Esquema, entidades y contenidos citables

Fecha: junio de 2026. Los esquemas, los datos estructurados y las entidades pueden parecer a primera vista un tema técnico secundario al que es mejor no dejar entrar a los administradores habituales de sitios web. Sin embargo, detrás de todo ello se esconde una pregunta bastante sencilla: ¿entiende una máquina de qué trata tu página, quién está detrás de ella y qué información es realmente fiable?

Precisamente por eso, este tema debe tratarse en la Serie AI-Visibility. Los datos estructurados pueden ayudar a clasificar los contenidos de forma más clara. Pero no son una fórmula mágica que convierta de repente textos superficiales en fuentes fiables. La clave real reside en la combinación de entidades claras, referencias visibles, una buena estructura del sitio web y contenidos tan precisos que tanto las personas como las máquinas puedan citarlos.

El resumen

• El esquema explica a las máquinas qué es cada cosa: Artículo, organización, persona, producto, ruta de navegación, valoración, oferta.
• Las entidades explican a quién o a qué se refieren: tu marca, tu producto, tu persona, tu empresa, tu página web.
• La citabilidad surge del contenido visible: Respuestas claras, datos concretos, pruebas, actualidad y fuentes verificables.
• Schema no es una fórmula mágica para el posicionamiento: Google no garantiza la aparición de resultados enriquecidos solo porque la prueba de resultados enriquecidos muestre un resultado verde.
• Los artículos en forma de lista no son un atajo sin más: Las listas comparativas pueden influir en las respuestas de la IA, pero las listas autopromocionales también pueden ayudar ahora a la competencia.
• Para AI Visibility, lo que importa es el contexto: Si el esquema, el contenido, el autor o la autora, la organización y las señales externas son contradictorios, la máquina seguirá haciendo una suposición.

Mi recomendación: trata el esquema como una etiqueta precisa, no como un adorno. Lo primero es que el contenido sea correcto. Después, el marcado debería servir para vincular ese contenido de forma inequívoca.

Qué ofrece realmente Schema

Schema.org es un vocabulario común que permite a los sitios web describir los elementos de una página de forma legible para las máquinas. Google, Microsoft, Yahoo y Yandex fueron los impulsores originales de este vocabulario. En la práctica, esto significa que no solo puedes escribir texto en una página, sino que además puedes indicar: «Esto es un artículo. Esta es la autora. Esta es la organización. Este es el producto. Este es el precio. Esta es la estructura de navegación».

Google describe los datos estructurados como un formato estandarizado para proporcionar información sobre una página y clasificar su contenido. Estos datos pueden ayudar a Google a comprender mejor el contenido y a ofrecer determinados resultados de búsqueda. Se hace hincapié en: «pueden».

Este es el punto en el que muchas guías de SEO se precipitan. El esquema no se traduce automáticamente en visibilidad. El esquema es más bien como la gramática. Aporta precisión a las afirmaciones. Puede poner de manifiesto las relaciones entre las cosas. Pero no sustituye a la pregunta de si esas cosas se describen de forma clara, relevante y creíble.

Qué es una entidad

Una entidad es algo que se puede identificar de forma inequívoca en el mundo real o en Internet. Puede tratarse de una persona, una empresa, un producto, un lugar, una página web, un libro, un complemento, un servicio o una marca.

Para AI Visibility, esta claridad es más importante que muchos ajustes de SEO por separado. Si un sistema de IA no puede determinar con certeza si „citelayer“, „citelayer®“, „Citelayer AI Visibility Layer“ y „el plugin de WordPress de Saskia“ pertenecen al mismo conjunto, se produce una falta de claridad. Si el nombre de una autora en la página web es diferente al que figura en LinkedIn, GitHub, el aviso legal y los datos estructurados, también se produce una falta de claridad.

Por eso, un buen trabajo con las entidades es sorprendentemente sencillo: una ortografía uniforme, una página «Quiénes somos» o «Quién soy» clara, páginas de productos comprensibles, perfiles coherentes, autores identificables, datos de contacto y de la empresa actualizados, enlaces internos útiles y referencias externas. No parece nada del otro mundo, pero funciona. A las máquinas no les gustan los juegos de adivinanzas. Y a las personas, por cierto, tampoco.

Por qué los datos estructurados por sí solos no son suficientes

Google es bastante claro en lo que respecta a los datos estructurados: el marcado debe representar fielmente el contenido visible de la página. Debe estar actualizado, ser relevante y no resultar engañoso. Los contenidos que aparecen en el marcado, pero que no son visibles en la página, suponen un riesgo. Lo mismo ocurre con las valoraciones falsas, los tipos inadecuados y las asignaciones engañosas.

Esto también es fundamental para la visibilidad de la IA. Una respuesta generada por IA no resulta más fiable por el mero hecho de que haya JSON-LD en algún lugar del código fuente. Se vuelve más fiable cuando concuerdan varias señales: contenido visible, autoría clara, datos actualizados, fuentes verificables, estructura interna, menciones externas y marcado técnico.

En mi trabajo con citelayer®, considero que los problemas más interesantes se encuentran precisamente aquí. Muchos sitios web no es que simplemente „no tengan un esquema“. Tienen varios plugins, varios grafos, nodos de organización duplicados, señales de editor poco claras o datos de productos que no coinciden con lo que aparece en la página visible. No se trata de un problema de pulido. Es el punto en el que las máquinas reciben indicaciones contradictorias.

Los componentes más importantes de WordPress

En el caso de las páginas web normales de WordPress, no todos los tipos de Schema tienen la misma importancia. Lo decisivo es qué elementos aparecen realmente en la página web y cuáles de ellos son relevantes para la visibilidad, la confianza y la toma de decisiones.

• Organización: ¿Quién gestiona la página web? El nombre, la URL, el logotipo, la descripción, los datos de contacto, los detalles legales o administrativos y los perfiles correspondientes ayudan a identificarla.
• Persona: ¿Quién escribe, asesora, vende o es el responsable técnico del contenido? Los perfiles de los autores son más importantes que un „Admin“ anónimo a la hora de determinar la experiencia y la atribución del contenido.
• Artículo o entrada de blog: ¿Qué es un artículo editorial? El título, el autor o la autora, la fecha de publicación, la fecha de modificación y la imagen ayudan a clasificar los contenidos de forma clara.
• Página web y sitio web: ¿A qué página se refiere y qué relación tiene con el sitio web?
• Lista de navegación: ¿Dónde se sitúa esta página dentro de la arquitectura de la información?
• Producto y oferta: ¿Qué se vende, a qué precio, con qué disponibilidad, en qué variantes y con qué condiciones?
• Reseña y valoración global: Úsalas solo si las valoraciones son auténticas, visibles, relevantes y cumplen con las directrices. Las estrellas de autoservicio no son una estrategia de confianza.

Yoast, Rank Math, WooCommerce y otros plugins generan gran parte de esta información de forma automática. Es cómodo, pero no significa que sea correcto por sí solo. Cuantos más plugins de SEO, de tienda, de reseñas y de IA escriban simultáneamente en el esquema, más importante se vuelve la pregunta: ¿se complementan los datos o se contradicen entre sí?

Qué hace que un contenido sea citable

Los contenidos citables no son simplemente contenidos largos. Son contenidos de los que una persona o un sistema de IA puede extraer una afirmación sólida sin tener que apartar primero tres párrafos de ambigüedad.

Una página resulta más citable cuando responde directamente a las preguntas, define claramente los conceptos, contextualiza los datos, cita las fuentes, ofrece ejemplos, señala los límites y se mantiene visiblemente actualizada. Resultan especialmente útiles frases concretas como: „Para Google Search, llms.txt no es una señal de posicionamiento“. Menos útil es: „Nuestro enfoque innovador revoluciona la visibilidad digital“. Esto no se puede citar sin que, en el fondo, te haga fruncir un poco el ceño.

• Empieza las secciones importantes con una respuesta clara, no con cinco líneas de introducción.
• Indica el autor o autora, la fecha y la fecha de modificación si el contenido es relevante desde el punto de vista técnico o temporal.
• Respalda las afirmaciones controvertidas con fuentes primarias.
• Explica los conceptos de manera que se puedan entender a partir del contexto.
• Utiliza tablas, listas y subtítulos cuando estos ayuden a que la información resulte más accesible.
• Establece límites: ¿qué sabes, qué supones y qué aún no está confirmado?

Esa es la diferencia entre el contenido de relleno y el material a partir del cual pueden surgir respuestas. Schema puede etiquetar esas respuestas, pero no puede escribirlas por ti.

Lo que pone de manifiesto la pérdida de valor de las preguntas frecuentes

Un buen ejemplo es FAQPage. Durante años, el marcado de las preguntas frecuentes se ha tratado como una pequeña herramienta para mejorar el posicionamiento en los resultados de búsqueda: las preguntas al final de la página, el marcado encima y ya está, se consigue una presentación más destacada en los resultados de búsqueda. Esa época ya ha pasado. Google ha eliminado los resultados enriquecidos de preguntas frecuentes (FAQ) de Google Search a partir del 7 de mayo de 2026 y, posteriormente, ha modificado la documentación en consecuencia.

¿Significa eso que las preguntas frecuentes no sirven para nada? No. Solo significa que el marcado de la página de preguntas frecuentes no es un indicador fiable de visibilidad. Las buenas preguntas y respuestas pueden seguir siendo útiles, ya que aclaran cuestiones reales que influyen en la toma de decisiones. Sin embargo, deben ser visibles, útiles y tener un contenido claro. El marcado es, como mucho, la etiqueta, no el valor en sí mismo.

Lo mismo se aplica, a mayor escala, a la visibilidad de la IA. El propio Google afirma que los fundamentos del SEO siguen siendo relevantes para las funciones de IA generativa: contenidos útiles, accesibles, técnicamente correctos e irreemplazables. Los datos estructurados encajan en esta base. Para ser más precisos: aportan comprensibilidad más que visibilidad en el sentido estricto del posicionamiento.

Aun así, no hay que restarle importancia. Cuando existen relaciones complejas, por ejemplo, entre una marca registrada, el titular de los derechos de marca, una organización, un director o directora, un fundador o fundadora, nombres de productos, servicios y perfiles públicos, los datos estructurados pueden arrojar luz precisamente en esos casos. Esto resulta muy valioso para las herramientas de IA agentiva y otros sistemas que recopilan información de múltiples fuentes: menos conjeturas, una asignación más precisa y un mejor procesamiento posterior. Lo que no se deduce automáticamente de ello es la fórmula simplista de «introducir el marcado y obtener una recomendación de la IA».

Artículos tipo «lista»: algo ya visto, un nuevo riesgo

Ahora pasemos a un tema que vuelve a estar de moda en el mundo del SEO: los „listicles“, es decir, las listas del tipo «Las 10 mejores herramientas para…». En el mercado estadounidense es algo de siempre, mientras que en el mercado DACH parece que se acaba de descubrir. Qué aburrido, pero por desgracia no es irrelevante. Encontrarás un análisis detallado en Listas comparativas y artículos de listas en AI Search.

¿Por qué aparece esto en este artículo? Porque los artículos de lista son un buen ejemplo de la diferencia entre una estructura citable y una estructura manipuladora. Una buena lista comparativa puede resultar útil: criterios claros, metodología visible, alternativas reales, datos verificables y límites sinceros. Una mala lista no es más que un folleto publicitario disfrazado de clasificación.

Los datos actuales revelan dos cosas a la vez. En primer lugar: los artículos de listas de terceros y las páginas comparativas pueden influir realmente en las respuestas de la IA. Peec AI ha analizado casi 200 000 respuestas de IA y 5,7 millones de puntos de datos de ocho motores de IA, y observa una clara correlación entre la posición en listas de terceros citadas con frecuencia y la posición en las respuestas de IA. AirOps también señala que muchas de las primeras menciones de marca en las búsquedas comerciales no proceden del propio dominio, sino de formatos externos de comparativas, reseñas y listas.

En segundo lugar: las listas autopromocionales en la propia página web se están volviendo más arriesgadas. En junio de 2026, Lily Ray observó, a partir de 100 consultas B2B del tipo „mejor [categoría]“ en Google AI Overviews, que, aunque la lista propia puede citarse como fuente, a menudo no se recomienda la propia marca. El colmo, a la vez amargo y cómico: quien se sitúe en el primer puesto y enumere a sus competidores a continuación, puede estar proporcionando a la IA una lista de competidores perfectamente estructurada. Entonces se cita la propia página, pero se recomiendan otras.

Eso no significa que todas las páginas de comparativas sean malas. Significa que los criterios son cada vez más exigentes. Si publicas una lista, tiene que ser realmente útil para la gente. ¿Quién la evalúa? ¿Según qué criterios? ¿Existen conflictos de intereses? ¿Por qué es plausible el orden? ¿En qué datos, pruebas, experiencias o fuentes se basa? Y, muy importante: ¿publicarías esta lista tal y como está si ningún rastreador fuera a leerla jamás?

Para la región DACH esto resulta emocionante, porque aquí muchas empresas están descubriendo ahora lo que en el mercado estadounidense de afiliados y SaaS ya se ha explotado al máximo desde hace tiempo. Mi opinión: las listas comparativas no han muerto. Pero „ponernos a nosotros mismos en el primer puesto y llamarlo GEO“ no es una estrategia, sino un boomerang con formato de tabla.

Problemas habituales de WordPress

WordPress es potente porque muchas cosas se pueden resolver mediante plugins. Al mismo tiempo, WordPress resulta complicado, precisamente porque se supone que muchas cosas deben resolverse mediante plugins. En concreto, la generación de datos de esquema es un punto crítico „invisible“ para la mayoría de los administradores de sitios web:

• Organizaciones duplicadas: Hay dos complementos que indican el mismo editor o la misma organización, a veces incluso con el mismo @id.
• Autores desconocidos: Las entradas las publica „admin“, mientras que la verdadera experiencia se encuentra en otra sección de la web.
• Datos del producto sin coherencia: WooCommerce, Merchant Center, el feed, la página de producto visible y Schema no ofrecen exactamente la misma información.
• El marcado de reseñas como «máquina de deseos»: Las valoraciones se muestran, aunque no sean claramente visibles, estén desactualizadas o no cumplan con las directrices.
• Marcado de preguntas frecuentes por costumbre: Las preguntas siguen marcadas en el código fuente, aunque la función visible haya sido desactivada en la búsqueda de Google.
• No hay una página central de la entidad: No hay un lugar concreto al que puedan pertenecer la marca, el producto, la persona o la oferta.

La solución rara vez consiste en instalar otro complemento. Por lo general, el orden más adecuado es: ordenar, aclarar, consolidar y comprobar. Solo entonces merece la pena la automatización.

Lista de comprobación práctica

1. Define las entidades más importantes: Marca, persona, organización, producto, servicio, página web.
2. Establece una página principal clara para cada entidad: por ejemplo, «Quiénes somos», «Quiénes somos», la página de productos, la página de servicios o la página de complementos.
3. Comprueba los nombres y su ortografía: La misma ortografía en el título, el contenido, el esquema, los perfiles, el aviso legal y los enlaces a redes sociales.
4. Revisa el gráfico del esquema: ¿Hay nodos duplicados de «Organización» o «Persona»? ¿Están vinculados el autor, la editorial y el sitio web?
5. Compara el contenido visible y el código de marcado: Todo lo importante que figure en el esquema debería ser comprensible también para las personas.
6. Actualizar los contenidos relacionados con la fecha: En particular, instrucciones, precios, datos de los productos, avisos legales y recomendaciones técnicas.
7. Añade los justificantes: Fuentes, referencias, casos prácticos, documentación, valoraciones, perfiles o repositorios de GitHub, siempre que sean pertinentes para la entidad.
8. Trata las listas comparativas como si fueran contenidos editoriales: Los criterios, la metodología, los conflictos de intereses y la actualidad deben quedar claramente reflejados.
9. Pruebas técnicas: Prueba de resultados enriquecidos, inspección de URL, Search Console y, si es necesario, una revisión manual de JSON-LD.
10. No te limites a medir los «Rich Results»: Comprueba también las referencias a la IA, las fuentes, la competencia y los errores en las respuestas generadas por la IA.

Mi opinión sobre citelayer®

citelayer® para WordPress cubre precisamente esta brecha entre los plugins clásicos de SEO y AI Visibility. No sustituyendo a los plugins de SEO existentes, sino complementando la capa optimizada para los motores de búsqueda: Markdown, llms.txt, señales de contenido, contexto de los bots e información adicional sobre la visibilidad de la IA.

Lo difícil no es generar aún más JSON-LD. Lo difícil es respetar correctamente los grafos de esquemas existentes, no generar duplicados e incluir información adicional importante donde corresponde. Precisamente por eso, la compatibilidad con Yoast, Rank Math, AIOSEO y los plugins de tiendas online no es una cuestión secundaria, sino una tarea fundamental.

El Auditoría de visibilidad con IA de citelayer® va un paso más allá: no solo pregunta si existe un esquema, sino si la marca, los contenidos, las entidades, las señales técnicas y las respuestas reales de la IA encajan entre sí. Esa es la pregunta más sincera.

Preguntas frecuentes

¿Necesito un esquema para AI Visibility?

El esquema es útil, pero no es el único factor decisivo. Ayuda a las máquinas a clasificar los contenidos. Sin embargo, la visibilidad en los sistemas de IA se deriva de varias señales: contenido, entidades, reputación, tecnología y medición.

¿Es suficiente Yoast o Rank Math para Schema?

En muchos aspectos básicos, sí. Yoast y Rank Math generan elementos Schema importantes. No obstante, deberías comprobar si los datos se ajustan a tu sitio web, si los autores y la organización son correctos y si otros plugins generan marcados adicionales o duplicados.

¿Debería seguir utilizando el marcado de FAQPage?

Solo si describe correctamente el contenido visible y tienes una buena razón para ello. Como herramienta general para los resultados enriquecidos de Google, FAQPage ha dejado de ser relevante desde mayo de 2026. No obstante, un buen contenido de preguntas frecuentes puede seguir siendo útil, ya que responde a preguntas reales.

¿Debería publicar mis propias listas comparativas?

Pero solo si son realmente útiles, transparentes y verificables. Una página de comparativas imparcial puede resultar útil tanto para las personas como para los sistemas de IA. Por el contrario, una lista autopromocional del tipo „Somos los número 1“, sin una metodología sólida, puede minar la confianza y, en el peor de los casos, beneficiar a la competencia.

¿Qué es más importante: la estructura o un buen contenido?

Buenos contenidos. Schema puede hacer que los buenos contenidos sean más legibles para las máquinas. Sin embargo, no puede sustituir a la falta de fondo.

¿Cómo puedo saber si mis entidades están claras?

Comprueba si una persona ajena a tu empresa es capaz de describir correctamente tu marca, tu producto o tu servicio tras leer unas pocas páginas. Si los nombres, las responsabilidades, las ofertas, los autores, los precios o los perfiles no son coherentes, es probable que la entidad aún no esté bien definida.

Fuentes y verificación

Este artículo se basa en la documentación pública de Google, Schema.org y Yoast, así como en mi propio trabajo sobre el producto citelayer® y en las auditorías realizadas. Las observaciones internas se formulan como interpretaciones técnicas; las afirmaciones sobre hechos públicos pueden verificarse a través de las siguientes fuentes.

• Schema.org: Primeros pasos: https://schema.org/docs/gs.html
• Google Search Central: Introducción al marcado de datos estructurados: https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data
• Google Search Central: Directrices generales sobre datos estructurados: https://developers.google.com/search/docs/appearance/structured-data/sd-policies
• Google Search Central: Datos estructurados de organizaciones: https://developers.google.com/search/docs/appearance/structured-data/organization
• Google Search Central: Datos estructurados de artículos: https://developers.google.com/search/docs/appearance/structured-data/article
• Google Search Central: Datos estructurados de productos: https://developers.google.com/search/docs/appearance/structured-data/product
• Google Search Central: Datos estructurados de la ruta de navegación: https://developers.google.com/search/docs/appearance/structured-data/breadcrumb
• Google Search Central: Actualizaciones de la documentación sobre las preguntas frecuentes sobre resultados enriquecidos y el archivo llms.txt: https://developers.google.com/search/updates
• Google Search Central: Cómo crear contenido útil, fiable y centrado en las personas: https://developers.google.com/search/docs/fundamentals/creating-helpful-content
• Google Search Central: Cómo optimizar tu sitio web para las funciones de IA generativa en la Búsqueda de Google: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
• Google Search Central: Políticas sobre spam para la búsqueda web de Google: https://developers.google.com/search/docs/essentials/spam-policies
• Documentación para desarrolladores de Yoast: Elementos de Schema.org: https://developer.yoast.com/features/schema/pieces/
• Yoast: Schema.org es complicado, pero Yoast SEO lo hace fácil: https://yoast.com/schema-org-is-hard-yoast-seo-makes-it-easy/
• Peec AI: El efecto de posicionamiento de los artículos tipo «listicle»: https://peec.ai/blog/the-listicle-rank-effect-what-nearly-200-000-ai-responses-across-8-ai-engines-reveal-about-brand-visibility
• Lily Ray: Por qué autodenominarse «el mejor» podría estar ayudando a tus competidores a triunfar en las búsquedas con IA: https://lilyraynyc.substack.com/p/why-calling-yourself-the-best-could
• Seer Interactive: Se está cerrando la ventana de los artículos tipo «listicle» en la búsqueda basada en IA: https://www.seerinteractive.com/insights/the-listicle-window-is-closing-in-ai-search-30-decline-mom
• AirOps: El estado de la búsqueda basada en IA en 2026: https://www.airops.com/report/the-2026-state-of-ai-search
• Complemento de WordPress citelayer®: https://citelayer.ai/
• Auditoría de visibilidad con IA de citelayer®: https://citelayer-ai.com/services/ai-visibility-audit/