Aprender el sistema
Aprende las capas entre contenido legible y un agente que actúa mediante API, feed o protocolo.
Construir el modelo
Etapa 08 · Mejorar
Agent-Ready Web: prepara recorridos iniciados por máquinas
Ve más allá del contenido legible para que agentes autorizados descubran capacidades y actúen con seguridad.
Resultado
Evaluar descubrimiento, capacidades legibles, autenticación, permisos, estado y supervisión.
- Requisito
- Completar o repasar la etapa anterior: Sistema GEO
- Esfuerzo
- 60–90 min + una sesión de trabajo
- Entregable
- Mapa de recorrido del agente y backlog que separa descubrimiento y ejecución.
Aprender → Hacer → Probar
Hacer el trabajo
Mapea un trabajo del cliente desde descubrir hasta actuar, con permisos y fallos.
Crear el entregable
Probar el resultado
Demuestra un camino acotado y documenta límites de seguridad y operación.
Revisar evidencia
Concept boundaries
Machine-readable capability
A clearly described action, input, output, and constraint that software can discover and interpret.
Publishing a description does not make the underlying action safe or executable.
Agentic journey
A task path in which an authorized agent discovers information, makes bounded choices, and may request or perform an action.
Autonomy should not exceed the identity, permission, and approval model.
State-changing action
An operation that creates, updates, purchases, books, sends, deletes, or otherwise changes a system or external commitment.
Machine readability never removes the need for authentication, authorization, validation, idempotency, and recovery.
Core lesson
01
Separate readable information from executable capability
An agent may understand a page yet have no safe path to complete the user's job.
Map the layers: discoverable information, structured facts, capability description, interface contract, authentication, authorization, confirmation, state change, receipt, and recovery. A gap at any layer changes what the journey can responsibly promise.
Static files and metadata can improve discovery. APIs, feeds, tools, or protocols can expose capability. Neither should imply permission to act on behalf of a person without the required controls.
- Name the exact customer job.
- Mark where information ends and state change begins.
- Identify the human confirmation and recovery path.
02
Design the contract around failure
A useful interface declares what happens when data is missing, stale, duplicated, unauthorized, or partially completed.
Define inputs, validation, permissions, side effects, idempotency, rate limits, error states, confirmation language, receipts, and escalation. Treat observability and audit logs as part of the capability, not an afterthought.
Begin with read-only or reversible paths where possible. Expand autonomy only when the evidence shows the team can detect failure, contain impact, and restore a safe state.
- List failure states before the happy path is approved.
- Use least privilege for each action.
- Provide a durable receipt and escalation owner.
Decision framework
Discover → understand → authorize → act → recover
How far can this journey safely progress today?
- 01
Discover
Can an agent find the correct facts and capability description?
Fix canonical information and machine-readable discovery first.
- 02
Understand
Are inputs, outputs, constraints, and freshness explicit?
Define the contract and validation before execution.
- 03
Authorize
Can identity, scope, and user intent be verified?
Keep the path read-only or require human handoff until permissions are sound.
- 04
Act and recover
Can the system prevent duplicates, record the result, and recover from failure?
Permit bounded state change only with confirmation, idempotency, audit, and recovery.
Worked non-client example
A service company wants an AI agent to book consultations directly from a public capability page.
- Service information and availability are readable.
- The booking endpoint has no idempotency key or scoped authorization.
- Cancellation and human escalation are not represented.
Expose a read-only availability check and a human-confirmed booking handoff before allowing autonomous booking.
Discovery is ready, but the state-changing contract and recovery path are not.
A prototype can prove the bounded path works under test conditions; it does not establish production security or universal agent compatibility.
Reusable work template
Agent journey and capability contract
Map one customer job from discovery through recovery.
- 01
User job and authority
State the intended outcome, actor, and who may authorize each step.
- 02
Discoverable facts
List canonical sources, freshness, and machine-readable representations.
- 03
Capability contract
Define action, inputs, outputs, constraints, validation, and side effects.
- 04
Permission and confirmation
Specify identity, scope, least privilege, and human approval points.
- 05
Failure and recovery
List duplicate, timeout, partial, denied, stale, and cancellation paths.
- 06
Audit and evidence
Define logs, receipts, monitoring, owner, and production-readiness boundary.
Failure modes and corrections
Metadata equals capability
A file or schema is presented as proof that agents can complete the task.
Description does not provide an authenticated, reliable execution path.
Separate discovery evidence from executable capability evidence.
Happy-path autonomy
The flow handles success but not duplicates, partial completion, denial, or cancellation.
A state-changing failure can create real commitments or data inconsistency.
Design idempotency, receipts, recovery, and human escalation before autonomy.
Permission inherited from access
Because an endpoint is reachable, the agent is assumed to have authority to use it.
Reachability does not establish identity, scope, or user intent.
Require explicit authentication, authorization, and confirmation boundaries.
Practice exercise
Prototype one bounded agent journey
Choose a real customer job and stop the prototype at the last layer the current controls can support.
- 01Map discovery, understanding, permission, action, receipt, and recovery.
- 02Write the capability contract and failure states.
- 03Prototype a read-only, reversible, or human-confirmed path.
- 04Test denial, duplicate, stale-data, and handoff scenarios.
Proof artifact
An agent journey map, capability contract, bounded prototype evidence, and readiness backlog.
Completion rubric
- Information and execution layers are distinct.
- Authority and human approval are explicit.
- Failure and recovery paths are testable.
- The readiness claim stops at what the prototype actually proves.
BIBLIOTECA DE LA ACADEMY
Explora la biblioteca completa
Elige una etapa y usa el tema y la intención para escoger la profundidad adecuada.
considerationhubboth
¿Qué es una estrategia de agentes de IA? Un marco inicial para preparar tu marca para la búsqueda mediante agentes
Los agentes de IA ya investigan y filtran proveedores en nombre de compradores B2B. Para entrar en sus procesos de selección, necesitas un marco que les permita comprender la información de tu marca. De eso trata la estrategia de agentes de IA.
Leer artículoconsiderationhubboth
Manual de GEO para el comercio electrónico transfronterizo: cómo lograr que los asistentes de compra con IA recomienden tus productos
La cuestión ya no es que tu producto aparezca primero, sino que la IA decida incluirlo en su respuesta. Para entrar en su selección, los vendedores transfronterizos deben empezar por ofrecer información que las máquinas puedan interpretar.
Leer artículodecisionhow-tosearchable
Auditoría GEO para e-commerce transfronterizo: checklist desde la estructura de producto hasta la tasa de recomendación de la IA
Cuando la IA ayuda a un consumidor a elegir, ¿menciona tu marca? Esta auditoría GEO en tres niveles permite evaluar la tasa de recomendación de la IA, empezando por la estructura de los datos de producto.
Leer artículoimplementationhow-tosearchable
Cómo evaluar un sitio web con isitagentready: 8 indicadores de legibilidad para agentes de IA y cómo corregirlos
Ocupar la primera posición no garantiza que la IA pueda leer tu contenido. Evalúa ocho indicadores con isitagentready y descubre por qué los agentes no logran acceder a tu página ni citarla.
Leer artículodecisionhow-toboth
Cómo optimizar para ChatGPT Shopping y Perplexity: guía paso a paso
Los motores de compra con IA no se dejan convencer por una historia de marca impecable: buscan datos de producto coherentes y consenso entre las reseñas publicadas en Internet. Estos cuatro pasos pueden ayudarte a entrar en las recomendaciones de ChatGPT y Perplexity.
Leer artículoconsiderationhow-tosearchable
HTML limpio y fácil de extraer para la IA: menos div anidados, una jerarquía de encabezados correcta y un buen uso de los atributos de datos
La IA no ve el diseño cuidado que aparece en el navegador, sino el contenido limpio que logra extraer. Tres medidas para que tu HTML sea más fácil de interpretar y citar.
Leer artículoTarea de prueba
Tarea de prueba: Agent-Ready Web
Demuestra un camino acotado y documenta límites de seguridad y operación.
- 01Guardar evidencia inicial — Aprende las capas entre contenido legible y un agente que actúa mediante API, feed o protocolo.
- 02Completar entregable — Mapea un trabajo del cliente desde descubrir hasta actuar, con permisos y fallos.
- 03Revisar contra resultado — Demuestra un camino acotado y documenta límites de seguridad y operación.
Entregable
Mapa de recorrido del agente y backlog que separa descubrimiento y ejecución.
Biblioteca de apoyo
Profundiza el tema
El núcleo sigue abierto; algunos whitepapers avanzados mantienen su acceso actual.
Whitepaper6 capítulos · 2026.06
De ser leído a ser ejecutado: MCP y la infraestructura agent-ready de B2A
MCP ya es el conector compartido por los grandes proveedores de IA, y WebMCP permite que una web exponga funciones estructuradas para que el agente ejecute tareas directamente. Este whitepaper explica cómo la agentic web empuja el marketing de "ser leído" a "ser usado", y cómo empezar a construir tu infraestructura B2A.
De ser leído a ser ejecutado: MCP y la infraestructura agent-ready de B2AGuía6 capítulos · 2026.06
Guía de despliegue de llms.txt
Configura llms.txt en tu web desde cero: sintaxis, estructura de directorios, reparto de tareas con robots.txt y los errores más comunes que hemos detectado en las webs de clientes.
Guía de despliegue de llms.txtGuía6 capítulos · 2026.06
Guía de configuración del feed de productos de ChatGPT: la especificación de datos que la IA elige
Tras retirar Instant Checkout, OpenAI apostó por el descubrimiento de productos y ahora pide a los comercios que envíen un feed para que sus productos se «muestren por completo». Esta guía te da el formato, los campos y la especificación de actualización del feed de productos de ChatGPT para convertir tus productos en datos que la capa de descubrimiento de la IA entiende y selecciona.
Guía de configuración del feed de productos de ChatGPT: la especificación de datos que la IA eligeAnálisis6 capítulos · 2026.06
Las vías de checkout para agentes: AP2, Visa y Mastercard al descubierto
En 2026 la infraestructura del pago con agentes ya está sobre la mesa: Google abre AP2, Mastercard Agent Pay, Visa Trusted Agent, y hasta Visa se ha conectado a ChatGPT. Este análisis te ayuda a entender las diferencias entre estos protocolos, cuáles debería soportar tu comercio y cómo convertir las señales de confianza en algo verificable por máquina.
Las vías de checkout para agentes: AP2, Visa y Mastercard al descubiertoAplica la etapa con una herramienta
AI Agent Strategy
Mapea un trabajo del cliente desde descubrir hasta actuar, con permisos y fallos.
Límite de evidencia
Use the output for the decision it describes; do not treat a technical scan, self-assessment, or planning model as proof of live AI citations.
APLICAR
Pasa a la siguiente decisión revisable
Usa herramienta o servicio solo si su evidencia coincide con la decisión.