El schema markup ha dejado de ser un checklist técnico para convertirse en una capa estratégica de visibilidad ante los LLMs. Un artículo publicado hoy en Search Engine Journal por Helen Pollitt pone el dedo en la llaga: muchos SEOs creen tener los datos estructurados resueltos cuando, en realidad, están cometiendo errores que impiden que ChatGPT, Perplexity o AI Overviews confíen en su información.

En VakhoSEO llevo meses auditando ecommerce españoles y latinoamericanos, y el patrón se repite: schema correcto a nivel sintáctico, pero inútil a nivel de entidad. Vamos a desgranar los fallos más graves y cómo corregirlos antes de que tu marca desaparezca de las respuestas generativas.

Tratar el schema como una checklist en lugar de una estrategia de entidades

El primer error, y el más extendido, es implementar schema por implementar. El marketer de turno marca cada página con su tipo correspondiente (Article, Product, FAQ) y da por cerrado el ticket. Técnicamente perfecto. Estratégicamente, un desastre.

Los LLMs no buscan tipos aislados, buscan entidades y relaciones. Un artículo de blog marcado solo como Article le dice al bot qué es, pero no quién lo firma, para qué organización trabaja ese autor, ni cómo conecta con el resto del catálogo. Es información huérfana.

En mi experiencia, el salto cualitativo ocurre cuando empiezas a enlazar schemas entre sí: Article → author (Person) → worksFor (Organization) → publisher. Ese grafo mínimo multiplica la probabilidad de que un LLM cite tu contenido porque le estás dando contexto verificable, no fragmentos sueltos.

Pensar que el schema basta para corregir desinformación

Este es el error más caro para marcas con cierto recorrido. Puedes tener el precio actualizado en Product schema, el nombre corporativo correcto en Organization y las URLs canónicas impecables. Da igual si Wikipedia, un directorio de 2019 o un comparador obsoleto dice lo contrario.

Los LLMs ponderan fuentes. Si tu web es la única que afirma algo y hay diez fuentes externas contradiciéndolo, perderás. He visto marcas españolas que cambiaron de denominación social hace tres años y siguen apareciendo con el nombre antiguo en respuestas de ChatGPT porque nunca actualizaron Crunchbase, LinkedIn ni las fichas de prensa.

El schema es la mitad del trabajo. La otra mitad es auditoría de menciones externas: Wikidata, Wikipedia, directorios sectoriales, bases de datos como Common Crawl. Sin consistencia entre tu schema y el ecosistema externo, los LLMs descartarán tu versión.

No usar identificadores de entidad consistentes (@id)

Este punto es puro higienismo técnico y aun así casi nadie lo aplica bien en España. El atributo @id permite definir una entidad una sola vez y referenciarla desde cualquier otra plantilla sin reescribir el bloque entero.

Ejemplo: defines tu Organization en el home con un @id tipo https://tudominio.com/#organization y, a partir de ahí, en cada página de producto, blog o categoría basta con referenciar ese @id dentro del campo publisher o brand.

• Elimina el riesgo de información contradictoria entre plantillas antiguas y nuevas.
• Facilita a los crawlers construir un grafo coherente de tu sitio.
• Reduce el peso del JSON-LD en páginas pesadas.

Lo que suelo encontrar en auditorías: la ficha de producto tiene el nombre comercial antiguo, el blog usa el nuevo branding, y la home tiene una tercera variante. Para un LLM, eres tres empresas distintas.

Ignorar las relaciones entre schemas (sameAs, mainEntity, about)

Las propiedades que conectan entidades son las que realmente alimentan el grafo de conocimiento que los LLMs construyen sobre tu marca. sameAs apuntando a tu perfil de Wikidata, LinkedIn corporativo, perfil de Crunchbase y cuenta oficial de X es la forma más directa de decirle a un modelo «soy quien digo ser, verifícalo aquí».

En ecommerce español veo muy pocas implementaciones serias de mainEntity y about. Un artículo que habla de «zapatillas de running para pronadores» debería declarar explícitamente que trata sobre esa entidad producto, idealmente enlazando a la ficha de categoría correspondiente mediante @id. Eso le dice al LLM: este contenido informativo está respaldado por un catálogo comercial real.

Mi recomendación para los próximos meses

Si gestionas un ecommerce o un medio en español y quieres aparecer en AI Overviews, Perplexity o ChatGPT Search, prioriza esto por orden:

• Audita tu Organization schema y asegúrate de que incluye sameAs con al menos 5 fuentes externas autorizadas.
• Implementa @id consistentes para Organization, Person (autores) y Brand en todo el sitio.
• Conecta Article con author y publisher usando esos @id, no bloques duplicados.
• Revisa Wikidata: si tu marca no está, créala. Si está desactualizada, corrígela.
• Monitoriza qué dicen los LLMs sobre tu marca mensualmente con prompts controlados.

El SEO técnico tradicional seguía la lógica «marca la página y Google te entenderá». El AI Search exige otra cosa: construir una identidad verificable y coherente a lo largo de todo tu dominio y, crucialmente, fuera de él. Quien siga tratando schema como una tarea de desarrollo aislada verá cómo su visibilidad generativa se desploma mientras competidores menos autoritativos pero mejor estructurados ocupan su lugar en las respuestas.

Fuente original: Search Engine Journal