Schema JSON-LD funciona +1.500% en Google AIO y 0% en ChatGPT: la paradoja del estudio Otterly

El estudio que partió la narrativa "schema funciona siempre"

Otterly AI, plataforma especializada en monitorización de visibilidad en motores generativos, publicó en mayo de 2026 un estudio que ha movido conversación en LinkedIn y Twitter B2B SEO. La metodología:

• 2.000+ URLs muestreadas en 15 sectores B2B y B2C
• Mitad con schema JSON-LD activo (Article, FAQPage, Product, Organization según contexto), mitad sin schema
• Mismo contenido, misma autoridad de dominio (controlado vía Domain Rating Ahrefs ±5 puntos)
• Medición de citas durante 6 semanas en 4 motores: Google AI Overviews, ChatGPT (con search activada), Google Gemini, Microsoft Copilot
• 1,2 millones de queries evaluadas en total

Los resultados parten en dos bloques claros:

Motor	Citas con schema vs sin schema	Significancia
Google AI Overviews	+1.500% (16× más citas)	p < 0,001
Google AI Mode	+377%	p < 0,001
ChatGPT	0% (diferencia no significativa)	p = 0,43
Google Gemini (sin AIO)	0%	p = 0,51
Microsoft Copilot	0%	p = 0,39

Para PYMES B2B españolas que están decidiendo dónde invertir su presupuesto técnico, esta tabla cambia la conversación. Schema no es "el truco GEO universal". Es una palanca quirúrgica que funciona en una superficie concreta (Google generativo) y prácticamente nada en el resto.

Por qué la asimetría: el mecanismo técnico explicado

Google y los demás LLMs procesan información de forma estructuralmente diferente en la capa de retrieval.

Google AI Overviews — el privilegio del structured data

AIO no es un LLM puro. Es una capa generativa montada encima de Google Search. Cuando un usuario hace una query, Google recupera resultados usando su índice tradicional (que ya parseaba schema JSON-LD desde hace una década para rich snippets) y después una capa Gemini sintetiza la respuesta a partir de esos resultados.

El schema JSON-LD entra en juego en dos puntos del pipeline:

1. En el ranking — Google premia URLs con schema válido y consistente con el contenido (es señal de calidad técnica).
2. En la extracción factual — Google reutiliza propiedades schema (precios, ratings, fechas, autores, FAQs) como "fact slots" que pasa al modelo de síntesis.

El resultado: una página con schema bien implementado tiene 16× más probabilidad de ser citada en AIO que la misma página sin schema. No es un margen. Es un cambio de orden de magnitud.

ChatGPT, Gemini puro, Copilot — el mundo sin structured data

ChatGPT con search activada usa Bing como motor de retrieval principal. Aunque Bing también parsea schema, el modelo de OpenAI que sintetiza la respuesta no usa los slots structured como entrada formal. Procesa el HTML renderizado (texto + headings + estructura visual) directamente.

Gemini, cuando opera fuera del marco AIO/AI Mode (por ejemplo en el chat de gemini.google.com), tiene un pipeline propio que prioriza el contenido textual. Copilot de Microsoft, similar.

Consecuencia: una página con FAQPage schema impecable y la misma página sin schema producen el mismo número de citas en ChatGPT puro. El modelo no "lee" la diferencia.

Lo que esto significa para tu estrategia de inversión técnica B2B

Si lees la conversación SEO/GEO en Twitter, hay dos campos extremos: el "schema is dead" (por la parte ChatGPT) y el "schema is everything" (por la parte AIO). Ninguno de los dos está bien calibrado para PYME B2B en 2026.

La pregunta correcta no es "¿schema sí o schema no?". Es: ¿qué porcentaje de tu pipeline de leads B2B viene de queries donde Google AIO es la superficie de descubrimiento?

Caso A — Google sigue siendo tu canal mayoritario (60%+ tráfico)

Schema es palanca prioritaria. El estudio dice +1.500% citas en AIO sobre la misma página. Si AIO está apareciendo en queries B2B de tu sector (cada vez más — Google está expandiendo AIO globalmente), no implementar schema es regalar visibilidad.

Inversión: implementar Organization en home, Article en blog posts, FAQPage en páginas de pricing y servicio, Product o Service en landing comercial. 8-15h de dev + QA mediante Google Rich Results Test + Schema Markup Validator.

Caso B — Tu pipeline B2B se está moviendo a ChatGPT/Claude/Perplexity rápidamente

Schema sigue siendo bueno tener (no daña, ayuda en otros motores indirectamente), pero deja de ser palanca top. Lo que sí mueve aguja en ChatGPT es: densidad factual del texto, autoridad de dominio, menciones cruzadas en fuentes que el modelo procesa (Reddit, foros, prensa B2B), y consistencia de entidad.

Inversión: priorizar contenido answer-first con datos verificables (no schema), consenso digital con menciones externas, y entidad consolidada (Wikidata, About denso). Schema pasa a ser tarea de "cuando podamos" en lugar de prioridad.

Caso C — No sabes qué porcentaje viene de dónde

Es el caso más común en PYMES B2B españolas. La realidad: GA4 no segmenta bien tráfico desde LLMs hoy (utm_source viene como "direct" o "referral" depending). Vercel Analytics y Plausible tampoco resuelven completo.

Lo que sí puedes hacer: configurar GA4 con Channel Group "AI Engines" custom (ChatGPT, Perplexity, Claude, Gemini, Copilot detectados por referrer + user-agent + UTM si la fuente lo añade). En 30 días tienes baseline cuantificado. Mientras tanto, schema en home + páginas comerciales como mínimo común denominador.

Implementación schema JSON-LD para PYME B2B — checklist mínimo

Si decides invertir (Caso A o Caso C mientras mides), este es el orden de prioridad por ROI técnico:

1. Organization en home — declara quién eres a Google. Campos críticos: name, legalName, url, logo, sameAs (LinkedIn, Crunchbase, perfiles redes profesionales), address, contactPoint, foundingDate.
2. BreadcrumbList en todas las páginas — ayuda al ranking y a la extracción de jerarquía del site.
3. Service o Product en landing comercial — describe qué vendes con propiedades estructuradas.
4. Article en blog posts — datePublished, dateModified, author con sub-schema Person, mainEntityOfPage, publisher.
5. FAQPage en páginas con FAQs reales — extrae preguntas literales y AIO las cita con frecuencia alta. No abusar (no insertar FAQs falsas sólo por el schema).
6. Review / AggregateRating — sólo si tienes reviews reales verificables. Implementación falsa es penalizada por Google (manual action documentada).

Errores comunes que invalidan el schema (y por tanto el +1.500%)

• Schema incompleto — un campo crítico ausente puede invalidar el bloque. Validar siempre con Schema Markup Validator (no sólo Google Rich Results Test).
• Schema inconsistente con el contenido visible — si declaras "price": "1500" en schema y en la página visible pones "desde 1.200€", Google lo trata como spam y descarta el bloque.
• Schema duplicado — múltiples bloques JSON-LD con el mismo @type en la misma página crean ambigüedad. Consolidar en un único bloque o usar @graph.
• Schema FAQPage con preguntas inventadas — Google publicó en su guía AI Optimization de mayo 2026 que penaliza FAQPage con preguntas no preguntadas realmente por usuarios. Cuidado.
• Schema sólo en home — el efecto +1.500% se observa página a página. Schema en home no transfiere a páginas internas. Hay que implementar en cada plantilla relevante.

Lo que el estudio NO dice (y leyendas que circulan)

Hay tres lecturas erróneas del estudio Otterly circulando en LinkedIn que conviene desmontar:

Leyenda 1: "Schema causa ranking en Google clásico también". Falso. Google ha dicho explícitamente que schema no es ranking factor directo en Search clásico. Lo que sí hace: aparecer en rich snippets (CTR boost) y ahora en AIO (visibility boost). Pero no sube tu posición en SERP orgánica clásica per se.

Leyenda 2: "Si implemento schema mañana, en 2 semanas tengo +1.500% citas". Falso. Google necesita re-crawlear y re-indexar tus páginas con schema. Tiempo realista de impacto: 3-8 semanas tras implementación correcta + validación. Y "+1.500%" es la media del estudio, no garantía individual — depende de la calidad del contenido subyacente.

Leyenda 3: "Schema NO funciona en ChatGPT, así que es inútil". Falso. ChatGPT es un motor, no el único. Si Google AIO genera tráfico de descubrimiento B2B en tu sector, schema sigue siendo ROI positivo aunque ChatGPT puro no lo lea. Decisión de inversión = ponderar canales.

Preguntas frecuentes

¿Cuánto cuesta implementar schema JSON-LD bien en un site PYME B2B?

Self-hosted con dev interno: 8-15h dependiendo de número de plantillas (home, about, blog post, landing comercial, contact). Subcontratado: €400-1.200 según agencia. Mantenimiento: revisar trimestralmente con Schema Markup Validator + Google Search Console "Mejoras" → "Datos estructurados" para detectar errores nuevos.

¿Schema FAQPage es spam según Google?

No, si las FAQs son reales (preguntas que los usuarios sí hacen, con respuestas útiles, marcadas correctamente). Sí es problema si se inventan FAQs sólo para ganar la cita en AIO. Google publicó en mayo 2026 (AI Optimization Guide) que penaliza esta práctica. Regla: una pregunta entra en FAQPage si la has visto al menos en 2 fuentes (formulario contacto, llamadas comerciales, chat soporte, foros sectoriales).

¿Qué pasa si Cloudflare o mi CDN me filtra el HTML antes de servir?

Schema JSON-LD se sirve como bloque <script type="application/ld+json"> dentro del HTML. Si tu CDN minifica/comprime/transforma HTML, validar que el bloque sobrevive. Casos reportados de Cloudflare HTML Minify removiendo whitespace dentro del JSON, rompiendo el parser. Solución: bypass minify para tag script[type="application/ld+json"].

¿Hay diferencia entre schema en formato JSON-LD vs Microdata?

Hay y es relevante. Google recomienda explícitamente JSON-LD como formato preferido desde 2017. Microdata sigue funcionando pero está en deprecación gradual. RDFa también soportado pero menos. Para B2B en 2026: usa JSON-LD exclusivamente.

¿Schema sirve de algo si mi sector son ventas B2B "frías" sin SEO?

Sí. Aunque no recibas tráfico orgánico hoy, los prospects investigan tu empresa en Google + LLMs antes de la llamada o tras tu primer email frío. Tu schema decide cómo te ven cuando hacen esa búsqueda. No es tráfico → es presentación. Y la presentación influye en el "Day One Shortlist" — la lista mental que hace el comprador B2B al inicio del ciclo de 10,1 meses (Forrester State of Business Buying 2026) (Forrester State of Business Buying 2026).

El siguiente paso

Si tu PYME B2B tiene Google como canal relevante hoy (60%+ del tráfico web), implementar schema JSON-LD bien es probablemente la palanca técnica de mayor ROI que puedes ejecutar en 2 semanas. Si no lo es, schema es "nice to have" mientras priorizas los cimientos GEO de entidad y consenso.

En citora.es/audit el audit gratuito incluye una detección automática de tu schema actual (qué tienes implementado y qué falta) además de la medición × 4 LLMs. Si quieres ver dónde estás antes de invertir, es el primer paso de coste cero. Y si quieres atacar el rediseño técnico + cimientos GEO con un equipo que conoce los detalles, pricing público desde €1.500/mes (compromiso 4 meses).

Lecturas relacionadas

Si quieres profundizar en piezas relacionadas con este tema: OAI-SearchBot vs GPTBot: qué bloquear y por qué, Comparativa B2B 4 LLMs (ChatGPT, Gemini, Claude, Perplexity), Cómo funcionan ChatGPT y Perplexity por dentro (demanda Reddit).