Un equipo de mantenimiento añade marcado FAQ, HowTo y Organization a cada entrada de un directorio. El JSON-LD valida sin errores, el probador de resultados enriquecidos no encuentra objeciones, y un trimestre después los asistentes siguen nombrando a otro cuando la pregunta toca una categoría que el directorio conoce bien. Nada está roto en el código. La factura se redactó en el formato correcto y se entregó en la ventanilla adecuada, y aun así nadie quiso pagarla. Ahí vive la confusión sobre el marcado de esquema: entre una página que una máquina puede analizar y una página que una máquina decide citar.
Los datos estructurados hacen un trabajo concreto. Convierten un bloque de prosa en entidades tipadas: esto es una Organization, aquello un HowTo con pasos ordenados, este bloque FAQ un conjunto de preguntas y respuestas y no un encabezado retórico. JSON-LD se ha vuelto la forma habitual de expresar esos tipos porque se coloca junto a la página sin rehacer el HTML. En un directorio, el rendimiento es tangible. Una entrada con identificador estable, tipo explícito y una relación declarada con su categoría puede extraerse entera y reutilizarse en una respuesta sin que el rastreador tenga que adivinar qué significa la etiqueta. El marcado es la factura que las máquinas revisan antes de decidir si el resto de la página merece su tiempo.
La adopción es ya tan amplia que omitirla es una decisión con consecuencias. El corpus de Web Data Commons, reconstruido a partir del Common Crawl de octubre de 2024 y divulgado por la Universidad de Mannheim y Web Almanac 2025, halló datos estructurados en el 51,25% de 2.400 millones de páginas HTML. JSON-LD es el formato preferido por aproximadamente el 70% de los sitios que marcan contenido, usado por unos 11,5 millones de sitios. Lo que hace unos años era una optimización de especialistas se acerca hoy al mínimo exigible. Un directorio que no publica ninguna descripción estructurada no solo se ve menos cuidado: pide a un analizador que trabaje más que la mayoría de las páginas con las que compite.
| Señal | Lectura | Origen y año | Consecuencia para un directorio |
|---|---|---|---|
| Páginas con datos estructurados | 51,25% de 2.400 M de páginas HTML | Web Data Commons / Web Almanac, crawl de oct 2024 | Marcar es la línea de base, no una ventaja |
| Adopción de JSON-LD | ~70% de los sitios que marcan, ~11,5 M de sitios | Universidad de Mannheim / Web Almanac 2025 | Una serialización, aplicada de forma consistente |
| Techo de visibilidad GEO | hasta +40%; citas de expertos +41%, estadísticas +33%, fluidez +29%, fuentes citadas +28%, relleno de palabras clave −8% | Estudio GEO de Princeton, KDD 2024 | Estrategias de contenido, no campos de esquema |
| Postura oficial de Google | sin requisitos técnicos adicionales; no hace falta añadir datos schema.org especiales | Google Search Central, actualizado el 10 dic 2025 | El esquema no es una puerta de entrada |
| Contrapeso de Madrid | los datos estructurados siguen siendo esenciales en un mundo de IA | Google Search Central Live Madrid, 2025 | La legibilidad sigue decidiendo qué se usa |
| Prueba controlada con JSON-LD | páginas citadas ~3 veces más propensas a llevar JSON-LD; grupo de prueba AIO −4,6%, AI Mode +2,4%, ChatGPT +2,2% | Ahrefs, ago 2025 – mar 2026 | La correlación no es una curva de mejora |
El estudio GEO de Princeton presentado en KDD 2024 suele citarse como prueba de que la estructura gana. Encontró que la optimización para motores generativos podía elevar hasta un 40% la visibilidad en respuestas generadas, con las citas de expertos asociadas a una ganancia del 41%, las estadísticas al 33%, la fluidez al 29% y las fuentes citadas al 28%. El mismo estudio asoció el relleno de palabras clave con una caída del 8%. Esas cifras describen estrategias de contenido observadas en un montaje experimental concreto, no una bonificación pegada a un bloque JSON-LD, y conviene leerlas así. Un directorio puede marcar cada campo correctamente y seguir publicando prosa que no ofrece al modelo nada que merezca repetirse. El esquema vuelve legible una afirmación; no la vuelve convincente.
El propio mensaje de Google añade una tensión real que merece contarse con cuidado. En una guía actualizada el 10 de diciembre de 2025, la empresa afirmó que las funciones de IA no imponen ningún requisito técnico adicional a los sitios y que no hace falta añadir marcado schema.org especial para ellas. Meses antes, en Search Central Live Madrid 2025, ponentes de Google sostuvieron que los datos estructurados siguen siendo esenciales en un mundo de IA. Ambas afirmaciones se sostienen a la vez. La primera dice que no existe un esquema oculto que desbloquee la visibilidad en IA; la segunda, que una página que no puede tiparse ni analizarse con limpieza es una mala candidata a aparecer en una respuesta. Una va de requisitos de entrada, la otra de legibilidad. Leerlas como una contradicción pasa por alto la lección útil: el marcado es fontanería básica por la que casi nadie recibe crédito, y la fontanería no es lo mismo que un motivo para citar.
La cifra que debería moderar cualquier celebración del esquema procede de un experimento controlado de Ahrefs. Entre agosto de 2025 y marzo de 2026, el equipo añadió JSON-LD a 1.885 páginas y mantuvo 4.000 como control. Las páginas que ya recibían citas de IA tenían casi tres veces más probabilidades de contener JSON-LD: una asociación fuerte, y digna de anotarse. Pero el grupo que recibió el marcado se movió en direcciones descoordinadas: Google AI Overviews −4,6%, AI Mode +2,4%, ChatGPT +2,2%. Una página citada suele llevar una factura; entregarle una factura a una página no la vuelve citada. Correlación y causalidad no son la misma medición, y el trecho entre ambas es el límite honesto de lo que el esquema puede prometer. El estudio no demuestra que el marcado sea inútil. Demuestra que una asociación sólida es un mal pronóstico cuando la intervención es justo la variable que se está poniendo a prueba.
Lo que sobrevive a ese escepticismo es una disciplina más estrecha y más aburrida. Mantener identificadores estables aunque el nombre se traduzca, declarar el tipo de entidad en lugar de apoyarse en el contexto de la categoría, reflejar en la descripción legible por máquina lo que dice la humana, y tratar los bloques FAQ y HowTo como una respuesta real y no como un recipiente de palabras clave. Nada de eso fuerza una mención. Todo ello abarata el coste de leer el directorio con atención. En un catálogo abierto, el movimiento útil es arquitectónico: emitir el registro estructurado como salida de primera clase del mismo modelo de datos que produce la página navegable, y conservar los identificadores constantes en cada superficie que lo muestra. Un entorno de ejecución compartido como el que hay detrás de Cross Mini App convierte eso en una sola decisión y no en una tarea página por página. Las máquinas deciden qué factura honrar. Lo mínimo que puede hacer un directorio es escribirla con letra legible.