Schema.org para páginas de programa: el marcado que hace que los LLM citen tu titulación

Por qué el marcado Schema.org decide si los LLM citan tu titulación

Cuando un candidato escribe en ChatGPT «mejor universidad para estudiar marketing digital en España» o en Perplexity «grados acreditados por ANECA en administración de empresas», la IA no devuelve una lista de enlaces. Sintetiza a partir de datos estructurados. Las instituciones que no los tienen simplemente no existen en esa síntesis.

Las instituciones con marcado Schema.org estructurado obtienen de media +12 puntos porcentuales de visibilidad en IA (Fuente: Monitoreo GEO Skolbot, 500 consultas × 6 países × 3 motores de IA, feb. 2026). En España, solo el 11 % de las respuestas de ChatGPT mencionan alguna institución del panel — el margen de mejora es considerable.

Este artículo se centra en el marcado específico para páginas de programa individual: grado, máster o doble grado. El nivel más granular es también el más determinante para las consultas BOFU, donde el candidato ya ha decidido qué estudiar y busca dónde. Para una visión completa de la estrategia GEO, consulte la guía de visibilidad IA para universidades.

EducationalOccupationalProgram vs Course: cuál elegir para cada titulación

La elección del tipo Schema.org correcto no es un detalle menor. Un tipo incorrecto hace que el marcado sea ignorado o malinterpretado por los motores de IA.

EducationalOccupationalProgram para titulaciones oficiales

EducationalOccupationalProgram es el tipo correcto para cualquier titulación con créditos ECTS reconocida por el sistema universitario español:

• Grado universitario (240 ECTS, 4 años)
• Máster universitario (60-120 ECTS, 1-2 años)
• Doble grado oficial
• Doctorado regulado
• Cualquier titulación con verificación o acreditación ANECA publicada en el BOE

La propiedad clave que lo distingue es educationalCredentialAwarded: permite indicar el título oficial otorgado, el organismo que lo reconoce (ANECA, Ministerio de Universidades) y su número de registro en el RUCT.

Course para formación no reglada

Course es el tipo adecuado para:

• Títulos propios y cursos de extensión universitaria
• Bootcamps y formación continua
• Cursos de posgrado no oficiales (diplomas, certificados propios)
• Programas sin créditos ECTS reconocidos por el RUCT

La distinción tiene consecuencias directas en la visibilidad IA: cuando un LLM responde a «grados acreditados en España», busca explícitamente EducationalOccupationalProgram con acreditación ANECA. Un título propio marcado como Course no compite en esa categoría.

Las 8 propiedades Schema.org que generan citas en IA

El ejemplo siguiente muestra un marcado JSON-LD completo para un Grado en Administración y Dirección de Empresas. Cada propiedad tiene una función específica en la lógica de citación de los LLM.

{
  "@context": "https://schema.org",
  "@type": "EducationalOccupationalProgram",
  "name": "Grado en Administración y Dirección de Empresas",
  "description": "Titulación oficial de 4 años (240 ECTS) en ADE. Verificado por ANECA, con menciones en Marketing Digital, Finanzas y Comercio Internacional. Tasa de inserción laboral del 94% a 6 meses (encuesta de egresados 2025, 287 respondentes).",
  "url": "https://www.universidad-ejemplo.es/grados/ade",
  "provider": {
    "@type": "EducationalOrganization",
    "@id": "https://www.universidad-ejemplo.es/#organization",
    "name": "Universidad Ejemplo",
    "sameAs": "https://www.universidad-ejemplo.es"
  },
  "programType": "Grado",
  "educationalCredentialAwarded": "Graduado/a en Administración y Dirección de Empresas — título oficial universitario (BOE), verificado por ANECA, inscrito en el RUCT",
  "numberOfCredits": "240",
  "creditUnit": "ECTS",
  "timeToComplete": "P4Y",
  "applicationDeadline": "2026-07-10",
  "offers": {
    "@type": "Offer",
    "price": "7200",
    "priceCurrency": "EUR",
    "description": "Precio matrícula anual (curso 2026-27). Becas MEC, ayudas propias y financiación sin intereses disponibles.",
    "validFrom": "2026-01-01",
    "validThrough": "2026-09-30"
  },
  "occupationalCategory": [
    "Consultor de estrategia empresarial",
    "Director financiero",
    "Analista de marketing digital",
    "Director de recursos humanos",
    "Controller de gestión",
    "Emprendedor"
  ],
  "courseMode": "onsite",
  "inLanguage": "es",
  "programPrerequisites": {
    "@type": "EducationalOccupationalCredential",
    "credentialCategory": "Bachillerato + Selectividad (EBAU/PAU) o acceso para mayores de 25 años. Nota de corte EBAU 2025: 7,8 (vía general)."
  }
}

Las ocho propiedades con mayor impacto en la citación IA:

1. name — El nombre completo y oficial de la titulación, tal como figura en el BOE. Sin abreviaturas: «Grado en Administración y Dirección de Empresas», no «Grado en ADE».

2. description — El fragmento que los LLM extraen directamente en sus respuestas. Debe incluir la duración en años y ECTS, la verificación ANECA y al menos un dato cuantificable de empleabilidad con año y metodología.

3. educationalCredentialAwarded — La propiedad más influyente para consultas sobre titulaciones oficiales. Incluir «verificado por ANECA», «inscrito en el RUCT» y la mención al BOE convierte la afirmación en un hecho verificable por fuentes cruzadas.

4. occupationalCategory — Decisiva para consultas de tipo «mejor grado para trabajar en consultoría». Usar títulos de puestos de trabajo concretos, no salidas genéricas. «Consultor de estrategia» y «Controller de gestión» son entidades que el LLM puede verificar en LinkedIn o en el INE; «salidas en el ámbito empresarial» no lo es.

5. offers con price — El precio de matrícula anual en euros es el dato más buscado por candidatos en fase BOFU. Sin precio en el marcado, los LLM responden «consultar con la institución», eliminando a la universidad de la síntesis comparativa.

6. programPrerequisites — La nota de corte EBAU del último proceso de admisión es el primer filtro que aplica un candidato de grado. Publicarla con año de referencia y vía de acceso (general, FP, mayores de 25) la convierte en un dato citable para consultas como «nota de corte para ADE en universidades privadas Madrid».

7. numberOfCredits y creditUnit — Los créditos ECTS son la unidad de reconocimiento europeo. Imprescindibles para consultas sobre homologación, convalidaciones o equivalencia con titulaciones extranjeras.

8. timeToComplete — La duración en formato ISO 8601 (P4Y para cuatro años) permite a los LLM filtrar resultados cuando el candidato especifica una duración («máster de un año acreditado España»).

Cómo marcar las acreditaciones españolas: ANECA, BOE y certificaciones internacionales

Las acreditaciones son la señal de autoridad más reconocida por los LLM en el contexto español. El marcado correcto las hace verificables de forma independiente — y esa verificabilidad es lo que determina si el motor confía en el dato o lo descarta.

Verificado ANECA

La verificación ANECA es el paso previo a la implantación de cualquier titulación oficial. Para incluirla en el marcado:

"educationalCredentialAwarded": "Grado en Derecho — título oficial universitario verificado por ANECA (resolución de 15/03/2009), inscrito en el RUCT con código 2500258"

El número de expediente RUCT y la fecha de resolución convierten la afirmación en un hecho que el LLM puede cruzar con el registro oficial del Ministerio de Universidades.

Acreditado ANECA

La acreditación ANECA es la renovación periódica de la verificación. Indica que el programa sigue en activo y ha superado el proceso de evaluación de calidad:

"educationalCredentialAwarded": "Máster Universitario en Dirección Financiera — acreditado por ANECA hasta 2029 (informe favorable ACAP)"

Publicado en el BOE

La mención al BOE es una señal de reconocimiento estatal que los LLM indexan con alta fiabilidad. Incluya el número de BOE y la fecha de publicación cuando esté disponible.

Acreditaciones internacionales para escuelas de negocios

Para los programas de escuelas de negocios con acreditaciones AACSB, EQUIS o AMBA, el campo hasCredential en el bloque EducationalOrganization vinculado es el lugar adecuado. Estas acreditaciones son verificables directamente en los directorios de AACSB, EFMD/EQUIS y AMBA — tres fuentes externas que refuerzan la señal de autoridad del conjunto del marcado.

Para completar el marcado de la institución que sirve de proveedor de estos programas, consulte la guía sobre Schema.org EducationalOrganization para universidades.

Empleabilidad: el dato más citado por los LLM en consultas de fondo de embudo

Las consultas BOFU sobre programas universitarios son casi siempre consultas de empleabilidad: «mejor grado para trabajar en consultoría», «máster con mayor tasa de inserción laboral España», «qué se gana con un grado en ADE». La propiedad occupationalCategory es la que conecta tu programa con estas búsquedas.

El error más frecuente es incluir categorías genéricas en lugar de títulos de puestos verificables. La diferencia:

Complementa occupationalCategory con datos de inserción laboral en la description: tasa de empleo a 6 meses, salario mediano de salida (fuente INE o encuesta propia con metodología), porcentaje que trabaja en el sector de estudio. Cada cifra con fuente y año es un punto de citación adicional para el LLM.

Para profundizar en cómo construir el contenido de empleabilidad que los LLM priorizan, consulte el artículo sobre señales que evalúan los LLM para recomendar universidades.

Herramientas para validar tu marcado antes de publicar

Validar el JSON-LD antes de publicarlo evita errores silenciosos que anulan el efecto del marcado sin generar ningún aviso visible.

El flujo de validación recomendado: Rich Results Test en entorno de staging → Schema.org Validator para verificar las propiedades específicas de EducationalOccupationalProgram → Google Search Console dos semanas después de publicar para confirmar que Google ha indexado el marcado sin errores.

Una advertencia sobre coherencia: si el precio en el JSON-LD no coincide con el precio visible en la página, Google puede interpretar el marcado como cloaking estructurado y aplicar una penalización. Sincroniza siempre el marcado con el contenido visible.

Errores frecuentes de las universidades españolas

El análisis de 120 páginas de programa de universidades privadas españolas identifica seis patrones recurrentes que neutralizan el impacto del marcado Schema.org.

1. occupationalCategory con salidas genéricas en lugar de puestos concretos. «El ámbito empresarial» no es un dato procesable para un LLM. «Analista de inversiones en banca privada» sí lo es. Este error es el más frecuente y el que mayor impacto tiene en consultas BOFU de empleabilidad.

2. No incluir la nota de corte de la Selectividad en programPrerequisites. Para los grados, la nota de corte EBAU es el primer filtro de autoselección del candidato. Un LLM que no encuentra este dato en el marcado no puede responder a «grado en Psicología con nota de corte inferior a 8 en Madrid» — y omite la institución.

3. Omitir el precio de matrícula en offers. Los candidatos buscan activamente el coste. Si el precio no está en el marcado estructurado, el LLM no lo incluye en la síntesis comparativa. La transparencia de precio es simultáneamente una buena práctica de experiencia del usuario y un requisito técnico para la visibilidad IA.

4. Usar Course para titulaciones oficiales de grado o máster universitario. El tipo incorrecto hace que el programa no aparezca en respuestas filtradas por titulaciones oficiales o acreditación ANECA.

5. No mencionar la verificación o acreditación ANECA en educationalCredentialAwarded. Sin esta referencia, el LLM no puede distinguir una titulación oficial de un título propio. La señal ANECA es el equivalente digital de la firma de calidad del sistema universitario español.

6. Un solo bloque Schema.org para todos los grados de la facultad. Los LLM procesan cada URL de forma independiente. Un único bloque en la página de la facultad que lista todos los grados no genera la misma señal que un bloque EducationalOccupationalProgram específico por cada página de titulación. La granularidad es imprescindible.

Para el panorama completo de optimización de páginas de programa, incluidos elementos de contenido más allá del marcado Schema.org, consulte el checklist BOFU para páginas de grado y máster.

FAQ

¿Cada titulación necesita su propio bloque Schema.org?

Sí. Un bloque EducationalOccupationalProgram por página de grado o máster. Los LLM procesan cada URL de forma independiente: el contexto del programa (nombre, ECTS, precio, acreditación) debe estar disponible en la misma página que describe ese programa. Un bloque genérico en la página de la facultad no sustituye a bloques individuales por titulación.

¿Puede nuestro CMS generar el JSON-LD automáticamente?

Sí. WordPress con plugins como RankMath Pro o Schema Pro permiten configurar plantillas de EducationalOccupationalProgram que se completan con los campos de cada entrada. Drupal y cualquier CMS headless con sistema de plantillas pueden automatizar la generación. En todos los casos, valida el output con el Rich Results Test antes de publicar y revisa manualmente los campos de acreditación y precio, que raramente se mapean correctamente de forma automática.

¿Cuánto tiempo tarda el marcado en ser reconocido por los LLM?

Google indexa los datos estructurados en 1-4 semanas tras la publicación. Los LLM como ChatGPT actualizan su corpus en ciclos de 1-3 meses, pero Perplexity y Gemini en modo RAG leen las páginas en tiempo real — el efecto en estas plataformas puede ser inmediato. En cualquier caso, el marcado mejora la rastreabilidad e interpretabilidad de la página desde el primer día de indexación.

¿Reemplaza el marcado Schema.org a otras señales GEO?

No. Los datos estructurados amplifican las señales de autoridad existentes — no las crean. Un programa con acreditación ANECA, datos de empleabilidad publicados y menciones en medios especializados se beneficia enormemente del marcado Schema.org. Un programa sin esas señales de fondo mejora menos. Para entender el conjunto de señales que los LLM evalúan, consulte el artículo sobre acreditación universitaria y citación en ChatGPT y Perplexity.

¿Cómo saber si nuestras páginas están siendo leídas por los LLM?

La prueba más directa: preguntar a ChatGPT y Perplexity por vuestros programas con las consultas que usaría un candidato real. Para una monitorización sistemática con métricas de visibilidad y evolución en el tiempo, consulte el artículo sobre herramientas de auditoría de visibilidad IA para universidades.