GEO · MARCADO TÉCNICO
¿Qué es el Schema.org y por qué las IAs no te ven sin él?
Cuando ChatGPT responde una pregunta sobre un servicio, una empresa o un producto, no está leyendo los sitios web de la misma manera que vos los leés. No "entiende" el texto en el sentido humano. Lo que hace es identificar entidades — personas, organizaciones, servicios, productos — y las relaciones entre ellas. Para hacer eso, necesita que el contenido esté marcado de una forma específica. Esa forma se llama Schema.org.
Sin ese marcado, un modelo de lenguaje puede leer tu texto, pero no puede identificar con certeza qué sos, qué hacés, dónde estás ni por qué deberías ser citado. El sitio existe técnicamente, pero para los sistemas de recuperación de información que alimentan a los LLMs, es invisible.
Casi la mitad de los sitios de la web no tiene este marcado. Y entre los que lo tienen, la mayoría lo implementó de forma incompleta: falta el tipo de organización, falta el autor, faltan las fechas de actualización. Esos sitios tampoco son bien reconocidos por los modelos.
Qué es Schema.org, exactamente
Schema.org es un vocabulario estándar de metadatos creado en 2011 por Google, Microsoft, Yahoo y Yandex — los cuatro motores de búsqueda más usados del mundo en ese momento. La idea era crear un lenguaje común para que cualquier sitio pudiera declarar explícitamente qué tipo de contenido contiene y qué entidades describe.
En la práctica, Schema.org se implementa como un bloque de código JSON-LD dentro del <head> del HTML. No es visible para el usuario humano que navega el sitio. Es información para las máquinas: motores de búsqueda, agregadores de datos, y más recientemente, los sistemas de recuperación que alimentan a los modelos de lenguaje.
Un ejemplo mínimo para una organización se ve así:
Este bloque le dice a cualquier sistema que procese la página: "este sitio es una organización, se llama Nostos, su URL es esta, hace esto, y fue fundada por esta persona". Sin este bloque, el sistema tiene que inferir esa información del texto visible — y las inferencias son menos confiables que las declaraciones explícitas.
Por qué los LLMs dependen del Schema.org
Los modelos de lenguaje grandes no rastrean la web en tiempo real para responder preguntas. Fueron entrenados con grandes volúmenes de texto, y ese entrenamiento incluye información sobre qué entidades existen y cómo se describen a sí mismas. Pero cuando se usan en sistemas con recuperación de información — como Perplexity, Bing Chat o los modos de búsqueda de ChatGPT — sí consultan fuentes en tiempo real.
En esos sistemas, el Schema.org cumple una función crítica: le permite al sistema de recuperación identificar rápidamente si una página es relevante para la consulta, qué tipo de entidad describe, y si esa entidad tiene las señales de autoridad suficientes para ser citada. Un sitio sin Schema tiene que competir en desventaja en ese proceso de selección.
Schema.org no es una señal de calidad que un modelo pondere: es un formato de declaración. La diferencia está en el verbo. Sin marcado, un sistema de recuperación tiene que inferir qué sos leyendo tu prosa. Con marcado, lo lee declarado: tipo de entidad, nombre, fundador, servicio. Esa diferencia está en la especificación del estándar, no en una medición — y por eso no depende de qué motor te lea ni de cuándo lo haga.
La investigación de Dang et al. (Université de Nantes, LLM4Schema.org, Semantic Web Journal 2025) trabaja sobre el problema inverso —usar modelos de lenguaje para generar este marcado a escala— y de ahí sale el dato que abre este artículo: alrededor de tres cuartas partes de las páginas web no lo tienen.
Los tipos de Schema que más importan para GEO
No todos los tipos de Schema tienen el mismo impacto en la visibilidad ante los LLMs. Estos son los que Nostos evalúa como prioritarios:
Organization. Declara que el sitio pertenece a una entidad real con nombre, URL, descripción y fundador. Es la señal de identidad más básica. Sin ella, los sistemas no pueden saber si tu sitio es una empresa, un blog personal o una página de spam.
Person. Identifica al autor o fundador con nombre, URL de perfil (LinkedIn, sitio personal) y área de expertise. Esta señal activa el criterio E-E-A-T (Experiencia, Expertise, Autoridad, Confiabilidad) que Google formalizó y que los LLMs adoptaron como proxy de calidad.
FAQPage. Marca preguntas y respuestas frecuentes en un formato que los modelos pueden extraer directamente para responder consultas. Es uno de los tipos con mayor impacto directo en la probabilidad de citación, porque los LLMs buscan respuestas a preguntas — y este schema les entrega exactamente eso.
Article / BlogPosting. Para cada artículo del blog: declara el título, fecha de publicación, fecha de modificación y autor. La fecha de modificación es particularmente importante para el criterio de Frescura — los modelos prefieren citar contenido actualizado.
Service / Product. Describe qué ofrecés con atributos específicos. Para e-commerce o servicios profesionales, este schema convierte descripciones genéricas en entidades concretas que los modelos pueden identificar y recomendar.
El error más frecuente: Schema incompleto o mal implementado
Tener Schema.org no alcanza si está mal hecho. En los análisis de Nostos, el patrón más frecuente no es "sin Schema" sino "Schema incompleto": el bloque existe, pero falta el campo founder en Organization, o falta el author en los artículos, o las fechas de publicación están en un formato que los sistemas no pueden parsear.
Un Schema incompleto es casi tan problemático como no tener ninguno, porque genera inconsistencias: el sistema puede identificar la entidad pero no puede verificar su autoridad, o puede leer el contenido pero no sabe quién lo escribió ni cuándo fue actualizado por última vez.
La herramienta de referencia para verificar Schema es el Schema Markup Validator de Google. Podés pegar la URL de cualquier página y ver exactamente qué tipos están implementados y qué campos faltan. Es gratuita y no requiere cuenta.
Nostos analizó el sitio de un consultor de estrategia digital con más de 12 años de trayectoria. El sitio tenía una bio extensa, casos de trabajo detallados y artículos bien escritos. Sin embargo, no aparecía en ninguna respuesta de ChatGPT o Perplexity sobre consultoría digital en Argentina. Score inicial en Marcado técnico: 12/100.
El análisis reveló: cero bloques JSON-LD. Toda la información sobre el consultor — nombre, especialidad, años de experiencia, clientes — existía solo en texto visible. Los modelos podían leer el texto, pero no podían identificar al autor como entidad ni al sitio como fuente de autoridad en el tema.
Marcado técnico
tras implementación
El plan de Nostos incluyó implementar cuatro bloques Schema.org: Person (con LinkedIn verificado), Organization (con descripción y URL canónica), Service (con los tres servicios principales y sus descripciones técnicas) y FAQPage (con las cinco preguntas más frecuentes de sus clientes). Implementación estimada: 2-3 horas. Impacto proyectado en Marcado técnico: de 12 a 82 sobre 100.
Cómo implementarlo si no sos desarrollador
Si tu sitio corre sobre WordPress, Wix o Squarespace, hay plugins y herramientas que generan el Schema automáticamente a partir de la información que cargás en la plataforma. En WordPress, Rank Math y Yoast SEO son las opciones más usadas. En Wix, el Schema básico de Organization se genera automáticamente si completás el perfil del negocio en la configuración del sitio.
Si tu sitio es desarrollo custom (HTML estático, Next.js, Astro, o similar), el Schema se agrega directamente en el <head> como un bloque <script type="application/ld+json">. No requiere cambios en el diseño ni en el contenido visible — es código invisible para el usuario.
En cualquier caso, el Schema Markup Validator de Google es el punto de verificación final. Si la herramienta muestra los tipos correctamente sin errores, los sistemas de los modelos de lenguaje van a poder procesarlos.
¿Tu sitio tiene Schema.org?
Nostos detecta automáticamente qué tipos de Schema tenés implementados, cuáles faltan y cuál es el impacto en tu visibilidad ante las IAs. El análisis es gratuito y tarda 30 segundos.
Verificá tu marcado técnico →