¿Qué es una ontología?
Una ontología es una representación formal y explícita de un dominio de conocimiento. No es una lista de términos — es la gramática del conocimiento.
Representación formal de un dominio: clases, relaciones y reglas. La gramática que permite a Google y los LLMs entender entidades, no solo palabras.
Mapa conceptual
En términos filosóficos, la ontología es la rama que estudia la naturaleza del ser. En informática y web semántica, ese concepto se convirtió en herramienta: un sistema para describir con precisión qué existe en un dominio, cómo se clasifica y cómo se relaciona.
Una ontología modela tres cosas: las entidades que existen en un dominio, las categorías a las que pertenecen, y las relaciones que las conectan. Sin relaciones, una ontología no es más que una lista de conceptos.
Google no indexa páginas. Indexa entidades. Desde que Google lanzó su Knowledge Graph en 2012, el motor no busca coincidencias de texto, sino coincidencias de significado. Cuando alguien busca «ontología», Google no intenta encontrar la página que más veces repite esa palabra: intenta entender qué es una ontología, quién tiene autoridad sobre ese concepto, y qué recursos satisfacen mejor la intención de la consulta.
Esto tiene consecuencias directas para cualquier estrategia SEO seria: las páginas que modelan su contenido como entidades (con Schema.org, JSON-LD, relaciones explícitas entre conceptos) comunican al motor que «saben de qué hablan» en términos formales. El Generative Engine Optimization (GEO) depende de que el contenido sea ontológicamente consistente: si los LLMs van a citar a una empresa como autoridad en un tema, necesitan que esa entidad sea reconocible, consistente y bien definida en el espacio semántico.
Qué es una ontología: la definición canónica
La definición que cita la literatura desde hace tres décadas es la de Tom Gruber: una ontología es «una especificación explícita de una conceptualización». Traducido: es poner por escrito, de forma que una máquina pueda leerlo, qué cosas existen en un dominio y cómo se relacionan entre sí.
El W3C lo formula en términos más operativos al definir OWL, el estándar con el que se escriben: las ontologías son «vocabularios formalizados de términos, que a menudo cubren un dominio concreto y que comparte una comunidad de usuarios». Las dos definiciones dicen lo mismo desde ángulos distintos: una insiste en la explicitud, la otra en que sea compartida.
Conviene separarla de dos vecinas con las que se confunde. Un vocabulario es una lista de términos; una taxonomía los ordena en jerarquía; una ontología añade lo que ninguna de las dos tiene: relaciones con semántica —qué implica qué— y reglas que permiten deducir hechos que nadie escribió.
Historia: de la filosofía griega al estándar del W3C
El término es prestado. En filosofía, la ontología es el estudio de lo que existe; la informática se lo apropió en los años noventa para nombrar algo mucho más modesto: la lista formal de lo que existe dentro de un sistema. El propio Gruber lo señala al acuñar la definición: en un sistema basado en conocimiento, lo que «existe» es exactamente aquello que se puede representar.
De ahí salió una década de trabajo en inteligencia artificial que terminó estandarizándose en la web. El W3C publicó OWL como recomendación, sobre la base de RDF para representar afirmaciones y de SPARQL para consultarlas. Es la capa que hace que dos organizaciones distintas puedan describir el mismo dominio y entenderse.
El salto al SEO llega por una vía práctica: los datos estructurados. Cuando Google pide describir una página con un vocabulario compartido, está pidiendo exactamente esto en pequeño —una ontología ligera y acordada— para poder saber que una página habla de un producto y no de un artículo.
Cómo se construye una ontología, paso a paso
Primero se delimita el dominio y se decide para qué va a servir: una ontología sin pregunta que responder crece sin criterio. Después se enumeran las entidades reales —productos, problemas, ubicaciones, fuentes—, se nombran sus relaciones y solo al final se eligen las clases y las reglas.
El error más común es empezar por la jerarquía. Una taxonomía bonita con las relaciones sin definir no permite deducir nada, que es justo lo que distingue a una ontología de una lista ordenada.
En un proyecto de SEO el resultado se materializa en dos sitios: en la arquitectura de URLs —una entidad, una URL— y en el marcado de datos estructurados de cada página. Ninguno de los dos garantiza un resultado en el buscador: marcar una página la hace elegible para una función, no se la asegura.
Qué capacidades da y qué métricas se miden
Da tres cosas que un sitio sin ella no tiene. Permite deducir: si se declara que una categoría contiene a otra, no hace falta repetir cada hecho. Permite integrar fuentes distintas bajo el mismo vocabulario. Y permite validar: una afirmación que contradice la ontología se detecta sola.
Lo que se mide no es «la ontología» sino su efecto: cuántas entidades del dominio tienen URL propia y no compiten entre sí, qué cobertura de datos estructurados hay sobre esas URLs, y si las impresiones crecen por cluster y no solo por página suelta. Las posiciones no entran, porque no dependen del proyecto: Google no garantiza rastrear, indexar ni servir una página.
Cómo se aplica esto a un sitio completo está en arquitectura de conocimiento, que es el hub del que cuelga este término; el vocabulario relacionado está en RDF, OWL y SPARQL.
Los cuatro componentes de una ontología formal
Clases (conceptos)
Las categorías en las que se organizan las entidades del dominio. En una ontología de SEO: Keyword, URL, SearchIntent, ContentObject, ExpertAgent. Cada clase define un tipo de entidad.
Organization · Person · Service · ContentPageInstancias (individuos)
Los ejemplares concretos de cada clase. Hipersigno es una instancia de Organization. «ontologia definicion» es una instancia de Keyword. Una misma clase tiene tantas instancias como ejemplares reales existan.
HIPERSIGNO → instancia de → OrganizationPropiedades y relaciones
Las conexiones entre entidades. Una propiedad de datos: tiene_volumen_mensual = 5000. Una relación: Hipersigno → hasAuthority → ArquitecturaDeConocimiento. Las relaciones son el corazón de una ontología.
hasAuthority · expressedIn · supportedByAxiomas y restricciones
Reglas lógicas que definen cómo se comportan las entidades. Permiten que los reasoners infieran conocimiento nuevo. Sin axiomas, una ontología no puede razonar ni detectar inconsistencias.
Una URL solo puede tener una entidad dominanteTipos de ontologías: de ligeras a formales
Taxonomías
La forma más básica: una jerarquía de términos. Animal › Vertebrado › Mamífero › Perro. Útiles para clasificar, pero no modelan relaciones complejas. La mayoría de sistemas de categorías en ecommerce son taxonomías, no ontologías.
Tesauros
Añaden sinónimos, antónimos y relaciones de proximidad semántica. SEO → término relacionado → posicionamiento web. SKOS (Simple Knowledge Organization System) es el estándar RDF para tesauros.
Ontologías ligeras (Schema.org)
Incluyen clases, propiedades e instancias sin axiomas formales complejos. Schema.org es el ejemplo más conocido: define Organization, Person, Service y propiedades como name, url, founder. Es la ontología que implementas cuando añades JSON-LD a tu sitio.
Ontologías OWL (Web Ontology Language)
Construidas con OWL sobre RDF. Permiten razonamiento lógico, inferencia de conocimiento y detección de inconsistencias. Son las que usan los Knowledge Graphs empresariales serios, los sistemas RAG de alta precisión y las bases de conocimiento institucionales.
Ontología vs. taxonomía vs. Knowledge Graph
Los tres términos se usan indistintamente en el mercado hispanohablante aunque son cosas distintas.
Taxonomía
Jerarquía de clasificación. Solo dice «A es un tipo de B». No modela relaciones complejas ni permite razonamiento.
Ontología
Sistema formal de conceptos, relaciones y reglas. Define qué puede hacer A, con qué se relaciona A, qué restricciones aplican a A. Puede generar inferencias.
Knowledge Graph
Base de conocimiento construida a partir de una ontología. El KG es la instanciación masiva de una ontología. La ontología es la gramática; el KG es el texto escrito con esa gramática.
La relación es directa: la ontología define la estructura → el Knowledge Graph la puebla con datos reales. El Knowledge Graph de Google contiene miles de millones de triples RDF. Cada triple es una afirmación: [entidad] → [relación] → [entidad o valor].
Aplicaciones prácticas en empresas hispanohablantes
SEO semántico
Una empresa que modela sus productos, servicios y entidades con ontologías puede implementar datos estructurados de forma consistente y rica. Esto mejora la probabilidad de aparecer en Knowledge Panels, Rich Results y AI Overviews.
Knowledge Graphs empresariales
Una organización con una ontología bien diseñada puede construir su propio KG interno: conectar clientes, productos, contratos y documentos en una estructura navegable. Base de sistemas RAG de alta precisión.
Visibilidad en motores generativos (GEO)
Los LLMs citan fuentes que sus datos de entrenamiento reconocen como consistentes y autoritativas sobre un tema. Una entidad ontológicamente consistente entre su sitio, LinkedIn y Wikidata tiene mayor probabilidad de ser citada.
Arquitectura de contenido
Una ontología de contenido define reglas editoriales formales: qué tipos de páginas existen, qué entidades dominan cada tipo, qué relaciones deben tener entre sí. Elimina canibalización y estandariza el internal linking.
Lo que más se confunde al trabajar con ontologías
✗ Confundir ontología con taxonomía
Una taxonomía solo clasifica. Una ontología modela. No son intercambiables.
✗ Creer que Schema.org es suficiente para todo
Schema.org es una ontología ligera excelente para datos estructurados web, pero no tiene la expresividad de OWL para modelar dominios complejos. Para un KG empresarial serio, necesitas OWL.
✗ Construir sin axiomas
Una ontología sin restricciones formales no puede razonar ni detectar inconsistencias. Sin axiomas es solo una lista de conceptos con flechas.
✗ Ignorar el ciclo de vida
Las ontologías no se construyen una vez. Se versionan, se extienden, se auditan. Una ontología sin gobierno se convierte en deuda técnica.
✗ Asumir que el volumen lo hace todo
Una ontología con miles de clases pero relaciones mal diseñadas es menos útil que una ontología pequeña bien estructurada.
Términos relacionados
Vocabulario estándar (Schema.org) implementado en JSON-LD para describir entidades y contenido de forma que lo…
Formato de datos estructurados recomendado por Google. Vincula tu contenido al vocabulario de Schema.org sin m…
Experience, Expertise, Authoritativeness, Trust — las dimensiones con que Google evalúa la calidad de autoría …
Generative Engine Optimization — optimización para aparecer en respuestas de IA: ChatGPT, Perplexity, Google A…
Red de entidades y relaciones que permite a Google y los LLMs razonar sobre el mundo, no solo indexar palabras…
Retrieval-Augmented Generation sobre grafos de conocimiento. Conecta LLMs con Knowledge Graphs estructurados p…
Preguntas frecuentes sobre ontologías
¿Una ontología es lo mismo que una base de datos?
No. Una base de datos almacena datos estructurados en tablas. Una ontología modela conocimiento con relaciones semánticas formales y permite razonamiento lógico. Una ontología puede alimentar una base de datos, pero no son equivalentes.
¿Necesito saber programar para usar ontologías?
Para diseñar ontologías formales en OWL/RDF sí se requiere conocimiento técnico. Para implementar Schema.org en tu sitio —la versión ligera—, no necesariamente. JSON-LD se puede implementar con conocimiento básico de HTML.
¿Schema.org y las ontologías son lo mismo?
Schema.org es una ontología ligera compartida por Google, Bing y Yahoo. Cuando implementas datos estructurados en tu sitio estás usando una ontología. La diferencia está en la profundidad: para un Knowledge Graph empresarial necesitas una ontología más expresiva como OWL.
¿Cuánto tiempo tarda en construirse una ontología empresarial?
Depende de la complejidad del dominio y los objetivos. Una ontología mínima viable para SEO semántico puede tomar días. Un Knowledge Graph empresarial completo puede llevar meses. Lo importante es empezar con la estructura correcta.
¿Las ontologías son solo para empresas grandes?
No. Incluso una empresa pequeña se beneficia de tener sus entidades bien definidas, sus servicios modelados formalmente y su contenido consistente en Schema.org. La escala varía, pero el principio aplica a cualquier tamaño.
¿Cuándo necesita una empresa una ontología?
Cuando la información del negocio se fragmenta entre sistemas, equipos o documentos sin un modelo compartido de qué significa cada concepto. Una ontología es la solución estructural: define formalmente las entidades de tu dominio, sus relaciones y las reglas que las rigen. Si tu empresa necesita que la IA entienda bien su información, que los datos de distintos sistemas sean interoperables, o que Google te reconozca como autoridad en tu nicho, una ontología es el fundamento.
Sigue aprendiendo
Ruta técnica
Para implementadores y arquitectos
- →RDF(pronto)
- →OWL(pronto)
- →SPARQL(pronto)
Ruta SEO
Para estrategas y content managers
Ruta comercial
Para decisores y dueños de negocio
Fuentes
- A translation approach to portable ontology specifications · Thomas R. Gruber · 1993
- OWL 2 Web Ontology Language Document Overview (Second Edition) · W3C OWL Working Group · 2012
- Introduction to structured data markup in Google Search · Google Search Central · 2024
- General structured data guidelines · Google Search Central · 2026
- In-depth guide to how Google Search works · Google Search Central · 2024
- RDF 1.1 Concepts and Abstract Syntax · W3C · 2014
- Schema.org — vocabulario compartido · Schema.org
- Introducing the Knowledge Graph: things, not strings · Google · 2012