Els AAIs conversacionals com ChatGPT, Perplexity i Google AI Mode generen fragments i resums no pas creant text des de zero, sinó seleccionant, comprimir i reassembla el contingut existent de pàgines web. Per això, si el teu contingut no és amical per a SEO ni indexable, no apareixerà en els resultats de cerca generats per IA. Les funcions de cerca actuals estan en gran mesura impulsades per IA. No obstant això, si la teva pàgina web no està presentada en un format llegible per a màquines, corre el risc de ser ignorada. Aquí és on el paper de les dades estructurades és crucial—not only com a tàctica SEO sinó com a estructura que permet a l’IA extreure dades amb fiabilitat. Per aclarir confusions a la comunitat, aquest article presenta experiments controlats amb 97 pàgines que demostren com les dades estructurades milloren la coherència dels fragments i la rellevància contextual, analitzats dins d’un marc semàntic. Molts es pregunten si els grans models de llenguatge (LLMs) utilitzen dades estructurades. Els LLMs no accedeixen directament a la web, sinó que depenen d’eines per recuperar pàgines. Aquestes eines se’n beneficien molt de la indexació de dades estructurades. Les primeres troballes mostrant que les dades estructurades milloraven la estabilitat i rellevància dels fragments en GPT-5 indiquen que poden ampliar el límit “wordlim”, una quota oculta que controla quantes paraules d’una pàgina apareixen en les respostes de l’IA. Contingut més ric i ben tipificat augmenta aquesta quota, millorant la visibilitat de l’IA. Per què és important això ara?L’IA opera sota límits estrictes de tokens/caràcters (wordlim). Contingut ambigu malgasta aquest pressupost, mentre que dades factuals ben tipificades el conserve. L’ús de dades estructurades amb Schema. org redueix l’espai de cerca del model, ja que defineix clarament els tipus de contingut (p. ex. , Recepta, Producte), millorant la desambiguació. Schema. org sovint alimenta gràfics de coneixement que consulta l’IA, i enllaça les pàgines web amb el raonament de l’IA. Les dades estructurades no “classifiquen” el teu contingut, però estabilitzen el que l’IA reporta sobre tu. **Disseny de l’experiment (97 URLS):** Utilitzant les eines de recuperació internes de GPT-5, l’autor va recopilar respostes reals de cerca i recuperació per a diverses URL, analitzades amb un agent SEO d’IA per detectar la presència i el tipus de dades estructurades. El conjunt de dades inclou indicadors de dades estructurades (has_sd), tipus de esquemes (schema_classes) i fragments de contingut (search_raw, open_raw).

Un mètode “LLM-com-a-Jutge” amb Gemini 2. 5 Pro va avaluar tres mètriques: consistència (variació de la llargada del fragment), rellevància contextual (cobertura de paraules clau i camps segons tipus de pàgina) i puntuació de qualitat (que combina presència de paraules clau, indicis de reconeixement d’entitats i ressonàncies d’esquema). **La quota oculta “wordlim”:** GPT-5 aplica un límit adaptatiu de paraules que controla la llargada del fragment segons la riquesa de contingut: - Pàgines sense estructurar obtenen ~200 paraules - Contingut amb dades estructurades marcades, ~500 paraules - Fonts autoritàries i densas, més de 1. 000 paraules Aquest límit fomenta la síntesi sobre la còpia, evita problemes de drets d’autor i manté les respostes llegibles. Les dades estructurades augmenten de manera efectiva la “quota de visibilitat” de l’IA, permetent respostes més extenses. **Resultats:** 1. **Consistència:** Els fragments de pàgines amb dades estructurades tenen distributions més ajustades de longitud—menys variabilitat i sortides més previsible, sense incrementar l’extensió mitjana. Això mostra que l’IA prefereix dades ben tipificades i fiables, en lloc d’HTML arbitrari. 2. **Rellevància contextual:** - Receptes amb esquemes correctes inclouen més detalls en ingredients i passos. - Fragments de comerç electrònic sovint mostren camps JSON-LD com valoracions i ofertes, indicant que les dades d’esquema apareixen i orienten clarament la identitat del producte. - Articles mostren millores modestes en autor, data i títol. 3. **Puntuació de qualitat:** Les pàgines amb esquema presenten un augment positiu en les puntuacions de qualitat, especialment en receptes i alguns articles, amb menys variància—una avantatge competitiva enmig de les limitacions de l’IA. **Més enllà de la consistència:** Les pàgines amb dades estructurades més riques i multi-entitat tendeixen a generar fragments més llargs i densos abans del truncament. Les dades i fets ben tipificats i enllaçats ajuden els models a prioritzar la informació d’alt valor, ampliant efectivament la longitud útil dels fragments. Les pàgines sense esquema corren el risc de truncament prematur per incertesa de contingut. **De l’esquema a l’estratègia: Manual de SEO** Les web’s haurien de estructurar-se en: - **Graf d’entitats:** Dades estruturades amb esquema per a productes, ofertes, categories, ubicacions, etc. - **Graf lexical:** Contingut textual en blocs, enllaçat amb entitats, com FAQ i polítiques. Aquest enfocament en doble capa ofereix un esqueix fiable per a l’IA (entitats) amb evidències textuals quotables (lexical), maximitzant la precisió sota les limitacions de paraules. Recomanacions: - Implementar esquemes JSON-LD per a plantilles bàsiques (Recepta, Producte + Oferta, article/notícia). - Enllaçar dades d’entitat amb continguts agrupats com especificacions i FAQ. - Assegurar que hi hagi coherència entre l’HTML visible i el JSON-LD; mantenir les dades claus visibles i estables. - Estar atent a variacions i cobertura de paraules clau en resums generats per IA per a millores contínues. **Conclusió:** Les dades estructurades no augmenten l’extensió mitjana dels fragments, però augmenten la certesa, estabilitzen els continguts dels resums i milloraran la qualitat i visibilitat de la marca en GPT-5 sota límits de paraules. Per a SEO i equips de producte, les dades estructurades són infraestructura clau: primer arreglar la semàntica de l’HTML, després afegir dades estructurades per millorar l’exactitud semàntica i la descoberta. En la cerca basada en IA, la semàntica esdevé la nova línia frontissa per a la visibilitat. --- **Lectures addicionals:** - Optimització de cerca AI: Fer accessibles les dades estructurades - Guia CMO per Schema: Implementar una estratègia de dades estructurades - SEO a l’era de la IA *Crèdit de la imatge: TierneyMJ/Shutterstock*