Datos Estructurados para IA: Guía Schema JSON-LD para LLMs

Durante más de una década, la mayoría de los profesionales del marketing hemos tratado los datos estructurados como un simple billete de lotería para conseguir rich snippets en Google.

Metías un plugin, rellenabas cuatro campos y tu única obsesión era que aparecieran las estrellitas doradas de valoración, el precio del producto o las preguntas frecuentes desplegables en los resultados de búsqueda.

Si salían las estrellitas, el marcado estaba «bien hecho». Si no salían, a nadie le quitaba el sueño.

Ese enfoque se ha quedado ridículamente corto con la irrupción de ChatGPT Search, Perplexity y Google AI Overviews.

Quiero dejar algo muy claro desde el principio para que nadie se confunda: el marcado básico que autogeneran plugins como Yoast o Rank Math, o el que crea por defecto Shopify en una tienda online, sigue funcionando perfectamente. No está roto ni hay que tirarlo a la basura. Cumple su función para las búsquedas clásicas y sigue siendo la base sobre la que construir.

Pero si quieres que los motores de respuesta basados en inteligencia artificial citen tu marca, te recomienden como proveedor o extraigan tus datos sin inventarse nada, necesitas dar un paso más.

Tienes que pasar del marcado de apariencia al marcado de identidad semántica.

Grafo de datos estructurados Schema y desambiguación para motores de inteligencia artificial

Por qué los LLMs procesan Schema en lugar de leer como humanos

Para entender por qué los datos estructurados son el imán más potente del GEO (Generative Engine Optimization), tienes que ponerte en la piel del bot que rastrea tu web.

Cuando un asistente como Perplexity o el agente web de OpenAI entra a tu página para responder a la duda de un usuario en tiempo real, se enfrenta a dos límites brutales: tiempo de respuesta (tiene menos de 500 milisegundos para sintetizar) y coste computacional por token.

Si el crawler tiene que descargarse tu HTML completo, procesar el texto entre párrafos, adivinar quién es el autor, deducir qué servicios ofreces y comprobar si tu empresa tiene buena reputación, gasta cientos de tokens y corre el riesgo de sufrir alucinaciones.

En cambio, cuando el bot encuentra un bloque <script type="application/ld+json"> bien estructurado, ocurre magia algorítmica:

Densidad factual inmediata: En apenas 300 o 400 tokens de código limpio, la máquina recibe masticada toda la información crítica de tu negocio: nombre oficial, servicios exactos, credenciales de autoría, políticas y áreas de cobertura.
Cero ambigüedad semántica: No tiene que deducir si “JoseLab” es una persona, un laboratorio químico o una consultoría; el código le especifica la entidad con precisión matemática.
Mapeo directo en su grafo de conocimiento: El modelo enlaza tus datos con los nodos de conceptos que ya tiene aprendidos en su entrenamiento.

El resultado es directo: ante una consulta comercial de un usuario, el modelo siempre prioriza recomendar fuentes cuyos datos puede verificar al 100% en microsegundos.

La propiedad sameAs: el puente de identidad que desambigua tu marca

Aquí es donde entra una de las herramientas más potentes y peor entendidas del estándar Schema.org: la propiedad sameAs.

Existe una confusión muy extendida que me encuentro a menudo en auditorías: mucha gente piensa que sameAs es solo para blogs de noticias o redactores individuales.

Es un error absoluto. Donde más dinero e impacto genera sameAs es en empresas, agencias y tiendas online.

En el vocabulario de Schema.org, sameAs cuelga de la clase raíz universal (Thing), lo que significa que se puede aplicar a cualquier objeto de tu negocio: tu empresa (Organization), tu negocio físico (LocalBusiness), tu marca (Brand) o el profesional al frente (Person).

¿Qué hace exactamente sameAs?

No es una etiqueta HTML aislada; es una propiedad dentro del script JSON-LD que contiene una lista de URLs.

Le dice a la inteligencia artificial: «Esta empresa que estás rastreando en mi dominio web es exactamente la misma entidad física y jurídica que está registrada en estas otras plataformas de autoridad contrastada».

Si en el mundo existen varias empresas con un nombre similar al tuyo, sameAs elimina de raíz la confusión.

Las fuentes canónicas que de verdad importan para la IA

No metas cualquier enlace secundario en tu array de sameAs. Los motores de inteligencia artificial consultan bases de datos con pesos de confianza muy definidos:

Wikidata (El núcleo de los Knowledge Graphs): Si tu marca tiene una entidad en Wikidata (o la tiene tu fundador), este es el enlace número uno. Google, Perplexity y los modelos de OpenAI leen Wikidata directamente como fuente primaria de verdad factual.
LinkedIn (Entidad corporativa y humana): Es el registro profesional más contrastado para validar que detrás de una web hay un equipo real con trayectoria comprobable. Vital tanto para la URL de empresa como para el perfil del fundador.
Crunchbase: La base de datos de referencia para empresas, agencias de servicios y startups tecnológicas. Registra fundadores, sede y fecha de creación.
Google Business Profile (Ficha de Google Maps): Para cualquier negocio con presencia local o física, la URL de tu ficha enlaza tu entidad web con las reseñas reales y la dirección validada por Google.
Canales oficiales contrastados: Tu canal de YouTube verificado, tu perfil en X (Twitter) o plataformas sectoriales de reseñas de alta confianza como Trustpilot o Clutch.

Así se plasma en código dentro de tu organización:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "JoseLab",
  "url": "https://joselab.com",
  "logo": "https://joselab.com/logo.png",
  "sameAs": [
    "https://www.linkedin.com/company/joselab",
    "https://x.com/joselab",
    "https://www.crunchbase.com/organization/joselab"
  ]
}

Los datos estructurados más determinantes según tu modelo de negocio

No todos los proyectos necesitan el mismo marcado. Meter código al tuntún solo añade peso innecesario.

Para que los modelos de lenguaje recomienden tu proyecto, enfócate en los tipos y propiedades que resuelven las dudas concretas que los usuarios les preguntan a los asistentes.

1. Empresas de Servicios, Consultoría y B2B

Si vendes servicios profesionales o consultoría, los usuarios le preguntan a la IA cosas como: «Recomiéndame una agencia especializada en GEO en España» o «Quién es el mejor profesional para auditar mi web».

Tu marcado debe responder a dos cosas: especialización temática y credenciales de autoría (E-E-A-T).

Tipo principal: ProfessionalService u Organization.
Propiedades clave para IA:
- knowsAbout: Lista de temáticas y tecnologías en las que tu empresa es experta. Puedes enlazar directamente a las URLs de esas entidades en Wikidata para no dejar lugar a dudas.
- hasOfferCatalog: Desglose jerárquico de tus servicios principales con sus nombres y descripciones precisas.
- founder o employee: Objeto de tipo Person que enlaza al profesional con su cargo (jobTitle) y su sameAs a LinkedIn.
- areaServed: Países o regiones donde prestas servicio de forma efectiva.

2. Tiendas Online y Ecommerce

En el comercio electrónico, los modelos de lenguaje están evolucionando hacia agentes de compra autónomos (como la integración de compras en ChatGPT y los resúmenes de producto en Google).

La IA no solo mira el precio; evalúa la fiabilidad operativa de tu tienda antes de enviarte a un comprador.

Tipo principal: Product combinado con Offer.
Propiedades clave para IA:
- shippingDetails: Tiempos de entrega y costes de envío. Los asistentes descartan recomendar tiendas que no informan de si el envío es gratuito o cuánto tarda.
- hasMerchantReturnPolicy: Política de devoluciones estructurada (días de plazo, coste de devolución). Es un factor crítico para que los LLMs consideren segura la transacción.
- brand: Marca del producto, enlazada a su propia entidad si es de terceros.
- aggregateRating: Puntuación media y número real de valoraciones de clientes.

3. Software y Plataformas SaaS

Cuando alguien le pregunta a un LLM: «Qué herramientas existen para automatizar X proceso y cuánto cuestan», el modelo rastrea webs en busca de funcionalidades y planes claros.

Tipo principal: SoftwareApplication o WebApplication.
Propiedades clave para IA:
- applicationCategory: Categoría exacta del software (ej. BusinessApplication, SEOApplication).
- operatingSystem: Entornos compatibles (Web, iOS, Windows).
- offers: Estructura transparente de niveles de precio (Free, Pro, Enterprise) y moneda. La IA prioriza herramientas con precios públicos frente a las que obligan a pedir demo sin dar pistas.

4. Blogs y Medios Especializados

En contenidos editoriales, la batalla en la IA se juega en la atribución de fuentes y citaciones en respuestas generativas.

Tipo principal: TechArticle o BlogPosting.
Propiedades clave para IA:
- about: Define cuál es el concepto central del artículo, referenciando la URI de Wikidata correspondiente. Si escribes sobre inteligencia artificial, apuntas a https://www.wikidata.org/wiki/Q11660.
- mentions: Conceptos y marcas secundarias que aparecen citadas en el texto.
- author: Objeto Person con nombre y enlace a sus perfiles de autoridad en sameAs.

Plantilla JSON-LD avanzada: conectando empresa, autor y servicios

Para que veas cómo se conecta todo esto en la práctica sin depender de plugins limitados, aquí tienes una plantilla anidada profesional lista para adaptar a tu web.

Este bloque conecta en un único grafo la entidad de tu empresa, el profesional al frente, las áreas de dominio y los servicios que comercializas:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "ProfessionalService",
      "@id": "https://tudominio.com/#organization",
      "name": "Nombre de Tu Empresa",
      "url": "https://tudominio.com",
      "logo": "https://tudominio.com/logo.png",
      "description": "Consultoría especializada en optimización para motores de inteligencia artificial y posicionamiento web.",
      "sameAs": [
        "https://www.linkedin.com/company/tu-empresa",
        "https://x.com/tu_empresa",
        "https://www.crunchbase.com/organization/tu-empresa"
      ],
      "knowsAbout": [
        "https://www.wikidata.org/wiki/Q11023",
        "Generative Engine Optimization",
        "E-E-A-T",
        "Recuperación aumentada por generación (RAG)"
      ],
      "founder": {
        "@type": "Person",
        "@id": "https://tudominio.com/#founder",
        "name": "Tu Nombre",
        "jobTitle": "Consultor SEO & GEO",
        "sameAs": [
          "https://www.linkedin.com/in/tu-perfil",
          "https://x.com/tu-usuario"
        ]
      },
      "hasOfferCatalog": {
        "@type": "OfferCatalog",
        "name": "Servicios de Consultoría",
        "itemListElement": [
          {
            "@type": "Offer",
            "itemOffered": {
              "@type": "Service",
              "name": "Auditoría GEO para Motores de IA",
              "description": "Análisis técnico y estratégico de visibilidad en ChatGPT, Perplexity y Google AI Overviews."
            }
          },
          {
            "@type": "Offer",
            "itemOffered": {
              "@type": "Service",
              "name": "Implementación de Arquitectura de Entidades y Schema",
              "description": "Configuración avanzada de marcado JSON-LD y vinculación con Knowledge Graphs."
            }
          }
        ]
      }
    }
  ]
}
</script>

Observa el uso de @id. Permite que cualquier otra página de tu web (un artículo del blog o una ficha de servicio) pueda hacer referencia directa a tu empresa simplemente citando https://tudominio.com/#organization, sin tener que duplicar todo el código una y otra vez.

Cómo comprobar que tu marcado no tiene fisuras

Una vez que implementas tu código Schema, no te fíes de que el plugin te marque un tic verde.

Para asegurarte de que los modelos de lenguaje pueden navegar por tu estructura semántica sin tropiezos, acude directamente al Validador oficial de Schema (validator.schema.org).

Copia la URL de tu página o pega el fragmento de código directamente en la herramienta.

Debes revisar tres aspectos fundamentales:

Cero errores sintácticos: Cualquier coma mal puesta o llave descolocada en el JSON rompe el bloque entero y hace que los rastreadores ignoren todos los datos.
Jerarquía del grafo: Comprueba que el árbol de entidades muestra las ramas anidadas correctamente (que el fundador cuelga de la organización y los servicios están dentro del catálogo).
Enlaces sameAs operativos: Asegúrate de que todas las URLs que introduces en sameAs devuelven un código de respuesta HTTP 200 y no redirigen a páginas de error 404. Si enlazas un perfil roto, transmites una señal de descuido que degrada la confianza del modelo.

Cuando tu web combina contenido técnico sólido con una capa de datos estructurados impecable, dejas de competir por arañar clics en la lista de enlaces azules. Te conviertes en la entidad de referencia que los modelos de inteligencia artificial eligen para fundamentar sus respuestas.

Si necesitas ayuda para diseñar la arquitectura semántica de tu proyecto o quieres implementar un marcado que sitúe a tu empresa en el radar de ChatGPT y Perplexity, revisa mi servicio de consultoría GEO y analizamos tu caso paso a paso.

Datos estructurados para IA: cómo configurar tu Schema para que los LLMs te recomienden