La batalla por la visibilidad online ya no se libra solo en el buscador. Cada vez más usuarios llegan a una marca, un producto o una respuesta a través de asistentes conversacionales, resúmenes automáticos y agentes que “leen” páginas para citar, comparar o ejecutar acciones. En ese giro silencioso —menos clic y más respuesta directa—, empieza a aparecer una nueva obsesión para equipos de SEO, marketing y producto: que una web no solo posicione, sino que sea comprensible y reutilizable por máquinas.
En ese contexto entra AgentReady.md, una herramienta online que pretende poner orden en un concepto todavía difuso: la “AI-readiness” (preparación para agentes). Su propuesta es directa: introducir una URL y recibir, en segundos, una puntuación, una versión optimizada en Markdown y un listado priorizado de cambios técnicos para que una página sea más “legible” para asistentes y agentes. En su versión beta funciona sin registro y permite hasta 5 análisis por hora.
Del SEO clásico a la “AI-readiness”: por qué cambia el juego
El SEO tradicional se ha centrado en ayudar a Google (y compañía) a rastrear, entender e indexar. Pero los agentes —especialmente los basados en modelos de lenguaje— operan con otras limitaciones: no “navegan” como una persona, no interpretan igual el JavaScript, y a menudo trabajan con extractores, modos lectura o conversiones a texto/Markdown para reducir ruido.
Ahí aparece una idea que AgentReady.md pone sobre la mesa: una página bien estructurada puede traducirse a Markdown con entre un 70 % y un 80 % menos de tokens que el HTML en bruto, lo que reduce coste de procesamiento y mejora la probabilidad de que el modelo “se quede” con lo importante.
Para marketing esto tiene una derivada clara: si tu contenido llega “limpio”, es más fácil que el asistente lo cite bien, lo resuma con precisión y no se pierdan detalles clave (precio, condiciones, disponibilidad, ubicación, etc.).
Qué entrega AgentReady.md cuando analizas una URL
El flujo está diseñado para ser rápido y accionable:
- Introduces una URL: la plataforma obtiene la página y analiza su estructura. Mira un ejemplo con AgentReady.md.
- Recibes una puntuación: un score basado en 5 dimensiones y 21 comprobaciones.
- Mejoras con guía paso a paso: recomendaciones priorizadas y fragmentos “copiar y pegar” para elevar la nota.
Además, en su web muestra ejemplos de análisis sobre dominios reales con puntuaciones y calificaciones por letras, lo que ayuda a entender que no se trata de un “aprobado” binario, sino de un gradiente de madurez.
Las 5 dimensiones: el mapa que conecta marketing, SEO y desarrollo
Lo interesante para un medio de SEO y marketing es que el informe no se queda en tecnicismos: divide el problema en bloques que suelen corresponderse con responsabilidades internas (contenido, front, backend, SEO técnico).
| Dimensión (peso) | Qué suele fallar | Qué gana el marketing cuando se corrige |
|---|---|---|
| HTML semántico (20 %) | Abuso de div, jerarquía de Hs caótica, imágenes sin texto alternativo | Resúmenes más fieles, mejor extracción de “qué es qué” (producto, servicio, artículo) |
| Eficiencia del contenido (25 %) | Mucho “ruido” (menús infinitos, bloques repetidos), estilos en línea, peso excesivo | Menos tokens = más contexto útil = menos errores y más citas correctas |
| Visibilidad para IA (25 %) | Falta de llms.txt, configuración confusa de bots, sin sitemap o sin negociación de Markdown | Más probabilidad de ser descubierto, leído y referenciado por asistentes |
| Datos estructurados (15 %) | JSON-LD incompleto, OG pobre, canonical/idioma ausentes | Mejor comprensión de entidad, producto, autoría y contexto |
| Accesibilidad (15 %) | Contenido que depende de JS, texto principal muy abajo, páginas enormes | Si es accesible para lectores, suele serlo también para agentes |
Esta matriz es la clave: transforma el debate abstracto (“¿mi web está lista para IA?”) en un backlog realista.
llms.txt y llms-full.txt: la nueva “capa editorial” para agentes
Uno de los puntos más diferenciales del enfoque de AgentReady.md es el protagonismo de llms.txt, un estándar emergente que pretende hacer para los agentes algo parecido a lo que robots.txt hizo para los buscadores: explicar el sitio y guiar hacia páginas núcleo, pero en Markdown.
Según la herramienta, existen dos niveles:
- llms.txt: índice conciso con descripción y enlaces clave.
- llms-full.txt: versión extendida que integra el contenido “en línea” para que el agente no tenga que seguir enlaces.
Para un equipo de marketing, esto se parece menos a “SEO técnico” y más a arquitectura de información editorial: decidir qué páginas son estratégicas (servicios, precios, comparativas, FAQs, política de devoluciones, garantías), cómo se describen y qué narrativa se ofrece a un lector no humano.
Markdown por negociación de contenido: la pista de por dónde va Internet
AgentReady.md también empuja una idea muy práctica: servir Markdown bajo demanda sin duplicar URLs, usando negociación de contenido por cabeceras HTTP (por ejemplo, cuando el cliente solicita Accept: text/markdown).
Y aquí el mercado se está moviendo rápido: Cloudflare ha presentado Markdown for Agents, una función que convierte HTML a Markdown en el edge cuando un agente lo solicita mediante esa cabecera, con el objetivo de entregar contenido más “masticable” para sistemas de IA.
Para SEO y marketing, el mensaje es claro: Markdown ya no es solo cosa de documentación, empieza a ser un formato de distribución para el tráfico agéntico.
Cómo puede usarlo un equipo de marketing sin convertirlo en un “proyecto infinito”
La tentación con cualquier auditoría nueva es abrir un melón enorme. AgentReady.md intenta evitarlo con recomendaciones priorizadas, pero aun así conviene aterrizarlo en acciones de alto impacto:
- Ordenar la jerarquía de encabezados (H1/H2/H3) y reforzar “qué es lo importante” arriba del HTML.
- Blindar metadatos básicos (idioma, canonical, descripción y Open Graph) para controlar cómo se describe una página fuera del navegador.
- Asegurar texto alternativo y nombres claros en elementos clave (imágenes de producto, CTAs, formularios).
- Reducir ruido repetitivo (bloques duplicados, menús kilométricos, widgets que se repiten antes del contenido).
- Decidir una política de bots coherente: si se bloquea a determinados rastreadores, hay que asumir que parte de la “presencia en respuestas” puede evaporarse.
Un producto nacido “en casa” y con hoja de ruta
Detrás del proyecto figuran Color Vivo y David Carrero, con alojamiento en Stackscale (Grupo Aire) y un posicionamiento claro: producto ligero, gratuito y con foco en ejecución.
En su hoja de ruta aparece un análisis completo de dominio (rastreo del sitio, generación de llms.txt y monitorización del score en el tiempo) accesible mediante lista de espera.
En un momento en el que el marketing digital se enfrenta a un Internet más “sin clic”, herramientas así funcionan como termómetro: no garantizan visibilidad, pero ayudan a evitar el peor escenario posible —que un agente lea tu página y se lleve una versión confusa, incompleta o directamente incorrecta.
Preguntas frecuentes
¿AgentReady.md sirve para cualquier web o solo para medios y blogs?
Es especialmente útil en webs donde el contenido debe ser citado con precisión: medios, documentación, servicios profesionales, ecommerce (fichas y categorías) y páginas locales donde importan horarios, ubicación y condiciones.
¿Qué mejoras suelen subir la puntuación más rápido sin rehacer la web?
Normalmente: jerarquía de encabezados, limpieza de HTML semántico, metadatos básicos (idioma/canonical/OG), y reducción de ruido antes del contenido principal.
¿Qué es llms.txt y por qué puede afectar a la visibilidad en respuestas de IA?
Porque actúa como guía para agentes: describe el sitio y apunta a páginas clave en un formato fácil de consumir. Si el agente “entra por ahí”, aumenta la probabilidad de que encuentre lo importante.
¿Tiene sentido priorizar Markdown si mi web ya está bien en SEO?
Sí, porque SEO e indexación no garantizan que un agente consuma tu página con fidelidad. Markdown y estructura limpia reducen el coste de lectura y mejoran la extracción (especialmente en páginas con mucho layout y poca semántica).
Fuente: AgentReady en Redes Sociales