Schema Review en tu web: cómo lo leen los agentes IA

Cuando un agente IA rastrea tu web buscando información sobre tu negocio, no interpreta las reseñas visualmente — busca campos estructurados en el markup de la página. El schema Review y AggregateRating son exactamente esos campos: le dicen al agente cuántas valoraciones tienes, cuál es tu puntuación media, quién las escribió y qué dicen. Sin ese markup, las reseñas de Google que muestras en tu web son texto visible para humanos pero datos invisibles para agentes. Con él, se convierten en una señal de confianza verificable que los LLMs pueden procesar directamente desde tu dominio. La forma más rápida de implementarlo sin código es con Elfsight, que genera el schema automáticamente al instalar el widget.

Qué lee exactamente un agente IA cuando encuentra schema Review en tu web

El schema Review y AggregateRating son vocabularios de Schema.org — el estándar que Google, Bing y los principales sistemas de IA usan para interpretar datos estructurados en páginas web. Cuando un agente IA con capacidad de retrieval rastrea una página con este markup, extrae campos específicos que procesa como señales de confianza comparables entre negocios.

Este es el markup que genera un widget de reseñas correctamente configurado y lo que lee el agente en cada campo:

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "Tu Negocio S.L.",
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",      ← Valoración media — señal numérica directa
    "reviewCount": "127",      ← Número total — señal de volumen y actividad
    "bestRating": "5",         ← Escala máxima — contexto para interpretar ratingValue
    "worstRating": "1"         ← Escala mínima — contexto para interpretar ratingValue
  },
  "review": [
    {
      "@type": "Review",
      "author": { "@type": "Person", "name": "María G." },
      "datePublished": "2026-07-15",   ← Recencia — el agente verifica que el negocio está activo
      "reviewRating": {
        "@type": "Rating",
        "ratingValue": "5"
      },
      "reviewBody": "Excelente servicio..."   ← Texto — keywords semánticas del servicio
    }
  ]
}

Cada campo tiene un papel específico en el procesamiento del agente. No es decoración — es la señal que determina si el agente puede incluirte en una recomendación con confianza verificable.

Los campos de schema que más peso tienen para los LLMs

Cómo instalar el widget con schema correcto usando Elfsight

Elfsight es la solución que genera todos los campos de schema de la tabla anterior automáticamente, sin que tengas que escribir una sola línea de JSON-LD. El proceso completo tiene seis pasos:

1. Crear cuenta en Elfsight y seleccionar el widget «Google Reviews» en el catálogo.
2. Conectar tu ficha de Google Business Profile buscando el nombre o URL de tu negocio.
3. Configurar la visualización: layout (carrusel, grid o lista), filtro de valoración mínima y número de reseñas visibles.
4. Copiar el snippet de dos líneas que genera Elfsight — script de carga y elemento del widget.
5. Pegar en tu CMS: en WordPress usa un bloque «HTML personalizado»; en Shopify edita la plantilla de la página; en Wix añade un elemento iFrame.
6. Verificar el schema con Google Rich Results Test antes de publicar.

El widget se actualiza automáticamente cuando recibes nuevas reseñas en Google — el campo datePublished de la reseña más reciente y el reviewCount total se actualizan sin intervención manual, manteniendo la señal de actividad del negocio actualizada para los LLMs.

Cómo validar que el schema es correcto para los agentes IA

Una vez instalado el widget, hay tres verificaciones que confirman que el schema está funcionando correctamente para los sistemas de IA:

1. Google Rich Results Test

Ve a search.google.com/test/rich-results e introduce la URL de la página donde instalaste el widget. Debe detectar el tipo AggregateRating y mostrar una vista previa con las estrellas, el número de reseñas y la valoración media. Si aparece «válido» en verde, el schema es correcto para Google.

2. Schema Markup Validator

Ve a validator.schema.org e introduce la URL. Verifica que los campos ratingValue, reviewCount, bestRating y worstRating aparecen sin errores. Los warnings son aceptables — los errores críticos sí requieren corrección.

3. Test de retrieval manual

En Perplexity, escribe: «reseñas de [nombre de tu negocio]» o «valoraciones de [nombre de tu negocio]». Si el widget está bien instalado y Perplexity tiene indexada tu web, puede mostrar tu valoración media directamente desde el schema de tu dominio en lugar de tener que ir a Google Maps.

Schema Review + AI Persona: la combinación que maximiza la visibilidad

El schema Review no funciona de forma aislada — es más efectivo cuando está integrado en una web cuyo contenido está estructurado para ser legible por agentes IA en todos sus elementos. La AI Persona de tu negocio define cómo habla el agente que te representa y qué atributos destaca. Las reseñas con schema validan externamente esos atributos — si tu AI Persona habla de rapidez y precio justo, y las reseñas en tu web mencionan frecuentemente esos mismos términos en el campo reviewBody, el agente IA externo que te rastrea encuentra coherencia entre lo que dices de ti mismo y lo que dicen tus clientes.

Para medir el nivel actual de legibilidad de tu web para los agentes IA — incluyendo si el schema Review está correctamente configurado — el Agent Reading Score genera un diagnóstico gratuito en menos de dos minutos. Y para entender en profundidad cómo los agentes IA procesan las reseñas para decidir a quién recomendar, el artículo sobre cómo los agentes IA usan las reseñas de Google cubre la lógica completa del proceso de selección.

Preguntas frecuentes sobre schema Review y agentes IA

• ¿El schema Review que genera Elfsight cumple las especificaciones de Schema.org para LLMs?

  Sí. Elfsight genera el markup siguiendo las especificaciones oficiales de Schema.org para los tipos Review y AggregateRating, que son los mismos estándares que usan Google, Bing y los sistemas de retrieval de los principales LLMs. El markup generado es idéntico al que produciría un desarrollo personalizado correcto — la diferencia es que Elfsight lo hace automáticamente y lo mantiene actualizado sin intervención manual.

• ¿Puedo implementar el schema Review manualmente sin Elfsight?

  Sí, pero requiere desarrollo personalizado y mantenimiento manual. Necesitarías: acceso a la API de Google Places para obtener las reseñas de forma dinámica, generación del JSON-LD en el backend de tu web, y actualización del markup cada vez que llega una nueva reseña. Elfsight automatiza todo ese proceso. La implementación manual tiene sentido cuando necesitas personalización extrema o cuando ya tienes un equipo de desarrollo que puede mantenerla.

• ¿Los agentes IA prefieren el schema Review sobre las reseñas en texto plano?

  Sí, significativamente. El schema estructurado es directamente parseable por los sistemas de retrieval — el agente extrae el ratingValue sin necesidad de interpretar texto. Las reseñas en texto plano sin markup requieren que el agente infiera la valoración del contexto, lo que es menos fiable y más costoso computacionalmente. El schema también permite que el agente compare tu negocio con otros usando los mismos campos en todos — algo imposible con texto no estructurado.

• ¿Qué ocurre si tengo el schema Review pero mis reseñas son malas?

  El schema hace que tus reseñas sean más visibles — tanto las buenas como las malas. Un negocio con schema Review y un ratingValue de 3.2 puede ser más fácilmente descartado por un agente IA que uno sin schema, porque el agente puede comparar directamente ese 3.2 con el 4.7 del competidor. Antes de implementar el schema, el objetivo debe ser tener una valoración media superior a 4.0 y un flujo constante de reseñas recientes. Si la valoración es baja, mejorarla es prioritario sobre el markup.

• ¿El schema Review afecta al Agent Reading Score de mi web?

  Sí, positivamente. El Agent Reading Score evalúa varios factores de legibilidad para agentes IA, y el schema estructurado es uno de los componentes que más impacto tiene en el resultado. Una web con Schema.org bien implementado — incluyendo Review, AggregateRating, Organization y LocalBusiness — obtiene sistemáticamente un score más alto que una web sin markup estructurado, incluso si el contenido de texto es equivalente.

Este artículo contiene enlaces de afiliado. Si contratas a través de ellos recibimos una comisión sin coste adicional para ti.