El marcado de esquema pasó una década siendo justificado por los resultados enriquecidos: estrellas debajo de un listado, precios en un fragmento, un acordeón de preguntas frecuentes. Esa justificación se ha debilitado a medida que esas funciones se han recortado y otra ha ocupado su lugar. Los datos estructurados para la búsqueda por IA tienen menos que ver con la decoración y más con darle a una máquina una declaración inequívoca de lo que afirma su página, de modo que un sistema que ensambla una respuesta no tenga que inferirla de la prosa.
La distinción importa porque cambia lo que marca y con qué cuidado lo mantiene. Un resultado enriquecido aparece o no, y una propiedad rota falla visiblemente. Un hecho consumido por un motor de respuestas falla silenciosamente y, lo que es peor, uno inexacto se propaga. Un marcado que dice que un producto cuesta una cantidad mientras que la página dice otra no produce un mensaje de error; produce una respuesta incorrecta y segura en un lugar que nunca verá.
Qué tipos valen la pena
La mayoría de los sitios necesitan un conjunto pequeño, implementado correctamente, en lugar de un conjunto grande implementado aproximadamente. Organization y sus identificadores establecen quién es usted y conectan su sitio con sus perfiles en otros lugares. Product con precio, disponibilidad y moneda le da a las páginas de comercio una superficie de hechos limpia. Article con autor y fechas respalda los juicios de actualidad. FAQPage sigue ayudando cuando las preguntas son genuinas. LocalBusiness importa si tiene ubicaciones físicas con horarios reales.
- Organization con enlaces sameAs a sus perfiles verificados.
- Product con precio, moneda, disponibilidad y condición.
- Article con datePublished, dateModified y una entidad de autor real.
- FAQPage solo donde las preguntas y respuestas son visibles en la página.
- BreadcrumbList para que la jerarquía sea explícita en lugar de inferida de las URL.
Más allá de esa lista, los rendimientos disminuyen rápidamente. Marcar cada párrafo como un paso de HowTo, o inventar calificaciones agregadas de la nada, produce ruido en el mejor de los casos y un problema de confianza en el peor. La prueba práctica que aplicamos es simple: si un lector humano no pudiera verificar la afirmación desde la página visible, no la incluya en el marcado.
La precisión supera a la cobertura en los datos estructurados para la búsqueda por IA
El fallo más común que encontramos es la deriva. El marcado se genera una vez, generalmente mediante un complemento o una plantilla, y luego el contenido de la página cambia sin él. Los precios se actualizan en la tienda pero no en el bloque JSON-LD que un tema codificó de forma rígida. Los nombres de los autores persisten después de que el autor se va. Las fechas de modificación se incrementan en cada implementación independientemente de si algo cambió, lo que entrena a los consumidores para ignorarlas.
La solución es arquitectónica más que editorial: genere el marcado a partir de los mismos datos que renderizan la página, nunca como una copia paralela mantenida a mano. Si el precio en la página proviene de un campo, el precio en el marcado también debe provenir de ese campo. Cualquier implementación donde los dos puedan discrepar eventualmente discrepará, y nadie lo notará hasta que un asistente cite el número incorrecto.
Entidades, no solo propiedades
El trabajo de mayor valor es conectar cosas en lugar de describirlas. Dé a su organización un identificador estable y haga referencia a él desde cada página en lugar de repetir una cadena de nombre. Apunte sameAs a los perfiles que realmente controla y manténgalos consistentes. Vincule el marcado de autor a una página de autor real con una biografía y un historial de trabajo en lugar de un nombre flotante. Estas conexiones permiten que un sistema resuelva su marca como una entidad en lugar de varias que parecen similares.
Aquí es también donde los sitios multilingües se equivocan. Si cada versión de idioma se declara como una organización separada con detalles ligeramente diferentes, ha fragmentado su propia identidad. Una entidad canónica, referenciada en todos los idiomas, con hreflang haciendo el trabajo del idioma, es el arreglo que se mantiene.
Lo que los datos estructurados no harán
No hará que una página delgada sea autoritaria, y no fabricará citas por sí sola. El marcado es una capa de claridad sobre el contenido que ya existe. Si la página no tiene nada específico que decir, describir esa nada en JSON-LD no cambia nada. Hemos revisado sitios con una cobertura de esquema impecable y sin visibilidad, y sitios con un marcado mínimo que son citados constantemente porque publican hechos que nadie más tiene.
Tampoco es un mecanismo de clasificación en ningún sentido directo. El valor de los datos estructurados para la búsqueda por IA es la ambigüedad reducida: menos posibilidades de que una máquina adivine mal sobre su precio, su ubicación, su fecha de publicación o su identidad. Eso vale la pena tenerlo, y vale aproximadamente el esfuerzo de obtener un puñado de tipos correctos, no el esfuerzo de un proyecto de taxonomía exhaustivo.
Una rutina de mantenimiento que funciona
Valide en la implementación en lugar de en la inspiración. Ejecute un validador contra una muestra de cada plantilla cada vez que las plantillas cambien, y trate las advertencias sobre propiedades requeridas faltantes o no coincidentes como problemas de compilación en lugar de elementos de trabajo pendiente. Luego, trimestralmente, tome diez páginas en vivo al azar y compare los hechos renderizados con los hechos del marcado a simple vista. Esa segunda verificación detecta la deriva que ningún validador marcará, porque ambas versiones son individualmente válidas y solo el desacuerdo es el problema.
Mantenga un breve registro escrito de qué tipos emite, desde qué fuente de datos, en qué plantillas. Cuando una actualización de complemento cambia la salida silenciosamente, ese documento es la diferencia entre un diagnóstico de cinco minutos y una semana de confusión.
Siga leyendo: GEO
Servicio relacionado: GEO – AIO – AEO