Biblioteca de Referencia AI-Native
Todos los protocolos para AI Search: tipos Schema.org, atributos ARIA y más – con descripciones, ejemplos y código
Schema.org
Schema.org es el vocabulario universal para datos estructurados en la web. Los motores de búsqueda y sistemas de IA utilizan el marcado Schema.org (JSON-LD) para comprender semánticamente el contenido – no solo indexarlo, sino realmente entender qué es un producto, persona o evento.
¿Por qué es importante para AI Search?
Para AI Search, Schema.org es la base: sin datos estructurados, la IA carece de contexto. Google verifica el marcado Schema.org contra el contenido visible de la página (Patente US12417274B2) – datos consistentes y precisos son cruciales para la visibilidad en respuestas de IA.
0 Entradas
ARIA (Accessible Rich Internet Applications)
ARIA es la 'capa de traducción' entre la interfaz visual y la comprensión automática. Mientras los humanos interpretan intuitivamente colores, posiciones y símbolos, los agentes de IA necesitan atributos semánticos para reconocer la función y el estado de los elementos interactivos.
¿Por qué es importante para AI Search?
Para la nueva era de navegación por IA, ARIA es indispensable: los agentes de IA necesitan completar formularios, identificar botones y detectar cambios de estado. Sin atributos ARIA, los elementos interactivos son 'mudos' para las máquinas – sin importar lo bien diseñados que estén visualmente.
5 Entradas
Agentic Markup
Agentic Markup es la siguiente evolución: los elementos HTML se anotan para que los agentes de IA no solo los lean, sino que también los reconozcan y ejecuten como acciones. El concepto clave es data-action – el 'atributo mágico' que le dice a la IA qué hace un elemento.
¿Por qué es importante para AI Search?
Los agentes de IA del futuro no solo leerán información – actuarán activamente: comprar, registrar, descargar. Agentic Markup es el puente entre contenido pasivo e interacción activa con IA. Quien lo implemente hoy, estará listo para la Revolución de Búsqueda Agéntica.
5 Entradas
Open Graph (OG)
Open Graph es el puente entre tu sitio web y la 'Web Social' (LinkedIn, WhatsApp, X, Facebook). Sin estas etiquetas meta, los enlaces compartidos a menudo se ven 'rotos' – con ellas controlas exactamente cómo una IA o un crawler de redes sociales visualiza tu página.
¿Por qué es importante para AI Search?
Cuando envías un enlace a una IA moderna (Perplexity, ChatGPT), a menudo analiza primero los datos de Open Graph. La IA recibe inmediatamente un resumen limpio (og:description) y el título sin tener que buscar en toda la página. Esto ahorra tokens y hace la respuesta de la IA más precisa.
4 Entradas
Product Ontology (GoodRelations)
La Product Ontology es la 'herramienta de precisión': Mientras Schema.org usa términos genéricos (ej. solo Product), la Product Ontology te permite acceder a miles de definiciones exactas de Wikipedia. Así la IA entiende el contexto técnico exacto.
¿Por qué es importante para AI Search?
Cuando la IA busca un producto específico, prefiere resultados con máxima certeza semántica. Una página con additionalType de la Product Ontology da a la IA 100% de confianza – esto elimina la ambigüedad lingüística y aumenta dramáticamente la relevancia en respuestas de IA.
7 Entradas
JSON-LD Mejores Prácticas
JSON-LD (JavaScript Object Notation for Linked Data) es el estándar de oro para datos estructurados. Piensa en JSON-LD como una tarjeta de visita digital: Mientras la IA tiene que "escanear" laboriosamente toda la página con HTML normal, con JSON-LD le entregas una tarjeta de identidad estructurada. Google recomienda JSON-LD como formato preferido.
¿Por qué es importante para AI Search?
JSON-LD es el único formato recomendado oficialmente por Google. No es invasivo (no necesita marcado HTML), es fácil de probar y es usado por todos los principales sistemas de IA (Perplexity, ChatGPT, Gemini) como fuente de datos principal. Dominar JSON-LD significa controlar cómo la IA habla de tu negocio.
57 Entradas
Agentic Commerce
Agentic Commerce describe el futuro del comercio: agentes de IA que autónomamente descubren, negocian, pagan y rastrean entregas. Estamos en una fase híbrida: MCP sirve como base para el intercambio de datos (el agente "entiende" tu inventario). UCP se construye encima para estructurar el comercio (el agente "negocia" el precio). AP2 es el paso final (el agente "paga" de forma segura).
¿Por qué es importante para AI Search?
Al implementar estas patentes y protocolos, conviertes tu sitio en la fuente principal para Agentic Commerce. La mayoría de las tiendas siguen con checkout tradicional – tú ya proporcionas el plano para la economía autónoma 2026. Imagina: La impresora reporta "tinta baja" → su agente encuentra el cartucho correcto vía UCP → negocia tu descuento por volumen → paga vía AP2 → rastrea la entrega vía A2A.
8 Entradas
Audio & Voz
El audio es el punto ciego de la mayoría de las estrategias SEO – y al mismo tiempo una palanca de visibilidad creciente. Google Audio Overviews, asistentes de voz y descubrimiento de podcasts necesitan marcado de audio explícito, de lo contrario tu contenido de audio queda invisible para la IA.
¿Por qué es importante para AI Search?
Los modelos de IA no pueden 'oír' directamente. Dependen del marcado Speakable, transcripciones AudioObject y metadatos PodcastEpisode. Quien proporciona estas estructuras gana una ventaja masiva de first-mover en búsqueda por voz y audio.
5 Entradas
Vídeo & Multimedia
El vídeo es el tipo de contenido que más crece – pero solo los vídeos marcados estructuralmente son citados por Google como Key Moments, en la búsqueda de vídeo y en AI Overviews. VideoObject + Clip + transcripción es la trilogía obligatoria.
¿Por qué es importante para AI Search?
Sin datos de vídeo estructurados, tu contenido queda como una caja negra para la IA. Con marcado Clip ganas visualización de capítulos, con transcripción te vuelves citable, con SeekToAction te vuelves agent-ready.
5 Entradas
AI Discovery & Estándares de Agentes
Mientras Schema.org describe el contenido semánticamente, llms.txt, agent.json, mcp.json y compañía le dicen a una IA: 'Aquí estoy, esto puedo hacer, aquí está mi API'. Estos manifests son la nueva puerta de entrada para agentes autónomos.
¿Por qué es importante para AI Search?
Sin manifests de descubrimiento, la IA tiene que crawlear tu sitio en bruto y adivinar. Con manifests encuentra de forma estructurada tu mejor contenido, tus herramientas y tu API – esa es la diferencia entre 'ser encontrado' y 'ser usado'.
6 Entradas
Knowledge Graph & Entity Linking
El Knowledge Graph de Google es el mapa semántico de la realidad web. Quien está anclado allí como entidad es citado en AI Overviews. Quien no, queda como fuente anónima. sameAs, @id e identifier son las claves.
¿Por qué es importante para AI Search?
AI Search prefiere fuentes cuyas entidades son identificables de forma única. Una persona sin enlaces sameAs es solo un nombre para la IA; una persona con Wikidata + LinkedIn + ORCID es una autoridad confirmada.
5 Entradas
Twitter / X Cards
Open Graph cubre Facebook, LinkedIn y WhatsApp – pero X (Twitter) usa su propio formato. Sin tags twitter:card obtienes en X una vista previa genérica y poco clickeable. Con ellos controlas cada detalle.
¿Por qué es importante para AI Search?
X sigue siendo un canal primario de descubrimiento para tech, news y B2B. Una Twitter Card optimizada aumenta drásticamente el CTR de los shares y proporciona a los crawlers IA (¡Grok!) metadatos estructurados adicionales.
4 Entradas
Accesibilidad para IA
Lo que ayuda a los lectores de pantalla ayuda a las IAs. Landmarks ARIA, live regions, jerarquía de headings clara y alt-text descriptivo son hoy obligatorios – no solo por inclusión, sino también por comprensión IA.
¿Por qué es importante para AI Search?
Los modelos multimodales como Gemini Vision y GPT-4o leen alt-text; los agentes IA se orientan por landmarks para ignorar boilerplate; lectores de pantalla e IA usan live regions de forma idéntica. Una página perfecta en a11y es una página perfecta para IA.
5 Entradas
¿Qué tan optimizado está su sitio para AI Search?
Verifique su markup con el SGE-Score Check.