¿Qué es el schema markup para IA y por qué debería importarte?

El schema markup para IA es un código que añades a tu web para que los modelos de inteligencia artificial (ChatGPT, Gemini, Perplexity) entiendan qué hace tu negocio, qué vendes y por qué eres relevante.

Piensa en ello como una ficha técnica invisible. Tus clientes no la ven, pero las máquinas la leen antes de decidir si te citan o te ignoran.

Schema.org es el estándar que define este marcado. Lo crearon Google, Microsoft, Yahoo y Yandex en 2011, pero en 2026 su relevancia ha explotado. Ya no solo sirve para que Google te muestre estrellitas en los resultados. Ahora es lo que determina si ChatGPT menciona tu negocio cuando alguien pregunta por tus servicios.

Dato clave

Según Javadex, las webs con schema markup tienen 3,7 veces más probabilidades de ser citadas en respuestas de IA que las que no lo implementan.

Y hay un dato que lo pone todo en perspectiva: según Search Engine Land, el 40 % de los usuarios ya usa ChatGPT para buscar servicios locales. Si tu web no tiene datos estructurados, estás invisible para casi la mitad de tus potenciales clientes.

¿Cómo funciona el schema markup a nivel técnico?

El schema markup es un fragmento de código en formato JSON-LD que se inserta en el <head> de tu página HTML y describe el contenido de forma que las máquinas lo interpretan sin ambigüedad.

No necesitas ser programador para entenderlo. JSON-LD es un formato que funciona como una lista de propiedades. Le dices a la máquina: "Esto es un negocio local. Se llama X. Está en esta dirección. Tiene estas valoraciones."

¿Por qué JSON-LD y no otro formato?

Google recomienda explícitamente JSON-LD frente a Microdata o RDFa. Las razones son prácticas:

Se separa del HTML: no tienes que tocar la estructura de tu página
Es fácil de mantener: puedes actualizarlo sin romper nada
Los LLMs lo procesan mejor: al estar aislado, lo parsean con más precisión

Aquí tienes un ejemplo básico de schema para un negocio local:

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "Fontanería Martínez",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Calle Gran Vía 42",
    "addressLocality": "Granada",
    "postalCode": "18001",
    "addressCountry": "ES"
  },
  "telephone": "+34 958 123 456",
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "127"
  }
}

Este bloque le dice a ChatGPT y a Google exactamente qué es tu negocio, dónde está y qué opinan tus clientes. Sin él, la IA tiene que adivinar. Y cuando adivina, suele elegir a tu competencia.

¿Qué tipos de schema markup son más efectivos para la IA?

Los tipos de schema con mayor impacto en visibilidad IA son FAQPage, LocalBusiness, Product, HowTo y Article, porque coinciden con los patrones de pregunta-respuesta que los LLMs necesitan para generar citas.

No todos los schemas valen lo mismo. Según Onely, el FAQ schema multiplica por 3,2 la probabilidad de aparecer en Google AI Overviews. Y las tablas HTML estructuradas lo hacen por 2,5 veces.

Aquí tienes una comparativa de los tipos más relevantes:

Tipo de schema	Impacto en IA	Ideal para	Dificultad
FAQPage	Muy alto (3,2x)	Servicios, consultas frecuentes	Baja
LocalBusiness	Alto	Negocios físicos, pymes locales	Baja
Product	Alto	Tiendas online, comparativas	Media
HowTo	Alto	Tutoriales, guías paso a paso	Media
Article	Medio-alto	Blogs, contenido editorial	Baja
Review/Rating	Medio	Reseñas, testimonios	Baja
Organization	Medio	Cualquier empresa	Baja

FAQPage: el schema que más rinde

Si solo puedes implementar un tipo de schema, que sea FAQPage. Es el formato que mejor entienden los LLMs porque replica exactamente su patrón de funcionamiento: pregunta y respuesta.

Según Frase.io, aunque Google eliminó los rich snippets de FAQ en agosto de 2023, las plataformas de IA han adoptado este schema como fuente primaria para extraer y citar información.

Ejemplo de FAQPage schema:

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "¿Cuánto cuesta una reforma de baño en Granada?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Una reforma de baño completa en Granada cuesta entre 3.500 € y 8.000 €, dependiendo de los materiales y el tamaño."
      }
    },
    {
      "@type": "Question",
      "name": "¿Cuánto tarda una reforma de baño?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "El plazo medio es de 2 a 4 semanas para una reforma completa."
      }
    }
  ]
}

Cada respuesta debe ser concisa (30-50 palabras), directa y autocontenida. Nada de "depende" o "contacta con nosotros para más información". La IA necesita una respuesta que pueda citar tal cual.

¿Cómo se diferencia el schema para IA del schema para SEO tradicional?

El schema para IA se centra en proporcionar contexto semántico completo y respuestas citables, mientras que el schema para SEO tradicional se enfocaba en conseguir rich snippets visuales en los resultados de Google.

Es una diferencia sutil pero importante. En el SEO tradicional, los datos estructurados servían sobre todo para que Google mostrara estrellitas, horarios o precios directamente en la SERP. Ahora la función es distinta.

Lo que ha cambiado

Antes: el schema ayudaba a Google a mostrar tu resultado de forma más atractiva
Ahora: el schema ayuda a ChatGPT, Gemini y Perplexity a decidir si te citan o no
Antes: solo importaba que el schema fuese técnicamente correcto
Ahora: importa que el contenido dentro del schema sea citable y verificable

Dato clave

Según Search Engine Land, en marzo de 2026 tanto Google como Microsoft confirmaron públicamente que usan schema markup para sus funciones de IA generativa.

Esto es un punto de inflexión. Ya no es una teoría de los SEOs. Es una declaración oficial de los dos mayores buscadores del mundo.

El debate: ¿los LLMs leen el schema directamente?

Hay que ser honestos. Según House of the Rising SEO, existe un debate legítimo en la industria. Los LLMs se entrenan con texto no estructurado, y algunos expertos argumentan que el schema no influye directamente en el entrenamiento de los modelos.

Pero hay un matiz clave: ChatGPT Search, Perplexity y Google AI Overviews no son LLMs puros. Son sistemas que combinan un LLM con un motor de búsqueda. Y ese motor de búsqueda sí lee y prioriza los datos estructurados.

La conclusión práctica: el schema no hará que GPT-4 te "recuerde" de su entrenamiento, pero sí que ChatGPT Search te cite cuando alguien pregunte por tu sector.

¿Cómo implementar schema markup paso a paso?

Implementar schema markup requiere identificar el tipo adecuado para tu negocio, generar el código JSON-LD, insertarlo en tu web y validarlo con las herramientas oficiales de Google.

No hace falta tocar código complejo. Estos son los pasos:

1. Identifica qué tipo de schema necesitas

Empieza por lo básico:

Negocio físico (tienda, clínica, taller): LocalBusiness + FAQPage
Tienda online: Product + Review + FAQPage
Empresa de servicios: Organization + Service + FAQPage
Blog o medio: Article + FAQPage

2. Genera el código JSON-LD

Tienes varias opciones:

Google Structured Data Markup Helper: gratuito, visual, ideal para empezar
Schema.org Generator de Merkle: más completo, con todos los campos
ChatGPT o Claude: pídeles que generen el JSON-LD para tu negocio. Funcionan sorprendentemente bien para esto

3. Inserta el código en tu web

El JSON-LD va dentro de una etiqueta <script> en el <head> de tu página:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "Tu Negocio",
  ...
}
</script>

Si usas WordPress, plugins como Yoast SEO o Rank Math lo hacen automáticamente. Si usas Wix o Squarespace, hay campos específicos en la configuración de cada página.

4. Valida que funciona

Usa estas herramientas gratuitas:

Rich Results Test de Google: comprueba si tu schema es válido
Schema Markup Validator: valida la sintaxis JSON-LD
Google Search Console: monitoriza errores de datos estructurados a lo largo del tiempo

5. Mide el impacto

Este es el paso que casi nadie da. No basta con implementar el schema. Necesitas saber si funciona.

Comprueba si tu negocio aparece más en respuestas de IA después de implementar el marcado. Herramientas como Surfeo te permiten auditar tu visibilidad en ChatGPT y otros LLMs de forma automática.

¿Cuáles son los errores más comunes al implementar schema para IA?

Los errores más frecuentes son usar schema genérico sin personalizar, no incluir datos verificables, dejar campos clave vacíos y no actualizar el marcado cuando cambia el contenido.

Estos fallos parecen menores, pero pueden anular todo el esfuerzo:

Errores técnicos

Schema duplicado: tener dos bloques JSON-LD del mismo tipo en la misma página confunde a los crawlers
Campos obligatorios vacíos: un LocalBusiness sin dirección o un Product sin precio es inútil
URLs rotas en el schema: si el logo o la imagen que enlazas devuelve un 404, Google penaliza todo el bloque
No usar la URL canónica: el campo url debe coincidir con la URL canónica de la página

Errores estratégicos

Schema genérico copiado de una plantilla: si tu FAQPage tiene las mismas preguntas que las de tu competencia, la IA no tiene razón para elegirte a ti
Respuestas vagas: "Contacta con nosotros para un presupuesto" no es una respuesta que la IA pueda citar. "El precio medio es de 150 euros" sí lo es
No actualizar: un schema con horarios de 2023 o precios desactualizados transmite abandono

Dato clave

Según AirOps, las páginas con estructura limpia (encabezados claros + schema correcto) obtienen un 2,8 veces más citas en respuestas de IA que las páginas con estructura pobre.

¿Qué relación tiene el schema markup con Google AI Overviews?

El schema markup es uno de los factores que Google utiliza para seleccionar las fuentes que cita en sus AI Overviews, especialmente para búsquedas informativas y locales.

Las Google AI Overviews ya aparecen en el 48 % de las búsquedas, según Heroic Rankings. Y Google ha confirmado que los datos estructurados son "críticos para las funciones de búsqueda modernas".

Cómo el schema te ayuda a aparecer en AI Overviews

El mecanismo es directo:

Google rastrea tu web y lee tu schema
Cuando un usuario hace una búsqueda que activa AI Overviews, el sistema busca fuentes fiables
Las webs con schema correcto son más fáciles de parsear, verificar y citar
Google muestra tu contenido como fuente con enlace

Schema + contenido estructurado = combinación ganadora

El schema por sí solo no basta. Necesitas que el contenido de tu página coincida con lo que dice tu schema. Si tu FAQPage dice que el precio es X pero tu página dice otra cosa, pierdes credibilidad ante la IA.

La combinación que mejor funciona:

Encabezados H2 en formato pregunta (exactamente como esta guía)
Primer párrafo tras cada H2: respuesta directa de 1-2 frases
Schema FAQPage que replique esas mismas preguntas y respuestas
Datos concretos: cifras, precios, plazos

Esto es, en esencia, lo que se conoce como GEO (Generative Engine Optimization): optimizar tu contenido para que los motores de IA generativa te citen.

¿Merece la pena invertir en schema markup para tu negocio?

Merece la pena si tu negocio depende de que los clientes te encuentren online, porque el coste de implementación es bajo y el impacto en visibilidad IA es medible y creciente.

Vamos a hacer números. Implementar schema básico (LocalBusiness + FAQPage) lleva entre 2 y 4 horas si lo haces tú, o entre 100 y 300 euros si contratas a alguien. Es una inversión mínima comparada con lo que gastas en publicidad cada mes.

Y el retorno es claro:

3,7x más probabilidades de cita en respuestas de IA
20-40 % más CTR en resultados de búsqueda con rich snippets
3,2x más apariciones en Google AI Overviews con FAQ schema

Dato clave

El schema markup ha pasado de ser un detalle técnico de SEO a convertirse en infraestructura básica de visibilidad. Si no lo tienes, las IAs tienen que adivinar qué eres. Y cuando adivinan, eligen a quien sí se lo ha puesto fácil.

Tu checklist de schema para IA

Antes de cerrar esta guía, asegúrate de que tu web cumple esto:

LocalBusiness o Organization con todos los campos (nombre, dirección, teléfono, horario, logo)
FAQPage con al menos 5 preguntas reales de tus clientes
Respuestas concretas con datos, precios o plazos
JSON-LD validado sin errores en Rich Results Test
Schema actualizado cuando cambien precios, horarios o servicios
Contenido de la página alineado con lo que dice el schema

El schema markup para IA no es magia. Es poner las cosas fáciles a las máquinas que deciden si tu negocio existe o no para millones de personas. Cuanto antes lo implementes, antes empezarás a aparecer donde tus clientes preguntan.

Si quieres saber cómo de visible es tu negocio ahora mismo en ChatGPT, Gemini y Perplexity, Surfeo te lo mide en minutos. Así sabrás exactamente qué mejorar.

Sigue leyendo

Las 8 mejores alternativas a Surfeo en 2026 — Herramientas para verificar si tu schema markup mejora tu visibilidad.
Surfeo vs Semrush — Schema markup es solo una pieza: cómo combinar SEO y GEO.

Schema markup para IA: guía práctica con ejemplos