Datos estructurados para IA: qué marcar y qué NO te cita

Los datos estructurados para IA son marcado (schema.org) que etiqueta qué es cada cosa de tu página —un FAQ, un artículo, tu empresa— para que la máquina la lea sin adivinar. Ayudan a la EXTRACCIÓN, no a la SELECCIÓN: ordenan tu contenido, pero no compran que un motor te cite.

Esa frase de arriba es todo el artículo. El resto es por qué es verdad, qué tipos merecen tu tiempo y dónde empieza el humo. Si vienes de cero con la terminología, repasa antes qué es el GEO: aquí no lo redefinimos, vamos directos al schema.

Qué son los datos estructurados (sin la palabrería)

Tu página, para un humano, es texto con jerarquía visual: un titular grande, un precio, una lista de preguntas. Para una máquina, sin ayuda, es una sopa de etiquetas HTML donde «39 €» podría ser un precio, un código postal o un número de teléfono mal escrito. Los datos estructurados resuelven esa ambigüedad: son un bloque de marcado —normalmente JSON-LD inyectado en el código— que le dice explícitamente al rastreador «esto es una Organization, esto un Article, esto un FAQPage, y este dato concreto es el autor».

El vocabulario lo define schema.org, un estándar consensuado por Google, Microsoft, Yahoo y Yandex. No es propietario ni opcional-mágico: es la gramática común con la que las máquinas leen la web. Y ahí está el primer matiz importante: schema nació para los buscadores tradicionales (los rich results, esas estrellas y FAQs desplegables en Google), no para los LLM. Que ahora hablemos de «datos estructurados para IA» no cambia el mecanismo; cambia el contexto en el que lo usamos.

Extracción vs. selección: la frontera donde muere el humo

Aquí está el cuello de botella de todo este tema, y la razón por la que medio sector vende el schema como una varita mágica que no es. Hay dos momentos distintos en cómo un motor generativo usa tu web, y el schema solo toca uno.

• Extracción (lo que el schema SÍ ayuda): que la máquina lea, parsee y entienda sin error qué es cada elemento de tu página. Higiene técnica. Capa de «te leo bien».
• Selección (lo que el schema NO compra): que entre todas las webs que ha leído, el motor decida citarte a TI en su respuesta. Eso es un juego de autoridad, consenso entre fuentes y frescura. Capa de «te elijo y te nombro».

Marcar tu página con un FAQPage impecable mejora la extracción. No mueve la selección. Es como tener la mejor caligrafía de la oposición: ayuda a que el corrector te lea sin esfuerzo, pero no aprueba el examen por ti. El contenido, la autoridad y la diferenciación aprueban el examen. Por eso insistimos en por qué la IA no cita webs genéricas: puedes tener el schema perfecto y seguir siendo invisible si lo que dices es intercambiable.

La evidencia, además, es contradictoria. El propio Google ha sido claro: para aparecer en sus funciones de IA no hace falta marcado especial —optimizar para la búsqueda generativa sigue siendo SEO del bueno—. Y no hay prueba pública sólida de que ChatGPT, Perplexity o Grok ponderen el schema como señal de ranking de citas. Cualquiera que te prometa «implementamos schema y la IA te citará» está vendiendo correlación disfrazada de causa.

Entonces, ¿para qué sirve de verdad el schema?

Sirve, y mucho, pero en su carril. Implementarlo bien tiene tres retornos reales y honestos:

• Reduce la ambigüedad. Cuanto menos tenga que adivinar la máquina, menos probable es que malinterprete tu contenido o lo descarte por ininteligible. Es seguro técnico, no palanca.
• Te conecta con el grafo de entidades. Un Organization bien marcado, con sameAs apuntando a tus perfiles, ayuda a que los motores entiendan que «WSC» es una entidad concreta y no tres marcas distintas. Esto sí alimenta —indirectamente— la confianza.
• Sigue ganando en el SEO clásico. Los rich results de Google llevan años funcionando. Un FAQPage o un Article bien marcados mejoran cómo apareces en la SERP tradicional, que sigue siendo de donde sale buena parte del tráfico y, según Ahrefs, el 37,9% de las citas de los AI Overviews vienen del top-10 orgánico. El SEO y el GEO no son rivales.

Dicho de otro modo: el schema es condición de higiene, no de victoria. Necesario para no perder por errores tontos de extracción; insuficiente para ganar la cita. La diferencia entre ambas capas la desarrollamos en GEO vs SEO.

Qué tipos de schema marcar (y cuáles ignorar)

schema.org tiene cientos de tipos. La mayoría no te afecta. Para una web de marca o servicios, esta es la lista corta que sí merece ejecución cuidadosa:

El FAQPage es el caballo de batalla del GEO por una razón estructural: un par pregunta-respuesta es exactamente el formato que un motor generativo quiere extraer. Tú haces la pregunta del usuario y le das la respuesta empaquetada, sin que tenga que destilarla de un párrafo de 300 palabras. Eso es regalarle la extracción hecha. Pero —y es el mismo «pero» de siempre— solo te cita si la respuesta es sustanciosa y tú eres una fuente con criterio. El formato facilita; el contenido decide.

Lo que puedes ignorar tranquilamente en la mayoría de proyectos de marca: schemas de Recipe, Event, Product con reviews falsas (Google penaliza el marcado de reseñas autoinventadas), y la tentación de marcar absolutamente todo. El schema irrelevante o incorrecto no suma; resta confianza y puede generar errores en Search Console.

Datos estructurados ≠ llms.txt: no los confundas

Como estamos hablando de «decirle cosas a la máquina», conviene desactivar de una vez un mito vecino. El llms.txt —ese archivo que algunos venden como «el robots.txt de la IA»— no es un dato estructurado ni una palanca de citación. Es una propuesta de comunidad, no adoptada por los grandes motores, y Google ha declarado explícitamente que no lo usa. Si alguien te lo coloca como atajo para que ChatGPT te cite, es humo del mismo barril que el schema-varita-mágica. Impleméntalo si quieres, pero no esperes retorno de selección.

La regla general anti-humo aplica a todo lo «técnico-para-IA»: si te lo venden como un interruptor que enciende las citas, desconfía. La capa técnica —schema, rendimiento, marcado limpio— hace que te lean bien. La cita la ganas con autoridad, no con archivos.

El schema es solo una pieza de la capa de extracción

Marcar datos no sirve de nada si la web tarda cuatro segundos en cargar o si el contenido vive dentro de un JavaScript que el rastreador no ejecuta. El schema es una parte de la capa de extracción; la otra es el rendimiento técnico. Los Core Web Vitals de Google (LCP por debajo de 2,5s, INP por debajo de 200ms, CLS por debajo de 0,1) miden si tu web es legible y veloz. Una página rápida, con HTML semántico limpio y schema correcto, es una página que cualquier motor parsea sin fricción.

Aquí es donde el «datos estructurados para IA» deja de ser teoría y pasa a ser ejecución. En WSC tratamos la web como un activo técnico que la IA lee: construimos en WordPress con Nectar Blocks —que genera marcado limpio y bloques semánticos— sobre hosting Kinsta, donde somos agencia partner, para que el rendimiento no sea el cuello de botella. El schema bien implementado es la guinda; el pastel es una web que carga rápido y se lee sin adivinanzas.

Cómo medir si tu schema sirve (sin métricas de vanidad)

Cuidado con dos formas de autoengaño. La primera: validar el schema en una herramienta, ver el tick verde y declarar victoria. Eso solo confirma que el marcado es sintácticamente correcto —que la máquina puede leerlo—. No dice nada sobre si te citan. La segunda, peor: medir «visibilidad en IA» con métricas infladas y vagas.

La pregunta honesta no es «¿valida mi schema?» sino «¿aparezco en la respuesta cuando alguien hace ESTA pregunta concreta en ChatGPT, Perplexity o Google AI?». La evidencia útil es a nivel de prompt: prompts reales, motores concretos, citas verificadas. Todo lo demás —»alcance estimado en IA», «puntuación de optimización GEO»— suele ser vanidad. Cómo montar esa medición seria lo cubrimos en medir tu visibilidad en IA.

Resumen operativo: implementa schema porque es higiene técnica que no cuesta y evita errores; valídalo; y luego olvídate de él como palanca de citación y vuelve al trabajo de verdad —autoridad, sustancia, diferenciación—. Si quieres el manual completo de ese trabajo, está en cómo conseguir que la IA te cite.

Preguntas frecuentes sobre datos estructurados para IA

¿Los datos estructurados hacen que la IA me cite?

No directamente. Los datos estructurados ayudan a la extracción —que la máquina lea y entienda tu página sin errores—, pero no compran la selección ni la citación. Esa la decide la autoridad, el consenso entre fuentes y la frescura de tu contenido. Quien te venda schema como atajo a la cita está vendiendo humo.

¿Qué tipos de schema debería marcar primero?

Para una web de marca o servicios, prioriza cuatro: Organization (consolida tu entidad), Article o BlogPosting (autoría y frescura), FAQPage (el más útil para GEO, empaqueta respuestas extraíbles) y BreadcrumbList (jerarquía del sitio). Ignora schemas irrelevantes o reseñas inventadas: restan confianza y generan errores en Search Console.

¿El schema es lo mismo que el llms.txt?

No. El schema es marcado estándar de schema.org que etiqueta el contenido de tu página. El llms.txt es un archivo propuesto por la comunidad, no adoptado por los grandes motores y que Google ha declarado no usar. Ninguno de los dos es una palanca de citación; el llms.txt, menos todavía. No los confundas ni esperes retorno de selección de ellos.

¿En qué formato debo implementar los datos estructurados?

En JSON-LD, el formato que Google recomienda. Es un bloque de código que se inyecta en la página sin tocar el HTML visible, lo que lo hace más limpio y mantenible que el marcado inline. En WordPress se puede generar con bloques semánticos bien construidos y plugins de SEO, pero la calidad depende de cómo esté montada la web debajo.

¿Cómo sé si mi schema funciona de verdad?

Validarlo con una herramienta solo confirma que es sintácticamente correcto, no que te citen. La métrica honesta es a nivel de prompt: ¿apareces en la respuesta cuando alguien hace esa pregunta concreta en ChatGPT, Perplexity o Google AI? Desconfía de métricas de vanidad como «alcance estimado en IA» o «puntuación GEO».

¿Necesito schema especial para aparecer en las respuestas de IA de Google?

No. Google ha declarado que para aparecer en sus funciones de IA no hace falta marcado especial: optimizar para la búsqueda generativa sigue siendo SEO. El schema sí ayuda a tus rich results clásicos y a la legibilidad técnica, pero no es un requisito ni un interruptor para las citas en AI Overviews.

Redacción WSC

Ver biografía completa