Schema JSON-LD para GEO: guía práctica de implementación
Los schemas JSON-LD son la forma más eficiente de comunicarle a un LLM qué es tu empresa. Aprende cuáles implementar y cómo hacerlo correctamente.
Si tuvieras 30 minutos para mejorar tu visibilidad en ChatGPT, los invertirías en implementar schemas JSON-LD. Es la táctica con mejor ratio impacto/esfuerzo en GEO porque resuelve el problema más básico: que la IA no sepa con certeza qué hace tu empresa.
Sin schema, un LLM tiene que inferir tu negocio del texto de tu web, de lo que dicen terceros, de cómo te categorizan los directorios. Con schema bien implementado, le das la información estructurada directamente en el formato que procesa de forma nativa.
Qué es JSON-LD y por qué es el formato correcto
JSON-LD (JavaScript Object Notation for Linked Data) es el formato estándar de schema.org — el vocabulario de datos estructurados que usan Google, Bing, Yahoo y, cada vez más, los LLMs. Se implementa en el código HTML de tu web como un bloque de script:
JSON-LD es preferible a Microdata y RDFa porque no mezcla los datos con el HTML visible — se coloca en el <head> del documento y los crawlers lo leen independientemente del contenido de la página.
Los schemas que necesita cada tipo de negocio
Tipo de negocio
Schemas prioritarios
Agencia / Consultoría
ProfessionalService, Service (x3-5), FAQPage, WebSite
Los 5 errores más frecuentes en implementación de schemas
1. Usar @type genéricos
El error más común: usar Organization cuando existe un tipo más específico. MedicalBusiness, LegalService, ProfessionalService, Restaurant — siempre usar el tipo más específico disponible en schema.org. La especificidad mejora la precisión con la que los LLMs te categorizan.
2. Datos inconsistentes entre schema y web
Si el schema dice que tu empresa se llama "Consulting Group SL" y tu web dice "Consulting Group", el LLM detecta inconsistencia y reduce la confianza en la fuente. Todos los datos del schema deben ser idénticos a los que aparecen en el resto de tu presencia online.
3. No incluir FAQPage
El schema FAQPage es el más directamente citeable por los LLMs. Las preguntas y respuestas del FAQPage aparecen textualmente en las respuestas de la IA cuando coinciden con las queries de los usuarios. Es el schema con mejor impacto inmediato en el Citation Rate.
4. Precios desactualizados
Un schema de Service con precio desactualizado puede generar confusión y pérdida de confianza cuando el LLM cita un precio que no coincide con la realidad. Mejor no incluir precio que incluirlo incorrecto — o marcarlo con priceRange en lugar de price si hay variabilidad.
5. No usar @id para cross-linking
El @id permite conectar schemas entre sí: el schema Organization con los schemas Service, los schemas Service con los schemas Offer. Esta red de datos linked mejora la comprensión semántica que los LLMs tienen de tu negocio como entidad completa, no como piezas aisladas.
Ejemplo de schema Organization completo
Estructura base
El schema Organization debe incluir: @id (URL canónica), name, url, email, description (2-3 frases factuales), foundingDate, areaServed, knowsAbout (lista de conceptos), hasOfferCatalog (linked a schemas Service), contactPoint.
Cómo validar que el schema es correcto
Validador de schema.org: validator.schema.org — comprueba la sintaxis y te indica campos obligatorios que faltan.
Rich Results Test de Google: search.google.com/test/rich-results — verifica si el schema genera rich snippets en búsqueda.
Prueba manual en LLM: después de implementar, pregunta directamente a Perplexity por tu empresa y verifica si la información del schema aparece en la respuesta.
Con qué frecuencia actualizar los schemas
Los schemas deben revisarse:
Cuando cambien los precios o servicios
Cuando se abran nuevas oficinas o áreas de servicio
Cuando se añadan nuevas FAQs
Trimestralmente como mínimo para verificar que los datos siguen siendo correctos
Y por encima de la capa técnica, la autoridad que acaba determinando si un LLM te cita o no se llama E-E-A-T (Experience, Expertise, Authoritativeness, Trust). El schema te hace identificable; el E-E-A-T te hace citable. Guía completa para construirlo en 6 meses en E-E-A-T para GEO: cómo demostrar autoridad a ChatGPT.
El schema JSON-LD declara la entidad dentro de tu propio dominio, pero los LLMs buscan la misma entidad en bases de datos canónicas externas para verificar coherencia. La más importante: Wikidata. Una entrada Wikidata bien estructurada (con P31, P17, P452, P856, P1448 como propiedades mínimas) hace que los datos del schema se crucen con una fuente canónica de Wikimedia, multiplicando la señal en Claude y Gemini. Ver cómo crear una entrada de Wikidata para tu empresa con los 7 pasos y las propiedades que duplican el impacto GEO.
¿Tienes schemas implementados correctamente?
El audit GEO gratuito incluye una revisión de tus datos estructurados actuales y detecta los gaps de schema más críticos para tu sector.
¿Tu negocio aparece en ChatGPT?
Descubre tu Visibility Score en 2 minutos. Gratuito, sin tarjeta.
La pregunta que hace todo fundador antes de invertir en visibilidad IA es la más justa: ¿esto da dinero? Un análisis de NP Digital sobre 100 negocios que trabajan GEO encontró que, a medida que subía su visibilidad en la IA, subía su beneficio de ese canal. Pero hay un matiz honesto que cambia cómo se mide el retorno: muchas de esas conversiones llegan de gente que te descubre en la IA y convierte por otra vía. Análisis Citora de qué significa esto para una PYME B2B.
Una app de salud contrató a más de 100 médicos. No para mejorar la app — para poner "revisado por [doctor]" en cada página. Resultado: cuando alguien pide a ChatGPT un tracker de salud, la IA elige la opción que parece más segura de recomendar, la que tiene un nombre verificable detrás. Puedes hacer la misma jugada sin un consejo médico. Análisis Citora de por qué la autoría experta verificable es la inversión de visibilidad IA más infravalorada en B2B.
Aparecer recomendado en ChatGPT es solo el primer paso. La gran mayoría de los usuarios de búsqueda IA da al menos un paso de verificación antes de actuar: busca tu marca en Google, visita tu web, clica las fuentes citadas. Si la IA te recomienda pero lo que encuentran al verificar no sostiene esa recomendación, pierdes la venta en el segundo paso. Análisis Citora del "verification loop" y por qué la coherencia entre lo que dice la IA y lo que el comprador encuentra es decisiva.
Usamos cookies estrictamente necesarias para que la web funcione, y opcionales para analítica y para mostrar el widget de agenda. Puedes aceptarlas, rechazarlas o configurarlas. Más info en nuestra política de cookies.
