La mayoría de las guías sobre el posicionamiento en búsqueda IA cubren dos capas: la autoridad de dominio y el schema markup. Esas guías no están equivocadas, pero son incompletas de un modo que perjudica específicamente a las páginas de listados, portales inmobiliarios, plataformas de alquiler vacacional y cualquier sitio donde el inventario está basado en la ubicación.
La tercera capa son los geo data. Es la menos documentada, la que falta con más frecuencia y la que determina si tus páginas pueden responder consultas específicas de ubicación. Entender qué significa AEO realmente es el punto de partida, pero esta guía profundiza en los factores estructurales que determinan si las páginas individuales son citadas.
Capa 1: Autoridad de dominio y entidad
La autoridad de dominio es el requisito de entrada, no la señal de posicionamiento. Piensa en ella como un umbral. Las páginas de dominios por debajo de aproximadamente DA 20 a 30 raramente aparecen en los grupos de citación de la IA para consultas competitivas, independientemente de la calidad del contenido. Por encima de ese umbral, el DA bruto tiene una correlación cada vez más débil con la frecuencia de citación.
Lo que lo reemplazó como señal primaria por encima del umbral de DA es la autoridad de entidad: con qué claridad y consistencia los modelos de IA entienden qué es tu sitio, qué cubre y a quién sirve.
Identidad de entidad consistente en toda la web. El nombre de tu organización, dirección, URL y categoría deben aparecer de forma idéntica en el schema de tu propio sitio, el Perfil de Empresa de Google, los directorios del sector y las fuentes de citación. La inconsistencia NAP fragmenta directamente tu identidad de entidad en múltiples representaciones débiles en lugar de una sola fuerte.
Coherencia temática. Los modelos de IA evalúan si tu sitio tiene un clúster de temas claro y consistente. Un sitio con 30 artículos en un nicho estrecho tiene más autoridad de entidad en ese nicho que un sitio con el mismo DA repartido entre 20 temas no relacionados.
Referencias sameAs. La propiedad sameAs en tu JSON-LD vincula tu entidad a sus representaciones en Wikidata, Crunchbase, LinkedIn y otros grafos de autoridad. Los modelos de IA las usan para confirmar que la entidad sobre la que razonan es la misma descrita en múltiples fuentes. La guía completa de implementación de LocalBusiness JSON-LD cubre cómo estructurar esto correctamente.
Si tu dominio supera el umbral de DA, las mejoras en la autoridad de entidad harán más por la citación IA que la construcción de enlaces adicionales.
Capa 2: Schema markup
El schema markup es la capa de comunicación entre tus páginas y los sistemas de recuperación de la IA. Las páginas con datos estructurados se citan a tasas significativamente más altas que las páginas sin schema. Los AI Overviews de Google favorecen las páginas con datos estructurados y el incremento de selección es material para las consultas competitivas.
La mayoría de las implementaciones se detienen en los campos que satisfacen el Rich Results Test de Google, que no es lo mismo que satisfacer los sistemas de citación de la IA.
Lo que la mayoría de las implementaciones hacen bien: @type, name, description, url, openingHours, telephone, address, schema de FAQ.
Lo que la mayoría de las implementaciones omiten para páginas de listados: Los tipos de schema diseñados para el inventario de listados requieren propiedades diferentes a los tipos que la mayoría de las guías comentan.
Para páginas de listados inmobiliarios, de alquiler vacacional y de hostelería, los tipos relevantes son RealEstateListing, LodgingBusiness, Hotel, VacationRental, Apartment y SingleFamilyResidence, cada uno anidado con Offer para precios y disponibilidad. Estos tipos solo cumplen su función para la recuperación IA cuando se combinan con las propiedades de ubicación correctas.
El error del schema de FAQ
El schema de FAQ es valioso para el contenido editorial. Le dice a los motores de IA exactamente qué pregunta responde un contenido. Las páginas de listados no son contenido editorial. Un listado de propiedad no responde una pregunta general sobre alquileres vacacionales. Representa una entidad específica en una ubicación concreta. El schema de FAQ no ayuda a un motor de IA a relacionar ese listado con "apartamento de 2 habitaciones cerca del metro." El schema correcto para las páginas de listados es entidad-relacional, no con forma de preguntas y respuestas.
Capa 3: Geo data (la capa menos documentada)
Los modelos de IA que responden consultas específicas de ubicación ("alquileres vacacionales cerca de Yellowstone", "apartamentos a 10 minutos del centro") hacen una correspondencia geoespacial implícita. Resuelven relaciones geográficas entre la ubicación consultada y las entidades en su grupo de recuperación. Para que esa correspondencia funcione, tus páginas de listados necesitan codificar esas relaciones de forma explícita en datos estructurados.
Geocoordenadas precisas en cada página de listado
La propiedad geo de GeoCoordinates con latitude y longitude con al menos cuatro decimales es la señal fundamental. Sin ella, los motores de IA geocodifican tu cadena de dirección, lo que falla ante cualquier inconsistencia y produce una precisión mucho menor. La mayoría de las implementaciones que incluyen geo lo aplican solo al schema LocalBusiness a nivel de sitio, no a las páginas de listados individuales. Cada página de listado debe ser su propia entidad geográfica resoluble.
"geo": {
"@type": "GeoCoordinates",
"latitude": 48.8566,
"longitude": 2.3522
}
containedInPlace: vinculando la propiedad a una jerarquía geográfica
La propiedad containedInPlace vincula tu listado a las entidades de barrio, distrito, ciudad y región que lo contienen. Así es como los motores de IA responden consultas como "apartamentos en el Marais" en lugar de solo "apartamentos en [dirección postal]". Sin ella, una propiedad existe como dirección pero no como miembro de ninguna entidad geográfica.
"containedInPlace": {
"@type": "Place",
"name": "Le Marais",
"containedInPlace": {
"@type": "City",
"name": "Paris"
}
}
Entidades Place cercanas: transporte, colegios, puntos de interés
Cuando un usuario busca "alquileres cerca del metro", la IA busca relaciones legibles por máquina explícitas entre la propiedad y la infraestructura de transporte. Una frase en tu descripción que diga "5 minutos a pie de la línea 4 de metro" no hace nada para la recuperación IA. La misma información estructurada como entidad Place vinculada mediante amenityFeature sí es recuperable.
Por qué las bases de datos de listados no llevan estos datos de forma nativa
La mayoría de los sistemas de gestión de propiedades y bases de datos de listados almacenan lo que los operadores introducen: dirección, precio, habitaciones, baños, fotos. Se construyeron para humanos que navegan por un portal, no para contexto geográfico legible por máquina. Una API de mapas cubre esta brecha. Las API de geocodificación convierten direcciones en coordenadas precisas. Las API de puntos de interés devuelven paradas de transporte, colegios, parques y puntos de referencia dentro de un radio determinado. El resultado se mapea directamente a los tipos de schema.org y puede embeberse en el JSON-LD de las páginas de listados a escala.
Qué significa cerrar las tres brechas
Una página de listado que funciona bien en la recuperación IA:
- Vive en un dominio con identidad de entidad consistente, referencias
sameAsy un clúster temático claro - Usa el tipo de schema más específico aplicable, anidado con
Offerpara los precios - Incluye
GeoCoordinatesen la propia página de listado,containedInPlaceque la vincula a entidades de barrio y ciudad, y datos estructurados de Place cercanos para transporte, colegios y puntos de referencia
La mayoría de las páginas de listados cubren partes de la capa 1 y partes básicas de la capa 2. Casi ninguna cubre la capa 3. Las páginas que cubren las tres son las que aparecen en las respuestas de IA para consultas específicas de ubicación.
Solo el 1,2 % de los negocios locales aparece actualmente en las recomendaciones de búsqueda IA. No son, en promedio, los que tienen la mayor autoridad de dominio. Son los que han cerrado las tres brechas.
El verificador AEO de MapAtlas audita tus páginas frente a las tres capas, incluidas las señales geo que la mayoría de las herramientas omiten: coordenadas, containedInPlace y datos de POIs cercanos.
Preguntas frecuentes
¿Cuál es el factor más importante para ser citado por la búsqueda IA?
La capa de geo data es la que con más frecuencia falta. La autoridad de dominio y el schema son necesarios pero no suficientes. Las relaciones geográficas y de ubicación explícitas en los datos estructurados son lo que desbloquea la citación para consultas con componente de ubicación, y casi ninguna guía existente lo cubre.
¿Sigue importando la autoridad de dominio para la búsqueda IA en 2026?
Sí, pero como suelo, no como techo. Las páginas de dominios por debajo de aproximadamente DA 20 a 30 raramente entran en los grupos de citación de la IA para consultas competitivas. Por encima de ese umbral, la claridad de la entidad y la completitud de los datos estructurados son mejores predictores que el DA bruto.
¿Qué tipos de schema ayudan más para las páginas de listados?
RealEstateListing, LodgingBusiness, VacationRental, Apartment y SingleFamilyResidence, cada uno combinado con GeoCoordinates, containedInPlace y entidades Place cercanas. El schema genérico de FAQ tiene un valor limitado en las páginas de listados.
¿Cómo añado geo data a escala si mi base de datos no tiene coordenadas?
Una API de mapas proporciona coordenadas, datos de POIs cercanos y contexto de barrio en formatos que se mapean directamente a los tipos de schema.org, lo que permite embeber JSON-LD sin entrada manual por listado.
