La gestión de metadatos editoriales se ha manejado durante décadas en un único frente, la cadena comercial alimentada por ONIX. El mantenimiento de ese frente sigue siendo necesario, pero ha aparecido un segundo, el de la IA como herramienta de recomendación, que tiene su propia lógica.
ONIX requiere de buenos metadatos cuya creación obliga a las editoriales tener un conocimiento muy completo y preciso sobre sus propios libros. Sin embargo, los sistemas de IA que hoy determinan el descubrimiento no acceden a los archivos ONIX de forma directa. Y eso es un problema que quizá Schema podría resolver.
El descubrimiento de los libros en la era de la súperproducción es un tema recurrente en mis análisis desde hace años. En este tiempo me he reafirmado una y otra vez en la convicción de que la visibilidad, como clave del descubrimiento, debe ser el eje alrededor del cual giren las estrategias de marketing de las editoriales. Esta convicción se ha ido consolidando a partir de la observación del funcionamiento del mercado editorial y del comportamiento de los lectores, primero en las librerías, luego, en los buscadores, y, por último, en las redes sociales.
Sigo creyendo que la visibilidad es una prioridad estratégica, pero he de reconocer que hemos perdido el control de la lógica de los motores de búsqueda.
Cuando por fin nos habíamos adaptado al ecommerce, cuando ya creíamos entender el funcionamiento de las tres fuentes de descubrimiento, con sus algoritmos A10, sus estándares de comunicación y sus tendencias comunitarias, cuando por fin creíamos dominada la lógica de la visibilidad de los libros, entonces llegan los agentes de Inteligencia Artificial y lo vuelan todo por los aires.
Y aquí estamos de nuevo, ante un nuevo punto de partida, intentando entender cómo controlar lo que a priori parece incontrolable. Porque para controlar es necesario conocer las reglas, que haya reglas, y la extrema mutabilidad de los agentes de IA convierte cualquier regulación en un espejismo.
¿Estamos ante el ocaso de ONIX?
ONIX, estándar entre los estándares de la industria editorial. De él depende el comercio del libro, pues da forma a toda la información, la visible y la invisible a los ojos del consumidor.
Cuánto ha costado ponerlo en valor entre los agentes de la industria y qué poco ha durado su tiempo de hegemonía.
ONIX sigue siendo imprescindible para la cadena comercial, pero el descubrimiento de los libros ha adquirido una nueva dimensión que cada vez tiene más peso en las decisiones de compra y que ONIX no alcanza: se trata de la información que lee la inteligencia artificial en el entramado web.
Estamos inmersos en la era de la IA, pero la IA no consume ONIX de forma directa.
Que no cunda el pánico, ya he dicho que ONIX sigue siendo imprescindible, la cuestión está en que ya no es suficiente. De hecho, nunca lo ha sido, pero bastaba para cumplir los requerimientos mínimos para la visibilidad y el descubrimiento.
ONIX es un estándar B2B que nació para que la información sobre un libro viajara de forma estructurada entre la editorial, la distribuidora y la librería. Y cumple esa función con precisión de relojero. PERO (con mayúscula, porque la objeción es muy relevante) su destino son sistemas privados de la cadena de suministro, no los motores de búsqueda ni los modelos de lenguaje. Google no utiliza ONIX como fuente primaria de descubrimiento y comprensión de libros. Tampoco las IA, los modernos buscadores inteligentes: ni ChatGPT ni Claude ni Gemini ni Perplexity ni ningún LLM (Large Language Model) utiliza ONIX como fuente habitual de descubrimiento.
Hoy ONIX necesita el complemento de otro estándar que sí pueda ser leído e interpretado por los modelos de IA. Y ese complemento podría ser Schema.org.
Schema.org, el potencial nuevo aliado para el descubrimiento de los libros
Schema.org es un «vocabulario» compartido –un conjunto de términos con definiciones acordadas– creado en 2011 por Google, Microsoft, Yahoo y Yandex con el objetivo de crear un lenguaje común para las páginas web que todos los motores de búsqueda pudieran entender.
Estamos de nuevo ante un estándar de comunicación, aunque en este caso sus destinatarios son los buscadores, no la cadena de suministro del libro.
Schema es un lenguaje genérico aplicable a cualquier página web, pero incluye Book, un tipo de vocabulario específico para los libros, con «propiedades» –el equivalente a los elementos o campos de ONIX– que cubren desde el ISBN y el autor hasta los premios recibidos, los personajes, el lugar donde transcurre la acción o las reseñas de prensa.
La diferencia esencial entre ambos estándares está en el destinatario: mientras que ONIX se dirige a los sistemas de distribución, Schema.org se dirige a la web pública, a Google y a los sistemas de IA que actualmente responden a las preguntas sobre qué leer.
ONIX y Schema son complementarios. Durante mucho tiempo el sector editorial ha usado solo ONIX, pero actualmente podría ser imprescindible el uso de los dos.
Esa complementariedad y la necesidad de coexistencia ya fue detectada por dos grandes instituciones del mundo del libro EDItEUR (la organización que gestiona ONIX y Thema) y la estadounidense BISG (Book Industry Study Group). En 2016, un grupo de trabajo presentó una ponencia sobre la importancia de Schema.org para el descubrimiento de los libros en el entorno web. El objetivo principal era que las editoriales pudieran reutilizar los metadatos existentes creados en ONIX y llevarlos al lenguaje de Schema Book. Para ello se propuso la realización de un mapeo o tabla de equivalencias entre los campos de ONIX y las propiedades de Schema.
Una idea excelente y un magnífico trabajo que, en aquel momento, no llegó a ningún lado.
A toro pasado, es fácil entender por qué la iniciativa no prosperó entre las editoriales. En 2016, el descubrimiento de los libros tenía lugar en Amazon y otras librerías online, a través de los algoritmos de recomendación de unas plataformas que sí usaban ONIX. Google mismo actuaba como una tienda de ebooks a través de Google Books. El esfuerzo de construir ese puente entre ONIX y Schema era grande en comparación con el retorno que en aquel momento se obtenía. Por eso la iniciativa fracasó.
Los sistemas de IA, nuevo punto de entrada a las recomendaciones
Los lectores de hoy se han acostumbrado a hacer preguntas más complejas en sus búsquedas y, lo que es más relevante, han empezado a formularlas fuera del entorno de las librerías online.
Donde antes escribían «novela negra» ahora piden «recomiéndame una novela negra ambientada en el norte de España». Donde antes bastaba con «ensayo sobre IA» ahora se enriquece con «busca los diez mejores libros sobre IA para lectores con conocimiento básicos».
Se formula una pregunta en lenguaje natural en ChatGPT, Gemini (el modo IA de Google), Perplexity o Claude; se recibe una respuesta razonada con recomendaciones concretas, y se puede repreguntar al sistema pidiendo más detalles. Con la IA se puede entablar una conversación. En cambio, con el algoritmo, si se requiere una ampliación de la respuesta, ha de reformularse o repetir la pregunta.
Las fuentes de descubrimiento se están fragmentando en sistemas que no existían hace tres años. Y las encuestas confirman lo obvio, que conversar en lenguaje natural es más atractivo que la respuesta aislada, por buena que sea, de un algoritmo. Así que es lógico que, por primera vez desde 2015, la cuota de Google en el mercado global de búsqueda cayera por debajo del 90% en el último trimestre de 2024.
Estos nuevos sistemas no leen ONIX, leen la web pública y sintetizan sus respuestas a partir de las fuentes que encuentran indexadas. Y cuando deciden qué fuentes utilizar, priorizan las que pueden leer con más claridad y confianza.
Aquí es donde schema.org marca la diferencia y aquí es donde las páginas web de las editoriales suelen estrellarse, porque muchas tienen catálogos en PDF y fichas HTML, pero sin ningún marcado semántico.
La información más completa y precisa sobre un libro, la que solo tiene la editorial, vive en el ONIX que circula por los canales B2B de comercialización y en los dosieres de prensa internos. Es decir, en el conocimiento acumulado de la editorial, que sabe por qué seleccionó ese libro y a quién exactamente va dirigido y por qué es relevante para ese público.
Nada de eso suele figurar en la web pública, la de la editorial. Sí se muestran las fichas de producto de las librerías, receptoras de los archivos ONIX, pero es un contenido que los propios sistemas de Google describen como «genérico»: el mismo título, el mismo autor, la misma sinopsis replicados en cien sitios distintos. Precisamente el tipo de contenido que los sistemas de IA no priorizan como fuente. Así que, a efectos prácticos, es como si cierta información no existiera.
Como avanzaba, cuando una IA construye su respuesta sobre qué libros recomendar en una materia, lo hace a partir de lo que encuentra en la web: blogs, reseñas en redes sociales, Wikipedia y artículos en medios especializados. Fuentes con criterio propio, sí, con relevancia medida en citas y seguidores, pero no verificadas por la editorial y en muchos casos inexactas. Y la editorial no tiene ningún mecanismo para corregirlas porque, pese a ser la fuente primigenia, la IA no la considera una fuente de consulta.
Y a ello hay que añadir otro factor, el más peligroso: los sistemas de IA no son infalibles, pueden equivocarse, pueden alucinar.
En mayo de 2025, el Chicago Sun-Times y The Philadelphia Inquirer publicaron listas de lectura generadas con IA por un colaborador que no verificó los resultados. Las listas incluían títulos inventados que la IA atribuía a autores reales. Bibliotecas de todo Estados Unidos empezaron a recibir solicitudes de esos libros fantasma que los bibliotecarios no podían proporcionar a sus usuarios. La Biblioteca de Virginia estima que alrededor del 15% de sus consultas de referencia por email provienen hoy de información generada por IA, incluyendo citas falsas.
Una de las razones por las que las IAs inventan libros es porque, cuando la información verificada en origen (la de las editoriales) no está disponible en la web pública, la IA rellena los huecos con lo que estadísticamente le parece más probable. Si las editoriales publicaran sus datos de forma estructurada y accesible, los sistemas que rastrean la web tendrían una fuente de autoridad a la que anclar sus respuestas. Esto no eliminaría las alucinaciones ni las inexactitudes, pero sí ofrecería a los sistemas una fuente más fiable sobre la que construir sus respuestas.
Qué es Book Schema
Pese a que, actualmente, el origen del descubrimiento se reparte entre el algoritmo de las librerías y las plataformas de IA, es razonable anticipar que en un futuro próximo la mayoría de las recomendaciones provengan de estas últimas.
Y si las IA no leen ONIX, pero sí Schema, lo lógico sería adaptarse a Schema, en concreto a Book Schema.
En marzo de 2025, Fabrice Canel, director de producto de Microsoft Bing, confirmó públicamente que Schema.org ayuda a los LLMs de Microsoft a entender el contenido para Copilot. Y dado que ChatGPT Search se apoya en la infraestructura de Bing, es razonable pensar que la información estructurada mediante Schema también contribuya a mejorar su comprensión de los contenidos. Por su parte, Google no exige Schema para sus funciones de IA generativa, pero sí lo recomienda como parte de la estrategia general de SEO, ya que ayuda a que los contenidos etiquetados tengan mayores oportunidades de mostrarse como resultados de búsqueda.
Son las primeras validaciones oficiales de que Schema importa para la IA. Queda, pues, confirmada una hipótesis que hasta hace poco era principalmente deductiva.
Book Schema permite a una editorial publicar en su web un conjunto de propiedades estructuradas que cualquier sistema de IA puede extraer y comprender con facilidad. Algunas son equivalentes directos de los campos ONIX: ISBN, autor, editorial, fecha de publicación, idioma y número de páginas. Pero otras, o no tienen equivalente en ONIX o se trata de campos ONIX que las librerías no muestran en sus tiendas. Y estas son precisamente las más valiosas para el descubrimiento por parte de la IA, porque son las que las apartan de las llamadas «generalidades».
Actualmente no hay ninguna librería que muestre en las fichas de los libros toda la información que recibe de las editoriales, a veces porque no son campos que estén programados en el diseño de su web y otras porque no tienen actualizado el estándar ONIX. Pero la editorial sí tiene ese conocimiento, y solo la editorial tiene la motivación para publicarlo.
Implementar Schema.org Book es sencillo y no muy costoso. No requiere rediseñar la web ni crear páginas nuevas. Solo es un bloque de código invisible para el lector que se añade a las fichas de libro ya existentes.
Todas las fichas del libro comparten la misma estructura de página, una plantilla común. El desarrollador puede programar esa plantilla para que genere automáticamente el bloque de Schema.org a partir de los datos de cada libro.
La web no cambia de aspecto, tan sólo aumenta la legibilidad de sus contenidos. Con Schema, Google, Bing y los sistemas de IA que rastrean la web pasan de tener que deducir qué es cada elemento de la página a leer etiquetas («propiedades») explícitas: esto es un libro, este es su autor, este es su ISBN, aquí están sus premios, etc.
Pero el trabajo más importante no es el desarrollo para la incorporación de Schema, sino la decisión editorial de qué propiedades rellenar y con qué contenido, aquellas que distinguen la información relevante de las «generalidades». Metadatos, siempre metadatos. Metadatos que en Schema.org Books son las «propiedades» argumentario, contexto de lectura, premios, personajes, lugar donde transcurre la acción y reseñas de prensa correctamente atribuidas.
Conclusión
Hay que reconocer la ironía que subyace en todo lo expuesto. Los sistemas de IA que hoy determinan el descubrimiento de los libros fueron entrenados, en parte, con el conocimiento que está dentro de esos mismos libros. Y, sin embargo, como les fueron entregados sin contexto, los sistemas solo recuerdan el contenido, pero no la información comercial que es clave para la recomendación de títulos.
La solución sigue estando en las fichas de metadatos de las editoriales y en todo el conocimiento que éstas tienen de su catálogo. El problema es que ese conocimiento está guardado en formatos que los sistemas de IA no pueden leer. Es el momento de que las editoriales proporcionen el contexto y los metadatos que permitan identificar, comprender y recomendar correctamente esos mismos libros que alimentaron los LLMs.
Schema.org es una solución técnica que las editoriales y las instituciones que las representan deberían estudiar. En 2016, BISG y EDItEUR ya intentaron tender ese puente, pero fracasaron porque entonces ningún sistema necesitaba Schema para recomendar un libro, pues el descubrimiento pasaba por plataformas que leían ONIX. Esa condición ha desaparecido y retomar aquel trabajo a escala internacional vuelve a tener sentido.
Y mientras la industria se coordina, cada editorial puede empezar ya: es el momento de proporcionar el contexto y los metadatos que permitan a las IA identificar, comprender y recomendar libros.
