Schema.org en 2026: qué datos estructurados siguen importando
Ahrefs no midió ninguna mejora en las citas tras añadir schema.org. Sin embargo, el 71% de las páginas citadas por ChatGPT lo incluyen. El marcado no es un atajo: es un acelerador de comprensión.
Ahrefs puso a prueba la teoría en 1.885 páginas en 2026. Añadir marcado schema.org, medir el efecto sobre las citas en AI Overviews. Resultado: ninguna mejora. Las citas incluso cayeron un 4,6%. Por otro lado, el 71% de las páginas citadas por ChatGPT contienen datos estructurados, y el propio Google confirma que schema ayuda a los modelos a entender el contenido de una página. Dos estudios serios, dos conclusiones que se contradicen. Es exactamente el tipo de confusión que empuja a un equipo de marketing a volcarlo todo en JSON-LD por precaución, o a abandonar el tema pensando que ya no sirve de nada ahora que el SEO clásico ha cambiado de naturaleza. Ambas reacciones son errores.
El mito que se resiste a morir
El malentendido viene de confundir correlación con causa. Las páginas citadas por los LLM suelen tener schema, eso es cierto. Pero también suelen tener una estructura de contenido clara, respuestas directas, una autoridad de dominio consolidada. El schema acompaña a esas cualidades, no las produce. Una ficha de producto repleta de microdatos en un sitio lento, con contenido vago y cero pruebas de terceros, no se citará más que antes. Google lo dice negro sobre blanco en su documentación: no hacen falta archivos especiales, no se requiere ningún marcado schema.org específico para aparecer en las funciones de IA. Eso no es una invitación a ignorar el tema. Es un recordatorio de que el marcado no es un atajo hacia la visibilidad, al contrario de lo que sostiene una parte de la industria del GEO que vende schema como una fórmula mágica.
La prueba de Ahrefs confirma esta lectura sin invalidarla del todo. En 1.885 páginas, añadir schema genérico, mal orientado, sobre contenido que ya no respondía bien a una pregunta concreta, no cambió nada. Es coherente. Un LLM no cita una página porque lleve una etiqueta JSON-LD. La cita porque contiene la respuesta más clara, mejor formulada y más verificable a la pregunta planteada. El schema ayuda al modelo a extraer esa respuesta más rápido y con menos ambigüedad. No crea la respuesta.
Lo que realmente funciona, y lo que no sirve de nada
No todos los tipos de schema valen lo mismo frente a los motores generativos. FAQPage está en primer lugar, y por un margen amplio, porque estructura el contenido en pares de pregunta-respuesta autónomos, exactamente el formato que un LLM puede extraer y citar sin reescribirlo. Combinar FAQPage con Article y HowTo produce casi el doble de citas que Article por sí solo. La lógica es simple: cuanto más acerca el marcado la estructura de la página al formato de una respuesta conversacional, más facilita el trabajo del modelo.
| Tipo de schema | Utilidad real para el GEO en 2026 |
|---|---|
| FAQPage | Fuerte. Formato pregunta-respuesta directamente aprovechable por los LLM |
| HowTo | Fuerte, sobre todo combinado con Article o FAQPage |
| Product | Útil para el e-commerce, precio y disponibilidad verificables |
| Organization | Útil para la claridad de entidad: quiénes sois, qué hacéis |
| Review / AggregateRating | Útil como prueba de terceros, siempre que sea auténtica |
| BreadcrumbList | Impacto directo débil en las citas |
| Article genérico sin contenido estructurado | Prácticamente nulo |
La tabla se lee en un sentido concreto. El marcado que describe una estructura de contenido ya pensada para responder a una pregunta tiene un efecto real. El marcado que se limita a decorar una página existente sin cambiar su estructura editorial tiene un efecto marginal, o nulo. Es la diferencia entre poner una etiqueta a un plato ya bien preparado, y pegar una etiqueta en un plato vacío esperando que se llene solo.
Product schema merece una mención aparte para el e-commerce. Precio, disponibilidad, reseñas verificadas: estos datos estructurados permiten a un LLM responder a una pregunta transaccional sin alucinar un precio desactualizado. Una ficha de producto sin Product schema obliga al modelo a adivinar o a citar una fuente externa, a menudo un comparador que no tiene ninguna obligación de destacaros.
La infraestructura invisible que nadie ve funcionar
El verdadero papel del schema en 2026 no es la cita directa. Es la claridad de entidad. Un LLM que se topa con vuestro sitio debe entender rápidamente quiénes sois, qué vendéis, dónde operáis, cuál es vuestra relación con las entidades mencionadas en vuestro contenido. Organization schema, con los campos correctos rellenados (razón social, sector, área de servicio, enlaces a los perfiles sociales y a la base de conocimiento), reduce la ambigüedad en ese punto. No garantiza ninguna cita. Sin embargo, evita que un modelo confunda vuestra marca con una homónima, o que os atribuya por error información que pertenece a un competidor con un nombre parecido.
Esta función de infraestructura explica por qué Microsoft y Google confirman que el schema ayuda a los modelos a entender el contenido, sin prometer nunca que desencadene una cita. El schema construye el contexto en el que se interpreta vuestro contenido. Nunca sustituye a la calidad de ese contenido. Una empresa que piensa el GEO únicamente en términos de marcado técnico comete el error clásico de confundir el andamio con el edificio.
Hay una segunda capa, más discreta. Los LLM construyen grafos de conocimiento internos a partir de lo que rastrean. Un sitio con marcado coherente en todas sus páginas, entidades correctamente vinculadas entre sí, una jerarquía clara entre organización, productos y contenido editorial, resulta más fácil de integrar en ese grafo. Un sitio donde cada página usa un marcado distinto, incompleto, a veces contradictorio, complica esa integración. El resultado no es visible en una métrica de citas inmediata. Se ve con el tiempo, en la estabilidad y la precisión de lo que los modelos saben decir sobre vosotros.
Priorizar sin ahogarse en el marcado
La pregunta que hay que hacerse nunca es "cuántos tipos de schema puedo añadir" sino "qué páginas tienen contenido lo bastante estructurado como para que el marcado sirva de algo". Una página de preguntas frecuentes mal escrita, con respuestas vagas, no ganará nada por llevar marcado FAQPage. Primero hay que reescribir las respuestas para que sean autónomas, verificables, directamente citables, y luego añadir el marcado que las hace fáciles de extraer.
El orden de prioridad que tiene sentido en 2026 se resume en tres movimientos. Primero, Organization schema en las páginas institucionales, para fijar de una vez por todas quiénes sois a ojos de los modelos. Después, FAQPage y HowTo en el contenido que ya responde a preguntas precisas y frecuentes, las que vuestras fan-out queries revelan. Por último, Product schema en las fichas que llevan precio y disponibilidad, si estáis en e-commerce. Todo lo demás, BreadcrumbList, marcado decorativo en páginas de contenido genérico, puede esperar o ignorarse sin consecuencias medibles.
El schema.org de 2026 ya no es una palanca mágica, nunca lo fue realmente. Es un acelerador de comprensión para contenido que ya merece ser comprendido. Sobre contenido débil, no recupera nada. Sobre contenido fuerte, elimina la fricción entre vuestra página y la respuesta que un modelo formulará a partir de ella.
Vurto analiza vuestras fichas de producto y páginas clave según diez criterios de legibilidad para IA, marcado incluido, para detectar dónde el schema realmente ayuda y dónde solo decora una página que necesita otra cosa.