Schema.org y AEO: qué puede hacer el marcado y qué no

Un proveedor te promete «aparecer en ChatGPT» con solo agregar Schema.org. Suena sencillo, pero mezcla dos cosas distintas: describir una página en un formato legible por máquinas y conseguir que un sistema generativo decida citarla.

El marcado correcto ayuda a los sistemas compatibles a entender datos de una página; no garantiza resultados enriquecidos ni menciones en IA. Google lo advierte expresamente en sus directrices generales de datos estructurados.

Cuándo conviene usar datos estructurados

Empieza por el contenido real de la página. En la ficha de una empresa puede corresponder Organization o un tipo local aplicable; un artículo puede usar Article con autor y fecha; un producto puede requerir propiedades específicas de Product si cumples la documentación correspondiente. No se instalan todos los tipos en todas las URL.

El marcado debe coincidir con lo que la persona puede ver. No inventes reseñas, precios ni preguntas frecuentes solo para llenar propiedades. Google documenta los tipos que pueden optar a funciones de búsqueda en su galería de datos estructurados; Schema.org ofrece un vocabulario más amplio, pero no todos los tipos generan resultados enriquecidos.

Un ejemplo mínimo y verificable

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://ejemplo.com/#organizacion",
  "name": "Empresa Ejemplo",
  "url": "https://ejemplo.com/",
  "sameAs": ["https://www.linkedin.com/company/empresa-ejemplo"]
}

Es un ejemplo didáctico; reemplaza los datos con información real y perfiles oficiales. @id sirve para identificar la entidad de forma consistente dentro del marcado. sameAs enlaza otras páginas que representan esa entidad. Ninguna propiedad es un «botón de autoridad» ni prueba que ChatGPT vaya a usar esa fuente.

Qué revisar en una auditoría

Tipo adecuado: ¿el marcado describe realmente la página y cumple los requisitos de la función de búsqueda que buscas? FAQPage, por ejemplo, no es un atajo para aparecer en cualquier respuesta.

Coherencia: ¿nombre, URL, precio, autor y fechas coinciden con el contenido visible y entre plantillas? Bloques redundantes pueden confundir a los equipos que mantienen el sitio, aunque tener más de un bloque no constituye por sí mismo un error.

Validez: comprueba sintaxis con Schema Markup Validator y elegibilidad para funciones de Google con Rich Results Test. Cada herramienta responde una pregunta distinta. Search Console solo muestra informes para funciones que reconoce en páginas procesadas; la ausencia de un informe para una propiedad de Schema.org no demuestra que el JSON-LD esté roto.

Mantenimiento: comprueba que el marcado cambia cuando cambia el contenido y que no queda una segunda versión obsoleta generada por un plugin. Asigna un responsable y valida tras despliegues.

Cómo evaluar el resultado de negocio

Un test válido confirma implementación, no impacto. Para dirección, registra qué páginas se corrigieron, qué errores desaparecieron y si cambiaron funciones de búsqueda, clics y acciones comerciales en un periodo razonable. Separa cualquier observación de citas en IA; no se atribuye automáticamente al marcado.

Si tienes un JSON-LD instalado y no sabes qué función cumple, envíanos la URL y el objetivo de esa página. Revisamos si el tipo corresponde al contenido, qué errores hay y qué vale la pena corregir. Conoce también nuestro trabajo en AEO/GEO.

Juan Delgado

Growth Strategist & MarTech, fundador de NeuroRanks — 16 años de experiencia real en Ecuador.

Conectemos en LinkedIn →