El schema markup es código de datos estructurados que añades a una página para decirle a los buscadores qué significa tu contenido, no solo qué dice. Usa un vocabulario compartido de Schema.org para etiquetar elementos como artículos, productos, reseñas, eventos o personas en un formato que las máquinas interpretan de forma fiable. Bien implementado, el schema markup hace que tus páginas sean elegibles para rich results: las valoraciones con estrellas, FAQs y otros listados enriquecidos que ocupan más espacio y se llevan más clics en las SERPs.
La mayoría de webs o ignora los datos estructurados o los implementa mal. Ambas opciones dejan valor sobre la mesa. Esto es cómo funciona realmente el schema markup en 2026, qué ha cambiado este año y cómo desplegarlo sin malgastar esfuerzo en marcado que Google ignora.
Qué hace realmente el schema markup
Los buscadores leen tu página como texto. Lo hacen bien, pero el texto es ambiguo. Un número en una página puede ser un precio, una valoración, un teléfono o una fecha. Un nombre puede ser un autor, una marca o la persona sobre la que se escribe. El schema markup elimina esa ambigüedad etiquetando explícitamente cada elemento con un tipo del vocabulario de Schema.org.
Cuando añades schema Product con un price, una availability y un aggregateRating, le estás diciendo a Google: esto es un producto, cuesta esto, está en stock y tiene esta valoración media. Google puede entonces mostrar esa información directamente en los resultados como un rich result.
La distinción importante: el schema markup no cambia de qué trata tu página. Cambia con cuánta confianza puede entenderla una máquina. Esa confianza es lo que desbloquea los rich results y alimenta la comprensión de entidades que cada vez mueve más la búsqueda moderna.
Los datos estructurados viven en el código de la página pero son invisibles para el visitante humano. El usuario ve una página normal; el crawler ve una anotada.
Por qué los datos estructurados importan más en 2026
Durante años, el schema markup fue un “estaría bien”: una forma de ganar estrellas y destacar entre los enlaces azules. Ese enfoque se ha quedado anticuado.
Dos cambios han movido la ecuación. Primero, los rich results se han ampliado a más tipos de consulta, y los listados que los consiguen tiran de forma consistente del CTR hacia arriba. Los análisis del sector sitúan repetidamente la mejora de CTR de los rich results en torno al 20–30% frente a un listado estándar, según el tipo de resultado y el sector.
Segundo, la búsqueda impulsada por IA ahora se apoya en los datos estructurados para identificar y atribuir fuentes. Cuando una respuesta de AI Mode o un asistente extrae un dato, un marcado limpio que nombra al editor, al autor y a la entidad ayuda al sistema a interpretar tu página correctamente y citarla con confianza. Es la misma lógica que hay detrás de la optimización para motores generativos: haz tu contenido inequívoco para las máquinas y serás más fácil de mostrar.
La actualización de datos estructurados de marzo de 2026 de Google recortó algunos tipos de rich result mientras reforzaba el papel de los datos estructurados en la selección de fuentes por IA. La conclusión no es que el schema esté muriendo. Es que el valor se ha movido de la mejora cosmética hacia la comprensión por máquina, y la comprensión es más difícil de fingir.
En mi experiencia auditando webs, los datos estructurados son una de las carencias más comunes en páginas por lo demás bien construidas. Los equipos se obsesionan con el contenido y los enlaces, y luego publican páginas de producto y de artículo sin ningún marcado, dejando sin reclamar una elegibilidad fácil para rich results.
Los tipos de schema que de verdad importan
No necesitas todos los tipos de schema. Necesitas los que encajan con tus páginas y son elegibles para rich results. Estos son los que valen la pena.
Article y BlogPosting
Para cualquier contenido editorial o de blog, Article (o su versión más específica BlogPosting) aclara el titular, el autor, la fecha de publicación y el editor. Es lo que hace posible la atribución de autoría y las mejoras de artículo, y refuerza directamente las señales de E-E-A-T al nombrar a una entidad autor real.
Product y AggregateRating
Para ecommerce, el schema Product combinado con Offer y AggregateRating alimenta los rich results de precio, disponibilidad y estrellas. Es el marcado de mayor ROI para una tienda online, y el que con más frecuencia está incompleto.
FAQPage y HowTo
FAQPage marca contenido de preguntas y respuestas; HowTo marca instrucciones paso a paso. La elegibilidad para estos se ha endurecido con los años, así que revisa las directrices actuales antes de depender de ellos, pero donde califican, amplían tu presencia en los resultados.
LocalBusiness
Para cualquier negocio con ubicación física o área de servicio, el schema LocalBusiness alimenta la comprensión que Google tiene de tu nombre, dirección, horario y datos de contacto. Es fundamental para la visibilidad local y conviene clavarlo.
BreadcrumbList
BreadcrumbList le indica a Google la jerarquía de tu sitio y sustituye la URL en bruto en los resultados por una ruta de migas limpia. Es de poco esfuerzo, poco riesgo, y aplica a casi cualquier web con una estructura lógica.
Organization y Person
El schema Organization y Person define las entidades detrás de tu web: tu marca y tus personas. Rara vez producen un rich result visible por sí solos, pero son la columna vertebral de cómo los buscadores construyen un grafo de conocimiento a tu alrededor, algo que importa más cada año.
Usa JSON-LD, no Microdata
Hay tres formas de escribir datos estructurados: JSON-LD, Microdata y RDFa. En 2026, la respuesta es JSON-LD para casi todos los casos.
Google recomienda JSON-LD explícitamente. La razón es práctica: JSON-LD vive en un único bloque <script type="application/ld+json">, separado de tu HTML visible. Puedes añadir, editar o quitar el marcado sin tocar el HTML que ve el usuario. Microdata y RDFa intercalan las anotaciones en el propio HTML, lo que los hace frágiles: un cambio de plantilla puede romper tus datos estructurados en silencio.
JSON-LD también es mucho más fácil de generar de forma programática. La mayoría de CMS, frameworks y plugins de SEO modernos lo generan de forma nativa. Si estás construyendo o auditando una web, estandarizar en JSON-LD elimina toda una clase de problemas de mantenimiento.
Para el vocabulario base, Schema.org es la referencia canónica. Para lo que Google soporta y exige en concreto, la documentación de datos estructurados de Google Search Central es la fuente de verdad, y cambia, así que consúltala en lugar de fiarte de posts antiguos.
Un proceso práctico de implementación
Este es el proceso paso a paso que uso al añadir o arreglar datos estructurados en una web. Síguelo en orden.
-
Inventaría tus tipos de página. Agrupa tus páginas: home, posts de blog, fichas de producto, categorías, páginas de ubicación. Cada tipo se mapea a uno o dos tipos de schema. Marcas plantillas, no páginas individuales.
-
Asocia cada plantilla a un schema elegible. Para cada tipo de página, identifica el schema que encaja y es elegible para un rich result. No inventes marcado para tipos en los que no eres elegible.
-
Mapea todas las propiedades requeridas. Cada rich result tiene propiedades obligatorias y recomendadas. Un
ProductsinAggregateRatingno mostrará estrellas. UnArticlesinauthorpierde la atribución. Lista los campos obligatorios antes de escribir una línea de código. -
Implementa en JSON-LD a nivel de plantilla. Añade el marcado una vez por plantilla, poblado dinámicamente con los datos reales de la página. Nunca pongas en duro valores que deberían ser dinámicos.
-
Valida cada tipo. Pasa páginas representativas por el Rich Results Test y el Schema Markup Validator. Corrige cada error y revisa cada aviso.
-
Despliega y monitoriza en Search Console. Tras el lanzamiento, vigila los informes de Mejoras y Resultados enriquecidos en Google Search Console. Muestran qué ha detectado Google y señalan errores en toda la web, no solo en las páginas que revisaste a mano.
-
Re-audita tras cambios de plantilla. Los datos estructurados se rompen en silencio. Cada vez que cambie una plantilla, un tema o un plugin, vuelve a validar. Aquí es donde la mayoría de webs pierde sus rich results sin enterarse.
Este proceso forma parte de cómo abordo una auditoría SEO completa: los datos estructurados van junto a la rastreabilidad, la indexación y los Core Web Vitals como pilar técnico central.
Los errores de schema más comunes
La mayoría de problemas con datos estructurados caen en un puñado de categorías. Vigila estas.
Marcado incompleto. Una implementación parcial produce cero mejora en rich results. Un schema Product sin las propiedades obligatorias de rating u offer no es “medio rich result”: es ningún rich result. La completitud es binaria, no gradual.
Marcar contenido invisible. El schema debe describir contenido que esté realmente en la página y visible para el usuario. Añadir marcado Review para reseñas que no aparecen, o FAQ para preguntas que no se muestran, viola las directrices de Google y puede provocar una acción manual.
Tipos mal asignados. Usar schema Product en una página de categoría, o Article en una página de servicio, confunde en lugar de aclarar. Asocia el tipo a lo que la página realmente es.
Marcado obsoleto o huérfano. El schema que sobra de una plantilla antigua, apuntando a contenido que ya no existe, perjudica activamente la comprensión. Audítalo y elimínalo.
Ignorar los errores de Search Console. Los informes de Mejoras te dicen exactamente qué está roto a escala. Las webs que nunca los revisan publican datos estructurados que llevan meses fallando en silencio.
Clavar los datos estructurados rara vez es un proyecto aislado. Funciona mejor como parte de una base de SEO técnico coherente, junto a una arquitectura de sitio limpia y la estrategia de contenidos que le da al marcado algo que valga la pena describir. Si tus páginas y entidades ya están bien organizadas —como deberían cuando construyes autoridad temática real— el schema markup se convierte en la capa que hace esa organización legible para las máquinas.
Dónde encaja el schema markup en tu SEO
El schema markup es un multiplicador, no un cimiento. No va a rescatar contenido pobre, arreglar una arquitectura rota ni darte una autoridad que no has construido. Lo que hace es coger páginas que ya merecen posicionar y hacerlas elegibles para listados más ricos y prominentes, mientras hace tus entidades legibles para los sistemas de IA que están reconfigurando la búsqueda. Si la visibilidad en respuestas de IA es una prioridad, el servicio de SEO para IA incluye la implementación de schema como parte de un programa de visibilidad más amplio.
Trátalo en consecuencia. Construye primero el contenido y la base técnica, y luego añade los datos estructurados encima para capturar el beneficio de rich results y atribución de fuentes. Bien hecho, el schema markup es una de las victorias técnicas de mayor palanca disponibles: una implementación única a nivel de plantilla que sigue dando frutos en cada página que toca. Ese es exactamente el tipo de trabajo que separa a las webs que simplemente posicionan de las que dominan el resultado. Para ver cómo los datos estructurados se integran en la estrategia de SEO técnico más amplia, el Hub de SEO Técnico es el punto de partida.
Preguntas frecuentes
¿El schema markup mejora directamente el posicionamiento?
No. El schema markup no es un factor de ranking directo, y Google lo ha dicho con claridad. Lo que hace es ayudar a los buscadores a entender tu contenido con más confianza y hacer que tus páginas sean elegibles para rich results, que suben el CTR. Un mejor CTR y una mejor comprensión de entidades pueden mejorar el ranking de forma indirecta, pero el marcado por sí solo no te empuja hacia arriba.
¿Cuál es el mejor formato de schema en 2026?
JSON-LD. Google lo recomienda explícitamente y es el más fácil de mantener porque vive en un único bloque de script separado del HTML visible. Microdata y RDFa siguen funcionando, pero mezclan el marcado con el contenido, lo que los hace propensos a errores y difíciles de actualizar. Para casi cualquier web, JSON-LD es la respuesta correcta.
¿Cómo compruebo si mis datos estructurados funcionan?
Usa el Rich Results Test de Google para confirmar que una página es elegible para un rich result concreto, y el Schema Markup Validator para revisar la sintaxis. Tras el despliegue, vigila los informes de Mejoras y Resultados enriquecidos en Google Search Console: muestran qué elementos válidos ha detectado Google y señalan errores a escala en toda la web.
¿El schema markup ayuda con la búsqueda con IA y ChatGPT?
De forma indirecta, sí. Los datos estructurados hacen explícitas las entidades y relaciones de tu página, lo que ayuda a los sistemas de IA a interpretar y atribuir tu contenido con precisión. No garantiza citas en respuestas de IA, pero un marcado limpio y completo elimina la ambigüedad sobre qué es tu página y quién la publica, y esa claridad ayuda cuando los modelos eligen fuentes.
¿Puede perjudicarme tener demasiado schema markup?
Marcar contenido que no es visible para el usuario, o añadir tipos de schema para los que no eres elegible, puede provocar acciones manuales o simplemente ser ignorado. La regla es sencilla: marca solo contenido que esté realmente en la página e implementa solo los tipos de schema que correspondan a lo que la página realmente es. Importa más la completitud que la cantidad.
