Schema markup en 2027: su nuevo trabajo es explicar tu negocio a la IA
El schema markup ha cambiado de oficio. Lo que durante una década sirvió para conseguir estrellitas, FAQs o breadcrumbs en la SERP, en 2027 tiene una misión mucho más seria: ayudar a los sistemas de IA a entender tu negocio. Y quien no lo asuma, desaparecerá de las respuestas generadas por ChatGPT Search, Gemini, Perplexity y AI Overviews, independientemente de lo bien posicionado que estuviera en la búsqueda tradicional.
Esta semana Martha van Berkel lo ha planteado con claridad en Search Engine Journal, y coincido al 100%: el schema ya no va de páginas individuales, va de describir entidades y relaciones. En el mercado hispanohablante, donde todavía veo muchos ecommerce y marcas enterprise con un Product schema básico y poco más, esto abre una ventana competitiva enorme. Vamos a verlo.
Por qué el schema markup ya no es opcional en AI Search
La diferencia entre búsqueda clásica y búsqueda con IA es quién construye la respuesta. Antes el usuario llegaba a tu web y se formaba su opinión. Ahora un LLM agrega información de tu site, directorios, reseñas, artículos antiguos y foros, y sintetiza una respuesta en tu nombre. No puedes controlar todo lo que se dice de ti, pero sí puedes controlar la fuente que tú publicas.
El schema markup es, hoy por hoy, el canal más eficiente para darle a la máquina datos inequívocos: qué eres, qué vendes, dónde operas, quién trabaja contigo y cómo se relaciona todo. Sin ambigüedad lingüística, sin interpretación. Es la diferencia entre que Gemini te cite correctamente o que invente un detalle que te cuesta una venta.
El cambio real: de rich results a grafo de conocimiento propio
Durante años hemos marcado Product, Article, FAQPage o LocalBusiness con el mínimo imprescindible para que Google mostrara un rich result. Esa lógica está obsoleta. El nuevo objetivo es construir un grafo de entidades conectado que represente tu negocio.
En la práctica, esto significa dejar de pensar en "¿qué schema pongo en esta página?" y empezar a pensar en "¿qué entidades compone mi negocio y cómo las conecto entre páginas?". Un ecommerce de moda no es una colección de URLs con Product schema: es una red de productos, marcas, materiales, categorías, tiendas físicas, políticas de devolución y personas (diseñadores, fundadores) que deben enlazarse con @id consistentes.
Tres preguntas que todo responsable SEO debería hacerse hoy
Siguiendo el marco que propone van Berkel, estos son los tres chequeos que recomiendo pasar esta misma semana a cualquier proyecto enterprise:
- ¿Tu schema describe tus entidades clave? No basta con cumplir el mínimo de Schema.org. Si eres una clínica, no es suficiente marcar
MedicalOrganization: necesitasmedicalSpecialty,availableService,areaServedy los atributos que diferencian tu propuesta. - ¿Están conectadas tus personas, productos, servicios y sedes? Usa
@idestables y propiedades comoworksFor,brand,isPartOfohasPartpara que la máquina entienda que el Dr. García de la página A es el mismo que aparece en la página B y pertenece al hospital C. - ¿Tu schema evoluciona con tu web? Si lanzas un servicio nuevo en octubre y el JSON-LD sigue reflejando el catálogo de marzo, estás alimentando a la IA con datos obsoletos. El schema necesita gobernanza, no un deploy único.
Qué significa esto para el mercado SEO hispanohablante
En España y LATAM veo tres problemas recurrentes. Primero, schema generado por plugins sin revisión (Yoast, Rank Math) que cumple el validador pero no describe el negocio real. Segundo, ausencia total de relaciones entre entidades: cada página es una isla. Tercero, desconexión entre contenido visible y datos estructurados, algo que Google penaliza y que los LLMs simplemente ignoran o, peor, mezclan mal.
La oportunidad es clara: mientras la mayoría sigue optimizando para rich snippets, quien construya un grafo semántico sólido en su web estará alimentando a los sistemas de IA con una fuente limpia y autoritativa. Y eso es lo que determina si te citan o te ignoran en las respuestas generativas.
Herramientas y flujo de trabajo recomendado
Para auditar y escalar esto en un proyecto enterprise, mi stack actual es:
- Schema Markup Validator de Schema.org para verificar sintaxis y relaciones.
- Rich Results Test de Google para comprobar elegibilidad en SERP tradicional (sigue siendo útil).
- Schema App o WordLift para gestionar grafos a escala con
@idpersistentes. - Auditoría manual trimestral cruzando contenido visible vs. JSON-LD en las 50 URLs más importantes.
- Pruebas en LLMs: pregunta directamente a ChatGPT, Gemini y Perplexity por tu marca y detecta qué están entendiendo mal. Ese es tu backlog.
Conclusión: trata el schema como infraestructura, no como táctica
El schema markup en 2027 no es una optimización puntual, es infraestructura de datos. Define cómo te ven las máquinas que ahora intermedian entre tu marca y tus clientes. Si lo tratas como una casilla que marca tu CMS automáticamente, estarás perdiendo visibilidad en el canal que más va a crecer en los próximos 24 meses.
Mi recomendación práctica: dedica el próximo sprint a mapear las 10 entidades más importantes de tu negocio, asígnales @id estables, conéctalas entre sí y establece un proceso de gobernanza. No es glamuroso, pero es lo que separa a las marcas que la IA cita correctamente de las que simplemente desaparecen.
Fuente original: Search Engine Journal
Autor
Vakho Mtchedlishvili
SEO Lead especializado en ecommerce y AI Search. Ayudo a negocios digitales a crecer en Google y en los nuevos entornos de búsqueda con IA.