Un producto puede ser perfecto para un cliente, pero si no tiene un marcado schema completo, los agentes de compra con IA nunca lo recomendarán. El agente lee tu HTML como lo haría una persona, pero entiende tu producto a través de los datos estructurados. Sin schema no hay comprensión.
Cuando un cliente le pide a un asistente de compras con IA que busque una funda de portátil que quepa bajo el asiento de un avión y cueste menos de $100, el agente no navega por la web como una persona. Lee datos estructurados de las páginas de producto. Busca schema Offer con precios concretos, schema Product con atributos de dimensiones y schema AggregateRating con valoraciones de clientes. Si tu página de producto tiene una descripción preciosa pero no tiene schema, el agente la descarta por completo.
Este capítulo explica cómo funciona el schema de producto, qué marcado leen realmente los sistemas de compra con IA y cómo estructurar los datos de tu producto para que los agentes de IA puedan encontrar y recomendar tus productos.
Qué es el schema de producto y por qué dependen de él los agentes de IA
El schema de producto es código legible por máquinas que le dice a los sistemas de IA qué es tu producto, cuánto cuesta, cómo está valorado y dónde pueden comprarlo los clientes. En lugar de pedirle a un agente de IA que adivine si "funda de portátil" significa un maletín o una mochila, el schema se lo dice explícitamente. Este producto tiene ruedas. Tiene un compartimento para portátil de 15 pulgadas. Cuesta $89.99.
El marcado schema usa un formato llamado JSON-LD. JSON-LD es una forma de escribir datos que cualquier sistema informático puede leer sin tener que entender HTML ni diseño. Un rastreador de IA visita tu página de producto, lee el HTML y además extrae la etiqueta de script JSON-LD. Esa etiqueta de script contiene datos estructurados. El agente analiza esos datos y entiende tu producto al instante.
Las tiendas que usan schema de producto completo reciben un 58,3% más de clics desde interfaces de compra con IA que las tiendas con schema incompleto o ausente. Los productos con marcado schema claro aparecen 3,1 veces más a menudo en las AI Overviews y en los resultados de compra con IA.
La diferencia entre el schema Product y el schema Offer
El schema Product describe qué es el producto. El schema Offer cubre el precio, la disponibilidad y la información del vendedor. Juntos forman el panorama completo que necesitan los sistemas de compra con IA.
El schema Product incluye nombre del producto, descripción, imagen, marca, categoría del producto, color, talla, peso, dimensiones, material y GTIN (el número del código de barras). Es la capa de identidad. Le dice a la IA qué estás vendiendo.
El schema Offer incluye precio, moneda, disponibilidad (en stock, agotado, reserva), estado del artículo (nuevo, reacondicionado, usado), nombre del vendedor y política de devoluciones. Es la capa de transacción. Le dice a la IA dónde y cómo pueden comprarlo los clientes.
Una página de producto necesita ambos. Un producto sin oferta es solo información. Una oferta sin producto deja a la IA confundida sobre qué se vende. El marcado schema para compras con IA siempre incluye el schema Product más al menos un bloque de schema Offer.
Cómo usan los agentes de compra con IA el schema para encajar productos con las necesidades del cliente
Cuando un cliente le pide a un agente de IA que busque algo, el agente divide la petición en atributos buscables. Una petición de "una botella de agua que mantenga las bebidas frías durante 24 horas" se traduce en atributos de búsqueda como: tipo de producto igual a botella de agua, material que incluya acero inoxidable o doble pared, capacidad de al menos 16 onzas y color indiferente.
Después el agente busca en los feeds de producto los productos que cumplan todos esos atributos. Si tu schema de producto no incluye el atributo de material ni el de capacidad, el agente no puede evaluar si tu producto encaja. Aunque tu producto sea perfecto, el agente lo descarta.
Por eso el schema completo importa más que el texto de marketing. Tu preciosa descripción que dice "mantiene las bebidas frías todo el día" no le da al agente ni una temperatura ni una duración. Tu schema, que especifica el material como acero inoxidable y la capacidad como 32 onzas, le dice al agente exactamente qué buscar.
Qué leen realmente los sistemas de compra con IA en tu schema
No todos los campos del marcado schema tienen el mismo peso. Los sistemas de compra con IA priorizan ciertos campos porque les ayudan a encajar los productos con las condiciones del cliente.
Los campos críticos y obligatorios incluyen nombre del producto, precio, moneda y disponibilidad. No son negociables. Sin ellos, el agente no puede incluir tu producto en los resultados.
Los campos de alta prioridad que se usan mucho incluyen marca, imagen, GTIN o MPN, color, talla, material, peso, dimensiones y AggregateRating. Estos campos influyen directamente en que un agente recomiende tu producto cuando un cliente compara opciones.
Los campos secundarios, que aparecen cuando son relevantes, incluyen información de garantía, detalles de envío, política de devoluciones, categoría del producto y fabricante. Aparecen en la respuesta del agente, pero no impulsan la recomendación inicial.
La mayoría de las marcas de tiendas online acierta con los campos críticos y de alta prioridad, pero omite por completo los secundarios. Un schema completo que incluya garantía, política de devoluciones y detalles de envío aumenta la probabilidad de que un agente te recomiende cuando los clientes _blocked_úan la fiabilidad.
JSON-LD es el formato que prefieren los sistemas de IA
Hay varias formas de escribir marcado schema. Microdata usa atributos HTML. RDFa usa etiquetas HTML. JSON-LD usa una etiqueta de script que vive separada de tu HTML.
Los sistemas de IA prefieren JSON-LD porque es el formato más fácil de analizar. JSON son datos válidos y estructurados. Un programa informático puede extraerlo sin entender el diseño de tu página. Cuando un rastreador de IA visita tu página, busca una etiqueta de script JSON-LD, lee los datos y los usa de inmediato.
El 89% de las implementaciones de schema usa JSON-LD. Es el formato que recomienda Google. Es lo que las plataformas de compra con IA esperan leer. Si tu plataforma de tienda online genera el schema automáticamente, casi con certeza está generando JSON-LD.
El marcado schema debe ir en el <head> de la página o justo después de la etiqueta <body>. Debe ser HTML estático en el código fuente de la página, no cargado de forma dinámica con JavaScript. Si tu schema de producto se carga después de ejecutarse JavaScript, algunos rastreadores de IA no esperarán a que cargue y rastrearán una versión en blanco de tu página.
Cómo construir un schema Product completo para tu catálogo
Un bloque mínimo de schema de producto debe incluir nombre, descripción, imagen, marca, precio, moneda y disponibilidad. Pero lo mínimo no compite bien con lo completo.
Un schema de producto completo incluye todo lo anterior más el GTIN (número del código de barras), opciones de color, opciones de talla, material, peso, dimensiones, categoría del producto, fabricante, valoración agregada (número de estrellas y número de reseñas) y cualquier atributo específico de la categoría de tu producto.
Si tu producto viene en variantes (distintas tallas o colores), cada variante necesita su propio bloque Offer con su propio precio y disponibilidad. Una camisa que viene en rojo, azul y verde debería tener tres bloques de schema Offer separados. Un bolso en tamaño pequeño, mediano y grande debería tener tres entradas de precio y disponibilidad.
Las principales plataformas de tienda online generan schema básico automáticamente. La generación suele ser suficiente para los campos críticos, pero a menudo se deja el material, las dimensiones y la gestión de variantes. Audita tu schema. Comprueba que las variantes de color y talla tengan sus propios bloques Offer. Verifica que los tipos especiales de producto (packs, sets de regalo) estén estructurados correctamente.
Cómo verificar que tu schema es correcto
No des por hecho que tu plataforma genera un schema correcto sin verificarlo. Usa la prueba de resultados enriquecidos de Google o la herramienta de validación de Schema.org. Introduce la URL de tu página de producto y la herramienta te muestra exactamente qué schema contiene tu página.
Busca estos problemas concretos. Los más habituales que hay que corregir son: números GTIN ausentes, valores de disponibilidad incorrectos, declaraciones de moneda ausentes, URL de imagen ausentes, número de reseñas a cero e información de variantes ausente.
Los números GTIN ausentes son el problema más común. Si tu producto tiene código de barras (EAN, UPC, ISBN), inclúyelo en tu schema. Los sistemas de IA usan el GTIN para verificar la identidad del producto entre distintos vendedores. Si tu GTIN falta o es incorrecto, el agente no puede encajar tu producto con los sistemas de inventario ni con las comparaciones de compra.
Los recuentos de reseñas a cero o en blanco son una señal de alarma. Si tu schema dice que un producto tiene cero reseñas, los sistemas de IA suponen que es nuevo y no está verificado. Aunque tu producto tenga 500 reseñas, si tu schema no incluye ese recuento, los agentes ven un producto sin contrastar.
Los feeds de producto como activo central de tu schema
Si vendes en marketplaces o usas servicios de feeds de compra, tu feed de producto es donde el schema cobra vida a escala.
Un feed de producto es una lista estructurada de todos tus productos con campos estandarizados. Cada campo se corresponde con el marcado schema. Tu generador de feeds crea el schema JSON-LD a partir de esos datos. Si tu feed tiene datos incompletos o incorrectos, el schema será incompleto o incorrecto a escala.
Invierte en la calidad del feed. Esto significa auditar los datos de tus productos en cuanto a exactitud, completitud y coherencia. Un feed de alta calidad que incluya GTIN, marca, precio, disponibilidad y atributos del producto generará un schema limpio y completo de forma automática.
La mayoría de las empresas de tienda online deja entre un 10 y un 20% de los datos de sus productos incompletos. Un producto incompleto no aparece en los resultados de compra con IA. Una auditoría del feed que corrija solo el 20% de tus productos con más ventas puede aumentar la visibilidad en IA un 40% o más.
El schema AggregateRating y Review impulsa las recomendaciones
Un producto con reseñas se recomienda más a menudo que un producto idéntico sin reseñas. Los sistemas de compra con IA tratan las reseñas como verificación de terceros de tus afirmaciones.
El schema AggregateRating le dice a los sistemas de IA cuántas personas han valorado tu producto y cuál fue su puntuación media. Incluye ratingValue (la puntuación media en estrellas, como 4,7), reviewCount (cuántas reseñas tienes), bestRating (siempre 5) y worstRating (siempre 1).
Un producto con 4,8 estrellas y 120 reseñas transmite fiabilidad a un agente de IA. Un producto sin datos de reseñas indica que no está verificado. Si tu producto tiene reseñas en tu web, incluye la valoración agregada en el schema. Si tu producto es nuevo y no tiene reseñas, al menos incluye ratingCount como 0 en lugar de omitir el campo por completo.
Cómo te ayuda WEMASY con el schema de producto
El creador de webs de WEMASY incluye generación de schema para las páginas de producto. Añades la información del producto a través de la interfaz de WEMASY y el sistema genera automáticamente un schema JSON-LD limpio y válido. Puedes previsualizar tu schema antes de publicar con el validador integrado de WEMASY.
Para los comerciantes que venden en WEMASY, puedes añadir atributos detallados del producto, como material, dimensiones, variantes de color y peso, directamente en tu editor de productos. WEMASY traduce esos campos a un schema Product y Offer completo de forma automática. Más información sobre las funciones de tienda online de WEMASY en nuestra página de precios.
Preguntas frecuentes
¿Necesita cada variante de producto su propio marcado schema?
Si tu producto viene en distintas tallas, colores u opciones, cada variante debería tener su propio schema Offer con su propio precio y disponibilidad. Así los agentes de IA pueden encontrar la variante exacta que busca el cliente. Una camisa en tres colores debería tener tres bloques Offer separados con tres precios y niveles de inventario distintos. Con el creador de webs de WEMASY puedes montarlo directamente en tu web.
¿Qué pasa si tengo marcado schema pero está incompleto?
Los sistemas de IA usarán lo que haya disponible, pero un schema incompleto limita la visibilidad. Un producto sin GTIN, dimensiones o estado de disponibilidad recibe menos prioridad en las recomendaciones. Cuando dos productos idénticos aparecen en los resultados de la IA, gana el que tiene el schema más completo. Corrige primero los huecos más importantes. Prioriza el GTIN, la disponibilidad y el precio.
¿Debería usar microdata o RDFa en lugar de JSON-LD?
No. Usa JSON-LD. Es el formato que prefieren los sistemas de IA y el que recomienda Google. Microdata y RDFa son válidos, pero obligan a los sistemas de IA a analizar el HTML, lo que es más lento y menos fiable. JSON-LD es limpio, está separado de tu HTML y tiene compatibilidad universal.
Si vendo en varios marketplaces, ¿necesito un schema distinto para cada uno?
No. Tu página de producto debería tener un único schema canónico que represente tu producto con exactitud. Cada marketplace puede tomar ese schema y mostrar tu producto en su plataforma. Mantén tu schema en tu propia web como fuente de verdad. Los marketplaces se sincronizan con esos datos.
¿Con qué frecuencia debería actualizar mi schema de producto si cambian los detalles del producto?
Actualiza tu schema de inmediato cuando cambien los detalles del producto. Si cambia el precio, actualiza el campo de precio del schema Offer. Si un producto se agota, actualiza el campo de disponibilidad. Los sistemas de IA vuelven a rastrear tus páginas con regularidad y detectan los cambios. Un schema actualizado y exacto mantiene tus productos visibles en los resultados de compra con IA.
¿Puedo usar el mismo bloque de schema para varios productos?
No. Cada producto necesita su propio marcado schema único, con su propio nombre de producto, descripción, GTIN y precio. Reutilizar bloques de schema enseña a los sistemas de IA que tus productos son duplicados, lo que puede perjudicar la visibilidad. Genera un schema único para cada producto distinto de tu catálogo.