¿Qué es la web agéntica y cómo preparar tu web para los agentes de IA?

La web agéntica describe una web en la que un asistente de IA puede hacer algo por una persona: buscar un producto, completar una solicitud o iniciar una reserva. Para marketing, la pregunta deja de ser solo «¿me encuentran?» y pasa a incluir «¿pueden completar la tarea sin confundirse?». No es un certificado ni una tecnología única: es un enfoque de preparación para ese tipo de interacción.

Imagina este caso hipotético: alguien pide a su asistente que busque una consulta disponible el martes y prepare la reserva. El asistente encuentra tu negocio, pero no distingue qué campo corresponde a la fecha o qué botón confirma la petición. Has ganado visibilidad y, aun así, el recorrido se interrumpe. Este ejemplo ilustra el problema; no es un resultado medido ni supone que cualquier asistente ya pueda reservar en cualquier web.

¿En qué se diferencia la web agéntica del SEO y del GEO?

SEO es la optimización para que los buscadores descubran e interpreten una página. GEO, u optimización para motores generativos, se refiere a preparar contenido útil para respuestas de IA: explicaciones claras, contexto y fuentes comprobables. La preparación agéntica se centra en otra cuestión: que un sistema pueda identificar y utilizar las acciones del sitio.

• SEO: alguien busca «consultoría de marketing con IA» y encuentra una página pertinente.
• GEO: una IA entiende una explicación sobre marketing con IA y puede utilizarla en una respuesta. La cita no está garantizada.
• Web agéntica: un agente identifica el formulario de contacto y sabe qué necesita para enviar una solicitud autorizada por la persona.

Son objetivos relacionados, pero no intercambiables. Si quieres trabajar la parte de contenido, consulta nuestra guía de GEO y visibilidad en buscadores de IA. Para entender cómo un agente decide y ejecuta pasos, puedes empezar por qué diferencia a un agente de un chatbot.

¿Qué comprueba Chrome sobre una web preparada para agentes?

Según su documentación oficial, Lighthouse —una herramienta de revisión de páginas web— utiliza comprobaciones concretas sobre la interacción de las máquinas. La categoría Agentic Browsing y el soporte de WebMCP son experimentales y se basan en estándares propuestos. La documentación consultada el 13 de octubre de 2026 exige Chrome 150 o posterior; las comprobaciones WebMCP requieren además registrarse en su prueba de origen, un programa de acceso experimental para sitios.

La proporción indica cuántas comprobaciones se superan respecto al total. Algunas revisiones muestran errores o advertencias; otras aportan información. Por ejemplo, Registered WebMCP tools enumera las acciones registradas y es informativa. Tener una lista más larga no equivale a estar mejor preparado: Chrome advierte que un exceso puede añadir demora y confundir al agente.

¿Cómo hacer que una IA entienda tus botones y formularios?

La documentación destaca el árbol de accesibilidad: una representación organizada de la página que identifica elementos, funciones y nombres. Piensa en él como un índice de instrucciones: «este es un botón de enviar» y «este campo pide el correo». Ayuda a tecnologías de asistencia y también a agentes que consultan esa representación. Un icono evidente para una persona puede carecer de un nombre comprensible para una máquina.

• Botón con un dibujo de calendario: pide que tenga un nombre accesible como «Elegir fecha». Que el dibujo sea bonito no basta.
• Campo que solo muestra «Tu email» dentro: pide una etiqueta asociada al campo que siga identificándolo al escribir. El texto de ejemplo no sustituye necesariamente esa etiqueta.
• Formulario de presupuesto: especifica qué datos son obligatorios y muestra errores que expliquen cómo corregirlos, por ejemplo «Introduce una dirección de correo válida».
• Final del recorrido: muestra un resultado inequívoco, como «Solicitud recibida», sin confundir el envío con la aceptación de un presupuesto.

Los dos primeros puntos conectan directamente con los nombres y etiquetas que Chrome revisa. Los ejemplos de errores y confirmaciones son recomendaciones editoriales para hacer el recorrido más comprensible; no los presentamos como auditorías adicionales de esta categoría. Tu equipo técnico debe comprobar que las etiquetas y las relaciones existen en la página, no solo que se ven en una captura.

¿Por qué importa que los elementos de la página no salten?

CLS significa Cumulative Layout Shift y mide cambios inesperados en la disposición visual. Un ejemplo sencillo: estás a punto de pulsar «Enviar» y una imagen que acaba de cargar empuja el botón hacia abajo. Chrome señala que un agente puede identificar un elemento y encontrarlo en otra posición al intentar utilizarlo.

Sin programar, puedes observar el formulario mientras carga la página y probarlo con una conexión más lenta. Si los campos o botones se desplazan, envía una grabación al equipo y pide que reserve espacio para imágenes, anuncios y contenido que aparece después. La recomendación es reducir ese problema real, no perseguir una puntuación aislada. Tampoco todos los agentes dependen de coordenadas visuales de la misma manera.

¿Qué es WebMCP y qué puedes pedir a tu equipo sin programar?

WebMCP es una propuesta para exponer capacidades de una web a agentes mediante herramientas descritas explícitamente. Aquí «herramienta» no significa una aplicación que tienes que comprar: significa una acción disponible, como consultar disponibilidad. Es como entregar un menú de acciones en vez de obligar al asistente a adivinar qué hace cada elemento.

Chrome describe dos maneras de registrar esas acciones: añadir atributos a formularios HTML —el código que estructura una página— o registrarlas con JavaScript, el código que puede dar comportamiento a la web. No necesitas memorizar esas opciones para preparar un encargo: escribe qué hace la acción, qué datos necesita y qué resultado devuelve. Tu equipo valorará la compatibilidad, la prueba experimental y la implementación.

No expongas funciones internas ni des más permisos solo para facilitar la automatización. Las comprobaciones de identidad, consentimiento y autorización deben mantenerse. Si una acción implica comprar, enviar datos personales o modificar una cuenta, define cuándo la persona debe confirmar y pide que se comprueben los permisos en cada acción.

¿Hace falta un archivo llms.txt para aparecer en respuestas de IA?

La documentación de esta categoría menciona una comprobación de presencia de llms.txt, un resumen legible por máquinas situado en la raíz del dominio. Eso no demuestra que sea un requisito universal de los buscadores o de los asistentes, ni que cree citas. Puede evaluarse como complemento experimental, pero no sustituye páginas claras y accesibles, fuentes verificables o acciones bien definidas.

Nuestra prioridad editorial es resolver primero la tarea que falla. Añadir un archivo mientras el botón de enviar no se entiende no elimina ese obstáculo. Esta priorización es una deducción práctica, no una ponderación oficial de Lighthouse.

¿Cómo preparar tu web para agentes de IA paso a paso?

1. Elige un recorrido valioso: solicitar una demo, buscar un producto o consultar disponibilidad. Describe el resultado esperado y lo que NO debe hacer sin permiso.
2. Haz una revisión humana: nombres de botones, etiquetas, datos obligatorios, errores y confirmación. Anota cada punto que requiere adivinar.
3. Pide una revisión técnica: árbol de accesibilidad, estructura de los controles y estabilidad al cargar. Comparte capturas o vídeos de problemas concretos.
4. Valora WebMCP solo si encaja: confirma con el equipo los requisitos experimentales y describe unas pocas acciones útiles para ese recorrido.
5. Prueba el recorrido en un entorno de prueba con datos ficticios, sin compras ni envíos reales. Cuando haya un agente compatible, comprueba lo que hace, no solo el informe.
6. Repite la misma tarea tras los cambios y registra completada, bloqueada o incorrecta, junto al paso del fallo. Conserva el mismo entorno y anota herramienta, fecha y estado de sesión.

Como método propio, usa una ficha por recorrido: objetivo, condiciones de la prueba, acción esperada, resultado observado y bloqueo. Si un intento llega a «Solicitud recibida», comprueba además que la solicitud correcta existe en el entorno de prueba. No cuentes un clic como éxito si los datos no se guardaron o se enviaron a un destino distinto.

La ficha permite priorizar problemas sin inventar porcentajes de mejora. Complementa tus mediciones habituales con métricas de crecimiento bien definidas, pero no mezcles pruebas controladas con conversiones reales. Para identificar visitas de agentes necesitarás evidencia fiable; el comportamiento extraño de una visita no basta para clasificarla como IA.

La conclusión para marketing es concreta: prepara un recorrido comprensible, estable y comprobable antes de perseguir una etiqueta de «web preparada para IA». Ese trabajo ayuda a personas y puede reducir obstáculos para agentes compatibles. La tecnología sigue evolucionando y los resultados deben comprobarse en tu propio caso.