IsItAgentReady

Aplicación profesional

Según mi experiencia, IsItAgentReady es una herramienta imprescindible para empresas con una estrategia de crecimiento basada en el tráfico orgánico y la automatización, especialmente eCommerce B2B/B2C y plataformas de contenidos SaaS. El presupuesto necesario para usar la herramienta es nulo (es gratuita), pero la inversión real recae en las horas de ingeniería necesarias para aplicar sus recomendaciones. En mi opinión profesional, el mayor valor reside en la ventaja competitiva: mientras la mayoría compite por el SEO tradicional, esta herramienta te posiciona en la "Internet de las máquinas", permitiendo que agentes como Claude o GPT-4o ejecuten acciones en tu nombre sin fricción humana.

Madurez digital requerida

• Usuarios: Requiere perfiles técnicos capaces de entender cabeceras HTTP, archivos de configuración de servidor y estructuras de datos. No es apta para usuarios de perfil puramente administrativo o de marketing básico.
• Empresa: La organización debe contar con un stack tecnológico flexible que permita la modificación de archivos .well-known, la implementación de negociación de contenido y, preferiblemente, el uso de infraestructuras modernas como Cloudflare o Vercel para una implementación ágil.

Plan orientativo de implantación

Pasos necesarios y estimaciones

• Evaluación inicial (1-2 días): Auditoría completa de la URL principal y subdominios críticos para identificar el "Agent Readiness Score" actual.
• Prueba de concepto (1 semana): Implementación de archivos básicos como llms.txt y configuración de reglas simples en el robots.txt para bots específicos de IA.
• Configuración avanzada y personalización (2-4 semanas): Despliegue de negociación de contenido para servir Markdown a los agentes y configuración de esquemas de Agentic Commerce (como el protocolo ACP).
• Integración en flujo de trabajo (Continuo): Conexión de la herramienta vía CLI o MCP en el pipeline de CI/CD para asegurar que nuevos despliegues mantengan la compatibilidad con agentes.

Necesidades de formación del equipo

Es fundamental formar al equipo de desarrollo en el Model Context Protocol (MCP) y en estándares de transferencia de datos optimizados para LLMs. El equipo de SEO debe aprender a diferenciar entre el posicionamiento para humanos (SERP) y el posicionamiento para motores de respuesta (GEO - Generative Engine Optimization).

Perfiles necesarios

• Perfiles técnicos necesarios: Desarrolladores Backend, Ingenieros de DevOps y Especialistas en SEO Técnico.
• Personal externo recomendado: Consultores expertos en IA y automatización de agentes para definir la lógica de los "Agent Skills".
• Otros: Un responsable legal/compliance para revisar las políticas de uso de datos por parte de terceros (IA Training vs. IA Inference).

Retorno de la inversión

• Tiempos: Los beneficios en visibilidad en herramientas como Perplexity o ChatGPT Search pueden observarse en semanas tras la re-indexación.
• Cómo medirlo: Incremento en el tráfico proveniente de fuentes de IA, reducción en el coste de tokens consumidos por agentes propios al consultar la web (vía Markdown) y tasa de conversión en transacciones realizadas directamente por agentes autónomos.

Otros

Al usarlo te das cuenta de que la herramienta no es solo un escáner, sino un estándar de facto que empuja hacia una web más ligera y estructurada. Mi experiencia en implantaciones me lleva a pensar que la implementación de llms.txt y la negociación de contenido se convertirán en requisitos estándar en los próximos 24 meses. Recomiendo prestar especial atención al apartado de "Agentic Commerce", ya que es donde reside el retorno económico más directo al facilitar que la IA compre o reserve por el usuario final.

Tutorial y consejos sobre los aspectos más destacados

Instalación

Para utilizar las herramientas de auditoría basadas en esta tecnología en entornos de desarrollo como Claude Code, es recomendable la instalación del paquete completo de THL-Open para asegurar que todas las dependencias y scripts de procesamiento funcionen correctamente.

• Ejecuta /plugin marketplace add https://github.com/techhorizonlabs/thl-open seguido de /plugin install thl-open@thl-open en tu terminal de agente.
• Si prefieres una instalación manual, clona el repositorio con git clone --depth 1 https://github.com/techhorizonlabs/thl-open y copia el contenido de la carpeta skills/agent-readiness-scan a tu directorio local de habilidades.
• Asegúrate de tener instalado Playwright o una herramienta de automatización de navegador, ya que el puntaje numérico (0-100) no se entrega vía API JSON, sino que debe extraerse del DOM de la web oficial.
• Verifica que tienes Python 3 y jq instalados para procesar los reportes y convertir los datos crudos en archivos CSV legibles.

Uso en el día a día

Según mi experiencia, es necesario entender que esta herramienta no es solo un escáner estático, sino una guía de remediación técnica para la nueva era de los LLMs.

• Al usarlo te das cuenta de que el flujo de trabajo ideal comienza ejecutando el script run_scan.sh con la URL del dominio a analizar. Esto generará un archivo iar_scan.json con los detalles técnicos de cada categoría.
• Lo que más me gusta es la capacidad de detectar si un sitio soporta Markdown Content Negotiation. Mi recomendación profesional es priorizar este punto, ya que permite que los agentes consuman contenido limpio sin el ruido visual del HTML.
• Utiliza la herramienta para auditar no solo la "descubribilidad" (sitemaps, robots.txt), sino también los protocolos emergentes como MCP (Model Context Protocol) y WebMCP.
• Mi experiencia me lleva a pensar que los archivos llms.txt y llms-full.txt deben ser tratados como información suplementaria crítica, aunque el escáner de Cloudflare no los incluya en el puntaje numérico final todavía.

Trucos de experto

• Extracción del Score: Como el puntaje 0-100 reside en un atributo aria-label, no busques el texto visible. En Playwright, utiliza document.querySelector('[aria-label*="Overall score"]') para capturar el valor exacto y evitar fallos por tiempo de espera (timeouts).
• Automatización de Remediación: El campo nextLevel.requirements[].prompt dentro del JSON devuelto por la API es oro puro. Contiene los prompts exactos para corregir cada fallo. Puedes pasárselos directamente a un LLM para que genere el código de reparación (ej. las reglas de robots.txt o los headers de Link).
• Mapeo de Categorías: Al procesar los resultados con scan_to_csv.py, asegúrate de mantener los nombres de categorías fijos para que tus auditorías sean comparables en el tiempo. Evita renombrar "discovery" a términos genéricos; mantén la nomenclatura oficial para reportes profesionales.
• Diferenciación de E-commerce: Si el sitio no es una tienda, la categoría de Commerce aparecerá como "NOT CHECKED". En mi opinión profesional, esto es preferible a un "FAIL", ya que no penaliza el score global si el flag isCommerce es falso.

Posibles problemas/incidencias

• Bloqueo de User-Agent: La API y la web pueden ser sensibles a peticiones automatizadas agresivas. Usa siempre un User-Agent realista en tus llamadas de curl dentro de los scripts.
• Inconsistencia entre API y UI: Es un problema conocido que la API JSON no devuelva el score numérico. Si intentas automatizar sin un motor de renderizado de JS (como Playwright o Puppeteer), te quedarás solo con el "Nivel" (1, 2, 3...) pero no con el progreso decimal.
• Caducidad de los tests: Esta tecnología evoluciona rápido. Lo que hoy es una prueba "Neutral", mañana puede ser puntuable. No congeles tus checklists de auditoría; permite que el script lea dinámicamente lo que devuelve el objeto .checks.

Otros

• La integración con Theo audits permite generar PDFs profesionales y JSON-LD listos para copiar y pegar, optimizando el tiempo de entrega de servicios de consultoría SEO/AI.

Opinión inicial

Tras analizar la herramienta IsItAgentReady, nos encontramos ante un servicio de auditoría técnica que opera principalmente sobre información pública y estándares de red. Desde una perspectiva legal y de cumplimiento en España, el impacto inicial es Bajo, ya que la herramienta no requiere la carga de bases de datos internas ni el procesamiento de datos de carácter personal para funcionar; se limita a analizar la capa externa de un dominio web. No obstante, su implementación práctica en la empresa sí conlleva implicaciones legales relevantes bajo la Directiva ePrivacy y el Data Act, especialmente al habilitar protocolos como Agentic Commerce (transacciones autónomas) o MCP. Según los documentos técnicos consultados, el riesgo reside más en la configuración que la empresa realice posteriormente que en el escaneo en sí mismo.

Principales recomendaciones

• Realizar una Evaluación de Impacto (EIPD) si se decide implementar protocolos de Agentic Commerce, ya que la ejecución de transacciones por agentes de IA implica el tratamiento automatizado de datos de pago y perfiles de usuario.
• Revisar y actualizar el Aviso Legal y los Términos de Uso de la web para especificar qué agentes de IA tienen permiso para acceder y con qué fines, utilizando los estándares que la herramienta audita (como archivos robots.txt o llms.txt).
• En el caso de configurar Content Signals para restringir el entrenamiento de modelos, asegurarse de que dichas restricciones sean coherentes con la política de Propiedad Intelectual de la empresa para evitar infracciones de terceros o usos no autorizados de contenidos protegidos.
• Si se utiliza la versión CLI o integración en CI/CD, verificar que las peticiones de auditoría no saturen los logs del servidor para evitar posibles falsos positivos en los sistemas de detección de intrusiones.

Ley de Inteligencia Artificial (AI Act)

La herramienta en sí misma no se clasifica como un sistema de IA de alto riesgo según el AI Act, ya que es un software de diagnóstico técnico. Sin embargo, al facilitar la interoperabilidad con agentes autónomos, la empresa española debe asegurarse de que dichos agentes (los que consumen su web) cumplan con los deberes de transparencia del Reglamento, especialmente si el contenido servido es generado por IA o si el agente interactúa directamente con clientes finales.

Privacidad y protección de datos

• Responsabilidades: La empresa auditada es la Responsable del Tratamiento de cualquier dato expuesto a través de los protocolos que esta herramienta valida (como endpoints de API o metadatos).
• Ubicación de los datos: IsItAgentReady analiza datos públicos (URL). Sin embargo, la infraestructura que soporta muchos de estos estándares (como Cloudflare) puede implicar transferencias internacionales de datos.
• Transferencia internacional: Si la implementación sugerida tras la auditoría utiliza servicios en la nube fuera del Espacio Económico Europeo, debe verificarse la existencia de Decisiones de Adecuación o Cláusulas Contractuales Tipo.

Propiedad intelectual

• Propiedad de datos: La herramienta ayuda a definir técnicamente quién puede "leer" los datos, pero no otorga derechos de propiedad. Es fundamental usar los archivos llms.txt o robots.txt para dejar constancia legal de la reserva de derechos sobre el contenido frente al minado de datos (Data Mining).
• Propiedad del resultado: Los informes de auditoría generados pertenecen a la empresa que realiza la consulta, pero los estándares auditados (MCP, ACP) son de código abierto (Open Source), habitualmente bajo licencias permisivas como Apache 2.0.

Usos y prohibiciones

• Usos admitidos: Auditoría de accesibilidad para agentes, optimización de consumo de tokens, configuración de cabeceras técnicas y verificación de cumplimiento de estándares abiertos.
• Usos prohibidos: No debe utilizarse para realizar escaneos masivos de sitios de terceros sin autorización, lo cual podría vulnerar las leyes contra el acceso no autorizado o ser considerado un ataque de denegación de servicio (DoS) de bajo nivel.

Seguridad y certificaciones

• Seguridad: La herramienta evalúa la presencia de protocolos de seguridad como well-known y firmas digitales para agentes.
• Certificaciones: Al ser una herramienta emergente y vinculada a repositorios de código abierto, no presenta certificaciones ISO/IEC específicas, basando su fiabilidad en la transparencia del código disponible en repositorios oficiales como GitHub.

Otros

Es importante destacar que la implementación de Agentic Commerce recomendada por la herramienta puede estar sujeta a la normativa española de Servicios de la Sociedad de la Información (LSSI), al automatizar procesos de contratación electrónica.

Fuentes consultadas:

• https://isitagentready.com
• https://github.com/techhorizonlabs/thl-open/blob/main/skills/agent-readiness-scan/SKILL.md
• https://blog.cloudflare.com
• https://monogram.io/blog/what-isitagentready-com-actually-measures.md