Los crawlers de IA leen el HTML que envía un servidor y no ejecutan JavaScript. Leímos así las páginas de inicio de 486 de los sitios más visitados y contamos los datos estructurados que llevan.
sameAs.SearchAction.El análisis de Vercel de diciembre de 2024 sobre el tráfico de crawlers encontró que “ninguno de los principales crawlers de IA renderiza JavaScript actualmente”, incluidos GPTBot, ClaudeBot y PerplexityBot (Vercel). Googlebot renderiza las páginas; los crawlers de IA, según ese análisis, se quedan con lo que envía el servidor. Así que un JSON-LD inyectado por un gestor de etiquetas, o una página de inicio construida entera en el navegador, puede verse completa en tu navegador y vacía para ellos. Todo lo de esta página se midió así: una petición, sin JavaScript.
| Medida | Páginas de inicio | Porcentaje |
|---|---|---|
| Cualquier JSON-LD | 231 | 47.5% |
| Cualquier dato estructurado (JSON-LD, microdata o RDFa) | 252 | 51.9% |
| Microdata o RDFa | 49 | 10.1% |
| Nodo Organization o Corporation | 152 | 31.3% |
… con enlaces sameAs | 129 | 26.5% |
| Nodo WebSite | 145 | 29.8% |
| Nodo FAQPage | 13 | 2.7% |
| JSON-LD que no se puede analizar | 1 | 0.2% |
| Menos de 100 palabras antes de JavaScript | 111 | 22.8% |
noindex en la página de inicio | 7 | 1.4% |
Nadie lo ha demostrado. Google dice que no hace falta marcado especial para aparecer en AI Overviews o AI Mode (Google Search Central), y la documentación de crawlers de las empresas de IA no menciona schema. Lo que sí hace un nodo Organization con enlaces sameAs es dejar dicho, en un solo sitio legible por máquinas, quién eres y dónde más existes, que es justo el tipo de dato que los asistentes se equivocan. Nuestra guía sobre schema markup y citas de IA repasa la evidencia.
sameAs a tus perfiles reales.Tomamos los 10,000 primeros dominios de la lista Tranco GQ3LK (un ranking de investigación que combina datos de Chrome UX Report, Cloudflare Radar, Cisco Umbrella, Majestic y Farsight del 28 de septiembre al 27 de octubre de 2026). El 28 de octubre de 2026 nuestro crawler pidió la página de inicio de cada dominio por HTTPS, siguiendo redirecciones. Muchas entradas de Tranco son dominios de CDN, API o seguimiento sin sitio web: 2,155 no dieron ninguna respuesta HTTP y 1,415 respondieron 403. Nos quedamos con los 5,480 dominios cuya página de inicio devolvió una página HTML con estado 200, contados una vez por hostname final tras las redirecciones. Esta parte del estudio usa los 486 sitios del top 1,000; se dejaron fuera 3 páginas de inicio de más de 3 MB.
Cada página de inicio se leyó con el parser que hay detrás de nuestro structured data checker: bloques JSON-LD, sus tipos de schema.org, atributos de microdata y RDFa, meta tags de robots y la cabecera X-Robots-Tag, y el número de palabras de texto visible en el HTML tal como se sirve. Los tipos se cuentan una vez por página de inicio, incluidos los nodos anidados. Solo se midieron páginas de inicio; las páginas de producto y de artículos suelen llevar más marcado. Nuestro crawler se identificó como Mentioned-Research/1.0. Los sitios que rechazan bots desconocidos en el firewall no están en la muestra, y probablemente también son más estrictos con los crawlers de IA, así que toma cada tasa de bloqueo de esta página como un mínimo, no como una estimación de toda la web.
Puedes citar y graficar estas cifras con un enlace de vuelta. Cita sugerida: Mentioned, “Structured Data on the Top 1,000 Homepages: What AI Crawlers See,” 28 de octubre de 2026, https://mentioned.at/learn/homepage-structured-data-study. Los datos y el texto se publican bajo CC BY 4.0.
En nuestro rastreo de octubre de 2026, el 47.5% de 486 páginas de inicio del top 1,000 de Tranco llevaba JSON-LD en su HTML sin procesar, y el 51.9% llevaba datos estructurados de algún tipo.
WebSite, en el 29.8% de las páginas de inicio, seguido de Organization con un 28.2% (Corporation suma 22 más) y WebPage con un 20.0%.
El análisis de crawlers de Vercel de diciembre de 2024 encontró que ninguno de los principales crawlers de IA renderiza JavaScript, así que el marcado añadido en el navegador probablemente les resulta invisible. Ponlo en el HTML que envía tu servidor.