Antes de preguntar si el sitio "usa IA", vale preguntar algo más simple: ¿un agente de IA puede leer, entender y confiar en lo que hay en ese sitio? La respuesta depende de una lista de ítems técnicos, la mayoría de los cuales ya debería existir por buenas prácticas de SEO, solo que ahora gana un propósito adicional.

El checklist

1. robots.txt válido, con señales explícitas Todo sitio debería tener un robots.txt correcto, controlando lo que puede rastrearse. Vale ir más allá y declarar explícitamente cómo el contenido puede usarse por sistemas de IA, con la línea Content-Signal, propuesta por contentsignals.org — por ejemplo search=yes, ai-input=yes, ai-train=yes. Eso elimina la ambigüedad sobre la intención del sitio.

2. sitemap.xml actualizado Un mapa del sitio simple y actualizado sigue siendo la forma más directa de decir a cualquier rastreador, humano o de IA, qué páginas existen y cuándo cambiaron por última vez.

3. Títulos y descripciones únicos por página Cada página necesita un <title> y una meta description propios, específicos del contenido de esa página. Páginas genéricas o duplicadas son más difíciles de citar correctamente, tanto por buscadores como por asistentes de IA.

4. Etiquetas canónicas La etiqueta canonical evita ambigüedad cuando existe más de una URL para el mismo contenido, algo que confunde tanto a rastreadores tradicionales como a sistemas que necesitan decidir qué versión de una página citar.

5. Datos estructurados (JSON-LD) Marcado estructurado describiendo organización, servicios, artículos y otras entidades del sitio ayuda a las máquinas a extraer hechos sin necesitar interpretar texto libre. Es uno de los elementos más citados en las directrices oficiales de SEO de Google para contenido comprensible por sistemas automatizados.

6. Un archivo llms.txt Un resumen del sitio en formato de texto simple, pensado para ser leído por modelos de lenguaje, cubriendo quién es la empresa, qué hace y dónde encontrar más información. Funciona como un resumen ejecutivo para agentes.

7. Imagen de Open Graph y página 404 propia Detalles que parecen solo de marca, pero importan: una imagen OG bien configurada ayuda en el compartir y en la previsualización por herramientas automatizadas, y una página 404 personalizada evita que agentes, y personas, queden atrapados en callejones sin salida.

8. Para empresas con datos reales: un servidor MCP descubrible Este es el ítem más avanzado de la lista, y no toda empresa lo necesita ahora — pero para quien tiene sistemas con datos que cambian (catálogo, disponibilidad, estado), exponer un servidor MCP (Model Context Protocol) permite que los agentes consulten información real en lugar de interpretar una página estática. Para ser descubierto sin fricción, el servidor debería tener un "server card" (/.well-known/mcp/server-card.json) y aparecer en un catálogo de API (/.well-known/api-catalog, siguiendo la RFC 9727), idealmente referenciado por cabeceras Link (RFC 8288) en la página inicial.

Un ejemplo de referencia

yanmantovani.com implementa todos los ítems anteriores: robots.txt con Content-Signal, llms.txt y llms-full.txt, JSON-LD en las páginas principales, título y descripción únicos por página, etiquetas canonical, imagen OG propia, 404 personalizada, y un servidor MCP en /api/mcp descubrible vía server card y catálogo de API. Ninguno de esos ítems solo resuelve todo, pero juntos forman una base consistente.

Síntesis

Este checklist no trata de perseguir tendencia. Trata de reducir el roce entre lo que tu empresa sabe de sí misma y lo que un sistema automatizado puede efectivamente descubrir y confirmar. Cuanto menor ese roce, mayor la chance de aparecer, correctamente, en la respuesta que un asistente de IA da a alguien que nunca visitó tu sitio.