no es una cifra legible.
• Páginas lentas o servidas desde una capa intermedia que responde tarde. El tiempo de espera de un rastreador es corto.
• Ausencia de fecha visible. Sin fecha, el sistema no puede decidir si tu dato es más nuevo que el del competidor.

A esto se añade una pieza reciente y poco aprovechada: un fichero de texto en la raíz del dominio que resume en lenguaje llano qué es la empresa, qué páginas importan y qué temas cubre. Los medios del network publican uno en la ruta /teaser.md, pensado para que un agente entienda el sitio en una sola lectura.

Capa 3: consenso

Un modelo de lenguaje no verifica hechos, estima probabilidades. Si una afirmación aparece en una sola fuente, es una anécdota. Si aparece en seis fuentes independientes con la misma forma, se convierte en lo que el sistema considera cierto.

La palabra clave es independientes. Seis dominios distintos con el mismo texto copiado no son seis fuentes, son una fuente duplicada, y los sistemas de recuperación agrupan duplicados antes de redactar. Lo que crea consenso es la misma información contada con palabras distintas por redacciones distintas, cada una desde su ángulo temático.

El consenso no se construye repitiendo un texto. Se construye repitiendo un hecho.

De ahí sale la regla práctica: un hecho central, entre cinco y ocho fuentes temáticamente distintas, cada una con su propia redacción, todas coincidiendo en las cuatro coordenadas de la entidad. Ese es el trabajo.