Módulo 04 · Técnico · Implementación
Datos Estructurados y Marcado Semántico: Habla el idioma de la IA
Schema.org no es solo para Google. Los LLMs usan los datos estructurados para entender entidades, relaciones y contexto. Aquí se instala el código que te pone en el mapa.
Lección 1 — Schema.org para GEO: los tipos que más importan
- Organization, LocalBusiness, Person: la trinidad del Schema para GEO
- Article, BlogPosting, FAQPage: los tipos de contenido con mayor extracción
- HowTo y ItemList: formatos estructurados que los LLMs adoran
- Cómo validar tu Schema: Google Rich Results Test + Schema.org validator
- Errores comunes de Schema que confunden a los modelos de IA
⚙️ Lección 2 — Implementación técnica: Schema en WordPress sin plugins premium
- Bloques Gutenberg con JSON-LD embebido: el método TrailSEO
- Rank Math vs. Yoast vs. Schema Pro: comparativa honesta para GEO
- Implementar sameAs: cómo conectar tu web con LinkedIn, Wikipedia y Google Business
- Schema para negocios locales: LocalBusiness + GeoCoordinates completo
- Práctica: instalar Schema Organization y Person en trailseo.com/ o un proyecto real
⚠️ Entregable: Schema completo instalado y validado en al menos una web real.
Lección 3 — Enlazado interno semántico y arquitectura de entidades
- Cómo el enlazado interno ayuda a los LLMs a entender la relación entre entidades
- Anchor text semántico vs. anchor text clásico SEO: diferencias para GEO
- Crear un “hub de entidad”: la página central que define quién eres para la IA
- El grafo de conocimiento interno: cómo construirlo con Gutenberg bloques
- Herramientas para auditar el enlazado semántico: Screaming Frog + DinoRANK
Lección 4 — SEO técnico para rastreabilidad por LLMs: robots.txt, crawl y velocidad
- Qué bots de IA rastrean tu web (GPTBot, ClaudeBot, PerplexityBot) y cómo detectarlos
- Robots.txt para GEO: permitir o bloquear bots de IA (el debate real)
- Core Web Vitals como señal indirecta de calidad para LLMs con acceso web en tiempo real
- Sitemap XML optimizado para indexación rápida y rastreo por IA
- Hreflang y contenido en múltiples idiomas: impacto en qué modelo te cita
