JSON-LD para diseñadores: guía sin miedo
Una guía sencilla para entender JSON-LD, schema.org y datos estructurados sin volverte programador.
JSON-LD es una forma de agregar datos estructurados a una página para explicar con precisión qué contiene: un artículo, una persona, una organización, una FAQ, un producto o un servicio. Como diseñador, no necesitas volverte programador para usarlo; necesitas entender qué contexto le estás dando a Google y a otros sistemas.
¿Qué es JSON-LD sin ponerme técnico?
JSON-LD es una etiqueta invisible para el usuario, pero útil para máquinas. Mientras tu diseño comunica visualmente, JSON-LD comunica semánticamente. Le dice a un buscador: "esta página no solo tiene texto; esta página es un artículo, escrito por esta persona, publicado en esta fecha, dentro de este sitio, con estas preguntas frecuentes".
A mí me gusta pensarlo como diseño de información, no como programación. Un buen diseñador ya toma decisiones semánticas todo el tiempo: qué es título, qué es jerarquía, qué es navegación, qué es contenido principal, qué es apoyo. JSON-LD hace algo parecido, pero en un lenguaje que los buscadores pueden procesar de forma más directa.
Google explica que los datos estructurados ayudan a dar pistas explícitas sobre el significado de una página. También recomienda JSON-LD como el formato más fácil de implementar y mantener a escala cuando el sitio lo permite. Eso importa mucho en Webflow, porque puedes integrar bloques de código a nivel de página o plantilla sin convertir todo el proyecto en un sistema difícil de mantener.
El error común es copiar un snippet de internet y pegarlo sin entenderlo. Eso puede generar datos incompletos, inconsistentes o directamente falsos. Y aquí aplica una regla simple: si el dato no existe en la página o no representa lo que el usuario ve, no lo metas en el schema. Los datos estructurados no son maquillaje; son una traducción técnica de la realidad editorial.
Para diseñadores, JSON-LD se vuelve especialmente útil en tres escenarios: artículos de blog, páginas de servicio y páginas personales. En los tres casos, la pregunta de fondo es la misma: ¿qué entidad estoy describiendo y qué necesita saber una máquina para interpretarla sin adivinar?
