Diseñar para las superficies de agentes de IA

Mi sitio atiende actualmente unas 13.100 solicitudes diarias de agentes de IA (promedio de siete días) y unas 325 visitas humanas al día (promedio de 28 días), directamente desde mis propios logs de edge: una proporción cercana a 40 a 1, y en su mayoría recuperación en vivo, ChatGPT-User buscando una página justo ahora porque alguien acaba de preguntarle algo a su asistente. Ese lector ignora todas las decisiones de diseño que me enseñaron a tomar. No ve tipografía, ni escala de espaciado, ni movimiento. Y aun así no es indiferente al diseño: es despiadadamente sensible a otro conjunto de decisiones de diseño, uno que la conversación sobre oficio casi nunca menciona. Este artículo es la guía de oficio de la superficie que en realidad atiendo más. {.answer-block}

TL;DR

• En este sitio, la superficie de agentes es la superficie mayoritaria: 40 a 1. El volumen está dominado por la recuperación en vivo que inicia un usuario: ChatGPT-User hizo unas 6.700 solicitudes ayer, frente a 4 de GPTBot, el crawler de entrenamiento de OpenAI. Si tu sitio atiende a desarrolladores o publica contenido de referencia, tus logs probablemente se inclinan igual, pero mide antes de suponerlo.
• Los agentes leen páginas distintas de las que los humanos abren. Mis logs de edge muestran artículos comparativos y páginas técnicas de nicho que atraen mucho tráfico de agentes mientras quedan muy por debajo de mi top 15 humano: el asistente las lee para el humano que nunca llega.
• Diseña para la extracción, no para la inmersión: una respuesta de un párrafo arriba, títulos con forma de pregunta, secciones autónomas, tablas para todo lo enumerable y fechas en cada afirmación.
• La capa visual y la capa de agentes no son rivales. La misma estructura que las máquinas extraen sin problemas es la que los humanos escanean: responder primero es buen diseño para ambos lectores.
• Verifica lo que los agentes consumen de verdad: sirve marcado limpio, mantén el contenido fuera del renderizado del lado del cliente y vigila tus logs, porque la audiencia de agentes se puede medir como la «impresión de marca» nunca se pudo.

El lector que no renderiza nada

El oficio del diseño presupone un ojo. Tipografía, espaciado, movimiento: toda la disciplina dirige la atención dentro de un campo visual. El lector agente no tiene campo visual. Recibe tu HTML como texto, le dedica un presupuesto estricto de tokens, extrae lo que responde a la pregunta del usuario y te cita o te parafrasea ante alguien que quizá nunca vea tu página.

Eso no es una lectura degradada: es otro medio, con sus propias variables de oficio.

• La posición reemplaza a la jerarquía visual. En los pipelines de una sola petición, lo que aparece temprano es lo que se lee antes de que el presupuesto de tokens trunque el resto; la recuperación por fragmentos puede rescatar una sección profunda que coincida con la consulta, pero no eliges qué pipeline te lee, así que una conclusión enterrada al 80 % de la página solo existe a veces.
• La estructura reemplaza a la maquetación. Los títulos, las listas y las tablas se analizan como semántica, no se estilizan como decoración. Una <table> de versiones y fechas es legible por una máquina de un modo que los mismos datos dispersos en párrafos nunca alcanzan.
• La autonomía reemplaza al flujo. La prosa humana se construye a lo largo de las secciones; la extracción toma cada sección por separado. Un párrafo que empieza con «como se mencionó arriba» se exporta como una referencia colgante.
• La explicitud reemplaza al contexto. «Última actualización: agosto de 2026» viaja junto con la afirmación citada. La vigencia que sugiere el resto de la página, no.

Lo que los agentes leen en realidad

La parte de todo esto que la teoría no me habría dejado adivinar: los agentes tienen su propio gusto por ciertas páginas. Mis últimos siete días de logs de edge, las páginas con más solicitudes de agentes:

Las guías de referencia van al frente, lo esperable, y también encabezan la tabla humana. Las filas reveladoras son las comparativas: páginas muy abajo en mi tabla humana que los asistentes consultan sin parar, porque «¿cuál debería usar?» es lo que la gente le pregunta a un asistente. El asistente lee la comparativa por ellos y responde en el chat. El humano nunca visita; el contenido igual hizo su trabajo.

La composición también importa. Poco menos de la mitad del volumen de agentes de ayer fue solo ChatGPT-User: 6.718 solicitudes, frente a 4 de GPTBot, el crawler de entrenamiento de OpenAI. Los rastreos de entrenamiento no están ausentes (Bytespider y ClaudeBot juntos sumaron cerca del 28 % del día), pero el lector más grande con diferencia no es un scraper llenando un corpus. Es el asistente de una persona, buscando una página porque alguien acaba de preguntar.

Las reglas del oficio

Lo que ahora les exijo a las páginas dirigidas a agentes, es decir, a todas:

1. La respuesta primero, a plena potencia. El párrafo inicial expone la respuesta completa que el lector vino a buscar: no un adelanto, la respuesta. En este sitio es un bloque de respuesta con estilo propio; estructuralmente es el resumen que la extracción cita. Si un asistente solo lee tus primeras 200 palabras, debería irse con tu conclusión, no con tus rodeos.

2. Los títulos son preguntas o afirmaciones, no etiquetas. «Cómo se trunca el presupuesto» le gana a «Antecedentes». Los títulos con forma de pregunta coinciden con la consulta que el asistente está respondiendo, y cada sección bajo uno de ellos debería resolverla sin apoyarse en las vecinas. (Las páginas de referencia reciben la versión estricta de esta regla; los ensayos, este incluido, ceden una parte a cambio de voz, una decisión deliberada sobre la audiencia y no un descuido.)

3. Los datos enumerables van en tablas. Versiones, fechas, compatibilidad, precios, comparativas: cualquier cosa con filas. Una tabla sobrevive intacta a la extracción; los mismos datos en prosa vuelven parafraseados, y la paráfrasis es por donde entran los errores.

4. Fecha lo perecedero. Toda afirmación que pueda pudrirse lleva su fecha en línea, «a agosto de 2026», porque el texto citado viaja sin el contexto de tu página. La alternativa son tus números de hace dos años presentados como actuales por un asistente, bajo tu nombre.

5. Mantén la sustancia fuera del renderizado del lado del cliente. La mayoría de los agentes de recuperación leen el HTML servido. El contenido que se materializa con JavaScript es invisible para algunos de tus lectores más grandes: revisa lo que ve curl, porque eso se acerca más a la vista del agente que tu navegador.

6. Deja que la estructura sirva a ambos lectores. Nada de esto pelea con el diseño visual. Responder primero es como escanean los humanos apurados; los títulos con forma de pregunta se reconocen de un vistazo; las tablas le ganan a la prosa también para las personas. Las disciplinas convergen, y esa es la parte tranquilizadora: el oficio que sirve a la extracción es casi todo el oficio que respeta el tiempo del lector.

Medir un público que no puedes ver

El regalo extraño de la audiencia de agentes es que se puede medir más que la humana, no menos. Cada recuperación es una solicitud registrada con su user agent. Yo sigo tres cosas: el volumen total de agentes por familia (quién me lee), la tabla de páginas leídas por agentes frente a la humana (qué leen ellos que los humanos no) y la tendencia de la proporción. Esos números cambiaron mi estrategia de contenido más que cualquier gráfico de páginas vistas: son la razón de que las páginas comparativas y la estructura de referencia reciban aquí una inversión que el «tiempo en página» nunca justificaría.

El corolario incómodo: nada de ese público de agentes aparece en las analíticas construidas para humanos. Si tu estrategia funciona con sesiones y tasa de rebote, la superficie de 40 a 1 es invisible y estás optimizando el canal minoritario con el presupuesto de la mayoría.

Preguntas frecuentes

¿Qué es una superficie de agentes de IA?

Es la versión de tu sitio que consumen los asistentes de IA y sus agentes de recuperación —ChatGPT, Claude, Perplexity y sus rastreadores—, que leen el HTML que sirves como texto estructurado, extraen respuestas bajo presupuestos de tokens y se las entregan a usuarios que muchas veces nunca visitan la página. En los sitios donde se mide, esta superficie puede empequeñecer al tráfico humano; el mío ronda las 40 solicitudes de agentes por cada visita humana.

¿Cómo se diseña contenido para agentes de IA?

Con aperturas que dan primero la conclusión completa, títulos con forma de pregunta y secciones autónomas, tablas para cualquier dato enumerable, fechas en línea en las afirmaciones perecederas y la sustancia en el HTML servido en lugar del renderizado del lado del cliente. La misma estructura sirve a los humanos que leen en diagonal: las dos audiencias premian la misma disciplina.

¿Los agentes de IA leen páginas distintas de las que leen los visitantes humanos?

Sí, y se puede medir. En mis logs de edge, las guías de referencia y las páginas comparativas atraen miles de solicitudes de agentes por semana mientras algunas apenas registran visitas humanas: los asistentes buscan contenido de «X frente a Y» para responder preguntas de decisión en el chat, así que la página hace su trabajo sin recibir la visita. Comparar tu tabla de páginas leídas por agentes con la tabla humana muestra dónde divergen las dos audiencias.

¿Diseñar para agentes perjudica la experiencia humana?

No: los requisitos convergen. Una estructura que responde primero, títulos honestos, tablas y afirmaciones fechadas son ya el aspecto que tiene un diseño respetuoso con los humanos apurados. La capa visual (tipografía, espaciado, movimiento) sigue siendo territorio completamente humano; la superficie de agentes solo vuelve medible la calidad de la capa estructural.