Cada comprobación, y por qué vale lo que vale

¿Permite robots.txt que los rastreadores detrás de las respuestas de IA lean la página?

Los asistentes que citan la web recuperan contenido a través de agentes con nombre propio. Una regla general escrita hace años para buscadores puede excluirlos a todos en silencio, y nada en sus analíticas se lo dirá.

Si fallaPublique un robots.txt que nombre los agentes de IA que quiere y permita las rutas que quiere que se citen. Bloquear es una decisión legítima — pero que sea una decisión, no un descuido.

Artículo completo (en inglés): robots.txt for AI agentsOpenAI — GPTBotGoogle — Google-ExtendedRFC 9309 — Robots Exclusion Protocol

¿Responde el servidor cuando la petición lleva la identificación de un agente?

robots.txt es una petición; la defensa contra bots es la ejecución. Una regla del WAF o un limitador de tasa puede devolver 403 justo a los clientes que usted quería recibir, y entonces el permiso que escribió no vale nada.

Si fallaIncluya las identificaciones de agente en la lista de permitidos de su defensa contra bots, o verifíquelas por DNS inverso en lugar de bloquear por la cadena de texto. Después, vuelva a comprobarlo.

Cloudflare — verified bots

¿Llega el contenido sin que se interponga un muro de consentimiento o una prueba anti-bot?

Un agente no tiene manos. Una ventana que no puede cerrar, o una página de verificación que no puede resolver, termina la sesión en la primera petición — y la página que hay detrás bien podría no existir.

Si fallaEntregue el contenido en la primera respuesta y deje que la capa de consentimiento aparezca encima. Nunca ponga el documento mismo detrás de una verificación para un rastreador que se comporta bien.

¿Hay texto real y un encabezado en el HTML en bruto, antes de que se ejecute ningún script?

Este es, con diferencia, el fallo más común en la web agéntica. La mayoría de los rastreadores detrás de las respuestas de IA no ejecutan JavaScript, y un agente que recibe una cáscara vacía no tiene nada sobre lo que razonar — por muy bien que se vea la página en un navegador.

Si fallaRenderice la página en el servidor o pregenérela en la compilación. El objetivo es un <h1> real y varios cientos de palabras del contenido verdadero en la primera respuesta.

Artículo completo (en inglés): Content that survives without JavaScriptweb.dev — rendering on the web

¿Hay landmarks y una jerarquía de encabezados que no se salte niveles?

Los landmarks y el orden de encabezados son la única forma que tiene una máquina de separar el artículo del mobiliario. Sin ellos, un resumidor cita su aviso de cookies con la misma confianza que la descripción de su producto.

Si fallaEnvuelva el contenido en <main>, use <header>, <nav> y <footer> para el marco, mantenga exactamente un <h1>, y nunca salte de h2 a h4.

¿Hay JSON-LD analizable, y su tipo corresponde a lo que la página es?

Los datos estructurados son el único sitio donde usted afirma hechos en lugar de insinuarlos: esto es un precio, esto es un horario, este es el autor. Agentes y buscadores los dan por buenos, y justo por eso tienen que analizarse sin errores.

Si fallaEmita JSON-LD en un bloque <script type="application/ld+json"> con un tipo que corresponda a la página: Product y Offer para un producto, Service para una página de servicio, FAQPage para preguntas, LocalBusiness para una ubicación.

Artículo completo (en inglés): Structured data: the one place you state factsschema.orgGoogle — structured data general guidelines

¿Devuelve la página Markdown cuando un cliente lo pide?

Un agente que quiere su texto no quiere su maquetación. Responder a `Accept: text/markdown` con prosa limpia reduce tokens, elimina el ruido de navegación y deja sin ambigüedad qué parte de la página es citable.

Si fallaSirva una representación en Markdown para la misma URL, varíe según el encabezado Accept y manténgala sincronizada con el HTML. Una ruta hermana .md es un segundo puesto aceptable.

¿Hay un fichero curado que diga a un agente qué es este sitio y dónde mirar?

Un rastreo le da a un agente todo; llms.txt le da la parte que usted mismo señalaría. Cuesta poco publicarlo y es el único sitio donde usted controla el resumen en lugar de confiar en que se deduzca uno.

Si fallaPublique /llms.txt con un párrafo de descripción y debajo listas enlazadas de sus páginas canónicas, agrupadas por propósito. Tenga en cuenta que es una convención, no un estándar, y que la Búsqueda de Google la ignora.

Artículo completo (en inglés): llms.txt: what it is, and what it is notllmstxt.org

¿Hay un sitemap válido, y declara la página cuál es su dirección real?

Los agentes deduplican por URL canónica. Sin ella, la misma página alcanzada por tres rutas se convierte en tres fuentes que pueden contradecirse, y una cita puede apuntar a la copia que usted no quería indexada.

Si fallaPublique un sitemap.xml válido, refiéralo desde robots.txt, y ponga un <link rel="canonical"> autorreferencial en cada página.

¿Hay algo en esta página que un agente pudiera completar en nombre del visitante?

La aptitud para agentes no es un ejercicio de lectura. Si la página no lleva formulario, ni búsqueda, ni ruta hacia un carrito o una reserva, no hay nada que terminar — y la visita acaba en resumen en lugar de en conversión.

Si fallaHaga que la acción principal forme parte del HTML entregado: un formulario real, un campo de búsqueda, o un enlace a la ruta de reserva o de carrito. Un botón que solo existe tras la hidratación no cuenta.

¿Llevan los campos etiquetas, nombres, tipos e indicaciones de autocompletado?

Un agente rellena un formulario leyéndolo. Un campo sin etiqueta y con un nombre como `field_7` es una conjetura; el mismo campo con etiqueta y `autocomplete="email"` es una certeza. Esta es la mejora grande más barata que puede hacer la mayoría de los sitios.

Si fallaDé a cada campo un <label for>, un nombre con sentido, el tipo de input correcto y una indicación de autocompletado del estándar HTML.

Condicional — se excluye cuando no se aplica

Artículo completo (en inglés): Forms an agent can actually fillHTML standard — autofill tokens

¿Se puede identificar cada control interactivo por su nombre en lugar de por su posición?

Un <div> con un manejador de clic es invisible para todo lo que no renderiza ni pasa el ratón por encima. Los agentes se dirigen a los controles igual que la tecnología asistiva — por rol y nombre — así que un control sin nombre es un control inalcanzable.

Si fallaUse <button> y <a href> para las acciones, y dé a cada uno texto o un aria-label. Reserve el div con onclick para la decoración.

Condicional — se excluye cuando no se aplica

¿Está la acción principal libre de CAPTCHA o de verificación anti-bot?

Un CAPTCHA es la declaración de que los visitantes automatizados no son bienvenidos. Era una postura razonable cuando automatización significaba scrapers; sale cara cuando significa el asistente de su cliente intentando comprar algo.

Si fallaSaque la defensa anti-bot del camino a la conversión: limitación de tasa, campos trampa y puntuación en el servidor mantienen fuera el abuso sin terminar la sesión de un agente legítimo. Si una verificación es inevitable, manténgala fuera del primer paso.

¿Se expresan los estados de validación en el marcado y no solo mediante color?

Cuando falla un envío, un agente necesita saber qué campo y por qué. Un borde rojo no comunica nada; aria-invalid y un mensaje enlazado por described-by le permiten corregir la entrada y volver a intentarlo en lugar de abandonar la tarea.

Si fallaPonga aria-invalid en el campo que falla, enlace el mensaje con aria-describedby, y mantenga el texto junto al campo en lugar de solo en un aviso emergente.

Condicional — se excluye cuando no se aplica

¿Registra la página herramientas WebMCP siquiera?

Esta es la diferencia entre un agente que deduce su interfaz y uno que la invoca. Las herramientas registradas convierten una página en una API pequeña y documentada que el propio asistente del visitante puede operar — sin que usted aloje un servidor ni reparta claves.

Si fallaRegistre sus dos o tres acciones más valiosas como herramientas con document.modelContext.registerTool. Empiece por las de solo lectura. El polyfill le permite publicar antes de que el soporte del navegador sea universal.

Artículo completo (en inglés): What WebMCP is, and what it is notWebMCP specification (W3C WebML CG)Explainer repositoryChrome for Developers — WebMCP

¿Están anotados los formularios existentes para que el navegador pueda derivar herramientas de ellos?

El formulario declarativo es la entrada más barata al estándar: el navegador deriva el esquema de campos que usted ya tiene, de modo que un formulario de contacto o de búsqueda pasa a ser invocable sin JavaScript nuevo.

Si fallaAnote los formularios que ya publica. Como los nombres de atributo siguen marcados como TODO en el explainer, contrástelos con la especificación vigente antes de desplegarlo ampliamente.

Condicional — se excluye cuando no se aplica

Artículo completo (en inglés): The declarative API: tools from forms you already haveExplainer — declarative API

¿Están las herramientas nombradas de forma válida y descritas lo bastante bien como para elegir entre ellas?

La descripción es toda la interfaz. Un agente elige una herramienta leyéndola, así que un nombre fuera del conjunto de caracteres permitido falla al registrarse, y una descripción de cuatro palabras produce llamadas seguras a la función equivocada.

Si fallaMantenga los nombres entre 1 y 128 caracteres de A–Z, a–z, 0–9, guion bajo, guion y punto. Escriba descripciones que digan qué devuelve la herramienta y cuándo preferirla. Quédese bien por debajo de cincuenta herramientas por página.

¿Declara cada herramienta un JSON Schema tipado con propiedades descritas?

Sin esquema, un agente envía lo que se haya inventado. Con esquema envía un objeto validado — y un campo obligatorio con una línea de descripción es la diferencia entre una llamada que funciona y tres reintentos.

Si fallaDé a cada herramienta un inputSchema con propiedades tipadas, una descripción por propiedad y una lista required explícita.

¿Están marcadas como solo lectura las que solo leen, y protegido tras confirmación lo que modifica?

Las anotaciones son la forma en que un agente decide qué puede hacer sin preguntar. Marcar sus rutas de lectura con readOnlyHint es lo que las hace seguras de invocar libremente — y el propio modelo de amenazas de la especificación es la razón de que todo lo que escribe deba detenerse ante una persona.

Si fallaPonga readOnlyHint en toda herramienta que solo lea. Ponga untrustedContentHint donde una herramienta devuelva texto escrito por otros usuarios. Coloque un paso de confirmación delante de todo lo que gaste dinero o cambie el estado.

Artículo completo (en inglés): The WebMCP security model, and the parts that are still openSpecification — tool annotations

¿Puede otro sistema encontrar sus capacidades sin que una persona lea su documentación?

Las herramientas WebMCP solo existen mientras una página está abierta. Un documento de descubrimiento es la forma en que un agente sabe qué ofrece usted antes de visitarle — y la forma en que sus capacidades aparecen en un directorio en lugar de encontrarse por casualidad.

Si fallaPublique una tarjeta de servidor en /.well-known/mcp.json, o un documento OpenAPI, y asegúrese de que robots.txt no bloquea la ruta a la que apunta.

Artículo completo (en inglés): Discovery documents, and the robots.txt trapModel Context ProtocolRFC 9727 — API Catalog

¿Hay una forma documentada de que un agente se autentique?

Dentro de la página, la sesión del navegador ya lleva el inicio de sesión, y esa es la ventaja silenciosa de WebMCP. Todo lo que queda fuera de la página sigue necesitando un camino declarado — de lo contrario los integradores adivinan, y adivinar significa credenciales en sitios que usted no había previsto.

Si fallaPublique metadatos de descubrimiento OAuth, o un auth.md que describa cómo obtienen acceso los clientes automatizados.

Condicional — se excluye cuando no se aplica

RFC 8414 — OAuth authorization server metadataRFC 9728 — OAuth protected resource metadata

¿Puede un agente completar una compra sin una persona ante el teclado?

Una tienda que un agente puede recorrer pero no pagar se detiene a un paso del objetivo. Las vías son jóvenes y elegir una es una decisión real, pero las tiendas que se adelanten serán aquellas en las que los agentes puedan comprar de verdad.

Si fallaEvalúe x402, el Agentic Commerce Protocol y el Universal Commerce Protocol frente a su proveedor de pagos, y publique después el documento de descubrimiento de la vía que adopte.

Condicional — se excluye cuando no se aplica

¿Puede distinguir un agente legítimo de un impostor, y ha declarado sus condiciones?

En cuanto los agentes hacen transacciones, las cadenas de identificación dejan de bastar: cualquiera puede afirmar ser uno. Las peticiones firmadas le permiten recibir a los auténticos, y las señales de contenido le permiten declarar para qué puede usarse su texto sin bloquearlo del todo.

Si fallaPublique un directorio de firmas conforme a Web Bot Auth, y exprese las condiciones de uso con señales de contenido en robots.txt en lugar de con un disallow general.

Cloudflare — Content Signals Policy