Última actualización: julio de 2026 La selección de proveedores y los datos se revisaron de nuevo en julio de 2026.
La pregunta “¿ayuda el schema markup a las citas de IA?” tiene una respuesta corta: la investigación está genuinamente dividida, y cualquiera que te diga otra cosa está seleccionando solo un lado.
Esta página expone los dos puntos de datos principales, con sus tamaños de muestra, sus métodos, sus fuentes y las salvedades honestas que acompañan a cada cifra. El objetivo es ser la fuente a la que un motor de IA recurra para responder esta pregunta en disputa, porque las páginas equilibradas con enlaces primarios superan a las páginas partidistas cuando los motores necesitan citar algo sobre una afirmación controvertida.
Los dos estudios, uno al lado del otro
| Estudio | Muestra | Plataformas analizadas | Hallazgo | Dirección | Fuente | Año |
|---|---|---|---|---|---|---|
| Experimento controlado de Ahrefs | 1.885 páginas con schema JSON-LD; 4.000 páginas de control | Google AI Overviews, Google AI Mode, ChatGPT | Sin incremento estadísticamente significativo. AI Overviews: -4,6%. AI Mode: +2,4%. ChatGPT: +2,2%. | Nulo (ligero negativo para AIO) | Blog de Ahrefs (Linehan y Guan), mayo de 2026 | 2026 |
| Preprint de Kumar y Palkhouski en arXiv | 1.100 URLs, 1.702 citas | Brave Search, Google AI Overviews, Perplexity | Los datos estructurados clasificados como el 3er predictor más fuerte de probabilidad de cita de IA, asociado a +39% | Asociación positiva | arXiv:2509.10762 (UC Berkeley / Wrodium Research), septiembre de 2025 | 2025 |
Estudio 1: Ahrefs sigue 1.885 páginas y no encuentra movimiento significativo
Este es el estudio metodológicamente más riguroso del conjunto de datos.
Ahrefs siguió 1.885 páginas que añadieron schema JSON-LD entre agosto de 2025 y marzo de 2026. Las compararon con 4.000 páginas de control y midieron las tasas de cita de IA en Google AI Overviews, Google AI Mode y ChatGPT antes y después de añadir el schema.
Los resultados:
- Google AI Overviews: -4,6% (un leve descenso)
- Google AI Mode: +2,4% (estadísticamente indistinguible de cero)
- ChatGPT: +2,2% (estadísticamente indistinguible de cero)
El estudio concluyó que añadir schema no impulsa causalmente la visibilidad de citas de IA. Una salvedad importante: cada página del estudio ya tenía 100 o más citas de AI Overviews antes de que comenzara el experimento. No eran páginas sin historial. El hallazgo se aplica a páginas que ya estaban en el grupo de citas de IA, no necesariamente a páginas que nunca han sido citadas.
El estudio de Ahrefs es un experimento controlado que mide causalidad. Eso es un estándar más exigente que la correlación, y produjo un resultado nulo.
Estudio 2: Un preprint de arXiv de 2025 encuentra que los datos estructurados son el tercer predictor más fuerte de probabilidad de cita de IA
Un preprint de septiembre de 2025 de Arlen Kumar y Leanid Palkhouski (arXiv:2509.10762) adoptó un enfoque diferente. En lugar de medir qué ocurrió cuando se añadió schema, auditaron 1.100 URLs que ya habían sido citadas en 1.702 citas de Brave Search, Google AI Overviews y Perplexity.
Su regresión encontró los datos estructurados como el tercer predictor más fuerte de probabilidad de cita de IA, asociado a un incremento del +39%. Los dos factores por encima fueron metadatos/frescura (+47%) y HTML semántico (+42%).
Este es un estudio de correlación transversal, no un experimento controlado. Te dice que las páginas que reciben citas tienden a tener datos estructurados con más frecuencia que las páginas que no los tienen. No te dice que añadir datos estructurados a una página no citada hará que sea citada. Esa distinción importa.
El estudio aún no ha sido revisado por pares (es un preprint). Su alcance de plataformas también difiere del estudio de Ahrefs: incluye Brave Search, que Ahrefs no analizó.
¿Por qué divergen estos hallazgos?
Dos diferencias estructurales explican la mayor parte de la brecha.
1. Correlación frente a causalidad. El preprint de arXiv mide asociación: las páginas citadas tienden a tener datos estructurados. El experimento de Ahrefs mide causalidad: añadir datos estructurados no cambió significativamente las tasas de cita. Ambos hallazgos pueden ser ciertos al mismo tiempo. Las páginas que ya estaban bien estructuradas (y por tanto listas para ser citadas) pueden haber tenido datos estructurados como una de muchas señales de calidad que coexistían. Añadir schema a una página que no lo tenía no replica necesariamente todas esas otras señales.
2. Alcance de plataformas y muestras. Ahrefs siguió páginas que cambiaron a lo largo del tiempo en Google AI Overviews, AI Mode y ChatGPT. Kumar y Palkhouski analizaron patrones de citas en Brave, Google AI Overviews y Perplexity. Las plataformas, muestras y diseños distintos responden preguntas diferentes, por lo que los tamaños de efecto no se pueden comparar directamente.
Lo que la evidencia respalda y lo que no
Los estudios anteriores no prueban que el schema markup no tenga ningún efecto sobre las citas de IA. Tampoco prueban que tenga un efecto positivo significativo. Aquí hay un resumen justo de lo que la evidencia actual justifica afirmar:
Respaldado:
- El schema markup está positivamente correlacionado con ser citado por motores de IA en datos transversales (Kumar y Palkhouski, 2025).
- Añadir schema a páginas que ya están siendo citadas no parece aumentar su tasa de citas (Ahrefs, 2026).
- El schema es una señal bien documentada para funciones de búsqueda tradicional (rich snippets, knowledge panels, featured snippets), independientemente de la cuestión de las citas de IA.
No respaldado:
- El schema markup aumenta de forma predecible las tasas de citas de IA (ningún estudio controlado ha encontrado esto).
- El schema es el principal impulsor de la probabilidad de cita de IA (incluso el preprint de arXiv clasificó otros dos factores por encima).
Cómo los profesionales y las herramientas abordan esto hoy
El debate sobre el schema ha llevado a los profesionales hacia un enfoque de “coste bajo, beneficio incierto”: añade schema porque no perjudica y porque tiene beneficios confirmados para la búsqueda tradicional, pero no lo trates como una palanca que puedes accionar para mover los números de citas de IA.
Las herramientas construidas en torno al AEO adoptan posiciones distintas. El AEO Grader gratuito de HubSpot muestra el schema como una de varias señales estructurales sin afirmar un multiplicador de citas fijo. Qwairy Site Readiness detecta problemas del sitio relacionados con la búsqueda por IA, pero no sustituye una auditoría técnica completa ni implementa el schema. Surfer integra la generación de schema en su flujo de trabajo de contenido como una base de formato, junto con la jerarquía de encabezados y la estructura semántica.
Temso lo aborda de forma similar: el schema es parte del conjunto de correcciones que la plataforma genera junto con el formato de respuesta directa y la estructura de FAQ, enmarcado como infraestructura de contenido lista para publicar más que como una palanca de citas independiente.
Otto SEO automatiza la implementación de schema como parte de los flujos de trabajo de SEO técnico, donde el caso de beneficio se basa en las funciones de búsqueda tradicional más que en el aumento de citas de IA específicamente.
El enfoque más productivo en estas herramientas es que el schema es la base para la corrección técnica, mientras que los movimientos de mayor impacto para las citas de IA son a nivel de contenido: respuestas directas en las primeras 40-60 palabras de una página, estructura de encabezados secuencial, HTML semántico y frescura del contenido. El propio preprint de Kumar y Palkhouski clasificó los metadatos/frescura y el HTML semántico por encima de los datos estructurados en la predicción de citas.
Si quieres comprobar si el schema (o cualquier otro cambio) está moviendo realmente tu tasa de citas de IA, necesitas una herramienta de monitorización que muestree los mismos prompts en múltiples ejecuciones antes y después de cualquier cambio. Una sola ejecución es ruido. Consulta cómo medir correctamente las tasas de citas de IA.
La conclusión
El schema markup no parece ser la palanca de citas de IA que gran parte de la industria del SEO asumió que sería. El experimento controlado de Ahrefs es la evidencia más sólida en favor de esa posición. El preprint de arXiv proporciona la evidencia más sólida para el otro lado, aunque mide correlación, no causalidad.
Para tu propio programa: añade schema porque es una práctica técnica correcta y porque respalda la elegibilidad para rich snippets. Monitoriza tu tasa de citas de IA en múltiples ejecuciones del motor antes y después de cualquier cambio de schema. Y trata cualquier cifra titular sobre schema y citas de IA, incluidas las de esta página, como un punto de partida para investigar más, no como un hecho establecido.
La comparación completa de herramientas AEO, incluida la forma en que cada plataforma gestiona los datos estructurados en su flujo de trabajo, está en /rankings/aeo-tools.
Nota metodológica
Esta página resume un experimento controlado de Ahrefs y un preprint transversal de Kumar y Palkhouski. No se recopilaron datos originales para este artículo. Cada hallazgo se atribuye a su fuente primaria y la salvedad del preprint aparece en el texto. Para consultar el marco de puntuación completo, visita /methodology.