Empecemos por la conclusión: Schema FAQPage ya casi nunca permite obtener resultados enriquecidos de preguntas frecuentes en Google. Desde agosto de 2023, Google retiró estos fragmentos desplegables y los reservó para sitios web gubernamentales y de salud. Sin embargo, el mismo marcado resulta aún más valioso para los motores de IA, porque divide las respuestas en bloques que ChatGPT, Perplexity y Google AI Overviews pueden extraer y citar textualmente. En este artículo aprenderás a implementarlo correctamente, no solo a darle una apariencia impecable.
¿Qué contenido se puede marcar con Schema FAQPage y cuál no?
FAQPage es un tipo de schema.org que se incorpora a una página mediante JSON-LD. Indica a las máquinas que la página contiene un conjunto de preguntas frecuentes y que cada pregunta tiene una única respuesta oficial proporcionada por el sitio web. La limitación que más suele pasarse por alto es que las respuestas no pueden proceder de comentarios de usuarios ni de debates entre varias personas: ese contenido corresponde a QAPage. Si marcas como FAQPage un contenido propio de un foro, con una pregunta y varias respuestas, Google lo considerará no apto. Además, los motores de IA encontrarán respuestas contradictorias, lo que reducirá la calidad de las citas. El criterio es sencillo: si las preguntas y respuestas expresan la postura oficial de tu sitio, utiliza FAQPage; si otras personas pueden responder, utiliza QAPage. Elegir el tipo equivocado hará que el motor rechace el marcado, por limpio que esté.
Estructura anidada correcta en JSON-LD
Un marcado FAQPage válido solo tiene tres niveles de anidamiento. Si recuerdas este orden, evitarás la mayoría de los errores:
- El nivel exterior es un objeto de tipo FAQPage e incluye @context con una referencia a schema.org.
- mainEntity es una matriz. Cada elemento es un objeto de tipo Question y el texto de la pregunta se incluye en el campo name.
- Cada Question contiene una propiedad acceptedAnswer de tipo Answer. El texto de la respuesta se incluye en su campo text, que admite etiquetas HTML básicas.
Veamos un caso concreto. Si incluyes cinco preguntas frecuentes en una página, tendrás un objeto FAQPage, cinco objetos Question dentro de la matriz mainEntity y un acceptedAnswer para cada Question. El bloque de marcado completo puede colocarse en el head o en el body de la página. Lo importante es que las preguntas y respuestas descritas aparezcan realmente en esa misma página, no en otra ni dentro de una ventana emergente que solo se muestre después de hacer clic. De este requisito se derivan todos los errores que veremos a continuación.
Redacta cada respuesta como un bloque atómico que pueda extraerse
El formato puede ser correcto y, aun así, la respuesta no se citará si está redactada como un texto promocional. Los motores de IA prefieren respuestas atómicas: una pregunta, una respuesta directa, entre 40 y 60 palabras y la conclusión en la primera frase. Cuando reescribimos preguntas frecuentes para clientes, seguimos una fórmula fija: la primera frase ofrece una respuesta clara —sí, no, una cifra o un sustantivo—; la segunda añade una condición o excepción, y ahí termina el texto. Cuando una respuesta supera las 80 palabras, los extractos suelen recoger solo la primera mitad y dejar el sentido incompleto. Ni el lector ni la IA pueden reconstruir con fiabilidad el mensaje original. Una respuesta breve y completa tiene más posibilidades de ser citada que una extensa.
- Responde directamente en la primera frase. No empieces con «Depende de muchos factores».
- Redacta frases completas: el motor de IA extraerá la frase entera y no completará el contexto por su cuenta como lo haría una persona.
- Cada pregunta debe abordar un solo asunto. Divide una pregunta compuesta en dos y marca cada una por separado.
- Especifica las cifras, las unidades y los plazos: escribe «en un plazo de 30 días» en lugar de «aproximadamente un mes».
Schema FAQPage no es una técnica de posicionamiento, sino una forma de traducir tus respuestas a un formato que las máquinas puedan citar sin ambigüedades. Si la respuesta carece de fundamento, ni el marcado más limpio podrá salvarla.
Los cinco errores de implementación más frecuentes
- Concentrar todo en una sola respuesta: incluir tres o cuatro preguntas menores en el mismo acceptedAnswer provoca que el contenido se corte de forma abrupta al extraerlo.
- Crear discrepancias entre el marcado y la página: el schema dice A, la pantalla muestra B y el contenido se considera oculto.
- Aplicar FAQPage a contenido que no es de preguntas y respuestas: convertir una lista de funciones o especificaciones de producto en preguntas artificiales contradice el propósito del marcado.
- Incluir varios grupos de FAQPage en una misma página: cada página debe contener un único objeto FAQPage. Si hay varios, pueden interferir entre sí durante el análisis.
- No escapar los caracteres especiales: un tratamiento incorrecto de las comillas o los saltos de línea en una respuesta puede impedir el análisis de todo el JSON-LD y hacer que se omita por completo.
Qué verificar antes y después de publicar
- Pega la URL o el código en la prueba de resultados enriquecidos de Google (Rich Results Test) y confirma que FAQPage se reconoce sin errores.
- Utiliza Schema.org Validator para comprobar que los nombres de los tipos y los campos estén escritos correctamente.
- Después de publicar, consulta el informe de resultados enriquecidos de Search Console para supervisar el estado de inclusión y detectar posibles advertencias.
- La comprobación más práctica consiste en plantear directamente a ChatGPT o Perplexity la pregunta con su redacción original y observar si cita tu versión de la respuesta.
El verdadero valor de este marcado está en los motores de IA
Para la mayoría de los sitios web de SaaS B2B, Schema FAQPage no hará que vuelva a aparecer el resumen visual de preguntas frecuentes de Google. Conviene asumir este hecho desde el principio. El beneficio ahora está en otro terreno: cuando un usuario pregunta en ChatGPT «¿Esta herramienta admite SSO?», una pregunta frecuente bien marcada y redactada como respuesta atómica es más fácil de encontrar, citar textualmente y atribuir a tu marca que la misma información enterrada en un artículo extenso. Eso es lo que realmente mide el seguimiento de la visibilidad en IA: no importa tanto la posición que ocupas entre los enlaces azules, sino si apareces en la respuesta de la IA y si esta cita la frase que quieres destacar.
Marcar correctamente las preguntas frecuentes y convertir las respuestas en bloques atómicos extraíbles es un proyecto puntual con un retorno elevado. La verdadera dificultad consiste en decidir qué páginas conviene trabajar, qué preguntas merecen marcarse y si los motores de IA están citando actualmente tu versión. Si quieres detectar las carencias de tu sitio web en este ámbito, visita /contact y reserva un diagnóstico GEO de 30 minutos. Haremos una prueba de extracción con tu página real de preguntas frecuentes y te indicaremos directamente qué falta.
