Agent Readiness Score: la herramienta gratuita que analiza si tu web es visible para los agentes de IA

TL;DR

El Agent Readiness Score es una herramienta gratuita de GEO Metrics que analiza cualquier dominio y devuelve un score técnico de 0 a 100 sobre qué tan legible, accesible y recomendable es tu sitio web para los agentes de IA. Evalúa 4 dimensiones: Descubribilidad, Accesibilidad de Contenido, Control de Acceso de Bots y Descubrimiento de Protocolos, más Señales GEO y de Citación IA. Sin registro. Resultados en segundos. Es la herramienta complementaria al GEO Content Readiness Score: una analiza tu web técnicamente, la otra analiza tu contenido. → Analizar mi web gratis

En 2026, el tráfico web ya no viene solo de personas que hacen clic. Viene también de agentes de IA que rastrean, leen e interpretan tu sitio para decidir si tu marca merece ser recomendada.

El problema: la mayoría de los sitios web están construidos para navegadores y para Google. No para agentes de IA. Y la diferencia técnica entre un sitio legible para un agente y uno que no lo es puede determinar si tu marca aparece o no en las respuestas de ChatGPT, Perplexity o Claude.

El Agent Readiness Score de GEO Metrics mide exactamente esa diferencia — gratis, sin registro, en segundos.

¿Qué es el Agent Readiness Score?

El Agent Readiness Score es una herramienta gratuita de GEO Metrics que analiza la infraestructura técnica de cualquier sitio web y determina si está correctamente configurada para que los agentes de IA puedan leerlo, entenderlo y recomendarlo.

A diferencia del GEO Content Readiness Score — que analiza si el contenido de una URL está estructurado para ser citado — el Agent Readiness Score analiza el dominio completo: robots.txt, sitemap, llms.txt, cabeceras HTTP, datos estructurados, protocolos de autenticación de agentes y señales de autoridad.

Es la capa técnica. El Content Readiness Score es la capa editorial. Son herramientas complementarias, no sustitutivas.

En segundos, la herramienta entrega:

• Un score global de 0 a 100 con nivel de preparación

• 4 dimensiones de análisis con score individual

• Puntuación por sub-métrica dentro de cada dimensión

• Estado de cada check (✓ correcto / ⚠ mejorable / ✗ ausente)

• Instrucciones técnicas exactas para implementar cada mejora

• Descarga del informe completo en PDF

Sin formularios. Sin cuenta. Solo el dominio a analizar.

Las 4 dimensiones que evalúa el score

1. Descubribilidad (hasta 100 puntos)

Mide si los agentes de IA pueden encontrar y navegar tu sitio de forma eficiente.

Sub-checks:

• robots.txt — ¿Existe y tiene reglas claras? ¿Incluye referencias a los sitemaps?

• Sitemap — ¿Es válido y accesible en la ruta estándar?

• Cabeceras Link HTTP — ¿Incluyen tipos de relación útiles para agentes como rel="api-catalog", rel="service-desc" o rel="describedby"?

Un sitio con robots.txt y sitemap correctos pero sin cabeceras Link orientadas a agentes puede puntuar 84/100 en esta dimensión — bien en lo básico, con margen de mejora en la capa avanzada.

2. Accesibilidad de Contenido (hasta 100 puntos)

Mide si el contenido de tu sitio es legible por modelos de lenguaje en condiciones óptimas.

Sub-checks:

• llms.txt — ¿Existe el archivo /llms.txt con contenido útil para los LLMs? ¿Y el /llms-full.txt para cobertura completa?

• Negociación de Markdown — ¿Tu servidor devuelve el contenido en formato Markdown cuando un agente lo solicita con Accept: text/markdown? Si siempre devuelve HTML, los modelos tienen que parsearlo — mucho menos eficiente que recibir texto limpio

La negociación de Markdown es la mejora con mayor impacto en esta dimensión y una de las menos implementadas en el ecosistema web actual.

3. Control de Acceso de Bots (hasta 100 puntos)

Mide si tu sitio tiene políticas explícitas y claras sobre cómo los crawlers de IA deben acceder a tu contenido.

Sub-checks:

• Reglas de bots IA — ¿Hay reglas explícitas para los principales crawlers de IA (GPTBot, ClaudeBot, ChatGPT-User, PerplexityBot, GoogleExtended)?

• Acceso de bots IA — ¿Los 26 principales bots de IA tienen acceso definido de forma explícita, o se usa el comodín User-agent: * que no deja clara la intención?

• Señales de contenido — ¿El robots.txt incluye directivas Content-Signal que declaran tus preferencias sobre uso de contenido para entrenamiento de IA?

• Autenticación de bots web — ¿Existe un directorio JWKS en /.well-known/http-message-signatures-directory para que tu sitio pueda identificarse criptográficamente ante los agentes?

Esta dimensión es la más desconocida para la mayoría de los equipos de desarrollo — y una de las más relevantes en el contexto de la regulación de IA de 2026.

4. Descubrimiento de Protocolos (hasta 100 puntos)

Mide si tu sitio tiene la infraestructura agéntica avanzada que permite a los agentes de IA interactuar con él de forma autónoma.

Sub-checks:

• MCP Server Card — ¿Existe una Server Card en /.well-known/mcp/server-card.json con la información del servidor MCP, endpoint de transporte y capacidades?

• Agent Skills Index — ¿Hay un índice de habilidades en /.well-known/agent-skills/index.json con las acciones que tu sitio puede ejecutar?

• WebMCP — ¿Tu página implementa la API WebMCP con navigator.modelContext.provideContext() y definiciones de herramientas?

• API Catalog — ¿Existe un catálogo de APIs en /.well-known/api-catalog con especificaciones OpenAPI?

• OAuth / OIDC Discovery — ¿Tu sitio publica metadatos de autenticación en /.well-known/openid-configuration?

• OAuth Protected Resource — ¿Existe el archivo /.well-known/oauth-protected-resource con los servidores de autorización y scopes soportados?

Esta dimensión es la frontera entre un sitio web tradicional y uno preparado para la web agéntica. La mayoría de los sitios puntúan 0/100 aquí en 2026 — no porque sean malos, sino porque estos estándares son recientes y su adopción está en los primeros estadios.

5. Señales GEO y de Citación IA (hasta 100 puntos)

Mide si tu sitio tiene las señales que llevan a los modelos de lenguaje a confiar en tu contenido como fuente citable.

Sub-checks:

• Datos estructurados — ¿Hay JSON-LD con tipos como WebSite, Organization, LocalBusiness, Article?

• Completitud de meta tags — ¿Están presentes meta description, og:title, og:description y og:image?

• Señales de autoría y autoridad — ¿El contenido incluye rel='author', JSON-LD con campos de autor/publicador, una página /about con información de la organización?

Un ejemplo real: análisis de leadscoring.ai

Para ilustrar cómo funciona la herramienta, aquí el resultado del análisis de un sitio real procesado con el Agent Readiness Score:

El análisis revela un patrón común en 2026: lo básico está bien implementado (robots.txt, sitemap, datos estructurados, meta tags), pero la capa agéntica está completamente ausente. El score de Descubrimiento de Protocolos en 0/100 no significa que el sitio esté roto — significa que no está preparado para la siguiente generación de agentes de IA que ya están operando en producción.

Cada punto rojo viene acompañado de la instrucción técnica exacta para implementar la mejora — incluyendo la ruta del archivo, el formato del contenido y, en muchos casos, el snippet de código a implementar.

La diferencia entre el Agent Readiness Score y el GEO Content Readiness Score

Ambas herramientas son gratuitas, ambas devuelven un score de 0 a 100 y ambas generan acciones concretas. Pero analizan capas distintas:

La secuencia correcta es usar el Agent Readiness Score primero — para asegurarte de que la infraestructura técnica está en orden — y luego el Content Readiness Score para optimizar cada pieza de contenido.

Por qué la infraestructura agéntica importa en 2026

Los agentes de IA no son solo chatbots que responden preguntas. Son sistemas autónomos que rastrean la web, evalúan sitios, ejecutan tareas y toman decisiones sobre qué fuentes son fiables y cuáles no.

En ese contexto, un sitio web sin llms.txt, sin reglas explícitas para bots de IA y sin Server Card MCP es equivalente a un sitio sin sitemap en 2015 — funcionalmente visible para humanos, pero invisible para la infraestructura que cada vez más determina el tráfico y la influencia.

La buena noticia: la mayoría de estas mejoras son implementaciones técnicas puntuales, no rediseños. Un archivo llms.txt, unas cabeceras HTTP correctas y unas reglas explícitas en robots.txt pueden subir el score 20-30 puntos en una sola sesión de trabajo.

Cómo usar el Agent Readiness Score

1. Ve a trygeometrics.com/es/agent-readiness-score

2. Introduce el dominio de tu sitio web

3. La herramienta analiza en segundos y entrega el informe completo

4. Revisa los checks en rojo — cada uno incluye la instrucción exacta de implementación

5. Implementa las mejoras y vuelve a analizar para verificar el progreso

6. Descarga el PDF para compartir con tu equipo técnico o cliente

Preguntas frecuentes sobre el Agent Readiness Score

¿Es completamente gratuito? Sí. El Agent Readiness Score es 100% gratuito y no requiere crear una cuenta ni introducir datos de pago. Solo necesitas el dominio del sitio que quieres analizar.

¿Qué diferencia hay con el GEO Content Readiness Score? El Content Readiness Score analiza el contenido editorial de una URL específica — qué tan bien escrito y estructurado está para que las IAs lo citen. El Agent Readiness Score analiza la infraestructura técnica del dominio completo — si los agentes de IA pueden acceder, leer y procesar el sitio. Son complementarios: uno optimiza el contenido, el otro optimiza la infraestructura.

¿Qué es el llms.txt y por qué importa? El llms.txt es un archivo estándar emergente que se publica en la raíz del dominio (/llms.txt) y proporciona a los modelos de lenguaje un resumen estructurado del sitio, sus secciones principales y sus URLs más relevantes. Es el equivalente del robots.txt para la era de la IA — le dice a los LLMs qué encontrarán en el sitio y cómo navegarlo de forma eficiente.

¿Qué es el MCP Server Card y quién necesita implementarlo? El MCP Server Card es un archivo JSON en /.well-known/mcp/server-card.json que describe las capacidades de tu servidor MCP: nombre, versión, endpoint de transporte y herramientas disponibles. Es relevante para sitios que quieren que los agentes de IA puedan interactuar con sus APIs o funcionalidades de forma autónoma. En 2026, es una implementación avanzada — pero la curva de adopción se está acelerando.

¿Un score bajo significa que mi sitio está mal construido? No. Un score bajo en Descubrimiento de Protocolos, por ejemplo, simplemente significa que el sitio no ha implementado los estándares agénticos emergentes — no que tenga problemas de rendimiento, seguridad o experiencia de usuario. El Agent Readiness Score mide específicamente la preparación para el ecosistema de agentes de IA, no la calidad general del sitio.

¿Cuánto tiempo lleva implementar las mejoras? Depende del score de partida. Las mejoras de mayor impacto (llms.txt, cabeceras Link, reglas explícitas de bots en robots.txt) pueden implementarse en 1-2 horas por un desarrollador con acceso al servidor. Las mejoras avanzadas (MCP Server Card, Agent Skills, OAuth) requieren más tiempo pero son opcionales para la mayoría de los sitios en 2026.

¿Puedo usarlo para analizar sitios de clientes? Sí. La herramienta es pública y no requiere autenticación. Puedes analizar cualquier dominio público. Para agencias, es una forma rápida de generar una auditoría técnica de visibilidad en IA para un prospecto antes de una reunión.

Analiza tu dominio ahora. Es gratuito, tarda segundos y el resultado te dice exactamente qué implementar.

Analizar mi web gratis → trygeometrics.com/es/agent-readiness-score

¿Quieres también saber si tu contenido está estructurado para ser citado por las IAs? Usa el GEO Content Readiness Score → trygeometrics.com/es/geo-readiness-score