Datos estructurados y schema para la búsqueda con IA: cómo ayudar a Google a entender tus productos

Los datos estructurados, en concreto el marcado schema de producto, son la forma más directa de hacer que la información de tus productos sea elegible para aparecer en los AI Overviews de Google. La búsqueda con IA no es magia; es una máquina leyendo datos, y el schema proporciona esos datos en un lenguaje que la máquina está diseñada para entender.

Al mundo del marketing le encanta inventar nuevos miedos cada vez que una plataforma cambia. Los AI Overviews son el tema más reciente y han acumulado artículos alarmistas que dicen que todo el SEO cambió y que ahora no podemos hacer nada contra el algoritmo. No es nada de eso. Por dentro, la búsqueda impulsada por IA sigue buscando señales claras y con autoridad. Los datos estructurados son esa señal.

Los AI Overviews no adivinan: citan

Los AI Overviews de Google están diseñados para sintetizar información y dar una respuesta directa. No inventan datos sobre tus productos. Los extraen de fuentes rastreables. Cuando se le presentan dos páginas de producto, una con texto simple y otra con schema detallado, la IA tiene una preferencia clara.

Una página sin estructura es una sugerencia para un humano; una página estructurada es un conjunto de datos para una máquina. La IA puede interpretar el texto sin estructura, pero con un riesgo mayor de malinterpretarlo. ¿Ese número es el precio, el número de modelo o la cantidad en inventario? Los datos estructurados eliminan esa ambigüedad. Etiquetan explícitamente cada dato y convierten tu página de producto en una fuente limpia y citable. Este proceso de reducir la ambigüedad es exactamente lo que hace que tu contenido le sea útil a una IA que está construyendo una respuesta. Siempre preferirá la fuente que puede entender con mayor confianza.

El error típico: un schema incompleto es un schema invisible

La mayoría de los sitios que fallan en esto se equivocan de la misma manera. Instalan un plugin genérico de eCommerce, marcan una casilla que dice "Enable Schema" y dan por hecho que el trabajo está listo. Este es el error más común. En la práctica, estas soluciones automatizadas suelen generar un marcado incompleto o incorrecto que, en la práctica, no sirve.

El resultado es una invisibilidad silenciosa. Tu producto puede tener precio, reseñas de cinco estrellas y estar disponible, pero si los campos `offers`, `aggregateRating` o `availability` faltan en el schema, esa información no existe para la máquina. En las consultas comparativas (justo el tipo para el que están hechos los AI Overviews), una entrada sin datos de precio no es candidata. La IA simplemente citará a tu competidor que sí proporcionó un conjunto de datos completo. El contenido visible cambia; la base invisible no, así que nunca obtienes la cita.

Nuestra auditoría estándar confirma este patrón de forma constante. Pasamos una URL por el Rich Results Test de Google, pero eso es solo el punto de partida. El verdadero trabajo es comprobar que la información se pueda extraer sin pérdidas, es decir, asegurarse de que cada dato crítico visible para el usuario esté reflejado a la perfección en los datos estructurados. Si tu precio es $99 en la página pero al schema le falta el campo `priceCurrency`, falla.

Las propiedades principales del schema de producto que la IA realmente usa

Muy bien. El café está listo. Hablemos de los campos exactos en los que no te puedes equivocar si quieres que tus productos aparezcan en los resultados generados por IA.

No todas las propiedades del schema valen lo mismo. Aunque existen cientos, un conjunto principal proporciona la información de la que dependen los AI Overviews y otros resultados enriquecidos para comparar productos. Enfócate en hacer bien estas antes que cualquier otra cosa.

• nombre: el nombre oficial del producto. Debe coincidir con el `h1` y el título de la página para mantener la consistencia.
• image: una URL de imagen de alta resolución y rastreable. Usa una URL absoluta, no relativa. Es lo que aparece en los fragmentos visuales.
• description: un resumen conciso del producto. Debe reflejar con precisión la descripción en la página.
• sku: la unidad de mantenimiento de existencias (SKU). Es un identificador de producto crítico para tu propio catálogo.
• gtin o mpn: un identificador global como UPC, EAN o ISBN. Para Google es un campo no negociable. Es la forma en que distingue tu producto específico de todos los demás del mundo.
• marca: la marca del producto, anidada como tipo `Brand` con su propia propiedad `name`.
• offers: esta es una de las propiedades más importantes, y de las que más seguido se rompen. Debe ser un tipo `Offer` anidado e incluir:
  • precio: el precio numérico.
  • priceCurrency: el código de moneda ISO de tres letras (por ejemplo, "USD").
  • availability: un enlace al vocabulario de Schema.org, como `https://schema.org/InStock` o `https://schema.org/OutOfStock`.
  • url: la URL directa de la página de producto.
• aggregateRating: si tienes reseñas, es esencial. Es un tipo `AggregateRating` anidado que requiere:
  • ratingValue: la calificación promedio en estrellas (por ejemplo, "4.8").
  • reviewCount o ratingCount: el número total de reseñas o calificaciones (por ejemplo, "125").

La disyuntiva honesta: trabajo meticuloso o cero visibilidad

Implementar esto correctamente no se resuelve con un clic. Muchas veces requiere tiempo de un desarrollador para modificar plantillas o configurar plugins más allá de sus ajustes predeterminados. También requiere validación continua, sobre todo después de un rediseño del sitio o una migración de plataforma. El error que debes evitar: confiar en que el CMS se encargará. La mayoría de las migraciones incluyen al menos un paso de transformación de contenido que puede eliminar o alterar en silencio los campos que necesitas conservar.

La elección es sencilla. Puedes usar una herramienta predeterminada que proporciona datos incompletos y seguir siendo invisible para los motores de comparación impulsados por IA. O puedes invertir los recursos técnicos para ofrecer un conjunto de datos completo y preciso, y convertirte en una fuente citable. La versión honesta es más lenta, pero te hace elegible para las funciones de búsqueda de nueva generación; la versión perezosa es más rápida, pero garantiza que no te incluyan.

Cómo auditar tu schema: un entregable concreto

No necesitas ser desarrollador para detectar problemas. Una auditoría rápida puede darte una lista específica y accionable para entregar e implementar.

1. Elige una URL de producto clave. Empieza con uno de tus artículos más vendidos.
2. Pruébala con Google. Pasa la URL por el Rich Results Test de Google. Busca el elemento "Product". ¿Muestra una palomita verde? Aunque la muestre, despliégalo y busca advertencias como "Missing field 'brand'" o "Missing field 'review'".
3. Valida el código. Para una vista más detallada, pasa la URL o tu código por el Schema Markup Validator. Esta herramienta es menos permisiva y te mostrará todos los errores y propiedades faltantes, no solo las que Google prioriza para los resultados enriquecidos.
4. Verifica la paridad. Revisa la página tú mismo. Ahora revisa los datos en el validador. ¿Coincide el precio? ¿La disponibilidad es correcta? ¿El nombre del producto es idéntico? Cualquier discrepancia es un problema.

El resultado de estos pasos es tu ticket de trabajo. No es una solicitud vaga de "mejorar nuestro schema". Es una lista específica de campos faltantes o incorrectos en una plantilla de página específica. Ese es el documento que realmente hace que las cosas se corrijan.

¿El marcado schema garantiza que mi producto aparezca en un AI Overview?

No. Nada garantiza la inclusión. Sin embargo, un schema de producto preciso y completo es un requisito fundamental para ser elegible. Sin él, tus posibilidades son prácticamente nulas. Hace que tu contenido sea legible para las máquinas y lo posiciona como una fuente confiable que la IA puede citar.

¿Cuál es la diferencia entre datos estructurados y marcado schema?

Los datos estructurados son el concepto general de organizar y etiquetar la información de tu sitio en un formato estandarizado que las máquinas pueden entender. Schema.org proporciona el vocabulario (las etiquetas y propiedades específicas, como `Product`, `name`, `price`) que se usa para crear esa estructura. En resumen, schema es el lenguaje que usas para escribir datos estructurados.

¿Puedo usar un plugin para el schema de mis productos?

Sí, pero no puedes confiar en él a ciegas. Muchos plugins de SEO y de eCommerce para plataformas como Shopify o WordPress generan un schema básico, pero suelen requerir configuración adicional para incluir todos los campos necesarios, como GTIN, marcas e información detallada de las ofertas. Usa siempre las herramientas de auditoría mencionadas arriba para verificar lo que el plugin realmente está generando.

¿Con qué frecuencia debo auditar mis datos estructurados?

Deberías hacer una auditoría completa de tus plantillas de página clave al menos cada trimestre. Además, debes volver a validar tu schema de inmediato después de cualquier cambio importante en el sitio web, como una actualización del tema, una migración de plataforma o un rediseño de tus páginas de producto. Esos eventos son la causa más común de que el schema se rompa sin que lo notes.