Optimización de datos estructurados (Schema Markup) para IA generativa en WordPress

Por qué los LLMs leen Schema markup

Cuando un motor generativo como ChatGPT o Perplexity busca información para responder una pregunta, no procesa tu página web como la ve un humano. No mira el diseño, no evalúa si la tipografía es bonita. Lo que sí procesa es el texto y, cada vez más, los datos estructurados que describes en tu HTML mediante Schema.org.

Los datos estructurados son instrucciones que le dicen a las máquinas qué es cada cosa en tu página: este texto es el título de un artículo, esta persona es el autor, esta sección contiene preguntas frecuentes, este número es un precio. Sin schema, la máquina tiene que adivinar. Con schema, lo sabe.

Para los sistemas RAG que alimentan a los motores generativos, el schema markup reduce la ambigüedad durante el paso de retrieval. Un documento con FAQPage schema es más fácil de procesar como fuente de respuestas que un documento donde las preguntas y respuestas están mezcladas con el resto del texto. Resultado: más probabilidad de que te citen.

Este tutorial cubre los schemas más relevantes para posicionamiento GEO, cómo implementarlos en WordPress con Rank Math, y los errores que debes evitar.

Los 8 schemas más importantes para GEO

No todos los schemas tienen el mismo impacto en visibilidad para IA. Estos son los ocho que recomendamos priorizar, ordenados por relevancia para GEO:

1. Article schema

El más básico y el más importante. Indica que tu página contiene un artículo, quién lo escribió, cuándo se publicó y cuándo se actualizó. Los crawlers de IA (GPTBot, PerplexityBot) usan esta información para evaluar la frescura y autoría del contenido. Rank Math lo implementa automáticamente en todas las entradas del blog.

Lo que muchos olvidan: la propiedad dateModified. Si actualizas un artículo pero no actualizas el schema, los motores generativos pueden considerar que tu contenido es viejo aunque acabes de revisarlo. Rank Math actualiza esta fecha automáticamente al guardar, pero verifica que esté activa.

2. FAQPage schema

Marca secciones de preguntas y respuestas para que las máquinas las identifiquen sin ambigüedad. Es uno de los schemas con más impacto directo en GEO porque los motores generativos buscan exactamente esto: preguntas con respuestas claras que puedan citar.

En WordPress con Rank Math, puedes añadir FAQ schema desde el editor de bloques usando el bloque «FAQ by Rank Math». Cada pregunta-respuesta se marca automáticamente con el schema correcto. Si prefieres más control, puedes insertar JSON-LD manualmente en un bloque HTML.

3. HowTo schema

Para contenido tipo tutorial o guía paso a paso. Los motores generativos usan frecuentemente fuentes con HowTo schema cuando alguien pregunta «cómo hacer X». Cada paso se identifica como una entidad separada, lo que facilita que la IA cite pasos individuales.

Rank Math ofrece un bloque «HowTo by Rank Math» que estructura los pasos con el schema correcto. Si tu artículo tiene un proceso en 5-10 pasos, usa este bloque en lugar de una lista manual.

4. Person schema (Author)

Identifica al autor del contenido con datos estructurados: nombre, cargo, credenciales, enlaces a perfiles. Para GEO es fundamental porque conecta el contenido con una identidad verificable. Los LLMs usan esta información como señal de autoridad. Más sobre E-E-A-T para IA generativa.

Rank Math genera Person schema automáticamente desde los perfiles de usuario de WordPress. Para un schema avanzado con knowsAbout y sameAs, necesitas editar el perfil o añadir JSON-LD personalizado.

5. Organization schema

Describe tu empresa como entidad: nombre, logo, dirección, redes sociales, área de actividad. Es la base para que los LLMs reconozcan tu marca como una entidad coherente. Sin Organization schema, tu marca es solo texto; con él, es una entidad con atributos definidos.

En Rank Math, configúralo en SEO > Titles & Meta > Local SEO. Asegúrate de que el nombre, dirección y teléfono coincidan exactamente con tu perfil de Google Business.

6. Product schema

Si vendes productos o servicios, el Product schema ayuda a que los motores generativos citen tu oferta cuando alguien busca comparaciones o recomendaciones. Incluye nombre, descripción, precio, disponibilidad y valoraciones.

En WooCommerce, Rank Math genera Product schema automáticamente. Para servicios sin WooCommerce, necesitas implementación manual vía JSON-LD o un snippet de Rank Math.

7. BreadcrumbList schema

Marca la jerarquía de navegación de tu sitio. Parece menor, pero ayuda a los LLMs a entender la estructura temática de tu web y la relación entre páginas. Un sitio con una jerarquía clara de categorías señala autoridad temática sobre esos temas.

Rank Math genera BreadcrumbList automáticamente si activas las migas de pan en SEO > General > Breadcrumbs.

8. WebPage / WebSite schema

Schema de nivel superior que describe tu sitio web como entidad. Incluye nombre del sitio, URL, motor de búsqueda interno, y publisher. Rank Math lo añade automáticamente, pero verifica que los datos sean correctos en la herramienta de prueba de resultados enriquecidos de Google.

Implementación con Rank Math paso a paso

Rank Math es el plugin de SEO más completo para schema markup en WordPress. La versión gratuita ya cubre Article, FAQ, HowTo y Organization. La versión Pro añade schemas avanzados y la posibilidad de crear schemas personalizados.

Configuración inicial

En el asistente de configuración de Rank Math (Rank Math > Dashboard > Setup Wizard), asegúrate de completar estos pasos: selecciona el tipo de sitio (empresa, blog personal, tienda), configura la información de tu organización (nombre, logo, dirección), y conecta tu cuenta de Google Search Console.

Después, ve a Rank Math > Titles & Meta > Local SEO y verifica que los datos de tu empresa estén completos. Nombre exacto como aparece en Google Business, dirección completa, teléfono con código de país (+51 para Perú), y enlaces a todas tus redes sociales. Esto genera el Organization schema base.

Schema en artículos individuales

Cada vez que publicas un artículo, Rank Math genera automáticamente Article schema con título, autor, fecha de publicación y modificación. Para verificar que está correcto, abre la pestaña «Schema» en el panel lateral de Rank Math dentro del editor de WordPress.

Si tu artículo contiene preguntas frecuentes, añade el bloque «FAQ by Rank Math» en lugar de usar encabezados H3 manuales. La diferencia es que el bloque genera el JSON-LD de FAQPage automáticamente, mientras que los H3 son solo texto sin estructura.

Para tutoriales, usa el bloque «HowTo by Rank Math». Cada paso se marca con el schema correcto y puedes añadir tiempos estimados, herramientas necesarias y costos.

Author schema avanzado

Rank Math genera Person schema desde el perfil de WordPress del autor. Para hacerlo más robusto, edita el perfil de usuario y completa todos los campos: biografía, sitio web, redes sociales. Rank Math usa estos datos para generar las propiedades sameAs.

Para añadir knowsAbout y hasCredential, que Rank Math no genera por defecto, tienes dos opciones: usar un snippet de código en functions.php que añada estas propiedades al JSON-LD del autor, o insertar un bloque JSON-LD manual en las páginas de autor. La segunda opción es más limpia pero requiere editar la plantilla de autor de tu tema.

Schemas avanzados: Person, Organization, BreadcrumbList

Los schemas básicos cubren el 80% de las necesidades. Pero si quieres maximizar tu visibilidad en motores generativos, hay implementaciones avanzadas que marcan diferencia.

Para Organization, añade la propiedad areaServed con las regiones donde operas. Si tu empresa atiende Lima, Arequipa y Cusco, especifícalo. Los LLMs usan esta información cuando alguien pregunta por servicios en una ubicación específica. También añade knowsAbout a nivel de organización para declarar tus áreas de expertise.

Para Person, la implementación avanzada incluye alumniOf (universidad donde estudió el autor), award (premios relevantes), y memberOf (organizaciones profesionales). Un nutricionista colegiado en Perú debería tener memberOf apuntando al Colegio de Nutricionistas del Perú. Eso es una señal de autoridad concreta para los LLMs.

Para BreadcrumbList, asegúrate de que la jerarquía refleje tu estructura de contenido real. Si tienes un cluster de artículos sobre GEO, la miga debería ser: Inicio > Blog > GEO > [Artículo]. Esto refuerza la autoridad temática a nivel estructural.

Validación con Rich Results Test

Implementar schema no sirve de nada si tiene errores. Google ofrece la herramienta Rich Results Test (search.google.com/test/rich-results) donde puedes pegar la URL de tu página y verificar qué schemas detecta y si tienen errores.

Los errores más comunes en WordPress con Rank Math son: campos obligatorios vacíos (especialmente image en Article), URLs rotas en sameAs, y conflictos entre el schema de Rank Math y el de otros plugins (Yoast si lo tenías antes, plugins de FAQ, plugins de producto).

Corre esta validación después de cada implementación nueva y al menos una vez al mes para detectar problemas que puedan surgir con actualizaciones de plugins o cambios en el sitio.

También usa Schema.org Validator (validator.schema.org) para una validación más técnica del JSON-LD. Esta herramienta detecta propiedades mal escritas o tipos incorrectos que Rich Results Test puede pasar por alto.

Errores comunes que debes evitar

Después de años implementando schema en sitios peruanos, estos son los errores que vemos una y otra vez.

El error más frecuente es el schema spam: marcar contenido con schemas que no corresponden. Si tu página no tiene preguntas y respuestas reales, no le pongas FAQPage schema. Si no vendes un producto, no uses Product schema. Google penaliza esto y los LLMs lo ignoran.

El segundo error es tener schemas duplicados o conflictivos. Si usas Rank Math para generar Article schema pero también tienes un plugin de AMP que genera su propio schema, vas a tener dos JSON-LD con información potencialmente contradictoria. Revisa tu código fuente (Ctrl+U en Chrome) y busca todos los bloques <script type="application/ld+json"> para verificar que no hay duplicados.

El tercer error es no actualizar el schema cuando actualizas el contenido. Si añades nuevas FAQs a un artículo pero no las incluyes en el bloque FAQ de Rank Math, el schema estará desactualizado respecto al contenido visible. Los LLMs pueden detectar esta inconsistencia.

El cuarto error es ignorar la relación entre schemas. Un artículo con Article schema, FAQPage schema y Person schema que apuntan a datos coherentes es mucho más potente que tres schemas desconectados. Asegúrate de que el autor del Article coincide con el Person schema, y que la organización del autor coincide con el Organization schema del sitio.

El quinto error, específico de sitios peruanos, es dejar campos de ubicación vacíos o con datos genéricos. Si tu Organization schema dice que estás en «Lima» sin más detalle, pierdes la oportunidad de aparecer en respuestas geolocalizadas. Incluye distrito, dirección completa y coordenadas si es posible.

Schema markup y el archivo llms.txt: una combinación potente

Si ya implementaste llms.txt en tu sitio (tutorial aquí), el schema markup lo complementa de una forma interesante. El llms.txt le dice a los crawlers de IA qué páginas son importantes y proporciona contexto general sobre tu sitio. El schema markup, en cambio, le dice exactamente qué contiene cada página individual.

Piensa en llms.txt como el índice de un libro y el schema markup como las notas al margen de cada capítulo. Juntos, dan a los motores generativos un mapa completo de tu contenido: qué temas cubres (llms.txt), cómo está organizado cada artículo (Article schema), qué preguntas respondes (FAQPage), quién escribe el contenido (Person), y qué entidad está detrás de todo (Organization).

En la práctica, un sitio con ambas implementaciones tiene ventaja sobre uno que solo tiene una. No hay datos públicos que cuantifiquen exactamente cuánta ventaja, pero la lógica es clara: menos ambigüedad para el crawler significa más probabilidad de que tu contenido sea seleccionado como fuente.

Monitoreo post-implementación

Después de implementar schema markup, necesitas verificar que los motores generativos efectivamente procesan tu contenido mejor. Haz esto en tres niveles.

A nivel técnico, usa Google Search Console para monitorear las mejoras en resultados enriquecidos. Si tu FAQ schema funciona, deberías ver un aumento en las impresiones de resultados con FAQ expandible.

A nivel de IA, haz queries de prueba en ChatGPT, Perplexity y Gemini antes y después de la implementación. Pregunta sobre temas que cubres y registra si te citan más frecuentemente. Esta medición es manual pero necesaria en 2026, mientras las herramientas de monitoreo GEO maduran. Métricas GEO que deberías rastrear.

A nivel de negocio, correlaciona la implementación de schema con cambios en tráfico orgánico (Google Analytics) y menciones de marca en IA (monitoreo manual o herramientas como Otterly.AI). No esperes resultados inmediatos: los crawlers de IA tienen sus propios ciclos de rastreo y los cambios pueden tardar semanas en reflejarse.

¿Schema markup realmente ayuda con GEO?

Sí, pero no de forma mágica. El schema ayuda a los crawlers de IA a entender tu contenido con menos ambigüedad, lo que facilita el paso de retrieval en sistemas RAG. Un FAQPage schema bien implementado tiene más probabilidades de ser citado como fuente de respuestas que las mismas preguntas escritas como H3 sin estructura. Dicho esto, el schema complementa el buen contenido; no lo sustituye.

¿Rank Math incluye todos los schemas necesarios?

La versión gratuita cubre los más importantes: Article, FAQPage, HowTo, Organization, BreadcrumbList y WebSite. La versión Pro añade schemas de Video, Event, Recipe, Software y la posibilidad de crear schemas personalizados. Para la mayoría de sitios enfocados en GEO, la versión gratuita es suficiente, complementada con JSON-LD manual para Person avanzado.

¿Qué schemas son más importantes para IA?

FAQPage y Article son los de mayor impacto directo para motores generativos. FAQPage porque los LLMs buscan específicamente pares pregunta-respuesta para construir sus respuestas. Article porque proporciona contexto de autoría y fecha que los sistemas de retrieval usan para evaluar relevancia y confiabilidad.

¿Puedo tener demasiado schema?

Sí, si el schema no corresponde al contenido real. Dos o tres schemas bien implementados y coherentes con el contenido son mejores que ocho schemas forzados. La clave es la coherencia: cada schema debe reflejar algo que realmente existe en la página.

¿Cómo valido que esté bien implementado?

Usa Rich Results Test de Google (search.google.com/test/rich-results) para verificar que no hay errores. Complementa con Schema.org Validator (validator.schema.org) para una revisión más técnica. Haz esto después de cada cambio y al menos una vez al mes como mantenimiento.

Un dato que pocos mencionan: el orden en que aparecen los JSON-LD en tu HTML puede afectar cómo los parsean los crawlers. Aunque técnicamente no debería importar, algunos crawlers procesan el primer JSON-LD que encuentran con más peso. Coloca tu Article schema primero, seguido de Person, Organization y FAQPage. No es una regla oficial, pero es una buena práctica basada en pruebas empíricas.

Finalmente, documenta tu implementación. Crea un spreadsheet con cada página, los schemas implementados, la fecha de implementación y los resultados de la última validación. Cuando tienes 50+ páginas con schema, perder el control de qué tiene cada una es fácil y las inconsistencias se acumulan sin que te des cuenta.

¿Necesitas implementar Schema Markup optimizado para IA en tu WordPress? En KOM configuramos datos estructurados avanzados que mejoran tu visibilidad tanto en Google como en ChatGPT, Perplexity y Gemini. Desde la configuración básica de Rank Math hasta Person schema avanzado con knowsAbout y hasCredential.