JSON-LD Avanzado: Inyecta tu Propuesta de Valor Directamente en el Cerebro de la IA

La mayoría de las webs que implementan JSON-LD lo hacen para obtener estrellas en Google o un carrusel de FAQs. Eso está bien, pero es pensar en 2015.

En 2026, JSON-LD es tu API hacia las IAs. Es la forma más limpia y estructurada de decirle a una IA exactamente quién eres y qué ofreces.

¿Por Qué las IAs Priorizan JSON-LD?

Los LLMs (Large Language Models) son entrenados con texto no estructurado: artículos, libros, páginas web... Extraer información precisa de prosa es costoso computacionalmente y propenso a errores.

JSON-LD es datos ya estructurados. Cuando una IA encuentra un bloque JSON-LD, sabe exactamente qué es cada campo: este es el nombre de la empresa, este es el teléfono, estos son los servicios, esta es la ubicación. No tiene que "adivinar".

{
  "@type": "Organization",
  "foundingDate": "2020",
  "areaServed": "Barcelona",
  "makesOffer": ["Web Dev", "Marketing"]
}

Más Allá de lo Básico: Campos que las IAs Valoran

La mayoría de las implementaciones de Schema.org son superficiales. Aquí están los campos avanzados que crean diferenciación:

• 1. sameAs - Triángulo de Autoridad Enlaza tu entidad a fuentes externas: LinkedIn, Wikipedia, Crunchbase, redes sociales. Esto crea un grafo de identidad que la IA puede verificar.
  sameas.json

  "sameAs": [
    "https://linkedin.com/company/vextria",
    "https://twitter.com/vextria",
    "https://g.page/vextria"
  ]

• 2. knowsAbout - Áreas de Expertise Define explícitamente los temas en los que tu organización o persona es experta. Cuando alguien pregunte "¿quién sabe de AEO en España?", quieres aparecer.
  expertise.json

  "knowsAbout": [
    "Answer Engine Optimization",
    "Zero-Bloatware Development",
    "AI-Native Architecture",
    "Schema.org Implementation"
  ]

• 3. hasOfferCatalog - Servicios Estructurados En lugar de una descripción vaga, lista cada servicio como una entidad separada con precios (si aplica), URLs y descripciones. Las IAs pueden responder "¿cuánto cuesta X?" si lo defines aquí.
  catalog.json

  "hasOfferCatalog": {
    "@type": "OfferCatalog",
    "itemListElement": [
      {
        "@type": "Offer",
        "itemOffered": {
          "@type": "Service",
          "name": "Sistema Web Vextria",
          "description": "Desarrollo Zero-Bloatware + AEO"
        },
        "priceRange": "€2500-€10000"
      }
    ]
  }

  Nota de Experiencia Vextria: En un marketplace industrial que auditamos en Vextria, anidar sus productos bajo las entidades hasOfferCatalog y Product triplicó la inclusión contextual de su catálogo (+300%) en las respuestas comerciales de Perplexity Pro en menos de 14 días.

• 4. areaServed - Relevancia Geográfica Define con precisión dónde operas. Puedes usar nombres de ciudades, códigos postales, o entidades de GeoNames/Wikidata. Crítico para respuestas locales como "agencia de marketing en Zaragoza".
  geo.json

  "areaServed": {
    "@type": "City",
    "name": "Zaragoza",
    "containedInPlace": {
      "@type": "Country",
      "name": "Spain"
    }
  }

El Patrón @graph: Conectando Entidades

El verdadero poder de JSON-LD está en el @graph: definir múltiples entidades interconectadas en un solo bloque. Esto le dice a la IA cómo se relacionan tu organización, tus personas clave, tus servicios y tu ubicación.

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://vextria.es/#organization",
      "name": "Vextria",
      "founder": { "@id": "https://vextria.es/#founder" },
      "makesOffer": { "@id": "https://vextria.es/#offer-aeo" }
    },
    {
      "@type": "Person",
      "@id": "https://vextria.es/#founder",
      "name": "Diego Carrodeguas",
      "jobTitle": "AI Architect Marketing",
      "worksFor": { "@id": "https://vextria.es/#organization" }
    },
    {
      "@type": "Service",
      "@id": "https://vextria.es/#offer-aeo",
      "name": "Posicionamiento en IA (AEO)",
      "provider": { "@id": "https://vextria.es/#organization" }
    }
  ]
}

Mediante @id y referencias cruzadas, creas un mini Knowledge Graph propio. La IA puede navegar estas relaciones y responder preguntas como "¿Quién fundó Vextria?" o "¿Qué servicios ofrece la empresa de Diego Carrodeguas?".

Patrones de anidación (Nesting) para máxima claridad

La anidación o "Nesting" es la práctica de declarar entidades como propiedades jerárquicas dentro de otras entidades más grandes. En lugar de tener listas planas inconexas, estructuramos un árbol genealógico semántico que un LLM puede digerir de un bocado.

{
  "@context": "https://schema.org",
  "@type": "TechArticle",
  "headline": "Título del artículo",
  "author": {
    "@type": "Person",
    "name": "Diego Carrodeguas",
    "worksFor": {
      "@type": "Organization",
      "name": "Vextria"
    }
  }
}

En el ejemplo anterior, la IA no tiene que hacer inferencias. Sabe perfectamente que el Author es una Person, y que esa persona worksFor al Organization llamado Vextria. Esta densidad de vínculos disminuye drásticamente el riesgo de alucinaciones (modelo respondiendo a base de conjeturas).

Cómo validar el Schema semántico para bots de IA

La validación técnica del Schema no se limita a pasar un test verde en las herramientas de Google. Para el posicionamiento en IA (AEO), necesitas confirmar la interpretabilidad de los nodos directamente con los LLMs.

Conclusión: JSON-LD es tu Voz ante las IAs

El contenido en prosa sigue siendo importante para humanos. Pero para comunicarte con máquinas, JSON-LD es el idioma nativo. Cada campo que defines es una oportunidad de inyectar información precisa en el conocimiento que las IAs usan para responder preguntas.

No dejes que una IA "adivine" quién eres. Díselo directamente.

Preguntas Frecuentes (FAQ)