Datos estructurados: cómo implementar schema

Añadir schema a tu web no te va a dar estrellitas en Google. Lo decimos ya, al principio, porque es la promesa con la que más se vende este trabajo. Y en la mayoría de los casos es humo.

Los datos estructurados son un formato normalizado que describe entidades y propiedades de una página para que los sistemas puedan interpretar su contenido con menos ambigüedad. Schema.org aporta el vocabulario. Google define qué tipos utiliza en sus resultados enriquecidos. Implementarlos no garantiza posiciones ni rich results. Sí permite expresar de forma explícita qué representa el contenido visible. Eso, bien hecho, ya es bastante.

Cómo funcionan los datos estructurados

Añaden pares de propiedades y valores que describen la entidad principal de una página. Una entrada de blog puede indicar título, autor, fecha, imagen y editor. Un producto puede describir oferta, disponibilidad y marca.

Google admite JSON-LD, microdatos y RDFa, y suele recomendar JSON-LD por facilidad de implementación y mantenimiento. Introducción oficial de Google a los datos estructurados

Qué diferencia hay entre Schema.org y Google

Schema.org define un vocabulario amplio. Google documenta un subconjunto con requisitos para funciones concretas de búsqueda. Que una propiedad exista en Schema.org no significa que active un rich result.

Para Google, la fuente de decisión es Search Central. Para integraciones internas u otros consumidores pueden ser útiles tipos adicionales. Conviene separar ambos objetivos en la documentación del proyecto.

Qué tipos de schema conviene implementar

Solo los que corresponden al contenido visible y al propósito real de la página. Más marcado no equivale a mejor marcado.

En una web corporativa suelen aparecer:

• Organization o LocalBusiness para la entidad.
• WebSite para el sitio.
• BreadcrumbList para la jerarquía navegable.
• Article o BlogPosting para contenidos editoriales.
• Tipos específicos de producto, evento o vacante cuando la página cumple sus requisitos.

No marcaríamos reseñas que la página no muestra, preguntas inventadas como FAQPage ni servicios disfrazados de productos solo para intentar conseguir otra apariencia. Google lleva años cerrando esas puertas, y suelen acabar en acción manual.

Cómo implementar JSON-LD

Como un bloque de datos asociado a la página, generado desde la misma fuente que el contenido visible. Así precio, disponibilidad, autor y fecha no se contradicen.

{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "Datos estructurados y schema",
  "datePublished": "2026-04-13",
  "author": {
    "@type": "Person",
    "name": "Guillermo Gascón"
  }
}

El ejemplo es mínimo. La implementación real necesita las propiedades exigidas por la función elegida y valores que coincidan con la página.

Cómo validar la implementación

Combinando prueba sintáctica, renderizado, rastreo y seguimiento en Search Console. Pasar una herramienta no confirma que Google vaya a mostrar el resultado.

1. Validar la URL con Rich Results Test cuando el tipo sea compatible.
2. Revisar errores y advertencias contra la documentación específica.
3. Comprobar el HTML renderizado si el marcado se genera con JavaScript.
4. Inspeccionar la URL en Search Console.
5. Vigilar informes de resultados enriquecidos después del despliegue.

Google lo advierte sin rodeos: un marcado correcto habilita una función, pero no garantiza que aparezca. Directrices generales de datos estructurados

Qué errores invalidan o debilitan el schema

Describir contenido oculto, usar datos desactualizados y elegir un tipo que no representa la página. También fallan implementaciones con campos obligatorios ausentes o URLs de imagen no rastreables.

¿Otro problema frecuente? Duplicar lógicas. Un plugin genera un bloque, el tema genera otro y el código añade un tercero. El resultado puede contener dos organizaciones con datos distintos. Antes de añadir schema, hay que inventariar el existente.

Cómo mantener los datos estructurados

Como parte del sistema de contenido y de las pruebas de cada plantilla. Copiar JSON a mano en cada página crea divergencias tarde o temprano.

En un CMS headless modelamos los campos una vez y generamos JSON-LD desde esos datos. Es una ventaja de trabajar con contenido estructurado en un CMS headless, aunque también puede hacerse bien en WordPress o cualquier otro sistema.

Los cambios de Google, del esquema o de las plantillas exigen revisión. Por eso documentamos qué tipo usa cada plantilla, qué campos lo alimentan y cómo se valida en cada despliegue.

Sirven los datos estructurados para sistemas de IA

Pueden facilitar la interpretación automática, pero no existe una garantía general de citación o visibilidad en respuestas de IA. Un agente concreto puede consumir JSON-LD si está programado para hacerlo. Otro puede ignorarlo por completo.

No presentaríamos schema como un requisito nuevo de GEO. Para buscadores generativos siguen importando contenido accesible, coherente y respaldado. La guía sobre visibilidad en buscadores generativos separa prácticas verificables de hipótesis.

La implementación buena es aburrida: representa la página, se valida y se mantiene. Justo por eso funciona mejor que añadir tipos al azar. Lo aburrido, en SEO técnico, suele ser lo que queda en pie.