El agente ya puede entrar en tu web. Lo que no puede es operar

Segunda toma del estudio sobre webs de cocinas. La primera, robots.txt dice una cosa y el servidor hace otra, preguntaba si las webs sirven lo que declaran. Esta pregunta a quién dejan entrar y, de paso, si están listas para que un agente opere en ellas.

El playbook de Microsoft y las tres eras

Microsoft Advertising publicó en agosto un playbook con un título largo: Prepare for the age of AI shopping. Dentro hay una idea con la que vale la pena quedarse, la de las tres eras de la web: la web ya no es una, son tres, y conviven.

• «Help me find it». La web de los buscadores. Una persona busca, hace clic, lee.
• «Help me choose». La web de los asistentes. ChatGPT, Perplexity o Copilot buscan por ti, comparan y recomiendan. La persona todavía compra.
• «Do it for me». La web de los agentes. Un agente busca, evalúa y actúa a petición de alguien: rellena el formulario, reserva, compra.

Lo que el playbook no dice es qué pasa con eso si vendes desde España, no tienes catálogo en Merchant Center y tu web es un WordPress en un hosting compartido.

Fui a comparar con la misma muestra de la primera toma.

Qué se midió

664 webs de tiendas, estudios y carpinterías de cocinas en 7 comunidades. Dos páginas por web, portada e interior.

Un navegador de testigo y 21 identificadores de bots, repartidos por era según la documentación oficial de cada fabricante:

• Era 1, buscadores: Googlebot, bingbot, Applebot. Copilot va con bingbot, porque Microsoft no documenta un rastreador propio.
• Era 2, asistentes que citan: OAI-SearchBot, Claude-SearchBot, PerplexityBot, DuckAssistBot, MistralAI-Index, meta-webindexer.
• Era 3, agentes a petición: ChatGPT-User, Claude-User, Perplexity-User, MistralAI-User, meta-externalfetcher, Google-Agent.
• Era 0, entrenamiento, como contexto: GPTBot, ClaudeBot, meta-externalagent, MistralAI-Training, CCBot, Bytespider.

Misma IP, mismas cabeceras, HTTP/1.1. Las discrepancias se repitieron 10 minutos después, para separar un corte puntual de un trato persistente. Y un control de 50 webs desde una conexión doméstica, para separar lo que se rechaza por el identificador de lo que se rechaza por venir de un centro de datos.

Un detalle que cambia la lectura de la era 3: 4 de los 6 identificadores de agente pueden saltarse robots.txt, porque actúan a petición de una persona.

Lo documentan OpenAI (ChatGPT-User), Perplexity (Perplexity-User), Google (Google-Agent) y Meta (meta-externalfetcher). Para esos 4 no hay nada que declarar; solo cuenta lo que el servidor hace.

Los otros 2 son distintos: Anthropic dice que sus bots, Claude-User incluido, respetan robots.txt, y Mistral presenta MistralAI-User como el identificador que gobierna a qué sitios llegan esas peticiones.

A quién dejan entrar

De las 664, en 543 el navegador de testigo recibió contenido en las dos páginas; sobre esas se cuenta. «Abierta» significa que todos los identificadores de la era recibieron contenido, en portada e interior, también en la repetición.

Las filas no suman 543 porque los dominios con algún resultado inconcluso no se clasifican: 35 en la era 1, 30 en la 2, 10 en la 3 y 109 en la 0.

Tres lecturas, de arriba abajo.

La puerta del agente está abierta. La era 3 es la más abierta de las 4: 512 webs dejan pasar a los 6 identificadores de agente. Nadie lo ha decidido; es que casi nadie los tiene en ninguna lista.

ChatGPT-User es el que más rechazos acumula, 17, y ni así llega al 4 %.

El asistente entra algo menos que el buscador. 30 webs cierran a alguno de los asistentes que citan, frente a 9 que cierran a algún buscador. OAI-SearchBot, PerplexityBot, MistralAI-Index y meta-webindexer rondan los 17 o 18 rechazos cada uno.

Son las webs que no pueden salir en una respuesta de ChatGPT o de Perplexity aunque lo merezcan. Y 39 dicen una cosa en robots.txt y hacen otra con alguno de ellos.

El freno está en el entrenamiento, y lo pone el servidor.

Solo la mitad deja entrar a los 6 bots de entrenamiento; 165 cierran a alguno, con Bytespider a la cabeza (119 rechazos), seguido de ClaudeBot, GPTBot, CCBot y meta-externalagent.

176 webs lo hacen sin haberlo escrito en robots.txt. Es la foto de la primera toma, confirmada con el doble de identificadores.

Dicho en una frase: el sector frena al que entrena, deja pasar al que cita y no ha visto llegar al que opera.

Y si entran, ¿pueden operar?

Dejar entrar es la condición mínima.

Operar es otra cosa.

Lighthouse, la herramienta de auditoría de Chrome, tiene una categoría experimental, navegación agéntica. En la versión 13.5.0 son 7 comprobaciones. Para medir todas las webs con la misma vara usé un marcador fijo de 4:

• Si el árbol de accesibilidad está sano (un agente «ve» la página por ahí).
• Si la maquetación no baila (CLS por debajo de 0,1, para que el botón esté donde el agente va a pulsar).
• La existencia de un llms.txt.
• Un catálogo de recursos para agentes válido: el ai-catalog.json que busca Lighthouse 13.5.0. La especificación ARD vigente (versión 0.91, del 26 de agosto de 2026) ya lo llama ard.json y deja el otro nombre como ruta antigua.

Las otras 3 son de WebMCP y las anoto aparte: miran si la página declara herramientas y si los formularios las llevan, la diferencia entre un agente que opera por contrato y uno que opera a tientas. Cuando la página no declara ninguna, Lighthouse no las puntúa: quedan en «no aplica» o como informativas, y por eso su propio denominador cambia de una web a otra.

Lo pasé sobre las 50 webs del control, portada, una pasada. 47 cargaron.

Ninguna declara una sola herramienta WebMCP. Ninguna tiene catálogo de agentes.

Ocho tienen un llms.txt real, casi siempre el que genera un plugin de SEO. Y solo 10 tienen el árbol de accesibilidad sano.

El CLS lo aprueban casi todas: ahí los temas y las cachés han hecho su trabajo.

Traducido: en esta muestra nadie está preparado para que un agente opere por contrato, y una de cada cinco para que opere a tientas.

Y el cruce con la puerta: de las 35 webs del control que dejan entrar a los 6 agentes, una llega a 3 de 4 y ninguna a 4 de 4. Siete tienen el árbol de accesibilidad sano.

El agente llega, encuentra la puerta abierta y se queda sin saber dónde pulsar.

Lo que esto no dice

• Ninguna sonda es el bot auténtico. Un 403 a un nombre prueba que el servidor trata distinto a quien se presenta con ese nombre, no que bloquee a OpenAI o a Anthropic.
• Permitir no garantiza citación. Un 200 no acredita contenido útil.
• La medida agéntica es de laboratorio, una pasada y solo portada. «Preparada» no significa «operada»: que un agente real haya completado algo en estas webs solo se sabría mirando sus logs.
• Lighthouse 13.5.0 es la regla de hoy. En septiembre añadió la comprobación del catálogo; puede volver a cambiar.
• Es una foto de un sector y un día, con las reglas fijadas antes de conocer el resultado.

Tu turno

• Pide tu portada con el nombre de un agente y con el de un asistente, y compara con tu navegador:

  curl -sI -A "ChatGPT-User" https://tudominio.com/ | head -1
  curl -sI -A "OAI-SearchBot" https://tudominio.com/ | head -1

• Pasa Lighthouse 13.5.0 o posterior con la categoría de navegación agéntica:

  npx lighthouse https://tudominio.com/ --only-categories=agentic-browsing

  Si falla alguna de las 4 de arriba, ya sabes por dónde empezar: el árbol de accesibilidad primero, el llms.txt después, el catálogo y las herramientas WebMCP cuando lo anterior esté.

Datos del 2 de octubre de 2026. Conservo las respuestas, los cuerpos y los informes de Lighthouse.