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 iA 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.