Qué demuestra esta revisión técnica
Una descarga de HTML, un DOM renderizado y una respuesta de un asistente son evidencias distintas. Los comandos de este artículo sirven para contrastar las dos primeras. No reproducen exactamente todos los procesos de ChatGPT ni demuestran que una fuente se vaya a citar.
HTML inicial, JavaScript y datos estructurados: qué puedes comprobar desde fuera
Cuando se habla de SEO técnico y datos estructurados, muchos se preguntan si ChatGPT y otros modelos de IA son capaces de leer realmente el schema JSON-LD de una web.
Un cliente puede recibir el JSON-LD si está en la respuesta que descarga. Que un bloque sea accesible no demuestra que un asistente lo utilice en una respuesta ni que todos sus modos de navegación procesen la web igual.
Para trasladar la pregunta a una web concreta, la consultoría SEO técnica para webs con JavaScript revisa qué contenido entrega el servidor y qué depende del renderizado. Ese diagnóstico también ayuda a priorizar el trabajo de SEO para IA y acceso al contenido, sin dar por hecho que todos los asistentes procesan una página de la misma forma.
Un recorrido de diagnóstico para revisar tu web
- Petición al servidor
- OpenAI documenta agentes con finalidades distintas, como OAI-SearchBot y ChatGPT-User. Los logs y la documentación del proveedor ayudan a revisar accesos; una petición aislada no revela todos los servicios intermedios ni todo su procesamiento.
- Para investigar un acceso, registra fecha, URL, respuesta HTTP y la información de identificación disponible. Contrasta los agentes con la documentación oficial, sin atribuir una arquitectura completa a un user-agent.
- La CDN o el firewall pueden bloquear una petición o servir una respuesta diferente. Comprueba la respuesta real antes de atribuir el problema al modelo.
- Normalización del documento
- Descarga el HTML inicial y compáralo con el DOM de un navegador tras cargar los recursos.
- Una descarga HTTP simple no ejecuta JavaScript. Un navegador sí puede hacerlo: son pruebas distintas y ninguna reproduce por sí sola todos los modos de un asistente.
- Extracción del
<head>- Revisa
title, metadatos, canonical, robots y Open Graph en la respuesta obtenida. - Localiza los bloques
script type="application/ld+json"y comprueba su contenido. - Una clase adicional en un script no invalida por sí sola JSON-LD. Si falta un bloque, compara la respuesta de origen, la caché y las reglas que puedan transformarla.
- Revisa
- Análisis del
<body>- Comprueba la jerarquía de encabezados y si describe el contenido.
- Comprueba que las respuestas importantes estén disponibles y sean comprensibles con su contexto.
- Revisa listas, tablas, enlaces y alternativas de imagen según su función.
- Validación de schema
- Valida la sintaxis del JSON-LD recibido.
- Comprueba tipos, entidades, identificadores y correspondencia con el contenido visible.
- La validación demuestra sintaxis y coherencia dentro de su alcance. No confirma que ChatGPT integre los datos en un grafo ni que vaya a citarlos.
Problemas habituales en este proceso
🔴 El schema no aparece en la vista previa
- Compara la respuesta de origen con la entregada por la CDN; no des por hecho que la ausencia se deba a un filtrado.
- Algunos scrapers eliminan los
<script>por seguridad. - Un extractor propio puede fallar por un selector demasiado restrictivo. Corrígelo antes de atribuir el fallo al proveedor.
🔴 Contenido solo con JavaScript
- Si el JSON-LD se inyecta después de ejecutar JavaScript, no estará en el HTML inicial. Su disponibilidad dependerá del cliente y del procesamiento que realice.
- Valora entregar el contenido esencial y el marcado desde el servidor cuando resuelva el problema. Confirma antes el comportamiento observado y las dependencias de tu aplicación.
🔴 Errores de formato
- Comas finales, comentarios en el JSON, URLs relativas o
@idincoherentes rompen la lectura.
Checklist para contrastar HTML, marcado y renderizado
1) Encabezados HTTP y redirecciones
curl -I -L https://yaggoseo.comn2) Descargar el HTML final “crudo”
curl -sL https://yaggoseo.com -o page.htmln3) Extraer el <head> completo desde el archivo
# Extrae el bloque … tal cualnsed -n '/]*>/,//p' page.html > head.htmln4) Ver si hay JSON-LD (schema) y listar cuántos bloques hay
grep -n 'application/ld+json' page.htmln5) Inspeccionar el/los schema(s)
# (rápido) muestra cada bloque JSON-LD con contexto: awk '//' page.html # (fino) si tienes jq: awk '//' page.html | sed 's///' | jq .6) Validación en buscadores
- Google Rich Results Test: URL o HTML completo.
- Schema.org Validator: revisión de sintaxis y tipos.
7) Comprobar contenido útil, legible y accesible
# Extrae el H1-H3 rápido (aprox; no perfecto, pero útil)ngrep -niE ']*>.*' page.htmlnn# Busca un párrafo “answer-ready” cerca del H1:n# (manual: abre page.html y revisa el bloque tras el primer Ejemplos prácticos con Rank Math y Yoast SEO
Con Rank Math
- Permite crear plantillas de schema para tipos de contenido (LocalBusiness, Service, FAQPage) y añadirlas automáticamente.
- Inyecta JSON-LD directamente en el HTML inicial (SSR).
- Se pueden ampliar campos con filtros en
functions.php.
Con Yoast SEO
- Genera un grafo unificado con
Organization,WebSite,BreadcrumbList, etc. - Permite ampliarlo con el filtro
wpseo_schema_graphpara añadirLocalBusiness,FAQPageoService. - Ventaja: el grafo enlaza los nodos entre sí, mejorando la coherencia semántica.
El papel de las CDNs (Cloudflare y otras)
Además de Cloudflare, otras CDNs como Akamai, Fastly o Amazon CloudFront también pueden afectar la lectura:
- Reglas de seguridad: comprueba códigos de respuesta, desafíos y diferencias de contenido.
- Restricciones por red o geolocalización: confirma en los registros qué peticiones se bloquean y por qué.
- Caché: compara variantes y fecha de la respuesta. Un cliente que reciba una versión antigua puede no ver el marcado actual.
Ajustes recomendados
- Identifica bloqueos concretos y ajusta excepciones verificadas, manteniendo las protecciones que necesite la web.
- Decide qué usos y agentes quieres permitir según su documentación. Rastreo de búsqueda, entrenamiento y acceso bajo petición tienen finalidades distintas.
- Configurar reglas para no filtrar
<script type="application/ld+json">. - Monitorizar logs de acceso para detectar bloqueos a scrapers de IA.
JavaScript: disponibilidad del contenido y límites de la comprobación
Un navegador automatizado puede ejecutar JavaScript y construir un DOM. Esta capacidad técnica no demuestra que un producto concreto utilice Playwright o Puppeteer ni qué contenido incorpore a una respuesta.
¿Qué implica?
- Si el contenido clave se carga solo por JavaScript (ej. una SPA sin SSR), ChatGPT podría tener dificultades o recibir una versión incompleta.
- Reducir trabajo innecesario de JavaScript puede mejorar la experiencia y facilitar la carga. La accesibilidad también depende de la semántica y del comportamiento de los componentes.
- Entregar contenido esencial desde el servidor permite que esté en el HTML inicial. Comprueba el resultado: SSR por sí solo no garantiza que el marcado esté incluido ni que un asistente lo seleccione.
Buenas prácticas de optimización
- Reducir el peso de JS y cargarlo de forma diferida (
defer,async). - Mantener el HTML inicial con contenido esencial y schema JSON-LD.
- Evitar que la carga de JS bloquee el render de datos estructurados.
- Mide LCP, INP y CLS para valorar la experiencia de página. No los presentes como requisitos documentados de elegibilidad para todos los sistemas de IA.
Conclusiones del Análisis
- Puedes verificar si el JSON-LD está en una respuesta HTTP y si su sintaxis es válida. Eso no confirma su uso posterior por un asistente.
- Investiga diferencias de contenido, caché y bloqueos con respuestas y registros concretos, sin asumir un canal de scraping determinado.
- Rank Math y Yoast SEO permiten inyectar schema de forma robusta en el HTML inicial.
- Es recomendable revisar no solo Cloudflare, sino también otras CDNs para evitar bloqueos.
- Optimizar JavaScript puede facilitar la carga y el acceso al contenido. La recuperación, selección y cita de una fuente son pasos distintos.
- El objetivo técnico es que el contenido y el marcado correcto estén disponibles para los clientes previstos. Para saber qué hace un asistente, documenta después su respuesta y conserva los límites de esa observación.





