# Web agent-ready — representaciones de máquina: HTML, Markdown y chrome Cómo HTML, Markdown negociado y el chrome de la página afectan a agentes y al costo de servir bots — qué es estándar y qué sigue siendo hipótesis. Author: NiLu Locale: es Published: 2026-08-07 Updated: 2026-08-11 Canonical: https://blog.nilu.pro/es/blog/web-agent-ready-representaciones/ Markdown: https://blog.nilu.pro/es/blog/web-agent-ready-representaciones.md JSON: https://blog.nilu.pro/es/blog/web-agent-ready-representaciones.json ## En resumen - Los agentes y crawlers suelen leer DOM, árbol de accesibilidad o Markdown — no la página "decorada" que ve un humano. - La negociación de contenido (Accept: text/markdown) es un mecanismo HTTP estándar, implementado por varias plataformas — no una invención de un único proveedor. - Las reducciones de HTML a Markdown en casos publicados varían de ~20% a ~99%, pero son ejemplos, no promedios de la web. - La adopción de negociación de Markdown sigue siendo rara y no todo agente la solicita — mídela en tu tráfico antes de invertir. ## Contenido - [Qué lee realmente un agente](#o-que-um-agente-realmente-le) - [Cómo servir una representación de máquina](#como-servir-uma-representacao-maquina) - [Casos publicados: cuánto pesa esto](#casos-publicados-quanto-isso-pesa) - [Chrome, costo y tráfico de bots](#chrome-custo-e-trafego-de-bots) - [llms.txt: índice o vitrina](#llmstxt-indice-ou-vitrine) - [Incertidumbres](#incertezas) ## Qué lee realmente un agente Un agente de navegador rara vez "ve" la página como la ve un humano. Según web.dev, las herramientas de IA operan sobre representaciones de máquina — screenshot, HTML/DOM bruto y el árbol de accesibilidad — a menudo combinadas. El árbol de accesibilidad resume roles, nombres y estados de cada elemento e ignora el ruido visual del CSS; por eso, el mismo artículo recomienda HTML interactivo semántico (`button`, `a`) en lugar de `div`/`span` decorados, asociaciones correctas de `label` y diseños estables. [[1]](#ref-1) La guía de Google Search Central para funciones de IA generativa refuerza este punto: el HTML semántico es una buena práctica para humanos y lectores de pantalla; una validez perfecta de HTML no es obligatoria; y los agentes de navegador pueden usar screenshot, DOM y árbol de accesibilidad. La propia documentación describe la preparación para agentes como opcional — algo que hacer "si hay tiempo extra", no un requisito. [[2]](#ref-2) ## Cómo servir una representación de máquina El mecanismo base es HTTP común: content negotiation. El cliente envía una cabecera `Accept` que indica el formato preferido; el servidor elige la representación y la señala a los cachés con `Vary`, según la documentación de MDN. [[3]](#ref-3) Sobre ese mecanismo, varias plataformas documentan patrones similares: Vercel publica una guía para servir Markdown y HTML en la misma URL mediante `Accept: text/markdown` (rewrites + route handler); Fastly describe un servicio de borde que entrega HTML a navegadores y Markdown a crawlers de IA conocidos o a solicitudes explícitas, siempre variando por `Accept` y `User-Agent`; y Cloudflare documenta una conversión equivalente a nivel de zona, eliminando cabecera, navegación, pie de página y scripts del cuerpo Markdown y preservando JSON-LD al final del documento. [[4]](#ref-4) [[5]](#ref-5) [[6]](#ref-6) Ninguna de estas implementaciones es un estándar único del sector — son la misma idea (content negotiation) aplicada por proveedores diferentes. Publicar archivos Markdown estáticos (como `/index.md`) o un índice `llms.txt` es otra estrategia, usada por ejemplo en la propia documentación Cloudflare Docs for agents — más simple de operar, pero con riesgo de que el Markdown se "despegue" del HTML canónico con el tiempo. [[7]](#ref-7) ## Casos publicados: cuánto pesa esto Los publishers informan reducciones significativas de tamaño al cambiar HTML por Markdown — pero son estudios de caso, no un promedio medido de la web. Cloudflare citó, en un post de blog, un ejemplo con cerca de 16.180 tokens en HTML frente a 3.150 en Markdown (~80% menos) [[8]](#ref-8); Checkly midió, en su propia documentación, cerca de 615 KB / 180 mil tokens en HTML frente a 2,3 KB / 478 tokens en Markdown (~99,6% menos) [[9]](#ref-9); y Fastly describe, de forma cualitativa, artículos típicos comprimiéndose a 20–30% del tamaño del HTML original [[5]](#ref-5). La negociación de Markdown solo ayuda a quien la solicita: Checkly probó siete agentes de código y encontró solo tres (Claude Code, Cursor y OpenCode) enviando `Accept` para pedir `text/markdown` — los otros cuatro (Codex, Gemini CLI, GitHub Copilot y Windsurf) no priorizaron Markdown en la muestra observada. [[9]](#ref-9) Un snapshot de Cloudflare Radar, citado en el blog de Agent Readiness de la propia empresa, midió que la negociación de `Accept: text/markdown` se da en solo 3,9% de los sitios de alto tráfico escaneados — un retrato puntual de baja adopción, no una línea de base estable. [[10]](#ref-10) ## Chrome, costo y tráfico de bots El "chrome" de la página — menú, pie de página, scripts, decoración — no tiene valor semántico para un agente, pero consume tokens de contexto de su lado y bytes de ancho de banda del lado de quien sirve el sitio. Las redes de borde informan un volumen creciente de tráfico de bots de IA: Fastly registró crawlers de IA representando casi 80% del tráfico de bots de IA observado en su análisis de mediados de 2025 (con Meta, Google y OpenAI como las mayores fracciones), y tráfico de bots automatizado general en 37% de la actividad de su propia red en el período; Akamai informó un crecimiento de aproximadamente 300% interanual en la actividad de bots de IA en su plataforma. [[11]](#ref-11) [[12]](#ref-12) Reducir el chrome puede, en teoría, reducir bytes por solicitud de bot — pero es una hipótesis operativa, no un retorno financiero comprobado. Sin un estudio público de costo de origen/egress medido antes y después de un cambio de representación, el consejo práctico es medir bytes, estado y user-agent en los propios logs antes de prometer ahorro. ## llms.txt: índice o vitrina `llms.txt` funciona como un índice al estilo sitemap, pensado para herramientas que ya lo consumen — así lo describe la propia Cloudflare. [[10]](#ref-10) Pero la guía oficial de Google Search Central incluye `llms.txt` y markup especial de IA entre los errores que se deben evitar: no es requisito para aparecer en funciones de IA generativa en Search. [[2]](#ref-2) Un estudio de Ahrefs, que analizó cerca de 137 mil dominios, encontró que 28% publicaba un `llms.txt` válido, pero 97% de esos archivos no recibió ninguna solicitud en el mes medido — y, de los que recibieron tráfico, 96% de las solicitudes procedían de bots, no de lectura editorial. [[13]](#ref-13) Esto no prueba que `llms.txt` sea inútil para siempre; prueba que, hoy, publicarlo rara vez cambia algo observable. Trátalo como una comodidad opcional para herramientas que ya consumen el formato — no como entregable prioritario. ## Incertidumbres - No hay estudio público que aísle el efecto de la conformidad con accesibilidad (WCAG) en el éxito de tareas de agentes, fuera del argumento cualitativo de Google/web.dev. - No se sabe qué agentes y crawlers enviarán `Accept: text/markdown` de forma estable — la muestra de Checkly (3 de 7) es un retrato puntual. - No existen datos operativos publicados sobre el costo real de mantener un árbol Markdown estático paralelo al HTML, incluido el riesgo de desalineación. - No existe un estudio de caso público que mida ahorro de ancho de banda u origen en valores concretos, antes y después de servir Markdown negociado a bots. ## Referencias 1. [web.dev — Build agent-friendly websites](https://web.dev/articles/ai-agent-site-ux). web.dev. Acceso el 07 ago. 2026. 2. [Google Search Central — Optimizing your website for generative AI features on Google Search](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). Google. Acceso el 07 ago. 2026. 3. [MDN — Content negotiation](https://developer.mozilla.org/en-US/docs/Web/HTTP/Guides/Content_negotiation). MDN. Acceso el 07 ago. 2026. 4. [Vercel — How to serve documentation for agents](https://vercel.com/kb/guide/how-to-serve-documentation-for-agents). Vercel. Acceso el 07 ago. 2026. 5. [Fastly — Give AI Agents the Markdown They Actually Want](https://www.fastly.com/blog/give-ai-agents-markdown-they-actually-want). Fastly. Acceso el 07 ago. 2026. 6. [Cloudflare — Markdown for Agents (docs)](https://developers.cloudflare.com/fundamentals/reference/markdown-for-agents/). Cloudflare. Acceso el 07 ago. 2026. 7. [Cloudflare — Docs for agents](https://developers.cloudflare.com/docs-for-agents/). Cloudflare. Acceso el 07 ago. 2026. 8. [Cloudflare — Introducing Markdown for Agents](https://blog.cloudflare.com/markdown-for-agents/). Cloudflare. Acceso el 07 ago. 2026. 9. [Checkly — The Current State of Content Negotiation for AI Agents](https://www.checklyhq.com/blog/state-of-ai-agent-content-negotation/). Checkly. Acceso el 07 ago. 2026. 10. [Cloudflare — Introducing the Agent Readiness score](https://blog.cloudflare.com/agent-readiness/). Cloudflare. Acceso el 07 ago. 2026. 11. [Fastly — New Fastly threat research reveals AI crawlers make up almost 80% of AI bot traffic](https://www.fastly.com/press/press-releases/new-fastly-threat-research-reveals-ai-crawlers-make-up-almost-80-of-ai-bot). Fastly. Acceso el 07 ago. 2026. 12. [Akamai — AI Bots Threaten Foundation of Web-Based Business Models](https://www.akamai.com/newsroom/press-release/akamai-research-ai-bots-threaten-foundation-of-web-based-business-models). Akamai. Acceso el 07 ago. 2026. 13. [Ahrefs — We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read](https://ahrefs.com/blog/llmstxt-study/). Ahrefs. Acceso el 07 ago. 2026.