Cómo verificar la puntuación de accesibilidad para agentes de IA en AmICited

Los agentes de IA no leen tu sitio como lo hacen las personas — y si nunca has comprobado si el tuyo está preparado para ellos, la respuesta probablemente sea “todavía no”.

Qué es la accesibilidad para agentes

La accesibilidad para agentes mide con qué facilidad un sistema de IA autónomo —un asistente de compras, un agente de investigación, un chatbot que responde a la pregunta de un usuario, un rastreador que alimenta a un modelo de lenguaje— puede leer, entender y actuar sobre tu sitio web sin que un humano haga clic en nada. Es una disciplina distinta de la accesibilidad web tradicional (que sirve a lectores de pantalla y tecnologías de asistencia) y del SEO clásico (que sirve a los rastreadores de los motores de búsqueda que clasifican páginas en una lista de enlaces azules). Los sistemas de IA agéntica no navegan; analizan. Obtienen una página, extraen de ella un significado estructurado, deciden si confiar en ella y citarla y, en ocasiones, realizan una acción —como completar una compra— en nombre de un usuario, un patrón conocido como comercio agéntico .

Ese paso de análisis es donde la mayoría de los sitios fallan silenciosamente. Una página que se ve perfecta en un navegador puede ser funcionalmente invisible para un agente si su contenido solo se renderiza después de ejecutar JavaScript, si un archivo robots.txt bloquea el user-agent del rastreador, si no hay un sitemap que declare qué URLs existen, o si el sitio no ofrece a los agentes una forma legible por máquina de descubrir qué se les permite hacer. Ninguna de estas cosas la notaría jamás un visitante humano. Todas ellas son cosas que un agente de IA verifica antes de decidir si tu marca es una fuente citable y accionable.

Por eso la optimización para motores generativos (GEO) trata la accesibilidad técnica como una capa base y no como algo secundario. Puedes publicar el contenido más autorizado de tu categoría, pero si la infraestructura subyacente le impide a un agente leerlo, nada de esa autoridad llega a ChatGPT, Perplexity, Gemini o las AI Overviews de Google. Una auditoría de accesibilidad para IA es la revisión técnica que saca a la luz exactamente dónde están esas brechas — comprobando permisos de rastreo, datos estructurados, capacidad de descubrimiento de archivos y los protocolos más nuevos, específicos para agentes, que están surgiendo a medida que las compras con IA y la investigación impulsada por IA se vuelven habituales.

Las señales que importan se agrupan en unas pocas categorías: si has publicado un archivo llms.txt que le indica a los modelos de lenguaje cómo leer y citar tu sitio; si tus páginas son estructuralmente legibles a través del árbol de accesibilidad que usan los sistemas de IA para analizar contenido; si los rastreadores realmente tienen permiso de entrada mediante robots.txt ; si existe un sitemap XML completo; si el sitio expone herramientas invocables para agentes mediante estándares emergentes como WebMCP; y si anuncia un protocolo de transacciones legible por máquina para el comercio agéntico. Cada una de estas señales es, en la práctica, binaria: o el agente puede hacer la tarea, o no puede — por eso AmICited las condensa en una sola fila de fichas de aprobado/fallido en lugar de un largo informe narrativo.

El Resumen de preparación para agentes

La auditoría de Accesibilidad para agentes verifica si tu sitio está técnicamente preparado para los agentes de IA — y el Resumen de preparación para agentes en la parte superior te muestra el panorama completo en una fila de fichas.

Dónde encontrarlo

Abre Audit → Agent Accessibility. La página se centra en “el /llms.txt de tu dominio — el archivo que indica a los agentes de IA y LLMs cómo leer y citar tu sitio”, con el resumen de preparación en la parte superior. Esto se integra con el seguimiento más amplio de visibilidad en IA de AmICited, de modo que puedes pasar de “¿es mi sitio técnicamente legible?” a “¿se está citando realmente mi marca?” sin cambiar de herramienta.

Qué cubren las fichas

• llms.txt — si tienes un /llms.txt completo y válido. Este archivo es lo más parecido a una tabla de contenidos para tu sitio que tienen los agentes de IA: los dirige hacia las páginas, la documentación y los datos que quieres que se citen, en un formato pensado para el consumo automático y no para un navegador. Un archivo ausente o mal formado no necesariamente bloquea a un rastreador, pero sí significa que el agente queda librado a adivinar qué es importante en tu dominio.
• Accesibilidad — qué tan legibles son tus páginas a través del árbol de accesibilidad, la misma representación estructural de una página en la que se apoyan los lectores de pantalla. Los agentes que renderizan páginas (en lugar de limitarse a obtener el HTML sin procesar) suelen recorrer este árbol para extraer contenido, así que una página construida enteramente a base de <div> sin etiquetar o widgets interactivos sin marcado semántico se lee como ruido, aunque el texto visible esté perfecto.
• Acceso de rastreadores — si los rastreadores de IA y de búsqueda tienen permiso para leer el sitio. Esta ficha refleja tu configuración de robots.txt y cualquier bloqueo a nivel de servidor. Es la ficha más determinante de la página: si un rastreador tiene el acceso denegado, todo lo que viene después —citas, datos estructurados, acceso de herramientas para agentes— queda sin efecto, porque el agente nunca logra pasar de la puerta de entrada.
• URLs del sitemap — si los sitemaps están declarados y cuántas URLs listan. Un sitemap no garantiza que te citen, pero es la forma más rápida de decirle a un agente “este es el conjunto completo de páginas que vale la pena considerar”, en lugar de depender de que las descubra únicamente a través de enlaces internos.
• WebMCP — si tu sitio expone herramientas invocables para agentes. Esta es la ficha más nueva y con visión más a futuro: a medida que los agentes pasan de leer contenido a realizar acciones, los sitios que exponen capacidades definidas e invocables por máquina (en lugar de esperar que un agente haga ingeniería inversa de una interfaz) están posicionados para participar en ese cambio en vez de quedar excluidos de él.
• Comercio agéntico — si tu sitio anuncia un protocolo de transacciones legible por máquina. Para cualquier marca con un flujo de compra, esta ficha es un indicador adelantado de si los agentes de compras con IA pueden completar una compra en nombre de un cliente, o si simplemente te van a saltear en favor de un competidor que sí lo permite.

Cómo usarlo

1. Detecta las fichas débiles. Cualquier elemento que falle o esté en blanco es una brecha de accesibilidad para los agentes de IA. Como las fichas corresponden a sistemas técnicos independientes, una única ficha débil suele ser un problema acotado y solucionable, más que el síntoma de algo más amplio.
2. Profundiza en los detalles. Cada ficha se corresponde con una sección más abajo en la página (revisión de llms.txt, robots y sitemaps, árbol de accesibilidad, WebMCP, comercio agéntico) con especificaciones y botones para volver a verificar. Aquí es donde obtienes el detalle concreto de “qué falta” en lugar de solo la señal de aprobado/fallido — la diferencia entre “llms.txt: necesita trabajo” y saber con precisión qué páginas faltan o qué directiva está mal formada.
3. Vuelve a ejecutar tras las correcciones. Actualiza tu sitio y luego vuelve a verificar para ver cómo las fichas se tornan saludables. Como se trata de comprobaciones estructurales y no de métricas de rastreo-y-espera, la mayoría de las fichas se actualizan en cuanto AmICited vuelve a obtener los archivos correspondientes, lo que convierte al resumen en un ciclo de retroalimentación rápido para el trabajo de ingeniería, en lugar de algo que revisas una vez por trimestre.

Por qué esto importa más allá de la página de auditoría

Un Resumen de preparación saludable es un indicador adelantado, no una puntuación vanidosa. Los sitios que aprueban las seis comprobaciones son los que tienen más probabilidades de aparecer cuando buscas participación en citas dentro de las respuestas de IA — porque el agente realmente pudo llegar, analizar y confiar en el contenido desde el principio. Esta es la misma lógica detrás de tratar tu robots.txt y tu sitemap como activos de SEO de primer nivel y no como una mera formalidad: ya no son solo para Googlebot, son la vía de acceso para cada rastreador de IA que hoy determina qué se recomienda, se resume o se compra en nombre de un usuario. Si quieres profundizar en la mecánica de alguna ficha en particular —por ejemplo, un recorrido paso a paso para escribir un archivo conforme a las especificaciones— la guía de AmICited sobre cómo implementar llms.txt cubre la sintaxis y los errores más comunes con más profundidad que la propia página de auditoría.

De la puntuación a la corrección

El resumen es la tarjeta de puntuación; las secciones debajo —cada una con su propia guía de Academy— son donde se actúa. Trata una ficha en rojo o ausente como tratarías una prueba fallida en un pipeline de CI: nombra el problema con la precisión suficiente como para que solucionarlo sea, por lo general, cuestión de tiempo de ingeniería y no de adivinanza. Las brechas de llms.txt suelen ser un problema de contenido y formato de archivo que puedes cerrar en una tarde; los problemas de acceso de rastreadores y de sitemap suelen resolverse con un ajuste de configuración del servidor; los problemas del árbol de accesibilidad tienden a rastrearse hasta cómo un framework de front-end renderiza el contenido y pueden llevar más tiempo resolverse. WebMCP y el comercio agéntico son las comprobaciones más nuevas, y para muchos sitios hoy simplemente estarán sin implementar — lo cual no es tanto un fallo como una oportunidad de adelantarse en una categoría que la mayoría de los competidores todavía no ha tocado.

Vale la pena ejecutar esta comprobación de forma recurrente y no una sola vez. Los sitios cambian: un nuevo despliegue puede reintroducir silenciosamente un bloqueo en robots.txt, una migración de CMS puede eliminar tu sitemap, un rediseño puede quitar el marcado semántico del que depende un árbol de accesibilidad. Como los agentes de IA no te envían un mensaje de error cuando no pueden leer tu sitio, el Resumen de preparación suele ser el único lugar donde verás la regresión antes de que se traduzca en una caída de citas. Combinarlo con el rastreador de posicionamiento en IA de AmICited, que vigila tu posición de citas real en ChatGPT, Perplexity, Gemini y AI Overviews, te da las dos caras del panorama: la puntuación de preparación técnica que predice si puedes ser citado, y el seguimiento en vivo que confirma si efectivamente te están citando. Si estás auditando un sitio por primera vez y quieres el panorama completo en lugar de solo la parte de preparación para agentes, la guía de AmICited sobre cómo realizar una auditoría de visibilidad en IA recorre la metodología completa, y los equipos que gestionan esto en múltiples sitios de clientes encontrarán en AmICited para agencias el espacio de trabajo y la estructura de informes diseñados específicamente para ejecutar la misma lista de verificación a escala.