La forma en la que se descubre y se consume Internet está cambiando sin hacer mucho ruido. Durante años, el camino habitual era sencillo: un usuario buscaba en Google, hacía clic y leía una web pensada para humanos. Ahora, cada vez más consultas pasan primero por asistentes, resúmenes automáticos y “agentes” de Inteligencia Artificial que leen páginas, extraen información y devuelven una respuesta ya masticada. En ese nuevo tablero, la pregunta deja de ser solo “¿mi web posiciona?” para convertirse también en “¿mi web se entiende bien cuando la lee una máquina?”.
Con esa idea nace AgentReady.md, una herramienta online gratuita que promete un diagnóstico rápido: introducir una URL y recibir, en segundos, una puntuación de “AI-readiness”, recomendaciones priorizadas y una conversión a Markdown optimizada, además de una guía paso a paso con fragmentos listos para implementar. El servicio funciona sin registro y, en fase beta, permite hasta 5 análisis por hora.
Un navegador renderiza HTML, CSS y JavaScript para presentar una interfaz visual. Un agente de IA, en cambio, suele buscar algo diferente: texto limpio, estructura clara y metadatos. Y en esa diferencia aparece un factor que empieza a preocupar tanto a equipos técnicos como a negocios: el coste de procesar páginas complejas.
En el mundo de los modelos de lenguaje, el contenido se mide en “tokens”, una unidad aproximada de texto que determina cuánto “cabe” en el contexto de un modelo y cuánto cuesta procesarlo. Si una página está cargada de menús repetidos, contenedores innecesarios, scripts y elementos sin semántica, el agente tiene que gastar más “presupuesto” para llegar a lo que de verdad importa.
La tendencia va más allá de una herramienta concreta. Cloudflare, por ejemplo, ha presentado “Markdown for Agents”, una función que convierte páginas HTML a Markdown en el edge cuando el cliente solicita la cabecera Accept: text/markdown. En su propio anuncio, la compañía pone una cifra llamativa: una página que ocuparía 16.180 tokens en HTML se queda en 3.150 tokens en Markdown, una reducción del 80 %. Para el usuario final, la traducción es simple: menos ruido, más contexto útil y más probabilidades de que el agente “entienda” lo que está leyendo.
La propuesta de AgentReady.md es deliberadamente práctica: no se limita a decir si una web “está bien” o “está mal”, sino que intenta convertir el diagnóstico en tareas concretas.
El flujo es directo:
Ese enfoque está pensado para equipos pequeños: desde un medio digital hasta un ecommerce o la web de un negocio local que no tiene tiempo para grandes auditorías, pero sí para una lista clara de cambios que aporten resultados.
El sistema de scoring se reparte en cinco bloques, con pesos específicos, que funcionan como un mapa de “qué toca arreglar”:
article, main, jerarquía de encabezados y textos alternativos en imágenes.llms.txt, robots.txt, permisos a bots, sitemap, negociación de Markdown y cabeceras tipo Content-Signal.
La lectura entre líneas es clara: lo que antes se consideraba “buenas prácticas” (orden, accesibilidad, estructura) ahora también tiene impacto en cómo circula el contenido por asistentes y agentes.
A veces, la forma más rápida de entender lo que ocurre es comparar formatos. En la práctica, HTML no es “malo”, pero suele venir acompañado de mucho envoltorio.
| Aspecto | HTML “en bruto” | Markdown optimizado |
|---|---|---|
| Objetivo original | Interfaz visual completa | Texto y estructura para lectura |
| Ruido habitual | Alto (menús, divs, scripts, estilos) | Bajo (contenido principal y jerarquía) |
| Coste de procesamiento | Mayor (más tokens y filtrado) | Menor (menos tokens, más directo) |
| Riesgo de “perder” el mensaje | Medio/alto si el HTML es caótico | Menor si el contenido está bien estructurado |
| Ideal para… | Navegadores y UX humana | Agentes, resúmenes y sistemas de IA |
La utilidad práctica para un editor o una empresa no es “convertir todo a Markdown”, sino hacer que el contenido sea más fácil de extraer y representar, ya sea como respuesta citada, como ficha resumida o como parte de una recomendación.
AgentReady.md también empuja una idea que empieza a circular en el sector: llms.txt como “guía” para agentes, con una función parecida a la que tuvo robots.txt para buscadores. Según la herramienta, hay dos niveles:
llms.txt: índice conciso en Markdown con enlaces a páginas clave.llms-full.txt: versión extendida que incluye contenido “en línea”, para reducir saltos entre URLs.En un entorno donde los agentes podrían convertirse en una puerta de entrada relevante, esta capa no es solo técnica: es editorial. Obliga a decidir qué páginas representan el núcleo del sitio y cómo se presenta esa estructura a consumidores no humanos.
Detrás de AgentReady.md figuran Color Vivo y David Carrero, con el servicio alojado en Stackscale (Grupo Aire). El propio proyecto subraya su origen —Madrid y Herencia (Ciudad Real)— como guiño local en un debate global: el de cómo se adapta la web a un consumo cada vez más mediado por Inteligencia Artificial.
En el fondo, la herramienta pone nombre a algo que muchos responsables de producto ya sospechan: la próxima batalla no será solo por el clic, sino por ser entendido, citado y reutilizado con precisión.
¿Para quién es útil AgentReady.md si no se tiene un equipo técnico grande?
Para webs que viven de ser encontradas y entendidas: medios, blogs, páginas de producto, servicios locales y proyectos con muchas URLs donde pequeños fallos de estructura pueden reducir visibilidad en asistentes.
¿Qué cambios suelen mejorar rápido la “nota” de una página?
Ordenar encabezados, limpiar HTML semántico, añadir textos alternativos en imágenes, definir bien el idioma, reforzar metadatos básicos (canonical y description) y revisar datos estructurados.
¿Qué es llms.txt y por qué puede afectar a cómo “encuentran” una web los agentes de IA?
Es un índice en Markdown en la raíz del dominio que describe el sitio y apunta a páginas clave, pensado para guiar a agentes. Funciona como una capa de orientación, similar a cómo robots.txt orienta a crawlers tradicionales.
¿Sirve de algo convertir a Markdown si el HTML está mal hecho?
Ayuda, pero no hace magia: si la página original está llena de “ruido” y no tiene estructura clara, la conversión puede arrastrar ambigüedades. Por eso, la base sigue siendo un contenido bien organizado y accesible.
Fuente: AgentReady en Redes Sociales
