MD3 Digital Solutions
← Todos los artículos
SEO & AI 8 min de lectura

Metadatos web y schema: cómo comprobamos en MD3 que Google y la IA puedan indexar su sitio

D
Dariel Corchado
MD3 Digital Solutions
Esquema de revisión de metadatos y datos estructurados de un sitio web

En resumen: los metadatos web y el schema son la información que su sitio le entrega a Google y a las herramientas de IA para que sepan qué es su negocio, qué ofrece y qué página mostrar. En MD3 Digital Solutions los revisamos página por página, validamos el schema con las mismas herramientas que usa Google y corregimos lo que falte o esté mal. Aquí le contamos cómo lo hacemos.

Un sitio puede verse impecable y aun así ser casi invisible. Lo vemos a menudo: una página de servicios bien diseñada que, al abrir el código, no tiene meta descripción, comparte el mismo título con otras doce páginas y no dice en ningún lugar en qué ciudad trabaja la empresa. Google la rastrea, pero no sabe bien qué hacer con ella. ChatGPT tampoco.

Qué son los metadatos web y quién los lee

Los metadatos son etiquetas que viven en el código de cada página y que el visitante casi nunca ve. Los lee el buscador. Los leen las redes sociales cuando alguien comparte un enlace. Y cada vez más los leen los asistentes de IA que consultan la web antes de responder.

El schema (también llamado datos estructurados) va un paso más allá. Si los metadatos dicen «esta página trata de reparación de techos», el schema dice «esto es un negocio local, se llama así, está en esta dirección, abre a estas horas y este es su teléfono». Y lo dice en un formato que una máquina entiende sin tener que adivinar.

Lo que revisamos en cada página

Empezamos por lo básico, porque es ahí donde más errores encontramos:

  • Etiqueta de título. Única para cada página, de unos 60 caracteres, con la frase que su cliente escribiría en Google. Un título como «Inicio» desperdicia el espacio más valioso del resultado de búsqueda.
  • Meta descripción. No mejora la posición de forma directa, pero influye en si la gente hace clic. Si falta, Google elige un fragmento de la página, y no siempre el mejor.
  • Etiqueta canónica. Le indica a Google cuál es la versión oficial de una página cuando hay varias URL con el mismo contenido.
  • Directivas de indexación. Buscamos etiquetas noindex puestas por error. El caso clásico en WordPress: la casilla «Disuadir a los motores de búsqueda de indexar este sitio» se quedó marcada después de pasar el sitio de pruebas a producción.
  • Etiquetas Open Graph. Controlan el título, la imagen y la descripción que aparecen cuando alguien comparte el enlace en Facebook, LinkedIn o WhatsApp.
  • Hreflang. Si su sitio está en español y en inglés, estas etiquetas le dicen a Google qué versión mostrar a cada persona. Mal configuradas, la versión en inglés puede salir en búsquedas hechas en español.
  • Encabezados y texto alternativo. Un solo H1 claro por página y textos alternativos que describan de verdad cada imagen.

El schema: la ficha técnica de su negocio

Usamos el formato JSON-LD, que es el que recomienda Google. Es un bloque de código que no cambia nada de lo que el visitante ve. Este es un ejemplo sencillo para un negocio local (los datos son ficticios):

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "Panadería Ejemplo",
  "url": "https://www.ejemplo.com",
  "telephone": "+1-305-555-0100",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "123 Calle Ejemplo",
    "addressLocality": "Miami",
    "addressRegion": "FL",
    "postalCode": "33101"
  },
  "openingHours": "Mo-Sa 07:00-18:00"
}

Según el tipo de sitio, trabajamos con Organization o LocalBusiness, WebSite, Article para el blog, BreadcrumbList para la ruta de navegación, Service para las páginas de servicios y Product para las tiendas en línea.

Hay una regla que no negociamos: el schema tiene que decir lo mismo que la página. Si el código anuncia un horario o unas reseñas que el visitante no puede ver, Google puede ignorar esos datos o, en casos graves, aplicar una acción manual al sitio.

Y una aclaración honesta sobre el schema de preguntas frecuentes (FAQPage). Desde 2023, Google solo muestra ese desplegable de preguntas en los resultados de sitios gubernamentales y de salud reconocidos. Lo seguimos usando cuando la página tiene preguntas reales, porque ayuda a que los buscadores y la IA entiendan el contenido. Lo que no le vamos a prometer es el desplegable.

Las herramientas que usamos para validar el schema

Ninguna herramienta lo revisa todo, así que combinamos varias:

  • Prueba de resultados enriquecidos de Google (search.google.com/test/rich-results). Indica si una página puede optar a resultados enriquecidos en Google y señala los campos obligatorios que faltan. Acepta una URL o un fragmento de código, así que también la usamos antes de publicar.
  • Validador de Schema Markup (validator.schema.org). Lo mantiene Schema.org y revisa todo el vocabulario, no solo la parte que Google usa para sus resultados enriquecidos.
  • Google Search Console. La herramienta de inspección de URLs muestra qué datos estructurados encontró Google en la versión que tiene guardada de la página, y los informes de mejoras avisan cuando aparecen errores nuevos.
  • Screaming Frog SEO Spider. Rastrea el sitio entero como lo haría un buscador. En un solo informe vemos títulos duplicados, meta descripciones vacías, canónicas, hreflang y errores de schema de cientos de páginas.
  • Lighthouse y PageSpeed Insights. Su auditoría de SEO comprueba lo básico: que la página se puede indexar, que tiene meta descripción y que la canónica y el hreflang son válidos.
  • Depurador de contenido compartido de Facebook y Post Inspector de LinkedIn. Muestran cómo se verá el enlace al compartirlo y permiten refrescar la versión guardada después de corregir las etiquetas Open Graph.
  • Bing Webmaster Tools. Mucha gente se olvida de Bing, pero su índice alimenta a Microsoft Copilot y a otros asistentes de búsqueda. Comprobamos que su sitio también esté indexado ahí.

Las dos primeras responden preguntas distintas. Un schema puede pasar la prueba de Google y dar advertencias en el validador de Schema.org, o al revés. Por eso pasamos cada página por las dos.

Así es la revisión, paso a paso

  1. Rastreamos el sitio completo con Screaming Frog y exportamos títulos, descripciones, canónicas, hreflang y datos estructurados.
  2. Elegimos una página de cada plantilla (inicio, servicio, entrada del blog, contacto) y revisamos su código a mano. Si una plantilla tiene un error, lo tienen todas las páginas que la usan.
  3. Pasamos esas páginas por la prueba de resultados enriquecidos y por el validador de Schema.org.
  4. Revisamos el archivo robots.txt y el mapa del sitio XML.
  5. Corregimos en WordPress, normalmente con Rank Math, y escribimos schema a medida donde el plugin no llega.
  6. Volvemos a validar, pedimos a Google desde Search Console que rastree las páginas principales y revisamos los informes unas semanas después.

Al final le entregamos una lista clara: qué encontramos, qué corregimos y qué queda en sus manos, como completar el perfil de su empresa en Google.

¿Y las herramientas de IA?

ChatGPT, Claude, Perplexity y los resúmenes con IA de Google necesitan lo mismo que un buscador: poder entrar a su sitio y entender lo que encuentran. Por eso revisamos el robots.txt con lupa. Hay sitios que bloquean todos los bots de IA sin saberlo, a veces por una regla que añadió un plugin de seguridad.

Conviene conocer una distinción. OpenAI usa GPTBot para entrenar sus modelos y OAI-SearchBot para la búsqueda de ChatGPT. Usted puede bloquear el primero y permitir el segundo: así su sitio puede aparecer citado en ChatGPT sin que su contenido se use para entrenamiento. Anthropic (Claude) y Perplexity también tienen sus propios rastreadores, y comprobamos que el robots.txt haga con cada uno lo que usted decida.

¿Y el archivo llms.txt? Es una propuesta reciente y ningún buscador grande ha confirmado que lo use. Si usted quiere, lo añadimos, pero no lo ponemos por delante de unos metadatos y un schema bien hechos.

Si quiere ver los fallos que más encontramos, lea Los errores de SEO y GEO más comunes en los sitios web. Y si le interesa la parte de IA, tenemos una guía con 5 formas de que herramientas de IA como ChatGPT, Claude y Gemini encuentren su negocio.

Cómo MD3 Digital Solutions puede ayudarle

Si no sabe si su sitio tiene estos metadatos, lo más probable es que le falte alguno. Es normal: casi nadie revisa el código fuente de su propia página.

En MD3 Digital Solutions revisamos sus metadatos web y su schema, validamos todo con las herramientas que le describimos y corregimos lo necesario en WordPress. Cada cambio se lo explicamos sin tecnicismos.

¿Quiere saber qué ven Google y la IA cuando visitan su sitio? Contáctenos y le preparamos una revisión.

← Anterior
Nuevas leyes de impuestos a la propiedad en la Florida: qué significan la SB 4-F y la HB 1329 para propietarios y el sector inmobiliario
Siguiente →
Sus productos de WooCommerce ya pueden aparecer en Copilot y Bing: qué son los Brand Agents de Microsoft

Más del blog