Las páginas citadas por la IA tenían casi tres veces más probabilidades de tener JSON-LD que las páginas no citadas.
Esa es una gran brecha, y el tipo de estadística que se comparte en los carruseles de LinkedIn y en las diapositivas de conferencias como prueba de que el schema es una palanca de visibilidad de la IA.
Pero no estábamos satisfechos con los datos, ya que fácilmente podría haber sido correlación, no causa.
El marcado schema tiende a vivir en sitios mejor mantenidos y técnicamente más sofisticados, y esos mismos sitios publican contenido más sólido, construyen más autoridad, consiguen más enlaces y hacen todas las demás cosas que logran que las páginas sean citadas.
El schema podría estar haciendo un trabajo real, pero también podría simplemente estar subiéndose a la ola de todas las demás señales.
Así que no podíamos responder realmente a la pregunta que de verdad importa a los SEO: si añado schema a mi página, ¿me citará más la IA?
Para averiguarlo, realizamos un segundo estudio diseñado para aislar el efecto de añadir schema.
Esto es lo que descubrimos.
Hicimos un seguimiento de 1885 páginas web que añadieron schema JSON-LD entre agosto de 2025 y marzo de 2026, las comparamos con 4000 páginas de control y medimos los cambios en las citas en las Google AI Overviews, AI Mode y ChatGPT.
Añadir schema no produjo un aumento importante de las citas en ninguna plataforma.
| Fuente de IA | Efecto en las citas | Veredicto |
|---|---|---|
| Google AIO | −4,6 % | Disminución pequeña pero estadísticamente significativa en relación con los controles emparejados; (ambos grupos disminuían juntos, pero las páginas tratadas cayeron un poco más rápido) |
| Google AI Mode | +2,4 % | Estadísticamente indistinguible de cero |
| ChatGPT | +2,2 % | Estadísticamente indistinguible de cero |
Estos porcentajes provienen de nuestro análisis más fiable (una prueba de diferencia en diferencias [DiD] emparejada).
En esta prueba, tanto las páginas tratadas para AI Mode como para ChatGPT rindieron un poco mejor que las páginas de control en promedio, pero las diferencias son lo suficientemente pequeñas como para que pudieran ser fácilmente ruido aleatorio entre miles de URL.
Las AI Overviews mostraron una disminución del 4,6 %, que es pequeña pero estadísticamente significativa en relación con las páginas de control emparejadas.
Pero esa no es toda la historia; entraremos en detalles en la siguiente sección.
Así que, en general, no podemos decir si el schema hizo un poco de bien o nada en absoluto.
Las citas en las AI Overviews de las páginas tratadas cayeron un 4,6 % en relación con las páginas de control, y el resultado es “estadísticamente significativo” (las probabilidades de ver una brecha tan grande por pura casualidad son de aproximadamente 1 entre 2500).
Pero antes de que leas esto como “añadir schema perjudica tus citas en las AI Overviews”, hay dos cosas que debes tener en cuenta.
- El tamaño absoluto es pequeño. Estamos hablando de una pérdida media de unas 12 citas diarias por página, en una muestra en la que la mayoría de las páginas recibían cientos.
- Tanto las páginas tratadas como las de control emparejadas ya estaban en una pronunciada trayectoria descendente antes de que se añadiera el schema: el tipo de disminución que esperarías si las AI Overviews se retiraran de estos tipos específicos de contenido por razones no relacionadas con el schema (por ejemplo, una actualización de Google que cambia lo que se muestra, el contenido que se queda obsoleto, o que Google no haya vuelto a rastrear la página recientemente).
Dicho esto, si añadir schema no tuviera ningún efecto en las citas de ninguna manera, esperaríamos que las páginas tratadas y los controles emparejados disminuyeran juntos al mismo ritmo (que es en general lo que vemos para AI Mode y ChatGPT).
El hecho de que las páginas tratadas disminuyeran un poco más sugiere que el schema tuvo un pequeño efecto negativo, pero también podría reflejar otros factores.
No podemos determinar cuál es a partir de estos datos por sí solos.
Usando Brand Radar, Xibeijia extrajo unos cuantos millones de URL citadas en las AI Overviews.
Luego recuperó el historial HTML de nuestra base de datos de rastreo, etiquetó si cada URL contenía <code> <script type=“application/ld+json”> </code> y detectó la fecha en que la presencia del schema pasó de “Falso” a “Verdadero”.
Esto le dejó con 1885 páginas que introdujeron JSON-LD entre agosto de 2025 y marzo de 2026.
Finalmente, para analizar todos esos datos, utilizó Agent A, nuestro nuevo agente de marketing de IA.
Para cada página, Xibeijia conocía dos fechas clave:
- El último día que nuestro rastreador comprobó la página y no encontró JSON-LD.
- El primer día que nuestro rastreador detectó JSON-LD en la página.
El día que una página añadió JSON-LD es su fecha de tratamiento.
Xibeijia midió cuántas veces fue citada cada página por Google AIO, Google AI Mode y ChatGPT en los 30 días anteriores y los 30 días posteriores a la fecha de tratamiento.
La parte complicada de cualquier estudio como este es ver más allá de los datos ruidosos.
Las citas en toda la búsqueda por IA se estaban moviendo durante este período; las AI Overviews se estaban contrayendo, AI Mode estaba explotando.
Si Xibeijia hubiera hecho una simple comparación de antes y después, habría estado midiendo la tendencia de la plataforma, no el efecto del schema.
Así que por cada URL tratada eligió 3 URL de control (de dominios diferentes, con niveles de citación previos similares) que nunca habían añadido JSON-LD.
Comparar dos grupos de páginas que antes eran citadas al mismo ritmo —donde la única diferencia principal era que un grupo había añadido schema— hizo que fuera más fácil aislar lo que el schema hizo realmente.
Analizamos los datos de cuatro formas distintas para asegurarnos de que cualquier conclusión se mantuviera bajo escrutinio.
En cada prueba, hicimos una versión ligeramente diferente de la pregunta: “¿hizo algo el schema?”.
Solo crees realmente en un hallazgo cuando varios de ellos coinciden y, en este caso, lo hacen.
Prueba 1: Comparamos los cambios medios en las citas entre las páginas tratadas y las de control (una prueba t de dos muestras).
Prueba 2: Realizamos un análisis de diferencia en diferencias (DiD) para eliminar las tendencias de toda la plataforma. Esta es la prueba en la que más confiamos y la fuente de los hallazgos de este artículo.
Nota al margen. Cómo interpretar este gráfico: cada punto muestra el efecto del schema después de eliminar las tendencias de la plataforma. La barra alrededor de un punto muestra el margen de error; si cruza el cero, el resultado podría ser solo ruido. Si simplemente observáramos el crecimiento bruto de antes y después de AI Mode, este fue del +43 %, pero este análisis reveló que las URL de control ganaron casi lo mismo, lo que significa que AI Mode estaba explotando para todos. Al eliminar eso, el +43 % se reduce al +2,4 % que se muestra aquí.
Prueba 3: Representamos las citas semana a semana para comprobar si las páginas tratadas y de control ya se estaban distanciando antes de que se añadiera el schema (un estudio de eventos).
Prueba 4: Volvimos a realizar la diferencia en diferencias (DiD) con una ventana simétrica que excluyó el período de rastreo, para asegurarnos de que el resultado no fuera sensible a cómo definíamos el “antes” y el “después”.
Las cuatro pruebas contaron la misma historia: ningún crecimiento de citas en AI Mode, ningún crecimiento de citas en ChatGPT y una pequeña disminución en las AI Overviews que es real pero lo suficientemente pequeña como para que no podamos atribuirla definitivamente al schema.
El hallazgo más consistente es que realmente no cambió mucho: el schema no tuvo un efecto positivo o negativo claro.
Donde el schema aún podría importar: páginas que aún no han sido citadas por la IA
Hay una cosa importante que debes saber sobre estos datos: estudiamos páginas que ya estaban siendo muy citadas por la IA.
Cada página del conjunto de datos tenía más de 100 citas de las AI Overviews en febrero de 2025, antes de que se añadiera ningún schema.
Estas páginas ya estaban dentro del conjunto de consideración, siendo rastreadas y mostradas por los LLM.
Si una página ya está siendo detectada, nuestros datos sugieren que añadir schema no la empujará más alto.
Pero para las páginas que los sistemas de IA no están viendo en absoluto, el marcado schema podría seguir desempeñando un papel para ayudarlas a ser rastreadas, analizadas o indexadas en primer lugar.
Nuestro estudio no puede hablar de ello directamente, pero un experimento reciente de searchVIU responde a una pregunta relacionada.
Probaron si cinco de los principales sistemas de IA (ChatGPT, Claude, Perplexity, Gemini y Google AI Mode) usaban realmente el marcado schema al recuperar una página en tiempo real.
Spoiler: ninguno lo hizo. Durante la recuperación directa, todos los sistemas extrajeron únicamente el contenido HTML visible. El JSON-LD, los Microdatos ocultos y el RDFa oculto fueron ignorados en su totalidad.
Algunos otros puntos a destacar y algunas preguntas que vale la pena probar a continuación:
- Las páginas que añaden JSON-LD a menudo cambian otras cosas al mismo tiempo (por ejemplo, enlaces, contenido, correcciones técnicas). No podemos separar completamente el schema de este tipo de coincidencias.
- Agrupamos todos los tipos de schema juntos. Article, FAQ, Product, HowTo, Organization. Es posible que algunos tipos ayuden más que otros. Puede que valga la pena investigar esto.
- Medimos los 30 días posteriores al tratamiento. Si el JSON-LD tiene un efecto a largo plazo, una ventana de 60 o 90 días podría revelar un mayor crecimiento.
- Estudiamos el JSON-LD: el formato de schema más utilizado. Existen otros formatos (Microdatos y RDFa), pero aún no los hemos probado.
- Solo analizamos el schema en el HTML de la página, no el schema inyectado a través de JavaScript. Los rastreadores de IA parecen tratar a los dos de manera diferente. ¹
- La pequeña disminución en las AI Overviews es real pero no tiene explicación. Las páginas tratadas cayeron un 4,6 % más que los controles emparejados, y no sabemos por qué. Un estudio de seguimiento podría analizar si tipos de schema específicos o tipos de contenido específicos explican la brecha.
¿Quieres saber si el schema funciona para tu sitio específicamente? Realiza tú mismo una versión más pequeña de este estudio. Brand Radar te puede ayudar a la hora de hacer un seguimiento del curso de las citas de IA:
- Elige de 5 a 10 páginas de prueba en las que planeas añadir JSON-LD. Idealmente, páginas que ya obtengan algunas citas de IA, para que tengas una línea de base (las páginas con cero citas hacen que sea más difícil saber si el schema no hizo nada, o si la página simplemente no iba a ser citada de ninguna manera). Puedes comprobarlo en el informe Páginas citadas.
- Elige de 5 a 10 páginas de control con niveles de citación similares a las que no les vayas a añadir schema. Esto es lo que separa a “el schema hizo algo” de “las AI Overviews cambiaron para todos ese mes”.
- Registra las citas de la línea de base para ambos grupos en las AI Overviews, AI Mode y ChatGPT en Brand Radar. Simplemente aplica filtros de URL para aislar esos números de citas.
- Añade schema a tus páginas de prueba y anota la fecha. No cambies nada más en esas páginas durante la ventana de prueba.
- Compara ambos grupos después de 30 días (o más si puedes). La pregunta es: “¿las páginas tratadas subieron más que las páginas de control?”.
Si ambos grupos se movieron en cantidades similares, eso tiene más que ver con la tendencia de la plataforma que con el schema.
Pero si las páginas tratadas superaron a los controles, es una señal de que el schema está teniendo un impacto positivo en las citas.
Si aplicas esto en tus propias páginas y obtienes un resultado diferente al nuestro, dínoslo.
Para las páginas que ya eran citadas por la IA, añadir el schema JSON-LD no aumentó las citas en Google AI Mode o ChatGPT, y mostró solo una pequeña disminución en las AI Overviews que no podemos atribuir claramente al schema.
Entonces, ¿por qué el 53 % de las páginas citadas por la IA ejecutan schema?
Porque los sitios que añaden datos estructurados tienden a invertir también en SEO técnico, publican contenido autoritativo, consiguen enlaces, mantienen sus páginas y posicionan bien en la búsqueda habitual.
Los sistemas de IA tienen más probabilidades de recuperar este tipo de contenido, por lo que las páginas citadas sobreindexan todas esas señales a la vez. Si quitas el schema, es muy probable que el resto de las señales sigan llevando la página a ser citada.
Si ya estás haciendo bien el resto del trabajo de SEO, el JSON-LD no va a ser la llave.
Todavía hay, por supuesto, muchas buenas razones para usar el schema JSON-LD (resultados enriquecidos, asistentes de voz, gráficos de conocimiento, reconocimiento de entidades en fases posteriores).
Pero si la única razón por la que lo estás añadiendo es para obtener más citas de la IA en páginas que ya son visibles, nuestros datos no respaldan esa apuesta.
¿Tienes preguntas? Estamos en LinkedIn y en X.
