Si hiciste una búsqueda en Google en 2023, viste diez enlaces azules. Si haces la misma búsqueda hoy, ves un párrafo generado por IA en la parte superior que cita dos o tres fuentes, empuja los resultados orgánicos hacia abajo y responde la pregunta sin requerir un clic. Ese párrafo de IA se alimenta, en gran medida, de datos estructurados: el schema markup. Los negocios que se citan no siempre son los más autorizados. Con frecuencia son simplemente los que tienen sus páginas correctamente etiquetadas.
El schema markup no es un concepto nuevo, pero su importancia estratégica ha cambiado dramáticamente. En la era de los diez enlaces azules, el schema hacía que tu resultado se viera más rico. En la era de los AI Overviews, el schema es una de las señales principales que determina si un modelo de IA extrae tu información, la atribuye a ti y la presenta como respuesta. Este artículo te lleva por la implementación exacta que cada negocio local y regional necesita en 2026.
Cómo los Motores de Búsqueda con IA Usan los Datos Estructurados
Los modelos de lenguaje se entrenan con texto. Cuando se despliegan como asistentes de búsqueda —Google Gemini, Bing Copilot, Perplexity— recuperan páginas y extraen datos para construir respuestas. El texto plano requiere que el modelo infiera qué representa una pieza de información. El schema markup elimina ese paso de inferencia. Cuando tu página dice "priceRange": "$100-$500" en un bloque LocalBusiness, la IA no tiene que adivinar tus precios a partir de un párrafo. El valor está etiquetado, es legible por máquinas y se puede extraer.
El resultado práctico: las páginas con schema markup correcto se citan en los AI Overviews y en las respuestas de búsqueda conversacional a tasas significativamente más altas que los equivalentes no estructurados. La documentación de Google confirma que los datos estructurados son una de las señales que sus sistemas usan para la generación de AI Overviews. Esto no es una hipótesis, es un comportamiento documentado.
Los Cinco Tipos de Schema que Todo Negocio Local Necesita
1. LocalBusiness (o subtipo específico). Esta es la base. Le dice a los modelos de IA el nombre, dirección, teléfono, horarios, área de servicio y categoría de tu negocio. Usa el subtipo más específico disponible: Plumber en lugar de LocalBusiness, AutoRepair en lugar de AutomotiveBusiness. Los tipos más específicos llevan señales más fuertes.
2. FAQPage. Es el tipo de schema de mayor valor para los AI Overviews. Cada par pregunta-respuesta es un candidato para extracción. Cuando un usuario hace una pregunta que cubre tu FAQ, tu respuesta es una unidad estructurada, etiquetada y atribuible que la IA puede usar. La regla clave: el texto visible de la pregunta en tu página debe coincidir exactamente con el campo name en tu JSON-LD.
3. HowTo. Si alguno de tus servicios se puede explicar como un proceso, envuelve ese contenido en schema HowTo. Cada paso se convierte en una unidad etiquetada y extraible. Los modelos de IA usan el schema HowTo intensamente cuando responden preguntas de proceso.
4. Review / AggregateRating. Si tienes reseñas, estrúctura las. Un bloque AggregateRating le dice a los modelos de IA tu calificación promedio y el conteo de reseñas sin necesidad de rastrear una plataforma de reseñas. Aparece en resultados enriquecidos y fortalece tu señal de credibilidad.
5. BreadcrumbList. El schema de migas de pan le dice a los modelos de IA dónde encaja una página en la jerarquía de tu sitio. Proporciona contexto de estructura que ayuda a los modelos a entender la autoridad temática de tu contenido.
Implementación: JSON-LD en el Head de la Página
Usa siempre el formato JSON-LD, no microdata ni RDFa. Google recomienda JSON-LD y es el formato para el que están optimizados los sistemas de búsqueda modernos y los modelos de IA. Coloca todos los bloques de schema dentro de etiquetas <script type="application/ld+json"> en la sección <head> de tu página.
Para una página de servicio, implementa tres bloques de schema en este orden: schema de Artículo o Servicio primero, BreadcrumbList segundo, FAQPage tercero.
Schema FAQPage: La Implementación con Mayor Retorno
La mayoría de los sitios web de negocios tienen cero páginas de preguntas frecuentes. De los que las tienen, menos del 5% tienen schema FAQPage. Esta brecha es tu oportunidad. Una página de FAQ bien redactada con la implementación correcta de schema crea múltiples candidatos de cita en los AI Overviews con un costo mínimo. El patrón:
- Identifica las 5-8 preguntas que tus clientes hacen con más frecuencia antes de comprar.
- Escribe respuestas claras y factuales de 40-80 palabras cada una. Evita el lenguaje de marketing.
- Añade encabezados visibles para cada pregunta en la página, con texto exactamente igual al campo
namedel JSON-LD. - Añade un bloque JSON-LD de FAQPage en el head con todas las preguntas y respuestas.
- Valida con la herramienta de resultados enriquecidos de Google.
Las preguntas que generan citas en los AI Overviews no siempre son las que esperarías. "¿Cuánto cuesta [servicio] en [ciudad]?" y "¿Cuánto tiempo tarda [servicio]?" tienen una frecuencia extremadamente alta y casi nunca se responden con datos estructurados. Si respondes esas preguntas con schema FAQPage, compites por citas de IA en las que tu competencia simplemente no está en la carrera.
Errores Comunes que Matan tu Visibilidad en la IA
Desajuste entre texto visible y JSON-LD. Si la pregunta visible en tu página dice "¿Cuánto cuesta reemplazar un techo?" pero tu JSON-LD dice "¿Cuál es el costo de reemplazar un techo?", ambas pueden ser semánticamente similares pero técnicamente distintas. Los sistemas de búsqueda prefieren coincidencias exactas.
Formato de teléfono incorrecto. Los números de teléfono en el schema LocalBusiness deben usar formato E.164: +12125551234 para EE.UU., +5255123456 para México. No uses paréntesis, guiones ni espacios.
Horarios desactualizados. Si tu schema LocalBusiness dice que abres de lunes a viernes de 9 a 5 pero en realidad cierras a las 4 los viernes, los modelos de IA presentarán información incorrecta atribuida a ti. Actualiza tu schema cada vez que cambien tus horarios.
Schema para Negocios con Varias Ubicaciones
Si operas en varias ciudades —o atiendes un mercado regional en Monterrey, Guadalajara y CDMX, o en Houston, Dallas y San Antonio— necesitas schema específico de ubicación en páginas específicas de ubicación. Un solo bloque LocalBusiness en tu página de inicio no señaliza adecuadamente la cobertura geográfica a los modelos de IA.
Crea una página dedicada para cada área de servicio principal. Cada página obtiene su propio schema LocalBusiness con la dirección, teléfono y detalles de servicio específicos de esa ubicación.
La Ventaja Competitiva que Crea el Schema
La brecha entre negocios que implementan schema correctamente y los que no lo hacen se está ampliando en 2026. La búsqueda con IA no va a desaparecer, se está convirtiendo en la interfaz principal. Los negocios citados en los AI Overviews obtienen la resolución de la consulta sin el clic. Los negocios no citados compiten por el tráfico orgánico que queda debajo del pliegue.
La implementación de schema requiere unas pocas horas de trabajo de desarrollo y una comprensión básica de la sintaxis JSON-LD. Una vez implementado correctamente, se acumula: cada nueva página con schema adecuado es otro candidato de cita. Un negocio con 20 páginas de servicios bien estructuradas y secciones de FAQ tiene 20 oportunidades estructuradas de aparecer en las respuestas generadas por IA para sus consultas más valiosas.
Tu competencia no está haciendo esto. La herramienta de resultados enriquecidos de Google lo confirmará en minutos: éjecútala en cinco URLs de competidores y observa cuántos tienen cero datos estructurados. Esa brecha es tu ventana de oportunidad.
¿Qué es el schema markup y por qué importa para la búsqueda con IA?
El schema markup es código JSON-LD que le dice a los motores de búsqueda y modelos de IA exactamente qué significa tu contenido. Modelos como Google Gemini y ChatGPT leen el schema para extraer datos sobre negocios, servicios, precios y reseñas sin tener que inferirlos del texto libre.
¿Qué tipos de schema son más importantes para negocios locales en 2026?
LocalBusiness (o sus subtipos), FAQPage, HowTo, Review y BreadcrumbList son los cinco más impactantes. LocalBusiness proporciona los datos de nombre, dirección y teléfono. FAQPage y HowTo alimentan directamente la extracción de respuestas en la IA.
¿El schema markup ayuda con los AI Overviews de Google?
Sí. La documentación oficial de Google confirma que los datos estructurados ayudan a los AI Overviews a extraer y atribuir información. Los sitios con FAQPage y HowTo schema tienen muchas más probabilidades de ser citados en los resúmenes generados por IA.
¿Cómo pruebo si mi schema markup es válido?
Usa la herramienta de prueba de resultados enriquecidos de Google en search.google.com/test/rich-results. Pega tu URL o el bloque de código y verás qué tipos de schema detecta y los errores que encuentra.
¿Puedo usar schema markup en un sitio que no construí yo?
Sí. Añade un bloque de script JSON-LD al head HTML de cualquier página que controles. Los usuarios de WordPress pueden usar Rank Math o Yoast SEO. Los de Shopify pueden hacerlo a través de los archivos liquid del tema.