Web lista para agentes de IA: así lo hicimos en esta web

1. Abrirle la puerta a los robots correctos

El archivo robots.txt es lo primero que lee cualquier robot. Le dice qué puede visitar. Muchas webs, sin saberlo, bloquean a los robots de IA o tienen reglas copiadas de otro sitio. El nuestro dice esto (resumido):

User-agent: *
Content-Signal: search=yes, ai-input=yes, ai-train=yes
Allow: /

User-agent: Googlebot
User-agent: Bingbot
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: ClaudeBot
User-agent: PerplexityBot
User-agent: Applebot
Allow: /

Sitemap: https://bymetricx.com/sitemap.xml

Content-Signal es una forma reciente de decir para qué se puede usar tu contenido: search (aparecer en buscadores), ai-input (usarse como fuente en respuestas de IA) y ai-train (entrenar modelos). Ojo: la plantilla por defecto trae ai-input=no, que para un negocio que quiere que lo citen juega en contra. Lo de entrenar es una decisión de cada uno.

Y un detalle que confunde a muchos: OpenAI separa sus robots. OAI-SearchBot es el que hace que tu web aparezca en las búsquedas de ChatGPT; GPTBot es solo para entrenar. Bloquear el segundo no te saca de ChatGPT, pero bloquear el primero sí.

2. Un mapa del sitio

El sitemap.xml es la lista de páginas de tu web con la fecha en que cambiaron. En esta web se genera solo cada vez que la publicamos, con la portada, cada guía y la política de privacidad.

3. El texto, de verdad en la página

Muchas webs modernas arman la página en el navegador con código. Una persona la ve bien, pero un robot que no ejecuta ese código puede encontrar una página vacía. Esta web se pre-genera: cada página sale del servidor con todo el texto escrito, incluidas las respuestas de las preguntas frecuentes aunque estén cerradas. Google dice que, para sus respuestas con IA, lo que necesita es poder indexar la página y mostrar un fragmento; esto lo asegura.

4. Tus datos con etiqueta: datos estructurados

Los datos estructurados son un formato, documentado por Google y otros buscadores, que le dice a una máquina “esto es un negocio, este es su horario, este es un precio, esta es una pregunta con su respuesta”. Así no tiene que adivinar. Un trozo del nuestro:

{
  "@type": "ProfessionalService",
  "name": "ByMetricx",
  "areaServed": "Ñuñoa, Región Metropolitana, Chile",
  "hasOfferCatalog": {
    "itemListElement": [
      { "@type": "Offer", "name": "Básico: Presencia Local",
        "price": "99900", "priceCurrency": "CLP" }
    ]
  }
}

La regla que seguimos: los datos estructurados dicen exactamente lo mismo que se ve en la página. Los precios, las preguntas y el horario salen de la misma fuente que el texto visible. Si no coinciden, los buscadores desconfían.

5. Un resumen para modelos de lenguaje

El archivo llms.txt es una propuesta (llmstxt.org) para darle a una IA un resumen en texto simple de qué hay en tu web y dónde. No es un estándar oficial ni lo exige ningún buscador, pero cuesta poco y no molesta. El nuestro lista qué hacemos, los precios, las guías y el contacto. Además publicamos los precios en un archivo de texto aparte, /pricing.md, fácil de leer para cualquier programa.

6. Un formulario que un agente entienda

Si un agente quiere pedir una cotización por encargo de alguien, necesita entender tu formulario: qué es cada campo y qué hace el botón. Nuestro formulario de diagnóstico tiene campos con nombres claros (“Nombre del negocio”, “WhatsApp o correo”) y una descripción declarada para agentes. No pedimos nada que no usemos.

7. Rápida y segura

Lo que lee un robot también lo lee una persona en el teléfono. Esta web no carga código de terceros, ni cookies, ni analítica; las fotos van en formatos livianos con su tamaño declarado, y el servidor manda cabeceras de seguridad que impiden, por ejemplo, que otro sitio la meta dentro de un marco. Es más fácil de leer para todos.

Cómo revisarlo en tu web

1. Abre tuweb.cl/robots.txt. Si dice Disallow: / para todos, estás cerrado.
2. Abre tuweb.cl/sitemap.xml. Si da error, no tienes mapa del sitio.
3. Pasa tu web por isitagentready.com. Revisa si te pueden encontrar, leer y si tienes reglas para bots de IA. Lo más avanzado (pagos, protocolos para agentes) no aplica a la mayoría de los negocios de barrio.
4. Pregúntale a ChatGPT por tu negocio con su nombre. Si no encuentra tu web, algo de lo de arriba falta.