Qué es FAQPage schema y por qué importa en 2025
Schema.org es un vocabulario de datos estructurados que permite a los motores de búsqueda y a los LLM entender el contenido de una página más allá del texto sin formato. FAQPage es uno de sus tipos más simples y con mayor retorno: identifica explícitamente qué pregunta responde cada bloque de texto, lo que lo convierte en el formato más fácilmente citable por modelos de lenguaje.
En Google, el FAQPage schema puede generar fragmentos enriquecidos que muestran las preguntas directamente en los resultados de búsqueda. En LLMs con búsqueda en tiempo real, actúa como una señal clara de «este texto es la respuesta oficial a esta pregunta».
Implementación técnica paso a paso
La implementación se hace mediante un bloque JSON-LD en el `` del HTML o inyectado dinámicamente vía JavaScript. La estructura básica:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "¿Qué es un CTO externo?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Un CTO externo es un directivo tecnológico que trabaja a tiempo parcial para una empresa aportando liderazgo técnico sin los costes de una contratación fija."
}
}
]
}Errores frecuentes que anulan el impacto
Los errores más comunes que detectamos en auditorías:
- Respuestas demasiado cortas (menos de 50 palabras): los LLM priorizan respuestas con suficiente contexto.
- Preguntas que no coinciden con consultas reales de usuarios: usar el buscador de Google o Answer the Public para validarlas.
- Implementación en páginas sin contenido visible relacionado: Google puede penalizar schema sin concordancia con el contenido.
- Duplicar el mismo FAQPage schema en múltiples páginas: cada schema debe ser único y específico de esa URL.
- Respuestas con HTML complejo dentro del campo `text`: solo se permite HTML básico (párrafos, negritas, listas).
Cómo validar la implementación
Usa la herramienta de prueba de resultados enriquecidos de Google (search.google.com/test/rich-results) para verificar que el schema se detecta correctamente. La herramienta muestra errores de sintaxis y una vista previa del fragmento enriquecido.
Complementa con tests manuales en ChatGPT y Perplexity: busca la pregunta exacta que has marcado y comprueba si tu fuente aparece en la respuesta. Registra los resultados con fecha para medir la evolución mes a mes.
Preguntas frecuentes
Sí. En WordPress existen plugins (RankMath, Yoast) que lo generan automáticamente desde la interfaz. En sitios React o Next.js se implementa inyectando el JSON-LD en el head via useEffect (cliente) o en el servidor con getServerSideProps. En HTML estático se añade directamente en el `<head>` como `<script type='application/ld+json'>`.
Google recomienda entre 3 y 10 preguntas por página para fragmentos enriquecidos. Para LLMs, no hay límite técnico, pero la calidad importa más que la cantidad: es preferible 4 respuestas de 100-150 palabras que 10 respuestas de 20 palabras.
Funciona solo, pero su impacto es mayor combinado con Organization schema (que define la entidad autora) y Article o WebPage (que identifica el tipo de contenido). Esta combinación da a los LLM todo lo que necesitan para citar con atribución correcta.