Si añades marcado schema para ganar citas de IA, la mejor evidencia controlada dice que no esperes retorno. Ahrefs siguió 1,885 páginas que añadieron JSON-LD frente a 4,000 controles emparejados. Las citas en Google AI Overviews cayeron un 4.6% respecto a los controles; AI Mode y ChatGPT se quedaron en el ruido estadístico. No añadas schema para perseguir citas. Tampoco desmontes lo que ya está instalado.

El consejo que todos repiten

Pregunta a cinco agencias si el SEO de IA exige marcado schema y escucharás la misma respuesta cinco veces: sí, añádelo. El schema FAQ, el schema Article y el schema Organization encabezan cada checklist de optimización. La estadística que suele citarse como respaldo viene de Ahrefs: en un análisis de 6 millones de URL, las páginas citadas por la IA eran casi tres veces más propensas a contener JSON-LD que las no citadas.

Ese número circula bien en LinkedIn y tiene un problema conocido. Las páginas que añaden schema suelen ser las mismas que invierten en SEO técnico, publican contenido con autoridad y consiguen enlaces. El marcado quizá acompaña todo eso sin causarlo. En mayo de 2026, Ahrefs ejecutó la prueba que separa ambas cosas.

Cómo se hizo el experimento

El protocolo fue directo. Ahrefs usó el historial de su crawler para identificar 1,885 páginas que añadieron JSON-LD por primera vez entre agosto de 2025 y marzo de 2026. Cada página tratada recibió tres páginas de control emparejadas de otros dominios, unas 4,000 en total, con niveles de cita similares y sin schema. El equipo contó las citas en Google AI Overviews, Google AI Mode y ChatGPT durante los 30 días previos y los 30 días posteriores a cada cambio, y comparó los grupos con una técnica de diferencias en diferencias que neutraliza las tendencias de plataforma del mismo periodo, como el crecimiento de AI Mode y la contracción de AI Overviews.

Un detalle importa para leer los resultados: cada página tratada ya estaba muy citada. Antes de añadir el schema, cada una tenía al menos 100 citas en AI Overviews. El experimento mide qué pasa con páginas que ya están en la órbita de los motores de respuesta, no lo que el schema puede hacer por una página ignorada.

Lo que encontraron

Fuente de IA Cambio frente a controles Veredicto de Ahrefs
Google AI Overviews −4.6% Caída pequeña pero estadísticamente significativa
Google AI Mode +2.4% Indistinguible de cero
ChatGPT +2.2% Indistinguible de cero

La lectura honesta de la tabla: añadir schema no produjo ninguna ganancia medible en ninguna plataforma. Antes de citar el −4.6% de AI Overviews como cifra del terror, una precisión: son unas 12 citas menos por página y día, sobre páginas que recibían cientos, en una muestra donde tratadas y controles ya caían juntos por motivos ajenos al marcado. Ahrefs lo dice con claridad: esa pequeña caída no puede atribuirse al schema. Cuatro pruebas estadísticas independientes cuentan la misma historia: ningún efecto neto, ni positivo ni negativo.

Por qué los motores tratan tu schema como texto plano

El mecanismo explica el resultado nulo. En febrero de 2026, Mark Williams-Cook publicó un experimento diseñado para separar la lectura de un bloque schema de su análisis sintáctico. Creó la página de una tienda ficticia de camisetas y puso su dirección únicamente dentro de un JSON-LD deliberadamente inválido: un @context inventado, un @type inventado, propiedades imaginarias y ninguna dirección en el texto visible. Cuando pidió la dirección a ChatGPT y Perplexity, ambas la devolvieron correctamente. Perplexity incluso señaló por su cuenta que la había encontrado en «los datos estructurados incrustados en la página». Los modelos leyeron el bloque como texto normal con puntuación rara, sin comprobar nunca si el schema era válido.

Un experimento de searchVIU, citado en el informe de Ahrefs, confirma lo mismo por otro camino. Cuando ChatGPT, Claude, Perplexity, Gemini y Google AI Mode obtienen una página en tiempo real, los cinco sistemas solo extraen el HTML visible. El JSON-LD, el Microdata oculto y el RDFa oculto se ignoran en la obtención directa.

Los estudios observacionales apuntan igual

Los experimentos controlados son raros en este campo, así que conviene comprobar si los grandes conjuntos de datos observacionales los contradicen. No lo hacen. SE Ranking analizó 216,524 páginas de 129,000 dominios: las páginas con schema FAQ reciben de media 3.6 citas en ChatGPT frente a 4.2 sin él, una correlación ligeramente negativa (estudio observacional). First Page Sage modeló los motores de recomendación de IA sobre 4,213 prompts comerciales y atribuye el 0.9% de la influencia modelada en búsqueda IA estándar al schema y a los datos estructurados, frente al 80.4% de las señales de autoridad (análisis modelado por el proveedor, no un experimento).

Un detalle del mismo informe de First Page Sage merece atención: en búsqueda agéntica, cuando un agente de IA verifica hechos antes de actuar, el peso modelado de los datos estructurados sube al 4.6%. Precios, disponibilidad, reservas: esos datos sí ayudan a una máquina a completar una tarea. Es un argumento para los datos estructurados como fontanería de los agentes, no como palanca de citas.

Lo que este estudio no puede decirte

Los límites, la mayoría enumerados por el propio Ahrefs. Cada página estudiada ya estaba muy citada: el resultado no dice nada sobre páginas que la IA nunca muestra; para esas, el marcado puede seguir ayudando al rastreo, al análisis o a la indexación, y Ahrefs lo señala. Se agregaron todos los tipos de schema; un tipo concreto puede comportarse distinto. La ventana de 30 días se perdería los efectos lentos. El estudio solo cubre JSON-LD presente en el HTML servido, no Microdata, ni RDFa, ni schema inyectado con JavaScript. Y al ser un estudio observacional emparejado, no un ensayo aleatorizado, la pequeña caída de AI Overviews no puede imputarse limpiamente al schema. También por eso, llamar al JSON-LD un «pasivo» exagera los datos. La afirmación defendible es más estrecha: donde más se vende, ninguna evidencia de retorno.

Qué hacer en su lugar

Tres acciones, en el orden en que la evidencia las sostiene.

Primero, dejes de presupuestar schema nuevo como palanca de visibilidad en IA. Cualquier propuesta que venda el schema FAQ como palanca de citas de IA va contra la mejor evidencia controlada disponible. El argumento del calendario también se derrumbó: el 7 de mayo de 2026, Google retiró por completo los rich results FAQ de su buscador, y la vieja promesa de «ocupar más espacio en la página de resultados» ya no se sostiene.

Segundo, no lo borres por pánico. La documentación de Google indica que los datos estructurados que no se usan no causan problemas, y el marcado sigue alimentando la infraestructura de búsqueda tradicional y la desambiguación de entidades del Knowledge Graph. Williams-Cook, poco amigo del marketing de schema-para-GEO, recomienda precisamente conservarlo por esa razón. Borrar un marcado que funciona por una correlación negativa es repetir el error inicial en sentido contrario.

Tercero, gasta el esfuerzo donde apunta la evidencia. El modelo de First Page Sage atribuye el 80.4% de la influencia a las señales de autoridad, muy por delante del 0.9% del schema, y el trabajo correlacional de Ahrefs encuentra una y otra vez que las páginas citadas pertenecen a sitios sólidos en conjunto. En la práctica esto se traduce en una cosa: que te nombren. Nuestra guía para comprobar si ChatGPT recomienda tu producto toma una tarde y ninguna herramienta, y por qué que la IA te nombre vale más que un buen puesto en Google cubre el resto.

Para una primera lectura de tu propio sitio, la comprobación instantánea gratuita ejecuta siete controles técnicos sobre tu página de inicio y muestra cada resultado en la página.

Ejecutar la comprobación gratuita

Una nota sobre el schema de esta misma página

Sí, esta página incluye JSON-LD de Article y FAQPage. No contradice nada de lo anterior. Nuestro marcado apunta a la infraestructura de búsqueda tradicional y a la claridad de entidades, y no lo presentamos como palanca de citas de IA. Este texto se opone a añadir marcado con la esperanza de citas, no a mantener un sitio técnicamente sano.

Preguntas frecuentes

¿Añadir JSON-LD aumenta las citas de IA?

La mejor evidencia disponible dice que no. Ahrefs siguió 1,885 páginas que añadieron JSON-LD frente a 4,000 controles emparejados: las citas en Google AI Overviews cayeron un 4.6% respecto a los controles, y AI Mode (+2.4%) y ChatGPT (+2.2%) se quedaron en el ruido estadístico. Ninguna plataforma muestra una subida notable.

¿Debo eliminar el marcado schema que ya tengo?

No. La documentación de Google indica que los datos estructurados sin uso no causan problemas, y el marcado FAQPage puede permanecer tras la retirada de los rich results en mayo de 2026. El schema sigue sirviendo a la infraestructura de búsqueda tradicional y a la desambiguación de entidades. La evidencia se opone al marcado nuevo colocado esperando citas de IA, no a un sitio técnicamente sano.

¿Por qué los motores de IA no leen el schema como el crawler de Google?

En un experimento de febrero de 2026, ChatGPT y Perplexity extrajeron correctamente una dirección colocada solo dentro de un JSON-LD deliberadamente inválido e inventado desde cero. Los modelos leyeron el bloque como texto plano, sin analizar su estructura. Una prueba de searchVIU citada por el estudio de Ahrefs muestra que los cinco sistemas de IA solo extraen el HTML visible en una obtención en tiempo real.

¿Qué mejora de verdad las citas de IA?

La evidencia modelada converge en la autoridad: First Page Sage atribuye el 80.4% de la influencia modelada de las respuestas de IA a las señales de autoridad, frente al 0.9% del schema. El hallazgo correlacional de Ahrefs (páginas citadas unas tres veces más con JSON-LD) apunta en la misma dirección: el marcado acompaña a los sitios fuertes en lugar de hacerlos fuertes.

Esta página lleva schema FAQ. ¿No es contradictorio?

No. Mantenemos el marcado Article y FAQPage en esta página para la infraestructura de búsqueda tradicional y la claridad de entidades, sin presentarlo como palanca de citas de IA. El argumento va contra el schema nuevo colocado a la espera de citas, no contra datos estructurados válidos y mantenidos.

Fuentes

  • Ahrefs, «We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved.» (experimento controlado, diferencias en diferencias emparejadas, publicado el 11 de mayo de 2026; incluye la prueba de obtención directa de searchVIU sobre cinco sistemas de IA): ahrefs.com/blog/schema-ai-citations
  • Mark Williams-Cook, «Schema, LLMs and the Low Bar for Evidence in GEO» (experimento: extracción desde un JSON-LD deliberadamente inválido; texto largo): markwilliamscook.substack.com; prueba original de febrero de 2026 (recogida por Search Engine Roundtable): seroundtable.com
  • SE Ranking, «How to Optimize for ChatGPT» (estudio observacional, 216,524 páginas de 129,000 dominios, publicado en noviembre de 2025): seranking.com/blog/how-to-optimize-for-chatgpt
  • First Page Sage, «Impact of Structured Data on AI Rankings: 2026 Study» (análisis modelado por el proveedor, 4,213 prompts comerciales, publicado en septiembre de 2026): firstpagesage.com/reports/impact-of-structured-data-on-ai-rankings
  • Search Engine Journal, «Google Drops FAQ Rich Results From Search» (recogida del anuncio documental de Google del 7 de mayo de 2026): searchenginejournal.com