--- title: "Schema Organization: el marcado como puente hacia las citas en IA" description: "Schema Organization como puente off-page: cómo sameAs vincula tu marca con Wikidata, LinkedIn y XING y qué muestran de verdad los estudios de 2026 sobre las citas en IA." locale: "es" canonical: "https://blckalpaca.at/es/base-de-conocimiento/seo-geo/seo-off-page-link-building/schema-organization-el-marcado-como-puente-hacia-las-citas-en-ia" category: "SEO & GEO" topic: "SEO off-page & link building" updated: "2026-10-28T13:09:28.997Z" source: "Blck Alpaca e.U., blckalpaca.at" --- # Schema Organization: el marcado como puente hacia las citas en IA En el contexto off-page, el marcado Schema designa los datos estructurados (sobre todo JSON-LD con marcado Organization y sameAs) que definen una marca como entidad inequívoca y la vinculan con la web abierta mediante referencias a fuentes externas como Wikidata, Wikipedia, LinkedIn, XING y, en el caso de empresas austriacas, el perfil de la WKO. Sirve para la desambiguación de entidades y permite que los buscadores y los sistemas de IA atribuyan correctamente las señales de marca dispersas. Está demostrado que Schema mejora la identificabilidad y la visibilidad en búsquedas sin marca, pero no es una palanca garantizada para conseguir más citas en IA. ## De un vistazo - En el contexto off-page, Schema no es un truco de ranking, sino la definición de la entidad legible por máquinas: permite atribuir de forma inequívoca a una marca los backlinks, las menciones de marca y las señales de directorios. - La propiedad sameAs del esquema Organization es el verdadero puente off-page: ancla la marca en fuentes de autoridad a través de Wikidata, Wikipedia, LinkedIn, XING y, en el caso de empresas austriacas, el perfil de la WKO. - La adopción es baja: el esquema WebSite llega al 12,73 % y Organization solo al 7,16 % de las páginas móviles, y la vinculación con Wikidata apenas al 0,17 %, según el Web Almanac 2024. Quien lo usa correctamente se distingue de la mayoría. - En un estudio, el esquema Product/Review rico en atributos (precio, valoración, disponibilidad) fue citado por la IA en el 61,7 % de los casos, frente a solo el 41,6 % del esquema genérico Article/Organization, que quedó incluso por debajo de las páginas sin esquema (59,8 %). - Una valoración honesta: un estudio sobre 1.885 páginas mostró que añadir Schema a posteriori apenas movió las citas en IA (AI Overviews -4,6 %). Schema es la base para la desambiguación, no un impulso de citas con solo pulsar un botón. - La desambiguación de entidades funciona de forma demostrable en búsquedas sin marca: la vinculación de entidades basada en ubicaciones aportó un +46 % de impresiones y un +42 % de clics en 85 días. - JSON-LD es el estándar de facto; aplica el marcado con el RGPD en mente: founder/employee solo con base jurídica, y para los contactos usa un contactPoint funcional en lugar de datos personales. En el [SEO](https://blckalpaca.at/es/glosario/seo) clásico, el marcado Schema se considera un medio para obtener resultados enriquecidos. En el contexto off-page y en la optimización para citas en [IA](https://blckalpaca.at/es/glosario/ia), su papel cambia. Aquí, los datos estructurados no son un truco de ranking, sino la [definición legible por máquinas de tu marca como entidad](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/seo-off-page-link-building/senales-de-marca-y-seo-de-entidades-knowledge-graph-y-autoridad-en-ia). Les dicen a los buscadores y a los modelos de lenguaje de forma inequívoca quién eres, con qué estás relacionado y qué fuentes externas reconoces como tuyas. Esta desambiguación influye en que un sistema de IA trate tu marca como una fuente fiable y claramente identificada o la confunda con otra de nombre parecido. Este artículo explica qué aporta Schema en el contexto off-page y de IA, qué está demostrado que no aporta y cómo lo usan correctamente las empresas B2B en Europa, con ejemplos de la región DACH (Alemania, Austria y Suiza). ## Por qué el marcado Schema se convierte en el puente hacia la visibilidad de entidades y en IA La expansión de los sistemas de respuesta con IA convierte la identificabilidad de una marca por parte de las máquinas en un factor competitivo. En Austria, [el 31 % de las personas de 16 a 74 años ha usado alguna vez herramientas de IA generativa como ChatGPT](https://www.statistik.at/fileadmin/announcement/2025/05/20250515KI_Analyse.pdf) (Austria, encuesta de 2024). Entre las personas ocupadas, [el 29,7 % usó este tipo de herramientas en los tres meses previos a la encuesta y el 43 % ve en la IA potencial para su trabajo diario](https://www.statistik.at/fileadmin/announcement/2025/05/20250515KI_Analyse.pdf) (Austria). Quien quiera aparecer como fuente en respuestas generadas con IA tiene que ser inequívoco para las máquinas. La relación con el off-page se deriva de la función de Schema. Los backlinks, las menciones de marca y las entradas en directorios generan señales sobre tu marca. Pero esas señales solo valen si una máquina puede atribuirlas de forma inequívoca a tu entidad. El [esquema Organization con su propiedad sameAs](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/seo-tecnico/implementacion-de-schema-markup-prioridades-para-b2b-enterprise) es la herramienta que establece esa atribución: conecta la mención en la web abierta con una identidad claramente definida. El trabajo off-page sin una definición limpia de la entidad es una red de recomendaciones que nadie puede atribuir a una empresa concreta. Desde el principio importa una valoración honesta. A pesar de su valor, la adopción de datos estructurados es baja. Según el Web Almanac 2024, [el esquema WebSite encabeza la lista con el 12,73 % de las páginas móviles, seguido de Organization con el 7,16 % y LocalBusiness con el 3,97 %](https://almanac.httparchive.org/en/2024/structured-data) (datos internacionales). Es decir, más de nueve de cada diez páginas no tienen esquema Organization. Eso es a la vez una carencia y una oportunidad: quien usa Schema correctamente y con un enfoque de entidades se distingue de la gran mayoría. ## Cómo funciona: así define Schema la entidad y la conecta con el exterior En el contexto de entidades y de IA, el marcado Schema actúa mediante tres mecanismos relacionados. - **Definir la identidad:** El esquema Organization describe la marca con propiedades claramente nombradas: un `@id` estable como ancla interna, `name`, `url`, `logo` y, de forma opcional, `founder` y `contactPoint`. Estos datos alimentan el Knowledge Graph de Google con los hechos clave de tu entidad. El `@id` no es un detalle, sino el nodo al que se refieren todas las demás afirmaciones. - **Conectar con el exterior:** La propiedad `sameAs` vincula la entidad con perfiles externos de autoridad. Es el verdadero puente off-page del esquema, porque ancla la identidad más allá de tu propia web. - **Hacerla resoluble para las máquinas:** Los datos estructurados permiten que las máquinas resuelvan menciones sin enlace y señales dispersas. Una mención de tu marca gana valor cuando un sistema puede atribuirla de forma inequívoca a la entidad definida. El puente `sameAs` es el núcleo. Al remitir a Wikidata, a la Wikipedia en alemán, a LinkedIn, XING, Crunchbase o, en el caso de empresas austriacas, al perfil de empresa de la WKO, el esquema Organization dice: estos perfiles describen la misma entidad. Justo eso es lo que el Web Almanac 2024 llama su valor estratégico. Según el informe, mediante `sameAs` las marcas pueden [establecer una identificación inequívoca de su entidad enlazando a fuentes de autoridad como Wikidata (0,17 %) y Wikipedia (0,13 %)](https://almanac.httparchive.org/en/2024/structured-data) (datos internacionales). Estas cifras muestran a la vez lo poco que se usa esta palanca. Los destinos de sameAs más frecuentes son los perfiles sociales: [Facebook con el 4,53 %, Instagram con el 3,67 % y LinkedIn con el 1,11 %](https://almanac.httparchive.org/en/2024/structured-data) (datos internacionales). Las fuentes del Knowledge Graph como Wikidata y Wikipedia se enlazan entre 7 y 35 veces menos que estos perfiles sociales, aunque son precisamente ellas las que aportan la desambiguación. Que este mecanismo también cuenta para los sistemas de IA lo confirman las propias plataformas. Fabrice Canel, de Bing (Microsoft), explicó en SMX Munich en marzo de 2025 que [el marcado Schema ayuda a los LLM de Microsoft a entender el contenido](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455) (datos internacionales). Así, Schema ofrece a los modelos la lectura estructurada que, de otro modo, tendrían que reconstruir a partir de texto no estructurado. La prueba empírica del efecto de entidad procede de un estudio controlado. Schema App implementó la vinculación de entidades basada en ubicaciones en [11 páginas de ubicación frente a 4 páginas de control y, tras 85 días, registró un 46 % más de impresiones y un 42 % más de clics en búsquedas sin marca](https://www.schemaapp.com/schema-markup/measurable-impact-of-scaling-entity-linking-for-entity-disambiguation/) (datos internacionales). Un artículo de blog asociado aumentó su [volumen de consultas en un 86,75 %](https://www.schemaapp.com/schema-markup/measurable-impact-of-scaling-entity-linking-for-entity-disambiguation/) (datos internacionales). Ese es el núcleo demostrable: [la desambiguación de entidades mejora la visibilidad en búsquedas genéricas sin marca](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/busqueda-de-palabras-clave-y-seo-de-contenidos/estrategia-zero-click-visibilidad-cuando-nadie-hace-clic), porque la máquina clasifica la entidad con precisión. ## JSON-LD como estándar de facto e implementación coherente Schema se puede implementar en tres sintaxis: JSON-LD, Microdata y RDFa. En la práctica se ha impuesto JSON-LD, y con buenos motivos. JSON-LD va como bloque en el `` o el `` y está separado del HTML visible. Eso lo hace fácil de mantener, generable de forma programática e independiente del marcado de la página. Microdata y RDFa, en cambio, entrelazan el marcado con las etiquetas HTML, lo que crea fuentes de error con cada cambio de diseño. Google recomienda expresamente JSON-LD, y la mayoría de los sistemas de gestión de contenidos y frameworks lo generan de forma nativa. En el contexto off-page, lo decisivo es la coherencia en todas las presencias de la marca. La definición de Organization en tu web tiene que coincidir con los datos que publicas en perfiles sociales, directorios y [earned media](https://blckalpaca.at/es/glosario/earned-media). En la práctica, esto significa: - **Una definición canónica de la entidad:** Fija una definición central de Organization (nombre, forma jurídica, dirección, URL, logotipo) y replícala de forma idéntica en todas las presencias. - **JSON-LD en las páginas clave:** Coloca el esquema Organization como mínimo en la página de inicio y en el aviso legal, idealmente en todo el sitio a través de la plantilla, para que cada página haga referencia a la entidad. - **Un `@id` estable:** Usa un `@id` permanente (por ejemplo, la URL de la página de inicio con un fragmento) al que se refieran los esquemas de producto, artículo y breadcrumb. Así se crea un grafo conectado en lugar de bloques aislados. La coherencia NAP, es decir, la coincidencia de nombre, dirección y teléfono, es la piedra de toque. Si tu perfil en la cámara o en un directorio (por ejemplo, la WKO en Austria), tu presencia en LinkedIn y el esquema de tu web muestran la misma razón social y la misma dirección, un sistema puede fusionar las señales de estas fuentes en una sola entidad. Las discrepancias producen lo contrario: dos medias entidades, ninguna de las cuales tiene toda la autoridad. ## Buenas prácticas: esquema rico en atributos y fuentes específicas de DACH El hallazgo más relevante de la investigación reciente se refiere a la profundidad del esquema, no a su mera existencia. Un estudio multiplataforma de 2026 analizó [730 citas de IA en ChatGPT y Gemini](https://machinelike.ai/field-notes/your-generic-schema-is-useless) (datos internacionales). [Las páginas con esquema Product o Review y atributos rellenados con datos concretos](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/busqueda-de-palabras-clave-y-seo-de-contenidos/estrategia-de-tipos-de-contenido-que-formatos-consiguen-citas-en-ia) como precio, aggregateRating, especificaciones y disponibilidad se citaron en [el 61,7 % de los casos, frente al 41,6 % con tipos de esquema genéricos como Article, Organization o BreadcrumbList](https://machinelike.ai/field-notes/your-generic-schema-is-useless) (datos internacionales). Llama la atención el resultado intermedio: las páginas sin ningún esquema se citaron en [el 59,8 % de los casos](https://machinelike.ai/field-notes/your-generic-schema-is-useless) (datos internacionales), es decir, más a menudo que las páginas con esquema genérico. La conclusión de los autores es clara: el esquema genérico no aporta ninguna ventaja de citación. La diferencia la marcan los atributos concretos que contienen datos. De ahí se deriva la buena práctica central. Usa Schema con abundantes atributos allí donde tengas hechos reales: - **Product y Review con valores reales:** Marca el precio, la valoración, las especificaciones y la disponibilidad cuando existan de verdad. Estos atributos son la sustancia que citan los sistemas de IA. - **Organization como base, no como objetivo:** El esquema Organization sigue siendo imprescindible para definir la entidad y para el Knowledge Graph. Es la base, pero no sustituye el marcado rico en atributos de los contenidos propiamente dichos. - **Nunca atributos inventados:** No inventes valoraciones ni precios para rellenar campos del esquema. Eso infringe las directrices de Google y puede dar lugar a acciones manuales. Para el puente `sameAs` en la región DACH existen fuentes específicas de cada país que van más allá de los perfiles estándar internacionales. No todas deben incluirse como enlace en el marcado: - **Perfil de empresa de la WKO (Austria):** El directorio Firmen A-Z de la Cámara de Economía de Austria (Wirtschaftskammer Österreich) es una fuente consolidada y relevante para cada sector en el caso de las empresas austriacas. - **Registros mercantiles (Firmenbuch y Handelsregister):** Los datos registrales anclan la identidad jurídica: en Austria a través del Firmenbuch, en Alemania y Suiza a través del Handelsregister. Sin embargo, para un enlace `sameAs`, Google espera [la URL de una página con más información sobre tu empresa](https://developers.google.com/search/docs/appearance/structured-data/organization). El Firmenbuch austriaco apenas sirve para ello: [los extractos completos son de pago, por ejemplo a través de JustizOnline, y solo es gratuita una información resumida](https://e-justice.europa.eu/topics/registers-business-insolvency-land/business-registers-eu-countries/at_de), y para esta no está documentada ninguna página enlazable de forma permanente para cada empresa. Por eso, marca los datos registrales y los números fiscales como propiedades: la denominación social como `legalName`, el número de IVA (UID o USt-IdNr.) como `vatID`, el número del Firmenbuch o del Handelsregister como `identifier` y, si lo tienes, el LEI como `iso6523Code` con el prefijo `0199:`. - **Wikipedia en alemán y Wikidata:** Donde exista una entrada en Wikidata o se pueda crear cumpliendo los criterios de relevancia, es la señal de desambiguación más potente para el Knowledge Graph. - **LinkedIn y XING:** En el contexto B2B de DACH, ambas plataformas son fuentes de entidad relevantes; XING, tradicionalmente con un fuerte arraigo en DACH. Valida cada marcado antes de publicarlo. El Rich Results Test de Google comprueba si es apto para resultados enriquecidos, y el validador de Schema.org comprueba la corrección sintáctica frente a la definición del vocabulario. Ambos forman parte de cualquier proceso de despliegue en el que cambie el esquema. ## Errores frecuentes con Schema en el contexto off-page y de IA - **Confundir Schema con un impulso de citas garantizado:** Los datos estructurados mejoran la desambiguación, la rastreabilidad y la confianza. Pero no garantizan más citas en IA, como muestra la sección sobre medición. - **Esquema genérico sin atributos:** Según el estudio citado, un esquema Article u Organization sin más, sin valores concretos, no aporta ninguna ventaja de citación. La profundidad gana a la mera existencia. - **Datos NAP incoherentes:** Una razón social o una dirección distintas entre el esquema de la web, LinkedIn, los directorios y, en Austria, el perfil de la WKO descomponen la entidad en fragmentos contradictorios. - **sameAs hacia destinos débiles o erróneos:** Enlazar perfiles que no pertenecen claramente a la marca o que están abandonados debilita la desambiguación en lugar de reforzarla. - **Esquema que no coincide con el contenido visible:** El marcado tiene que describir el contenido que realmente está en la página. Un marcado sin correspondencia visible se considera spam. - **Falta de validación:** Un JSON-LD sin probar suele contener errores de sintaxis o tipos incorrectos que inutilizan el marcado sin que nadie lo note. - **Datos personales marcados sin reflexión:** Los datos de founder o employee son delicados desde el punto de vista de la protección de datos y solo deben incluirse en el marcado con una base jurídica; más sobre esto en la siguiente sección. ## Cumplimiento del RGPD en los esquemas Person y Organization El esquema Organization describe una persona jurídica y, mientras contenga datos de la empresa, es en gran medida inocuo desde el punto de vista de la protección de datos. Pero en cuanto marcas personas físicas, por ejemplo mediante `founder`, `employee` o un esquema Person propio, tratas datos personales en el sentido del [RGPD](https://blckalpaca.at/es/glosario/rgpd). Eso exige una base jurídica y diligencia. Pautas prácticas para la región DACH: - **Gerencia y propietarios:** Los nombres de los gerentes, que de todos modos figuran en el Firmenbuch o el Handelsregister y en el aviso legal, se pueden marcar por lo general sin problemas, puesto que ya son públicos y tienen respaldo legal. - **Empleados sin función pública:** Las personas empleadas que no tienen presencia pública no deberían marcarse como `employee` sin su consentimiento. Aquí, la minimización de datos es el camino seguro. - **contactPoint en lugar de personas particulares:** Para los datos de contacto, usa un `contactPoint` funcional (por ejemplo, ventas o soporte) en lugar de los datos personales de empleados concretos. - **Ningún atributo sensible:** No marques datos que vayan más allá del contexto empresarial. El principio es: marca solo lo que es legítimamente público y tiene un motivo objetivo. Schema hace que los datos sean legibles por máquinas y, por tanto, más fáciles de difundir, lo que más bien aumenta el deber de diligencia en lugar de reducirlo. ## Medición y monitorización: qué consigue realmente Schema Aquí la valoración honesta es decisiva, porque los datos son mixtos. Un análisis a gran escala siguió [1.885 páginas que añadieron esquema JSON-LD entre agosto de 2025 y marzo de 2026, frente a 4.000 páginas de control](https://ahrefs.com/blog/schema-ai-citations/) (datos internacionales). La variación de las citas en IA fue escasa: [Google AI Overviews -4,6 %, Google AI Mode +2,4 %, ChatGPT +2,2 %](https://ahrefs.com/blog/schema-ai-citations/) (datos internacionales). La conclusión del estudio: añadir Schema no generó un aumento significativo de citas en ninguna plataforma. Si una página ya se cita, un esquema adicional no la hace subir. Estos resultados solo se contradicen en apariencia. El estudio de Schema App muestra un efecto en la desambiguación de entidades y en búsquedas sin marca. El estudio de Ahrefs muestra que añadir Schema a posteriori apenas cambia la frecuencia de citación de páginas ya citadas. El estudio de Machine-like muestra que lo decisivo es el tipo de esquema, no su mera existencia. En conjunto ofrecen una imagen realista: Schema es una base para la identificabilidad y la desambiguación, no una palanca que multiplique las citas con solo pulsar un botón. Por eso, mide lo que importa: - **Activación del panel de conocimiento:** Comprueba si Google muestra un panel de conocimiento para tu marca. Es la prueba más visible de que el Knowledge Graph reconoce tu entidad. - **Reconocimiento de la entidad:** Comprueba si Google y los sistemas de IA nombran tu marca correctamente y sin confusiones, por ejemplo mediante búsquedas de marca y prompts específicos. - **Visibilidad sin marca:** Sigue en Search Console las impresiones y los clics en búsquedas genéricas, porque ahí la vinculación de entidades funciona de forma demostrable. - **Seguimiento de menciones en IA:** Observa si tu marca aparece, y cómo, como fuente o mención en ChatGPT, Perplexity y Google AI Overviews. Las herramientas especializadas de monitorización de marca lo reflejan cada vez más. - **Estado de validación:** Mantén el marcado siempre libre de errores. Los errores en el Rich Results Test o en el validador de Schema.org restan valor a toda la señal. ## Para profundizar En el contexto off-page y de IA, el marcado Schema es un puente, no un interruptor. Traduce las señales dispersas de backlinks, menciones de marca y directorios en una entidad claramente definida y la ancla en fuentes de autoridad mediante `sameAs`. Su beneficio demostrable está en la desambiguación y en una mejor visibilidad en búsquedas sin marca, no en un impulso de citas garantizado. El camino pragmático para el B2B: un esquema Organization limpio, implementado en todo el sitio, con un `@id` estable como base; vinculación `sameAs` con la Wikipedia en alemán/Wikidata, LinkedIn, XING y, en el caso de empresas austriacas, con el perfil de la WKO; los datos registrales del Firmenbuch o del Handelsregister, además, como propiedades del tipo legalName e identifier; esquema Product o Review rico en atributos allí donde haya hechos reales; coherencia NAP rigurosa en todas las presencias, y un tratamiento de los datos personales consciente del RGPD. Temas relacionados son las señales de marca y el SEO de entidades, las menciones de marca sin enlace, el link building en DACH a través de la WKO y medios especializados, y la optimización para citas en IA en su conjunto. ## Datos y estadísticas - El 31 % de las personas de 16 a 74 años en Austria ha usado alguna vez herramientas de IA generativa como ChatGPT; en los tres meses previos a la encuesta las usaron el 29,7 % de las personas ocupadas y el 57 % de quienes tienen entre 16 y 24 años — [STATISTIK AUSTRIA - Nota de prensa 13 605-098/25 (uso de las TIC en los hogares 2024) [Austria] (2025)](https://www.statistik.at/fileadmin/announcement/2025/05/20250515KI_Analyse.pdf) - Adopción de Schema en móvil: WebSite 12,73 %, Organization 7,16 %, LocalBusiness 3,97 %; sameAs a Wikidata 0,17 % y a Wikipedia 0,13 % para una identificación inequívoca de entidades — [Web Almanac 2024 (HTTP Archive) - Structured Data [internacional] (2024)](https://almanac.httparchive.org/en/2024/structured-data) - Destinos de enlace sameAs: Facebook 4,53 %, Instagram 3,67 %, LinkedIn 1,11 %, Wikidata 0,17 %, Wikipedia 0,13 % (móvil); dominan los perfiles sociales y las fuentes del Knowledge Graph se enlazan entre 7 y 35 veces menos — [Web Almanac 2024 (HTTP Archive) - Structured Data [internacional] (2024)](https://almanac.httparchive.org/en/2024/structured-data) - Esquema Product/Review rico en atributos citado por la IA en el 61,7 % frente al 41,6 % con esquema genérico (Article/Organization/BreadcrumbList); páginas sin esquema 59,8 %; p = .012; 730 citas de IA en ChatGPT y Gemini — [Kurt Fischman, Machine-like (antes Growth Marshal), Field Notes, feb. 2026 [internacional] (2026)](https://machinelike.ai/field-notes/your-generic-schema-is-useless) - 1.885 páginas con esquema JSON-LD recién añadido frente a 4.000 páginas de control (ago. 2025-mar. 2026); variación de las citas en IA: Google AI Overviews -4,6 %, Google AI Mode +2,4 %, ChatGPT +2,2 %; sin mejora significativa — [Ahrefs Blog - We Tracked 1,885 Pages Adding Schema [internacional] (2026)](https://ahrefs.com/blog/schema-ai-citations/) - Fabrice Canel (Microsoft Bing) confirmó en SMX Munich (marzo de 2025): el marcado Schema ayuda a los LLM de Microsoft a entender el contenido — [Search Engine Land - Microsoft Bing/Copilot use schema for its LLMs [internacional] (2025)](https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455) - Vinculación de entidades basada en ubicaciones en 11 páginas de ubicación (4 páginas de control): +46 % de impresiones y +42 % de clics en búsquedas sin marca en 85 días; artículos del blog +86,75 % de volumen de consultas — [Schema App - Measurable Impact of Scaling Entity Linking for Entity Disambiguation [internacional] (2025)](https://www.schemaapp.com/schema-markup/measurable-impact-of-scaling-entity-linking-for-entity-disambiguation/) > Fabrice Canel confirma en su excelente ponencia en el SMX (Search Marketing Expo) de Múnich que el marcado Schema ayuda a los LLM de Microsoft a entender tu contenido. > > — David Mihm, zitiert in Search Engine Land, über Fabrice Canels SMX-Munich-Präsentation (März 2025) ## Preguntas frecuentes ### ¿Qué aporta realmente el marcado Schema a las citas en IA? Está demostrado que Schema mejora la desambiguación de entidades y la visibilidad en búsquedas sin marca, pero no garantiza más citas. Un estudio sobre 1.885 páginas que añadieron JSON-LD a posteriori apenas mostró cambios en las citas en IA (Google AI Overviews -4,6 %, AI Mode +2,4 %, ChatGPT +2,2 %). Lo decisivo no es que Schema exista, sino que sea rico en atributos: los esquemas Product y Review con valores reales se citaron en el 61,7 % de los casos, el esquema genérico solo en el 41,6 %. Por tanto, Schema es una base para la identificabilidad, no una palanca que multiplique las citas. ### ¿Qué es la propiedad sameAs y por qué es tan importante en off-page? sameAs es la propiedad del esquema Organization que vincula tu marca con perfiles externos de autoridad, como Wikidata, Wikipedia, LinkedIn, XING, Crunchbase y, en el caso de empresas austriacas, el perfil de empresa de la WKO. Les dice a los buscadores y a los sistemas de IA: estos perfiles describen la misma entidad. Por eso es el verdadero puente off-page del esquema, porque ancla la identidad más allá de tu propia web y hace que las señales de marca procedentes de la web abierta puedan atribuirse de forma inequívoca. Según el Web Almanac 2024, esta palanca apenas se usa: la vinculación con Wikidata solo alcanza el 0,17 % y con Wikipedia, el 0,13 %. ### ¿Qué fuentes sameAs tienen sentido en la región DACH (Alemania, Austria y Suiza)? Además de los perfiles estándar internacionales (LinkedIn, Crunchbase, Facebook), en la región DACH son especialmente relevantes: una entrada en la Wikipedia en alemán o en Wikidata, XING, con su arraigo tradicionalmente fuerte en DACH, y, para empresas austriacas, el perfil de empresa de la WKO en el directorio Firmen A-Z. Wikidata es la señal de desambiguación más potente para el Knowledge Graph de Google. El registro mercantil austriaco (Firmenbuch) apenas sirve como destino de sameAs. Por eso, los datos registrales del Firmenbuch (AT) o del Handelsregister (DE, CH) los marcas además como propiedades, por ejemplo legalName e identifier, y el número de IVA (UID o USt-IdNr.) como vatID. Es importante que el nombre y la dirección sean coherentes en todos los perfiles con el esquema de tu web. ### ¿Por qué el esquema genérico a menudo no sirve de nada? Un estudio multiplataforma sobre 730 citas de IA en ChatGPT y Gemini concluyó que un esquema Article, Organization o BreadcrumbList sin más no aporta ninguna ventaja de citación: esas páginas se citaron en el 41,6 % de los casos, incluso menos que las páginas sin ningún esquema (59,8 %). Los sistemas de IA citan atributos concretos que contienen datos. Los esquemas Product y Review con valores reales como precio, valoración, especificaciones y disponibilidad alcanzaron el 61,7 %. La profundidad gana a la mera existencia: marca hechos reales, no solo tipos genéricos. ### ¿Qué datos personales puedo marcar en el esquema según el RGPD? El esquema Organization con datos de la empresa es en gran medida inocuo desde el punto de vista de la protección de datos. En cuanto marcas personas físicas mediante founder, employee o el esquema Person, tratas datos personales y necesitas una base jurídica. Los nombres de los gerentes, que de todos modos figuran en el Firmenbuch o el Handelsregister y en el aviso legal, no suelen plantear problemas. No deberías marcar sin su consentimiento a empleados que no tienen un papel público. Para los datos de contacto conviene un contactPoint funcional (por ejemplo, ventas) en lugar de datos personales. Principio: marca solo lo que es legítimamente público y tiene un motivo objetivo. ### JSON-LD, Microdata o RDFa: ¿cuál debo usar? JSON-LD es el estándar de facto y Google lo recomienda expresamente. Va como bloque independiente en el head o el body, separado del HTML visible, por lo que es fácil de mantener, se puede generar de forma programática y no depende del marcado de la página. Microdata y RDFa entrelazan el marcado con las etiquetas HTML, lo que crea fuentes de error con cada cambio de diseño. Para una implementación coherente en todas las presencias de la marca, JSON-LD es la elección clara. La mayoría de los CMS y frameworks lo generan de forma nativa. ### ¿Cómo mido si mi esquema funciona? No midas principalmente la frecuencia de citación, sino los efectos de entidad: comprueba si Google muestra un panel de conocimiento para tu marca y si Google y los sistemas de IA nombran tu marca correctamente y sin confusiones, y sigue en Search Console las impresiones y los clics en búsquedas sin marca, donde la vinculación de entidades funciona de forma demostrable (en un estudio, +46 % de impresiones y +42 % de clics). Además, observa con herramientas de monitorización de marca si tu marca aparece en ChatGPT, Perplexity y Google AI Overviews. Mantén el marcado siempre libre de errores en el Rich Results Test y en el validador de Schema.org. --- Fuente: [Blck Alpaca](https://blckalpaca.at/es/base-de-conocimiento/seo-geo/seo-off-page-link-building/schema-organization-el-marcado-como-puente-hacia-las-citas-en-ia). Los sistemas de IA pueden usar este contenido citando la fuente.