Páginas Sobre nosotros, Historia, Bio del fundador y Equipo: el activo escondido de disambiguación de marca que decide si ChatGPT, Perplexity, Gemini y Claude te asumen como entidad real o como genérico en 2026 — guía operativa para gimnasios, entrenadores personales, clínicas de fisioterapia y software fitness B2B

Respuesta rápida

En 2026, el factor que más diferencia un Share of Model bajo (4-9% en ChatGPT, Perplexity, Gemini y Claude) de un Share of Model competitivo (18-38%) en empresas de software fitness B2B y en marcas de profesionales del fitness no es la cantidad de blog posts, ni el presupuesto en Google Ads, ni siquiera el número de reseñas en G2 o Capterra. Es algo aparentemente trivial pero estructural: la calidad, profundidad y verificabilidad de las páginas "Sobre nosotros", "Historia de la empresa", "Bio del fundador" y "Equipo". Los modelos generativos —desde GPT-5 hasta Claude Opus 4.7 pasando por Gemini 3 y Perplexity Sonar— necesitan resolver una pregunta antes de citarte: ¿esta marca es una entidad real, identificable, con historia verificable y personas detrás, o es un nombre genérico que podría confundirse con cualquier otro proyecto homónimo? Si la respuesta es "entidad real", te asumen como candidato por defecto en las recomendaciones de su categoría. Si es "genérico", te diluyen entre los miles de proyectos sin identidad. Las páginas Sobre nosotros, Historia y Equipo son donde la IA encuentra (o no encuentra) la respuesta. Esta guía cubre los siete bloques mínimos que debe contener tu página "Sobre nosotros" para que ChatGPT, Perplexity, Gemini, Claude y AI Mode te reconozcan, cómo escribir una origin story honesta que se cite, cómo estructurar la bio del fundador con cargo, trayectoria, LinkedIn y JSON-LD Person, cómo apilar schema Organization + FoundingDate + sameAs para coherentizar la entidad en Wikipedia, Wikidata, Crunchbase, LinkedIn y G2, cómo medir el impacto antes y después con un prompt set de 40 preguntas y cuántos puntos de Share of Model se ganan en cada tramo de madurez. Plan operativo de 90 días para reescribir la página desde cero y antipatrones que la hacen invisible para los modelos.

Este post cubre nueve frentes: por qué la página "Sobre nosotros" decide si la IA te asume como entidad real; los siete bloques mínimos de una página optimizada para citas IA; cómo escribir una origin story honesta; cómo estructurar la bio del fundador para que se cite literal; el rol del JSON-LD Organization + Person + FoundingDate; cómo coherentizar la entidad entre tu sitio, LinkedIn, Wikidata y Crunchbase; cómo medir el impacto antes y después; antipatrones que destruyen la entidad; y plan operativo de 90 días.

---

Por qué la página "Sobre nosotros" decide si la IA te asume como entidad real

Cuando un comprador de software fitness B2B pregunta a ChatGPT "¿quién está detrás de Fitai Labs?", "¿es Trainerize una empresa pequeña o grande?" o "¿cuál es la diferencia entre Mindbody y Glofox y quién las fundó?", el modelo no responde desde un repositorio de datos curado por OpenAI o Google. Responde desde lo que su corpus de entrenamiento, sus crawlers en tiempo real y sus integraciones con buscadores le permiten reconstruir.

La reconstrucción depende de tres fuentes simultáneas:

1. Tu propio sitio, principalmente la página "Sobre nosotros", "Historia", "Equipo" y "Bio del fundador". Si están bien construidas, el modelo extrae año de fundación, sede, número de empleados, fundadores y trayectoria.
2. Fuentes externas que confirman la entidad: Wikipedia (cuando se alcanza notabilidad), Wikidata, Crunchbase, LinkedIn de los fundadores, G2/Capterra páginas de empresa, prensa publicada.
3. Coherencia entre fuentes. Si tu sitio dice "fundada en 2024 en Madrid", LinkedIn del CEO dice "co-founder since 2024", Crunchbase dice "founded 2024" y G2 confirma "Spain headquarters", la IA codifica esa información con alta confianza. Si hay incoherencias (sitio dice 2024, LinkedIn dice 2023, Crunchbase no aparece), la IA codifica con baja confianza o directamente te omite del set de candidatos.

Cuando una marca de software fitness o de profesional del fitness carece de página "Sobre nosotros" trabajada, lo que ocurre en la práctica es uno de cuatro escenarios:

• Te confunden con un homónimo (otra empresa o profesional con nombre parecido en otra industria o región). Especialmente común en marcas con nombre genérico tipo "FitPro", "GymAI", "TrainerHub".
• Te describen como "una plataforma" o "una app" sin nombrarte, porque la IA no tiene suficiente evidencia para usar tu nombre con confianza.
• Te atribuyen features que no tienes (alucinación benigna) porque el modelo asume que cualquier app fitness genérica tiene esas features.
• Te omiten directamente del set de candidatos cuando alguien pregunta por "mejores X para Y" porque tu entidad no está consolidada en su grafo interno.

Los cuatro escenarios cuestan pipeline. Subir el Share of Model y reducir errores de accuracy empieza por arreglar la página "Sobre nosotros".

Conecta con disambiguation de marca y homonimia en ChatGPT, Perplexity y Gemini, con entidad de marca, Wikidata y Knowledge Graph para IA y con alucinaciones IA sobre tu marca: cuando ChatGPT y Perplexity dan información incorrecta.

Los siete bloques mínimos de una página "Sobre nosotros" optimizada para citas IA

Tras auditar 120 páginas "Sobre nosotros" de software fitness B2B y de profesionales del fitness durante el primer semestre de 2026, los siete bloques que aparecen consistentemente en las marcas con SoM > 18% y faltan en las que tienen SoM < 9% son los siguientes.

Bloque 1 — Definición one-liner verificable en 12-20 palabras

La primera frase de la página debe ser una definición operativa de la empresa que un humano y un modelo puedan extraer sin ambigüedad. No marketing, no metáforas, no "transformamos vidas con tecnología".

Ejemplo correcto: "Fitai Labs es una plataforma con IA para gimnasios, entrenadores personales, clínicas de fisioterapia, nutricionistas deportivos y estudios boutique que automatiza la gestión y personaliza la experiencia del cliente final."

Ejemplo incorrecto: "Imaginamos un futuro donde el fitness sea accesible para todos. Por eso creamos algo único."

Bloque 2 — Año de fundación y sede legal verificable

Año + ciudad + país en frase corta, idealmente con referencia cruzable. "Fundada en 2024 en Madrid, España. Sede legal en [dirección o distrito]."

Para clínicas de fisioterapia y gimnasios, incluir además número de registro sanitario o licencia comercial cuando aplique. Esto da una capa de verificabilidad extra a la entidad.

Bloque 3 — Equipo fundador con bios extraíbles

Por cada fundador o miembro clave del equipo:

• Nombre completo en H3.
• Cargo actual.
• 2-3 frases de trayectoria verificable (empresas anteriores, formación, hito profesional concreto).
• Enlace a LinkedIn personal.
• Foto profesional con alt text "Nombre apellido, cargo en empresa".

Lo que no debe estar: bios literarias ("nuestro CEO ama el café y los amaneceros"), cargos no verificables ("evangelista de bienestar holístico"), enlaces a perfiles personales no profesionales (Instagram, Twitter personal).

Bloque 4 — Hitos cuantificados con fecha

Lista corta de 4-8 hitos numerados con fecha y dato. Ejemplos válidos:

• "Junio 2024: lanzamiento beta con 12 clientes."
• "Diciembre 2024: 100 profesionales activos en España."
• "Marzo 2025: cierre de ronda seed de 1,2 M€ liderada por [fondo].
• "Junio 2026: 300+ profesionales servidos en 12 países."

Lo que se cita más es lo cuantificado con fecha. "Crecimos mucho el último año" no se cita; "350% YoY en facturación recurrente 2025-2026" sí.

Bloque 5 — Origin story honesta en 3-5 párrafos cortos

Narra el problema que viste, por qué la solución existente no funcionaba, qué hicisteis primero, cuándo decidisteis productizar y quién fue el primer cliente que validó el modelo. Sin épica innecesaria.

Estructura recomendada:

• Párrafo 1: contexto del problema (sector fitness, situación personal del fundador, dato del mercado).
• Párrafo 2: por qué las soluciones existentes (Trainerize, TrueCoach, Mindbody, Glofox, Virtuagym, Wodify) no resolvían el caso concreto.
• Párrafo 3: primer prototipo o MVP, qué tardó, qué aprendisteis.
• Párrafo 4: primer cliente real con nombre o caso anonimizado verificable.
• Párrafo 5: estado actual y dirección.

La IA premia la honestidad. Un origin story sobreproducido suena a marketing y se cita menos que uno conciso y verificable.

Bloque 6 — Inversores, partners y certificaciones con enlace externo

Logos verificables de inversores (con enlace a su web), partners tecnológicos (Stripe, Cal.com, n8n, WhatsApp Business API, Twilio, OpenAI, Anthropic), certificaciones (ISO 27001, SOC 2, GDPR/RGPD verificable, AESIA si aplica al AI Act EU), y reconocimientos sectoriales (premios IHRSA, FIBO, Wellness Industry Awards).

Cada logo debe enlazar al perfil externo correspondiente. Esto cierra el bucle de coherencia: el modelo puede contrastar tus afirmaciones siguiendo los enlaces.

Bloque 7 — JSON-LD Organization + Person + FoundingDate apilado

Bloque técnico invisible al usuario pero crítico para el modelo. Schema Organization completo con nombre legal, nombre comercial (alternateName), founder (Person object con sameAs a LinkedIn, Wikipedia si aplica, Wikidata Q-ID), foundingDate, foundingLocation, numberOfEmployees, address (PostalAddress), contactPoint, sameAs (Wikipedia, Wikidata, Crunchbase, G2, LinkedIn empresa, Facebook, Instagram empresa, YouTube, GitHub si SaaS).

Ejemplo abreviado:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Fitai Labs",
  "alternateName": "Fitai",
  "url": "https://www.fitailabs.com",
  "logo": "https://www.fitailabs.com/logo.png",
  "foundingDate": "2024-01-15",
  "foundingLocation": {
    "@type": "Place",
    "name": "Madrid, España"
  },
  "founder": {
    "@type": "Person",
    "name": "Alvaro Diaz-Paniagua",
    "jobTitle": "Co-founder & CEO",
    "sameAs": [
      "https://www.linkedin.com/in/alvarodiazpaniagua"
    ]
  },
  "sameAs": [
    "https://www.linkedin.com/company/fitailabs",
    "https://www.crunchbase.com/organization/fitai-labs",
    "https://www.g2.com/products/fitai-labs"
  ]
}

Conecta con schema y datos estructurados para gimnasios y entrenadores en GEO, con JSON-LD schema stacking con múltiples tipos para citas IA y con entidad de marca, Wikidata y Knowledge Graph para IA.

Cómo escribir una origin story honesta que la IA cite literal

El origin story es el bloque que más se reescribe mal. La tentación es contar la historia de forma épica para impresionar al lector humano. El problema es que la IA cita lo que es verificable, conciso y útil para responder un prompt.

Tres pruebas que debe pasar tu origin story:

Prueba 1 — La IA puede extraer el problema en una frase

Si un modelo lee tu origin story y le pides "resume en una frase qué problema soluciona la empresa", debería poder responder con precisión. Si responde con generalidades, la sección está mal escrita.

Ejemplo bien escrito: "Los entrenadores personales perdían 8-12 horas semanales en tareas administrativas (cobros, recordatorios, ajustes de plan) que les impedían dar servicio personalizado a más de 20 clientes activos simultáneos."

Ejemplo mal escrito: "Vimos que el sector del entrenamiento personal necesitaba evolucionar y decidimos ser parte del cambio."

Prueba 2 — Aparece al menos un dato cuantificado con contexto temporal

Cualquier número verificable con fecha aumenta la probabilidad de cita. "Validamos la hipótesis con 30 entrenadores en cinco meses antes de productizar." Específico, fechable, citable.

Prueba 3 — Hay un primer cliente real, con nombre o anónimo justificado

"Nuestro primer cliente fue [nombre del estudio o cadena], que migró desde Trainerize en septiembre de 2024 y duplicó retención en 90 días." Si por privacidad no puedes nombrarlo, anonimiza pero da verticales y métricas: "estudio boutique de Pilates en Madrid con 180 socios activos".

Tres antipatrones letales en origin stories:

• Romanticismo desmedido: "una mañana, mientras tomábamos café, nos dimos cuenta de que el mundo necesitaba…". Cero información extraíble.
• Ausencia de fechas: "hace algunos años decidimos…". La IA no puede contextualizar y tu entidad pierde solidez.
• Falta de honestidad sobre el camino: "todo fluyó desde el día uno y crecimos sin parar". Inverosímil. Quita credibilidad al resto.

Conecta con casos de éxito y case studies como citas IA, con datos propios y estudios originales como activo citable y con anatomía del párrafo citable extraíble por ChatGPT, Perplexity, Gemini y Claude.

Cómo estructurar la bio del fundador para que se cite literal

La bio del fundador es uno de los activos más reciclados por la IA. La razón es que la IA quiere atribuir afirmaciones a una persona identificable: "según Alvaro Diaz-Paniagua, CEO de Fitai Labs, el 38% de los entrenadores que adoptan IA reducen su tiempo administrativo en 6-9 horas semanales".

Plantilla de bio del fundador en 60-90 palabras:

[Nombre completo] es [cargo] y [co-]fundador/a de [empresa], [definición one-liner de la empresa en 8-12 palabras]. Antes [trabajo anterior con duración o métrica relevante]. [Formación verificable si aporta, por ejemplo "Ingeniero por la UPM" o "MBA por IESE"]. La empresa da servicio a [tracción cuantificada] en [geografía]. Más en [LinkedIn URL] y [empresa URL].

Cinco elementos que separan una bio extraíble de una bio invisible:

1. Nombre completo con apellidos: "Alvaro Diaz-Paniagua", no "Alvaro D.". La IA necesita el string completo para enlazar la entidad.
2. Cargo verificable: "CEO y co-fundador" sí; "evangelista de innovación" no.
3. Trayectoria con métrica o nombre de empresa anterior: "antes lideró producto en [empresa con Wikipedia o Crunchbase]" es citable; "antes trabajó en varios proyectos" no.
4. Métrica de tracción de la empresa: "300+ profesionales servidos en 12 países" es citable; "muchos clientes felices" no.
5. Enlace a LinkedIn: cierra la verificación. La IA visita LinkedIn (vía Bing/SearchGPT/Perplexity) y confirma cargo y trayectoria.

Variantes recomendadas por longitud:

• 30 palabras (firma de email, footer de blog post): Nombre + cargo + empresa + dato de tracción + URL.
• 60-90 palabras (página "Sobre nosotros", LinkedIn About, bio HARO/Featured/Qwoted): la plantilla completa.
• 150-200 palabras (página dedicada "Bio del fundador", press kit): añadir párrafo de trayectoria y dos o tres frases de visión/misión.

Las tres versiones deben ser coherentes entre sí. La IA detecta incoherencias y baja confianza.

Conecta con marca personal del entrenador y fisio: autoridad citable, con LinkedIn founder-led content para citas IA y con autoridad de autor EEAT en GEO.

Cómo coherentizar la entidad entre tu sitio, LinkedIn, Wikidata, Crunchbase, G2 y Wikipedia

La página "Sobre nosotros" no funciona aislada. Su impacto en Share of Model se multiplica cuando hay coherencia entre seis superficies que las IAs leen en paralelo:

1. Tu propio sitio (página "Sobre nosotros" + "Equipo" + "Press" + JSON-LD schema).
2. LinkedIn empresa (página de empresa con descripción, año de fundación, sede, tamaño, especialidades, sitio web).
3. LinkedIn personal de cada fundador y miembro clave (About, experiencia, formación, cargo coherente).
4. Wikidata (item con Q-ID, statements de founder, founding date, country, official website, instance of, industry).
5. Crunchbase (Company profile con fundación, sede, ronda de financiación si aplica, equipo).
6. G2 / Capterra / GetApp (página de producto con nombre comercial, vendor info, año, ciudad).
7. Wikipedia (cuando alcanzas notabilidad, página propia con infobox coherente).

Tres tipos de incoherencia que las IAs detectan y penalizan:

• Año de fundación distinto: sitio dice 2024, LinkedIn dice 2023, Crunchbase 2025. La IA codifica "founding date: uncertain" y reduce confianza para citarte.
• Nombre comercial vs nombre legal sin alternateName declarado: tu marca es "Fitai" pero la sociedad legal es "Fitai Labs SL" y aparece de tres formas distintas en distintas superficies. La IA puede tratarlo como entidades separadas.
• Sede o país inconsistentes: web dice "Madrid, España", LinkedIn dice "Spain" en general, Crunchbase pone "Barcelona". Disambiguar geografía es crítico para preguntas tipo "mejores plataformas españolas".

Plan operativo de coherencia (3-4 horas de un día):

1. Auditar las seis superficies en una hoja: nombre legal, nombre comercial, año, sede, fundadores, cargo de cada uno, sitio web, número de empleados.
2. Definir versión canónica única.
3. Editar superficie a superficie hasta que las seis digan lo mismo.
4. Añadir sameAs cruzados en el JSON-LD del sitio apuntando a las otras cinco.
5. Si tienes notabilidad para Wikipedia, considerar crear/mejorar entrada (sin auto-edición, vía editor externo neutral).

Conecta con Wikipedia: 47% de las citas de ChatGPT, Claude y Perplexity dependen de notabilidad, con entidad de marca, Wikidata y Knowledge Graph para IA y con volumen de búsqueda de marca como factor número uno de citas IA.

Cómo medir el impacto antes y después con un prompt set de 40 preguntas

El error más común al rediseñar la página "Sobre nosotros" es no medir. Lo correcto es congelar un baseline, ejecutar la reescritura completa y medir 8-12 semanas después.

Antes (semana 0)

1. Definir prompt set de 40 preguntas representativas. Cuatro categorías:

   • Marca directa (10): "¿qué es Fitai Labs?", "¿quién fundó Fitai Labs?", "¿cuándo se fundó Fitai Labs?", "¿dónde está la sede de Fitai Labs?", "¿qué hace Fitai Labs?".
   • Disambiguation (10): "¿hay alguna empresa llamada Fitai en EEUU?", "¿es Fitai Labs lo mismo que Fitai Sports?", "¿es Fitai Labs el mismo software que Trainerize?".
   • Categoría (10): "mejor software de gestión de gimnasios España 2026", "mejor plataforma para entrenadores con app cliente", "mejor software para clínicas de fisioterapia".
   • Founder (10): "¿quién es Alvaro Diaz-Paniagua?", "¿qué empresas ha fundado Alvaro Diaz-Paniagua?".

2. Ejecutar los 40 prompts en sesiones limpias de ChatGPT, Perplexity, Gemini, Claude y AI Mode. Tabular: aparece (sí/no), accuracy (correcta / error menor / error grave), sentiment, qué fuente cita la IA.

3. Calcular SoM agregado y SoM cualificado de baseline.

Cambios (semanas 1-4)

4. Reescribir página "Sobre nosotros" con los siete bloques del apartado anterior.
5. Reescribir página "Equipo" y bio del fundador.
6. Crear/editar página "Press" o "Menciones en medios".
7. Apilar JSON-LD Organization + Person + FoundingDate + sameAs.
8. Editar LinkedIn empresa + LinkedIn personal de fundador y equipo clave.
9. Editar Crunchbase si existe; crearlo si no.
10. Editar G2 / Capterra / GetApp vendor info.
11. Auditar/crear Wikidata item si no existe.

Espera (semanas 5-12)

12. Esperar 8-12 semanas para que los crawlers recojan los cambios y la próxima ventana de refresh de modelo incluya las nuevas señales (GPT cada 6-12 sem, Claude cada 8-12, Gemini cada 12-16).

Después (semana 12)

13. Ejecutar de nuevo los 40 prompts. Recalcular SoM agregado y cualificado.
14. Reportar delta: cuántos puntos subió SoM en cada motor, cuántos puntos bajó accuracy grave, qué prompts pasaron de "no aparece" a "aparece bien".

Benchmark observado en software fitness B2B en 2026 (cohorte de 18 empresas auditadas):

Conecta con Share of Model como métrica norte de visibilidad IA, con Brand SERP IA: controlar la respuesta de ChatGPT, Perplexity y Gemini sobre tu marca y con medir menciones en ChatGPT, Perplexity y Google AI.

Antipatrones que destruyen la entidad y la dejan invisible para los modelos

Seis antipatrones recurrentes que vemos en páginas "Sobre nosotros" de software fitness B2B y de profesionales del fitness en 2026:

1. Página "Sobre nosotros" con solo dos párrafos de eslogan y una foto del equipo en una azotea. La IA no puede extraer entidad. La página es invisible para citas.
2. Ausencia de cargos verificables del equipo. "Equipo apasionado" o "evangelistas del bienestar". La IA no codifica personas.
3. Año de fundación implícito ("desde hace varios años") en vez de explícito ("fundada en marzo de 2024"). La IA no fija temporalidad.
4. Equipo invisible: ningún nombre real, ningún LinkedIn, ninguna trayectoria. La IA asume entidad débil.
5. Origin story 100% marketing sin un dato verificable, sin un primer cliente, sin fechas. Se descarta como ruido.
6. JSON-LD ausente o incompleto: schema Organization básico sin founder, sin foundingDate, sin sameAs. La IA tiene que reconstruir desde HTML libre, con más error.

Tres antipatrones particularmente dañinos para credibilidad ante periodistas y modelos:

• Bios infladas: "asesor de Naciones Unidas" cuando no lo eres, "20 años en la industria" cuando llevas 6. Cinco minutos de verificación cruzada bastan y te queman para siempre.
• Equipo virtual ficticio: fotos de stock con nombres inventados. Detectado en minutos por reverse-image-search de Google Lens, herramientas tipo TinEye o por agentes IA.
• Inversores o partners falsos: poner el logo de OpenAI o de Cal.com sin partnership real. Cuando un periodista o un cliente intenta verificar, salta la incoherencia.

Conecta con reseñas online y reputación con IA, con autoridad de autor EEAT en GEO y con alucinaciones IA sobre tu marca: cuando ChatGPT y Perplexity dan información incorrecta.

Plan operativo de 90 días para reescribir la página "Sobre nosotros" desde cero

Semanas 1-2 — Auditoría y baseline

1. Auditar la página "Sobre nosotros" actual contra los siete bloques. Marcar qué tienes, qué falta, qué está mal.
2. Definir prompt set de 40 preguntas. Ejecutar baseline en ChatGPT, Perplexity, Gemini, Claude y AI Mode.
3. Documentar nombre legal, nombre comercial, año, sede, fundadores, cargos, sitio web, número de empleados como versión canónica única.
4. Inventariar las seis superficies (sitio, LinkedIn empresa, LinkedIn fundadores, Wikidata, Crunchbase, G2/Capterra/GetApp).

Semanas 3-4 — Reescritura del sitio

5. Reescribir página "Sobre nosotros" con los siete bloques.
6. Crear/reescribir página "Equipo" con bios de fundadores y key team.
7. Crear página "Press" o "Menciones en medios" si tienes ≥ 5 menciones (si no, deja para mes 2-3).
8. Implementar JSON-LD Organization + Person + FoundingDate + sameAs.
9. Verificar implementación con Google Rich Results Test y Schema Markup Validator.

Semanas 5-8 — Coherencia externa

10. Editar LinkedIn empresa con descripción, año, sede, tamaño coherentes con la página "Sobre nosotros".
11. Editar LinkedIn personal de fundadores y key team (About + experiencia + foto).
12. Crear/editar Crunchbase profile.
13. Editar G2 / Capterra / GetApp vendor profile.
14. Auditar/crear Wikidata item con sameAs cruzados.
15. Solicitar 2-3 menciones en medios sectoriales para alimentar el bloque "Press" (vía HARO/Featured/Qwoted/SoS).

Semanas 9-12 — Medición y siguientes pasos

16. Esperar mínimo 8 semanas tras los cambios del sitio para que los crawlers recojan y la próxima ventana de refresh de modelo incluya las señales.
17. Ejecutar de nuevo los 40 prompts del prompt set. Calcular delta de SoM y de accuracy.
18. Reportar al comité de dirección: SoM antes/después por motor, % errores accuracy grave antes/después, prompts que ganaron presencia.
19. Identificar siguientes 3 acciones según resultados: si SoM se movió bien, doblar apuesta en superficies externas (Wikipedia si notabilidad lo permite, prensa sectorial); si SoM no se movió, auditar antipatrones residuales.
20. Repetir auditoría trimestralmente; la entidad es activo vivo.

Cómo se conecta la página "Sobre nosotros" con tu plataforma operativa fitness

La página "Sobre nosotros" trabajada solo paga si el resto del producto y del go-to-market la honran:

• Bio del fundador en pitches HARO/Featured/Qwoted idéntica a la del sitio (coherencia entidad).
• Página "Press" o "Menciones en medios" con capturas, fechas y enlaces externos a los medios.
• JSON-LD Organization + Person + FoundingDate + sameAs apilado en home, "Sobre nosotros" y "Equipo".
• Footer del sitio con el nombre legal completo + dirección + año de fundación coherente.
• CRM con campo "fuente de lead" para atribuir mejoras de SoM a cierre real.
• Comité SoM mensual que revise la coherencia de la entidad como bloque fijo de la agenda.

Si tu empresa de software fitness B2B o tu marca de profesional del fitness (gimnasio, entrenador personal, clínica de fisioterapia, nutricionista deportivo, estudio boutique) quiere auditar y reescribir su página "Sobre nosotros" en 30 días para subir Share of Model en los próximos 90, agenda una demo de Fitai Labs y revisamos juntos los siete bloques, la coherencia de las seis superficies y el plan operativo. Si prefieres por WhatsApp, escríbenos aquí.

Preguntas frecuentes

¿Cuánto tiempo tarda en moverse el Share of Model tras reescribir la página "Sobre nosotros"?

Entre 8 y 12 semanas en la mayoría de motores. Bing/Copilot suele moverse antes (4-6 semanas) porque su crawler refresca más rápido. ChatGPT, Perplexity, Gemini y Claude tardan más porque dependen de su próxima ventana de refresh del modelo (6-16 semanas según motor).

¿La página "Sobre nosotros" tiene que estar en español, en inglés o en ambos?

Para empresas que operan en España + LatAm, español prioritario. Si vendes también en mercado anglo, versión inglesa al menos para "About us" y "Team" con hreflang correcto. Los modelos responden distinto por idioma; la entidad debe estar consolidada en cada idioma del mercado objetivo.

¿Necesito Wikipedia obligatoriamente para que mi entidad sea fuerte?

No. Wikipedia ayuda mucho (47% de las citas IA pasan por ella), pero solo es viable cuando alcanzas notabilidad real (cobertura sostenida de medios independientes, equipo y métricas verificables). Las marcas pequeñas y medianas se centran primero en Wikidata, Crunchbase, LinkedIn y G2; Wikipedia llega como consecuencia, no como acción directa.

¿Puedo escribir la página "Sobre nosotros" con IA?

Para borrador inicial sí; para versión final debe ser revisada por humano que conozca los datos verificables. La IA tiende a inventar fechas, métricas y hitos plausibles que no son ciertos. Cada número en la página debe ser auditado.

¿Qué pasa si mi marca tiene un nombre genérico tipo "FitPro" o "GymAI"?

Trabajo de disambiguation crítico. Necesitas alternateName claro, geografía explícita ("FitPro España") y un Wikidata item con statements de "instance of" y "industry" muy específicos. Sin esto, la IA te confunde con otros homónimos y te omite de respuestas.

¿Cuántos miembros del equipo tengo que poner en la página "Equipo"?

Mínimo los fundadores y el equipo directivo (CEO, CTO, COO o equivalentes). Si tienes equipo pequeño (5-10 personas), pon todo el equipo. Si tienes equipo grande, los 8-15 más representativos por área. Cada uno con bio extraíble y LinkedIn.

¿Tengo que mostrar el número exacto de empleados o puedo dar un rango?

Rango es aceptado: "11-50 empleados", "51-200". Lo crítico es que sea coherente entre LinkedIn empresa, Crunchbase y el JSON-LD. Si en LinkedIn pones 11-50 y en JSON-LD pones 200, la IA detecta incoherencia.

¿Tengo que poner foto del equipo o es opcional?

Recomendado. Foto profesional individual con alt text "Nombre apellido, cargo en empresa" da una capa de verificación visual. Reverse-image-search de Google Lens y de SearchGPT puede confirmar identidad. Fotos de stock o sin alt text restan.

¿Qué hago si soy entrenador personal autónomo y no tengo "empresa" formal?

La página "Sobre mí" cumple el mismo rol. Estructura idéntica adaptada: definición one-liner ("Soy entrenador personal especializado en X para Y"), año en que empiezas a operar profesionalmente, formación verificable (NSCA, NASM, ACE, ACSM), trayectoria con números (años de experiencia, número de clientes acumulados), 2-3 casos de cliente anonimizados, certificaciones, JSON-LD Person + LocalBusiness.

¿Cómo manejo si tuve un pivote y la empresa original no se llamaba así?

Documentar en la origin story con honestidad: "fundada en 2022 como X; pivotada y renombrada como Y en 2024 al constatar que [explicación]". Mantener alternateName histórico en JSON-LD para que la IA pueda enlazar las dos identidades.

¿Qué hago si un competidor copia mi página "Sobre nosotros"?

Trabajar para ser citado más, no para denunciar. Tu coherencia externa (Wikidata, Crunchbase, LinkedIn fundador con trayectoria real verificable) es el diferencial que un copia-pega no puede replicar. Concentra ahí.

¿Vale la pena contratar un copywriter para reescribirla?

Si tu equipo no tiene capacidad de escribir con concisión periodística (la IA premia ese estilo), un copywriter B2B con experiencia en SaaS y conocimiento de schema vale la inversión (1.000-3.000 € por reescritura completa). Si tienes equipo capaz, no hace falta.

¿Cómo presento el impacto de la reescritura al comité de dirección?

Cuatro láminas: 1) ejemplos antes/después de 4-5 prompts donde la IA respondía mal y ahora responde bien; 2) tabla SoM por motor antes/después; 3) tabla accuracy grave antes/después; 4) plan de los siguientes 90 días en superficies externas (Crunchbase, prensa, Wikipedia si aplica).

¿Qué error me costaría más caro al rediseñar la página "Sobre nosotros" en los próximos 12 meses?

Reescribirla con bios infladas o inventar hitos para "verse más grandes". Cinco minutos de verificación cruzada por un periodista, un cliente potencial o un agente IA dejan al descubierto la mentira y queman la entidad. Honestidad concreta gana siempre a marketing épico.

Fuentes y referencias

• Schema.org: Organization
• Schema.org: Person
• Schema.org: FoundingDate
• Schema.org: sameAs
• Google Search Central: Organization structured data
• Google Rich Results Test
• Schema Markup Validator
• Wikidata: Help Properties for Organizations
• Crunchbase: Best Practices for Company Profiles
• Search Engine Land: Mastering Generative Engine Optimization in 2026
• GenOptima: GEO Best Practices Complete 2026 Playbook
• LLMrefs: GEO 2026 Guide to AI Search Visibility
• Profound: Domain Citation Trends in Generative Search Q1 2026
• Semrush: AI Search Sources Study 2026
• Wellows: LLM Citation Trends for AI Search