JSON-LD para inmobiliarias: cómo te leen Google y la IA

JSON-LD es un bloque de código invisible que se inserta en una página web para describirle a Google y a los motores de IA qué es exactamente lo que están leyendo: si es una propiedad, cuánto vale, dónde queda, quién la ofrece. Sin él, un buscador adivina. Con él, entiende y cita.

¿Qué es JSON-LD, explicado sin tecnicismos?

Cuando usted publica una casa campestre en Guatapé, la página muestra fotos, un texto y un precio. Una persona lo entiende de inmediato. Una máquina, no necesariamente. Para la máquina eso es una sopa de palabras y de imágenes sin jerarquía.

JSON-LD (JavaScript Object Notation for Linked Data) es un pequeño bloque que se agrega al código de la página y que dice, en un formato estandarizado y legible por máquinas:

• Esto es un inmueble en venta.
• Tipo: casa campestre.
• Municipio: Guatapé, Antioquia, Colombia.
• Área construida: tantos m².
• Precio: tanto en COP.
• Habitaciones, baños, parqueaderos.
• Quién lo publica y cómo contactarlo.

El usuario nunca ve ese bloque. Google, Bing, ChatGPT, Perplexity y Gemini sí. Es la diferencia entre dejar que un motor interprete su anuncio y decirle exactamente qué contiene.

¿Por qué esto cambió con la búsqueda por IA?

Durante quince años el juego fue posicionar diez enlaces azules. El comprador hacía clic, entraba al portal y ahí empezaba la conversación.

Hoy una parte creciente de las búsquedas termina en una respuesta redactada por un modelo de lenguaje, sin clic. Alguien pregunta “¿cuánto vale una finca en Guatapé?” y recibe un párrafo con una cifra y, si hay suerte, una fuente citada.

Ese párrafo se arma con información que el modelo pudo leer, verificar y atribuir con confianza. Los datos estructurados son precisamente eso: información ya verificada en su formato, sin ambigüedad. Una página que declara "price": 990000000 y "priceCurrency": "COP" está entregando un dato limpio. Una página que solo escribe la cifra dentro de un párrafo obliga al modelo a interpretar, y cuando un modelo debe interpretar, muchas veces prefiere citar a otro.

La consecuencia práctica para una inmobiliaria del Oriente antioqueño: la marcación estructurada no lo posiciona por arte de magia, pero sí lo vuelve citable. Y ser citable es la nueva primera página.

¿Qué esquemas necesita realmente una inmobiliaria?

No hay que marcarlo todo. Hay cuatro o cinco tipos que cargan casi todo el peso:

RealEstateListing / Product. El anuncio de la propiedad. Precio en COP, tipo de inmueble, dirección o al menos municipio, área, características. Es el esquema central.

Place y GeoCoordinates. La ubicación. Aquí es donde muchos portales se quedan cortos. Declarar “Guatapé, Antioquia” con coordenadas le permite a un motor entender que esa propiedad responde a una búsqueda por zona, por embalse o por cercanía a El Peñol.

RealEstateAgent u Organization. Quién es usted. Nombre, teléfono, dirección, área de servicio, redes. Esto alimenta el panel de conocimiento y le da al modelo un sujeto al que atribuir la información.

FAQPage. Preguntas y respuestas marcadas. Es, con diferencia, el esquema que más se cita en respuestas de IA, porque el contenido ya viene en la forma exacta que el modelo necesita: pregunta, respuesta autocontenida.

BreadcrumbList. La ruta de navegación. Ayuda al motor a entender la jerarquía del sitio: Antioquia, Guatapé, casas campestres, esta propiedad.

¿Cómo se ve esto con una propiedad real?

Tomemos una casa campestre en Guatapé publicada en el valor típico de la zona, alrededor de $990 millones. En texto plano, la página dice lo que dice. En JSON-LD, la misma página declara:

{
  "@context": "https://schema.org",
  "@type": "RealEstateListing",
  "name": "Casa campestre en Guatapé",
  "url": "https://ejemplo.colegaje.co/casa-campestre-guatape",
  "offers": {
    "@type": "Offer",
    "price": "990000000",
    "priceCurrency": "COP",
    "availability": "https://schema.org/InStock"
  },
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "Guatapé",
    "addressRegion": "Antioquia",
    "addressCountry": "CO"
  }
}

Fíjese en el detalle de priceCurrency: COP. Sin esa línea, un modelo entrenado mayoritariamente en inglés puede leer 990000000 y no saber si son pesos, dólares o unidades. Con esa línea, no hay duda posible. Ese es el nivel de precisión del que estamos hablando.

¿Qué pasa si publico las cifras sin marcarlas?

Pasa lo de siempre: la información existe pero no viaja.

Un ejemplo concreto de la zona. En Guatapé y El Peñol un lote se consigue desde alrededor de $409 millones y el valor típico ronda $2.209 millones, mientras que en el promedio de Antioquia el lote arranca cerca de $359 millones con un valor típico de $870 millones. Esa comparación es útil de verdad para un comprador, y explica por qué la orilla del embalse se comporta distinto al resto del departamento.

Si esa comparación vive solo dentro de un párrafo, un motor tiene que leerla, entenderla y decidir si la reproduce. Si además está marcada como datos estructurados, con las cifras en COP y los lugares identificados, el motor la puede tomar tal cual. Misma información, dos destinos distintos.

¿Y los datos que no son de propiedades?

Aquí está la oportunidad que casi nadie usa. Las inmobiliarias marcan sus anuncios y olvidan marcar su conocimiento.

Todo lo que usted sabe y explica a diario merece estructura:

• Que el cierre de una compraventa toma normalmente entre 30 y 45 días una vez acordado el negocio.
• Que los gastos de cierre del comprador suelen sumar entre el 8 y el 10 por ciento adicional al precio.
• Que el impuesto predial va del 0,3 al 1,2 por ciento del avalúo catastral según el municipio.
• Que la ganancia ocasional por la venta de un inmueble se liquida al 15 por ciento cuando se tuvo el bien dos años o más.
• Que el certificado de tradición y libertad se pide con la matrícula inmobiliaria y muestra propietario inscrito, hipotecas, embargos y afectaciones.
• Que el uso del suelo lo define el Plan de Ordenamiento Territorial de cada municipio, y determina si un predio admite vivienda campestre, parcelación o solo uso agrícola.

Cada una de esas frases, dentro de un FAQPage bien marcado, es una respuesta candidata a ser citada. Y quien responde la pregunta es quien recibe la consulta después.

¿Cómo lo implemento en la práctica?

Paso 1: audite lo que ya tiene. Pegue la URL de una de sus fichas en la Prueba de resultados enriquecidos de Google y en el Validador de Schema.org. Le dirán si hay marcación y si tiene errores.

Paso 2: defina la plantilla, no la página. No se marca propiedad por propiedad a mano. Se configura una plantilla que genere el JSON-LD automáticamente a partir de los campos que usted ya llena: precio, municipio, tipo, área, habitaciones.

Paso 3: sea consistente entre lo visible y lo marcado. Si la página muestra un precio y el JSON-LD declara otro, Google lo considera marcación engañosa y puede ignorar todo el bloque. Lo marcado debe ser exactamente lo publicado.

Paso 4: agregue FAQPage a las páginas de contenido. Guías de zona, explicaciones de proceso, respuestas frecuentes. Es la vía más rápida a una cita en un motor de IA.

Paso 5: revise después de cada cambio de plantilla. Un rediseño puede borrar la marcación sin que nadie lo note durante meses.

¿Y si no tengo equipo técnico?

Es el caso de la mayoría de asesores independientes, y es justamente el problema que resuelve trabajar sobre una plataforma que ya viene marcada.

En la red Colegaje cada miembro tiene un sitio con su propia marca en un subdominio .colegaje.co, que se activa gratis al entrar. Publicar una propiedad es gratis y toda publicación pasa por verificación humana antes de salir en vivo. La estructura de datos viene resuelta desde la plataforma: usted llena los campos del inmueble y el sitio emite la marcación correspondiente, sin que usted escriba una línea de código.

Ese detalle de la verificación humana no es menor en este tema. Los datos estructurados amplifican lo que hay: si el dato es sólido, lo amplifican bien; si el dato está inflado o mal escrito, amplifican el error y el motor termina desconfiando del dominio completo.

¿Qué error se repite más?

Marcar precios inconsistentes. Una inmobiliaria publica una finca en el rango típico de Guatapé, cerca de $1.550 millones, la marca en JSON-LD, luego negocia y actualiza el precio visible pero no el marcado. Google detecta la discrepancia y deja de confiar en la marcación de ese sitio.

El segundo error más común: usar el esquema equivocado. Un Product genérico para un inmueble transmite menos que un RealEstateListing. Y el tercero: olvidar priceCurrency, que en un mercado que trabaja en COP es un descuido caro.

¿Qué gana concretamente una inmobiliaria del Oriente?

Gana ser la fuente. Cuando alguien en Medellín, en Bogotá o en Miami pregunta a un asistente de IA cuánto cuesta un apartamento en Guatapé, la respuesta va a mencionar una cifra: en la zona un apartamento se consigue desde alrededor de $286 millones y el valor típico ronda $510 millones, frente a $300 millones y $620 millones en el promedio de Antioquia.

Esa respuesta la va a construir con datos de alguien. La pregunta es de quién. Los datos estructurados no garantizan la cita, pero sin ellos usted no está compitiendo por ella.