Tutoriales

JSON-LD Organization para marcas chilenas: plantilla lista para copiar

Plantilla copy-paste de JSON-LD Organization con los campos que los LLM realmente leen. Incluye sameAs, areaServed y aggregateRating.

Ai Visibility··5 min de lectura

El 80% de los JSON-LD que auditamos en marcas chilenas están incompletos o mal formados. El problema no es técnico — es que las guías genéricas omiten los campos que los LLM realmente usan para validar entidad.

Plantilla base

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://tumarca.cl/#organization",
  "name": "Tu Marca",
  "url": "https://tumarca.cl",
  "logo": "https://tumarca.cl/logo.png",
  "description": "Descripción concisa de qué hace tu marca y para quién.",
  "foundingDate": "2018",
  "areaServed": { "@type": "Country", "name": "Chile" },
  "sameAs": [
    "https://www.linkedin.com/company/tumarca",
    "https://www.instagram.com/tumarca",
    "https://x.com/tumarca"
  ],
  "contactPoint": {
    "@type": "ContactPoint",
    "contactType": "customer service",
    "areaServed": "CL",
    "availableLanguage": ["Spanish"]
  }
}

Campos que hacen la diferencia

  • 01foundingDate: los LLM lo usan como señal de antigüedad. Marcas con >5 años se citan más en consultas de "confiable".
  • 02sameAs: conecta tu entidad con perfiles externos. Sin esto, la Ai no puede confirmar que tu marca es real.
  • 03areaServed: evita que ChatGPT te recomiende a clientes en México o España cuando solo despachas en Chile.
  • 04aggregateRating: si tienes reseñas reales en Google, declararlas en JSON-LD acelera la indexación de la señal.

Nunca inventes aggregateRating. Google y los LLM cruzan el dato con fuentes externas — un rating declarado sin reseñas verificables te penaliza más de lo que ayuda.

#JSON-LD#Schema#GEO#Chile

Sigue leyendo

Más sobre cómo la Ai recomienda marcas

¿Hablamos?