Ejemplo de schema Product para Shopify de ropa

Las páginas de producto de ropa en Shopify reciben citas de motores IA shopping según la precisión con la que el JSON-LD describe el paisaje de variantes. Un comprador preguntando «camisa de lino que talla bien en mediano» en ChatGPT, Perplexity o Gemini necesita que la IA reconozca que la variante específica existe, está en stock, tiene precio, y está descrita distintamente de las hermanas L y XL. El schema genérico Product sin detalle de variante fuerza a la IA a adivinar; ProductGroup con hasVariant le da los datos para citar con confianza.

Este ejemplo entrega dos bloques JSON-LD listos para copiar: un ProductGroup para la matriz de variantes, y un BreadcrumbList para contexto de categoría. Ambos están calibrados para pasar Google Rich Results Test limpiamente y para reflejar el contenido visible (la regla que los motores IA realmente aplican en la práctica).

Cuándo usar Product vs ProductGroup#

Los templates Liquid por defecto de Shopify emiten Product sin importar el conteo de variantes. El upgrade a ProductGroup para cualquier tienda de ropa con múltiples tallas es una edición de tema única (o una app Shopify que lo maneja automáticamente); el lift de citación IA shopping vale el esfuerzo.

ProductGroup JSON-LD (ropa con variantes)#

Pegar en un template de página de producto, reemplazando los valores placeholder. El ejemplo muestra un subconjunto de 2 variantes; en producción tendrás una entrada hasVariant por SKU real.

{
  "@context": "https://schema.org",
  "@type": "ProductGroup",
  "name": "Linen Relaxed Shirt",
  "description": "A breathable linen shirt in three colors, sizes XS–XL. 100% European linen, pre-washed for softness.",
  "brand": {
    "@type": "Brand",
    "name": "Example Apparel"
  },
  "productGroupID": "linen-shirt-001",
  "variesBy": ["https://schema.org/size", "https://schema.org/color"],
  "hasVariant": [
    {
      "@type": "Product",
      "sku": "LINEN-SHIRT-WHITE-M",
      "name": "Linen Relaxed Shirt — White / M",
      "color": "White",
      "size": "M",
      "material": "Linen",
      "image": "https://example.com/products/linen-shirt-white.jpg",
      "offers": {
        "@type": "Offer",
        "url": "https://example.com/products/linen-shirt?variant=white-m",
        "priceCurrency": "USD",
        "price": "79.00",
        "availability": "https://schema.org/InStock",
        "itemCondition": "https://schema.org/NewCondition"
      }
    },
    {
      "@type": "Product",
      "sku": "LINEN-SHIRT-BLACK-S",
      "name": "Linen Relaxed Shirt — Black / S",
      "color": "Black",
      "size": "S",
      "material": "Linen",
      "image": "https://example.com/products/linen-shirt-black.jpg",
      "offers": {
        "@type": "Offer",
        "url": "https://example.com/products/linen-shirt?variant=black-s",
        "priceCurrency": "USD",
        "price": "79.00",
        "availability": "https://schema.org/InStock",
        "itemCondition": "https://schema.org/NewCondition"
      }
    }
  ]
}

BreadcrumbList JSON-LD#

Empareja el ProductGroup con un BreadcrumbList para que los motores IA entiendan la jerarquía de categoría donde vive tu producto. Las URLs del breadcrumb deben coincidir exactamente con el breadcrumb visible.

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "name": "Home",
      "item": "https://example.com/"
    },
    {
      "@type": "ListItem",
      "position": 2,
      "name": "Shirts",
      "item": "https://example.com/collections/shirts"
    },
    {
      "@type": "ListItem",
      "position": 3,
      "name": "Linen Relaxed Shirt",
      "item": "https://example.com/products/linen-shirt"
    }
  ]
}

Errores comunes (por frecuencia)#

1. Marcar variantes que no son visibles ni seleccionables en la página. El schema debe reflejar la realidad visible. Si tu página solo muestra S / M / L pero el JSON-LD declara XS a XXL, los motores IA acabarán intentando citar una variante 404 y penalizarán la tienda.

2. Usar AggregateRating sin widget de reviews. O bien mostrar las reviews visiblemente (app Shopify Reviews), o eliminar el campo schema. No fabricar.

3. Inconsistencia de currency, precio o disponibilidad entre schema y página visible. Comprador ve $79 pero schema declara 89.00 — los motores IA toman el número del schema, lo citan, y el comprador se siente engañado. Peor: Google flaca el schema como no confiable.

4. Reusar el mismo sku entre variantes. Shopify genera SKUs únicos pero los merchants los sobrescriben a menudo. SKUs duplicados en hasVariant hacen que los motores IA fusionen variantes incorrectamente.

5. Mezclar ProductGroup y Product de modo que los nombres específicos de variante se pierden. Si emites ambos para el mismo item, asegúrate de que la instancia Product es el padre (sin detalle de variante) y ProductGroup.hasVariant contiene las variantes. No emitas Product para cada variante fuera del grupo.

6. Añadir claims médicos o no soportados a las descripciones de ropa. «Correctora de postura» / «mejora la circulación» / «tela antibacteriana previene enfermedades» — son claims regulados en la mayoría de mercados y disparan penalización IA incluso si legalmente están bien. Quédate con descripciones de fit y material.

7. Apuntar URLs del schema a URLs de variante no canónicas. Si la página usa una URL canónica del producto (p.ej. /products/linen-shirt) y las variantes se seleccionan por query-param (?variant=white-m), hasVariant[].offers.url debe seguir apuntando a la URL específica de la variante — ahí es donde compradores (y agentes IA) aterrizan.

Cómo verificar#

1. Pega la URL del producto desplegada en

   Google Rich Results Test

   . Los items Product y BreadcrumbList deben validar.
2. Pasa el checklist de validación arriba campo por campo.
3. Abre la página en una ventana incógnita y verifica que H1 del producto visible, precio, disponibilidad y breadcrumb coincidan todos con lo que declara el schema.
4. Re-ejecuta el generador de Schema si cambias la estructura del producto (nuevo color, talla retirada) y redespliega.

El JSON-LD es una señal en el stack IA shopping. Empareja con la plantilla llms.txt moda para el lado de mapa de contenido, y verifica con el Analizador Robots que GPTBot pueda alcanzar la página de producto.