Schema markup e IA: guía práctica de JSON-LD

En síntesis: El schema markup describe contenido visible en un formato legible por máquinas, normalmente JSON-LD. Elige un tipo que corresponda de verdad a la página, alinea el marcado con el texto y revisa el documento renderizado. Un marcado exacto puede reducir ambigüedades para los crawlers, pero no garantiza una posición ni una cita de IA.

Esta guía práctica explica cómo añadir datos estructurados sin marcar hechos que no aparecen en la página ni atribuirles un efecto directo no demostrado.

Para distinguir los modelos, los motores y las prácticas, consulta las definiciones de nuestro glosario: LLM, motores de respuesta, ChatGPT, Gemini, Perplexity, Answer Engine Optimization, Claude.

¿Para qué sirve el schema markup?

Los datos estructurados describen elementos ya visibles: un artículo, una organización, una oferta, una ruta de navegación, preguntas y respuestas o pasos ordenados. No sustituyen a la página, no corrigen datos inexactos ni compensan un contenido insuficiente.

El uso exacto que hace cada producto de IA de estos datos no está documentado públicamente de forma uniforme. No es válido afirmar que un tipo de schema.org provoque una cita. La regla segura es más sencilla: hechos visibles, accesibles y coherentes.

Elegir el tipo que corresponde a la página

Objetivo realTipo posibleLo que debe verse
Guía o análisis editorialArticleTítulo, cuerpo, editor o autor y fechas reales
Página de organizaciónOrganizationNombre, sitio oficial y datos públicos verificables
Preguntas y respuestasFAQPageCada pregunta y su respuesta completa
Proceso repetibleHowToPasos ordenados que se puedan seguir
NavegaciónBreadcrumbListLa misma ruta visible

Parte de la función de la página, no de una lista de tipos que acumular. Añadir FAQPage sin FAQ visible, o Product a un artículo de consejos, crea una incoherencia.

FAQPage: describir una FAQ visible

FAQPage es adecuado cuando las preguntas y respuestas aparecen realmente en la página. Según la entrada del 8 de mayo de 2026 del registro oficial de Google Search Central, los resultados enriquecidos FAQ ya no aparecen en Google Search desde el 7 de mayo de 2026. No elijas este marcado esperando un elemento extra en los resultados: úsalo solo para describir una FAQ visible y exacta.

Implementación de FAQPage

  • Redacta primero la respuesta visible, completa y verificable.
  • Reproduce esa misma pregunta y respuesta en JSON-LD.
  • Actualiza o elimina el marcado si cambia la FAQ visible.
  • El número de preguntas es una decisión editorial: añade solo las que aporten a la página.

HowTo, Organization y Article: uso práctico

Implementación de HowTo

Usa HowTo cuando un lector pueda completar una tarea mediante una secuencia completa y ordenada. Muestra los mismos pasos en el cuerpo, incluidas las condiciones que cambian el resultado. Una lista de consejos no se convierte automáticamente en un proceso.

Implementación de Organization

Indica el nombre oficial, la URL oficial y solo perfiles externos que representen la misma entidad. La propiedad sameAs declara una relación; no demuestra que un sistema de IA unirá siempre esas páginas ni evitará toda ambigüedad.

Implementación de Article

En contenido editorial, refleja el título, el editor o autor y las fechas que se muestran de verdad. Actualiza dateModified tras un cambio sustancial, no para simular actualidad.

Ejemplo mínimo de JSON-LD

Este ejemplo pedagógico describe una organización ficticia. Sustituye cada valor por un hecho que aparezca realmente en la página: {"@context":"https://schema.org","@type":"Organization","name":"Example Company","url":"https://example.com"}.

La plantilla debe insertar este objeto en un elemento script JSON-LD. El patrón se puede reutilizar; los valores solo son válidos si coinciden con el contenido visible.

Validar antes de publicar

Usa Schema Markup Validator para comprobar sintaxis y vocabulario. Usa Rich Results Test de Google solo cuando busques una función de Google compatible.

Revisa también la página renderizada. Una descarga HTML estática puede omitir JSON-LD inyectado por JavaScript. Si el bloque no figura en el documento renderizado, los crawlers que inspeccionan ese documento no lo reciben así.

Medir sin sacar conclusiones rápidas

Antes de cambiar una página, registra la URL, las consultas estables, las métricas consultadas y la fecha de recogida. Tras publicar, compara la misma página y consultas en una ventana definida previamente. El recrawl y la indexación varían según el motor, la accesibilidad y la frecuencia de rastreo: un plazo fijo no demuestra efectos en respuestas generadas.

La comprobación más útil sigue siendo la coherencia: contenido visible, estructura HTML, datos estructurados e identidad pública deben expresar los mismos hechos.

Dos referencias documentadas para esta guía

La cola de trabajo creada el 1 de noviembre de 2026 registra 515 impresiones y 0 clics para la URL francesa de esta guía en los datos consultados de Google Search Console. La versión inglesa del mismo recurso registra 13.865 impresiones y 1 clic. Son observaciones de esas URL y de esa recogida, no una prueba de que un tipo de schema las haya causado.

Nuestro barómetro público aporta un segundo punto de referencia: entre septiembre de 2025 y junio de 2026, 104 auditorías de 65 marcas analizaron 6.820 respuestas de 44 modelos. En una submuestra de 13 marcas, 106 de 657 respuestas, un 16 %, mencionaban espontáneamente la marca auditada. La submuestra no representa a todas las marcas; recuerda que un marcado correcto no sustituye a hechos verificables ni a contenido útil.

Control editorial antes de publicar

  • Comprueba que cada propiedad de JSON-LD corresponda a un elemento visible y actualizado.
  • Elige un tipo principal para la función real de la página y añade solo tipos justificados.
  • Revisa el HTML renderizado, no solo la plantilla o el archivo fuente.
  • Conserva URL, fecha de recogida y consultas comparadas antes de concluir.

Consulta también nuestra guía completa de auditoría AEO.

Preguntas frecuentes

¿Qué es el schema markup para la IA?

El schema markup es un conjunto de datos estructurados, normalmente JSON-LD, que describe el contenido visible de una página en un formato legible por máquinas. Puede identificar un artículo, una organización, una FAQ o un proceso, pero no sustituye al contenido.

¿Qué schemas debe usar una página?

Elige el tipo según la función real de la página: Article para contenido editorial, Organization para una entidad, FAQPage para preguntas y respuestas visibles y HowTo para un proceso completo y ordenado. Añadir un tipo que no corresponde al contenido crea una incoherencia, no una ventaja.

¿Cómo se implementa el schema markup?

Añade JSON-LD que refleje los hechos visibles, valida la sintaxis con Schema Markup Validator y revisa el documento renderizado con Rich Results Test de Google cuando busques una función de Google. Una descarga HTML estática puede omitir el marcado inyectado por JavaScript.

¿El schema markup mejora la visibilidad en IA?

No hay una base fiable para afirmar que el schema mejore directamente el posicionamiento o garantice una cita de IA. Un marcado preciso puede reducir ambigüedades cuando describe contenido útil, accesible y visible. Aclara el contenido, no lo sustituye.

¿Qué errores se deben evitar con el schema markup?

Evita marcar precios, valoraciones, fechas, autores o respuestas que el visitante no ve; dejar datos obsoletos; elegir un tipo ajeno a la página; y omitir la validación de la página renderizada después de publicar.

Preguntas y respuestas

¿Qué es el schema markup para la IA?

El schema markup es un lenguaje de datos estructurados (JSON-LD) que ayuda a las IA a comprender el contenido de tus páginas. Define claramente las entidades (Organización, Producto, FAQ, Artículo) para mejorar las citas.

¿Qué schemas son importantes para el AEO?

Los schemas prioritarios para el AEO son: Organization, LocalBusiness, FAQPage, HowTo, Article, Product y Service. Permiten a las IA comprender tu oferta y citarte correctamente.

¿Cómo implementar el schema markup?

El schema markup se añade en el código HTML de tus páginas, generalmente en JSON-LD dentro de una etiqueta script. Herramientas como Schema.org Validator permiten verificar la validez de tus datos estructurados.

¿Mejora realmente el schema markup la visibilidad en IA?

Sí, los datos estructurados ayudan a las IA a extraer información precisa sobre tu empresa. Google utiliza el schema para sus AI Overviews, y otras IA también se benefician de estos datos.

¿Qué errores evitar con el schema markup?

Los errores comunes son: información incoherente con el contenido visible, schemas no validados, datos obsoletos, y ausencia de actualización cuando cambian los datos de la empresa.

Sobre el autor

Davy Abderrahman

Fundador de

Como especialista en visibilidad en las respuestas de IA (AEO/GEO/LLMO), ayudo a agencias y consultores a medir y analizar la presencia de sus clientes en ChatGPT, Claude, Gemini, Perplexity y otros motores de respuesta de IA.

AEO GEO LLMO Visibilidad en IA Auditorías de IA
¿Cómo aparecen sus marcas en las respuestas de la IA?

Agencias, consultores y equipos internos: comparen las respuestas de sus propios escenarios, idiomas y modelos seleccionados. Nuestra infraestructura, sus escenarios, su experiencia.

¿Te ha sido útil este artículo?

- (0 votes)