Navegación agéntica: qué hicimos para que un agente de IA sepa usar nuestra web

Navegación agéntica: qué hicimos para que un agente de IA sepa usar nuestra web
IA y agentes
David Alejandro Pedrozo López

David Alejandro Pedrozo López

Equipo técnico

07 de octubre de 2026
9 min lectura
Compartir:

El problema no es que los agentes no entren, es que no entienden

Buscar un proveedor, comparar cursos o resumir un catálogo de servicios son tareas que ya se delegan en un asistente. Lo cómodo es no hacer nada y dar por hecho que el modelo se apañará con el HTML. Se apaña regular: gasta contexto en separar el menú del contenido y a veces se queda con lo que no es.

Preferimos ofrecerle una entrada pensada para él. Y antes de recomendárselo a nadie, quisimos montarlo y medirlo en nuestra propia web. Esto es lo que hay hoy en www.julditec.com, tropiezos incluidos.

1. Un resumen del sitio en texto plano: llms.txt

La pieza más barata. /llms.txt es un Markdown corto con quiénes somos y las URLs que importan, agrupadas por servicios, blog, formación y portfolio. Sin HTML y sin navegación: un modelo lo lee entero sin gastar contexto en adivinar qué parte de la página es el menú.

No sustituye al SEO ni compite con él. Son visitantes distintos que llegan por caminos distintos.

2. Decir para qué se puede usar el contenido

En robots.txt declaramos la política con Content-Signal:

Content-Signal: ai-train=yes, search=yes, ai-input=yes

Es decir: indexa, cita, úsalo como contexto para responder a una persona y también para entrenar modelos. Empezamos con ai-train=no y en octubre lo abrimos también al entrenamiento. Es una decisión de negocio, no técnica, y lo útil de la señal es justo eso: queda declarada y se cambia en una línea.

Aquí hay un detalle que se escapa con facilidad. Según el RFC 9309, un rastreador obedece solo el grupo User-agent más específico que le encaja, y los grupos no se suman. Si creas un grupo para GPTBot con la intención de añadirle una regla, ese bot deja de ver los Disallow del grupo *. Por eso nuestro robots.txt repite a propósito, dentro del grupo de los asistentes, las exclusiones del grupo general. «Añado una línea y ya» acaba dando el resultado contrario al que buscabas.

3. Un servidor MCP de verdad

La pieza central es un servidor Model Context Protocol en https://www.julditec.com/mcp: JSON-RPC 2.0 sobre POST, acceso anónimo y de solo lectura, con cuatro herramientas:

  • •search_julditec_content: busca en servicios, cursos, portfolio y blog.
  • •get_service_details: detalle de un servicio: qué incluye, beneficios y preguntas frecuentes.
  • •get_course_details: temario, nivel, duración y precio de un curso.
  • •list_job_openings: ofertas de empleo abiertas.

Se puede probar sin credenciales pidiendo la lista de herramientas:

Bash
curl -sS https://www.julditec.com/mcp \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

La diferencia con «tenemos una API documentada» es que el agente no necesita leer documentación. Pregunta qué herramientas hay, recibe su descripción y su esquema de entrada, y las llama.

Un endpoint público que consulta el CMS necesita límites, y los tiene: cuota por IP, con un coste mayor para las llamadas que consultan el CMS que para las triviales, y respuestas en caché. Cada respuesta informa de su cuota en las cabeceras X-RateLimit-*, y quien la agota recibe un 429 con Retry-After en forma de error JSON-RPC, que un agente sí sabe interpretar. Un uso normal no se acerca a ese límite.

4. Las mismas herramientas dentro del navegador: WebMCP

Un agente que vive en el navegador, como una extensión o un asistente integrado, no va a hacer curl. Por eso cada página registra al cargar las herramientas en document.modelContext, que es lo que define la especificación WebMCP, y solo instala su propia implementación si el navegador no trae ninguna. Si ya hay una, del navegador o de una extensión, se respeta: sustituirla dejaría sin ver las herramientas justo a quien tiene que encontrarlas.

En el navegador hay tres, no cuatro. list_job_openings se queda en el servidor, porque consulta el CMS con credenciales que no deben llegar al cliente.

Aquí tuvimos un fallo que sirve de ejemplo. Registrábamos las herramientas en navigator.modelContext y en document.modelContext como si fueran dos superficies distintas, pero en el Chrome actual son el mismo objeto: el primero es solo un acceso antiguo al segundo. El segundo registro chocaba con el primero y dejaba avisos en la consola. Lo arreglamos registrando una vez por objeto y no una vez por nombre. Es el tipo de detalle que solo aparece al ejecutar en un navegador real.

Un equipo de agentes que programa. Y una persona al mando.

Asignas una tarea y un equipo de agentes la planifica, la programa y la prueba. Antes de producción la revisan cuatro agentes distintos y una persona.

Ver desarrollo con agentes de IA

5. Que te encuentren: /.well-known/

Nada de lo anterior sirve si el agente tiene que saber de antemano que existe. Por eso publicamos los documentos de descubrimiento en /.well-known/:

  • •agent-card.json: la tarjeta de agente al estilo A2A, con capacidades, ejemplos y endpoint. Y un matiz: no tenemos un endpoint A2A, tenemos uno MCP, así que la tarjeta lo declara como MCP. Si dijera otra cosa, un cliente A2A que intentara usarla fallaría.
  • •mcp/server-card.json: el descriptor del servidor MCP.
  • •api-catalog: el catálogo de enlaces del RFC 9727.
  • •agent-skills/index.json: instrucciones de uso con su resumen SHA-256. No es una garantía de integridad, porque el índice viaja por el mismo canal que los ficheros. Lo que detecta es la deriva: una caché antigua o un CDN que sirve otra versión.
  • •ai-catalog.json y oauth-protected-resource: el catálogo de recursos para agentes y los metadatos de recurso protegido del RFC 9728, que describen el recurso, su documentación y su servidor de autorización.

Además, las páginas HTML anuncian el catálogo con una cabecera Link, para el agente que entra por una página interior.

6. La misma URL, en Markdown

Si se pide una página nuestra con Accept: text/markdown, devuelve Markdown y lo indica con Vary: Accept. La portada ocupa así unos 11 KB de texto, sin menús, scripts ni clases de CSS, y lleva una cabecera x-markdown-tokens con una estimación de su tamaño en tokens. Sirve para que el agente decida si le cabe en contexto, no para contar tokens con exactitud. Accept: */* no activa el Markdown: quien no lo pide expresamente sigue recibiendo HTML.

Fue la sorpresa del proyecto. Medíamos con el escáner independiente isitagentready.com después de cada despliegue, y fue esta pieza, y no el servidor MCP ni las claves de firma, la que nos llevó del nivel 2 al 5 de golpe. Si dudas por dónde empezar, empieza por aquí.

7. Web Bot Auth: verificación preparada, sin presumir

Publicamos en /.well-known/http-message-signatures-directory nuestra clave pública Ed25519, siguiendo el trabajo del grupo WebBotAuth del IETF, para que cualquier sitio pueda verificar que una petición viene de nosotros.

Toca ser claros, porque en este tema se vende mucho humo: hoy ninguna petición que sale de www.julditec.com va firmada. El sitio no rastrea webs de terceros. La clave está publicada para que la verificación funcione el día que enviemos tráfico hacia fuera, y lo explicamos así en nuestra documentación pública.

La lección que más nos costó: los códigos HTTP mienten

Cuando empezamos, el servidor enviaba cualquier ruta desconocida al renderizado de la aplicación. Así, cualquier URL inventada respondía 200 con HTML. Antes de crear nada, /.well-known/api-catalog, /auth.md y /mcp ya respondían 200. Una lista de comprobación basada en códigos de estado habría dado todo por bueno, sin que funcionara nada.

Por eso el verificador que escribimos no mira solo el código. Comprueba el Content-Type y el cuerpo, rechaza cualquier documento de datos que llegue como HTML, recalcula los resúmenes SHA-256 sobre los bytes descargados y comprueba que en el directorio de claves no se ha colado material privado. Hoy las pasa todas en producción. Además, desde finales de septiembre las rutas inexistentes devuelven un 404 real.

Y siendo coherentes: el verificador tampoco lo cubre todo. Comprueba que el servidor MCP responde a tools/list, no que cada herramienta devuelva datos, y WebMCP necesita un navegador, así que tiene su propia prueba. Un verificador en verde no demuestra lo que no comprueba.

Si montas esto en tu web, escribe el verificador antes que la superficie. Es lo único que separa «lo hemos publicado» de «funciona».

Los estándares se mueven

En septiembre, el escáner que habíamos dejado al 100 % pasó a darnos un 88 %. No habíamos cambiado nada. El escáner había incorporado una comprobación nueva, el catálogo ai-catalog.json, y había empezado a seguir la redirección de la portada a /es para buscar allí los metadatos de OAuth, como indica el RFC 9728. Publicamos las dos piezas y volvimos al nivel máximo.

A 7 de octubre de 2026, isitagentready.com da a www.julditec.com 100 sobre 100, nivel 5, «Agent-Native», con todas las categorías al máximo: descubrimiento, contenido, control de acceso de bots y descubrimiento de API, autenticación, MCP y skills. El comercio electrónico no se evalúa, porque la web no vende online.

Resultado de isitagentready.com para julditec.com: 100 sobre 100, nivel 5 Agent-Native

Resultado de isitagentready.com para www.julditec.com, 7 de octubre de 2026.

La segunda vez: abahana.co

Después llevamos lo aprendido a la web corporativa de Abahana, abahana.co, también sobre Liferay. Con la receta escrita, la superficie se levanta rápido: llms.txt, Markdown bajo demanda, tarjeta del servidor MCP, índice de skills y cuatro herramientas WebMCP. Hoy isitagentready.com también la sitúa en el nivel 5. Pero dejó dos lecciones que en casa no habíamos visto.

WebMCP tiene que llegar a tiempo. El escáner carga la página en un navegador y, al terminar la carga, mira qué herramientas hay registradas. Nosotros las registrábamos desde el código del pie de página, que se carga después del primer pintado y que a su vez pide otro fragmento de código: las herramientas aparecían algo más de medio segundo después del evento load. Funcionaban, pero para quien miraba al terminar la carga no existían. Lo resolvimos con un script de módulo en el <head> que las registra antes de que el documento termine de cargar. Con los formularios declarativos pasa lo mismo: uno que solo se monta al entrar en pantalla no lo ve un agente que no hace scroll.

llms.txt caduca. El de abahana.co se había escrito para la web anterior y, al estrenar la nueva, buena parte de sus enlaces dejó de existir. El escáner no lo detecta, porque comprueba que el fichero existe y tiene el formato correcto, no que sus enlaces respondan. Lo hemos rehecho a partir del sitemap y del menú de la web nueva. Si lo mantienes a mano, revísalo cada vez que cambie la estructura del sitio.

Qué nos llevamos

  • •La entrada para agentes es barata; la prueba de que funciona, no. llms.txt se escribe en una tarde. Lo que más vale es el verificador.
  • •El esfuerzo y el resultado no van de la mano. Lo que más costó no fue lo que más puntuó. Mide después de cada paso, o no sabrás qué cambio sirvió.
  • •Que exista no basta: tiene que llegar a tiempo y estar al día. Una herramienta que se registra tarde o un llms.txt con enlaces viejos pasan desapercibidos hasta que alguien mira como lo haría un agente.
  • •Nada de esto está terminado. MCP, WebMCP, A2A, Content-Signal y Web Bot Auth cambian cada pocos meses. Hay que revisar la superficie con la misma frecuencia.
  • •Contar las limitaciones también es parte del trabajo. Publicar una clave y decir que aún no firmamos nada vale más que dar a entender lo contrario.

¿Quieres saber qué ve un agente cuando entra en tu web? Escríbenos a [email protected].

Etiquetas:liferaymcpagentes de iawebmcpnavegación agénticallms.txtisitagentready

Un equipo de agentes que programa. Y una persona al mando.

Asignas una tarea y un equipo de agentes la planifica, la programa y la prueba. Antes de producción la revisan cuatro agentes distintos y una persona.

Ver desarrollo con agentes de IA