Schema FAQ: El camino directo a las citas destacadas en ChatGPT y Perplexity

Un restaurante de cafe specialty en Karakoy publico un schema FAQPage con 14 preguntas y tres semanas despues aparecio como cita directa en la busqueda de Perplexity "best specialty coffee Istanbul". El mismo bloque surgio en cuatro respuestas ChatGPT distintas.

Por que el schema FAQPage funciona

ChatGPT y Perplexity priorizan los datos estructurados durante el crawl porque pueden tomar el par name-acceptedAnswer literalmente en lugar de analizar HTML crudo. Esto reduce el riesgo de alucinacion.

Cuando publicas un bloque FAQPage con 8-12 preguntas, cada pregunta se vuelve su propio objetivo de cita para consultas especificas de usuarios.

Como conseguir las 14 preguntas

La cafeteria mezclo tres fuentes: AnswerThePublic, el filtro "questions" de 90 dias de Search Console, y preguntas recurrentes documentadas por los camareros. Este trio encuentra la interseccion alta intencion / baja competencia.

Apunta a preguntas que empiecen con "tienen", "cuanto cuesta", "es" — estos patrones coinciden mejor con las formas de consulta LLM en espanol.

Implementacion y verificacion

Coloca el JSON-LD FAQPage en el head o body. El campo acceptedAnswer.text debe estar entre 40 y 160 palabras; respuestas mas cortas disparan una senal de "no suficientemente informativo".

Valida con Google Rich Results Test y luego escribe tu consulta objetivo en Perplexity buscando tu dominio en la franja de citas. La indexacion inicial toma 10-14 dias.

FAQ

Cuantas preguntas son optimas? 8-12 es el punto dulce; menos de 5 da poca senal, mas de 20 diluye la calidad.

El contenido FAQ debe ser visible? Si — segun la politica de Google cada pregunta del schema debe existir tambien como HTML visible.

Que otros schemas combinar? Restaurant + LocalBusiness + Menu schema con FAQPage duplica la tasa de citas.

¿Te resultó útil? Compártelo.