# La mayoría de nuestros visitantes no tiene ojos
type: article | language: es | date: 2026-10-18 | author: Tony, creador de Contexte Tech | tags: ia, agentes, mcp, llms-txt
url: https://contextetech.com/es/articles/sitio-modo-humano-agente
description: En nuestro sitio, los robots y los asistentes de IA superan a las personas. Añadimos un interruptor Humano | Agente: una página, dos lecturas.
other languages:
  fr: https://contextetech.com/articles/site-mode-humain-agent
  en: https://contextetech.com/en/articles/site-human-agent-mode
  de: https://contextetech.com/de/articles/website-modus-mensch-agent
  it: https://contextetech.com/it/articles/sito-modalita-umano-agente
  nl: https://contextetech.com/nl/articles/site-modus-mens-agent
  pt: https://contextetech.com/pt/articles/site-modo-humano-agente
  sv: https://contextetech.com/sv/articles/webbplats-lage-manniska-agent
  pl: https://contextetech.com/pl/articles/strona-tryb-czlowiek-agent
all articles: https://contextetech.com/es/articles

---

El 16 de octubre, de unas 8.900 peticiones recibidas por nuestro sitio, más de la mitad venían de robots y asistentes de IA: PerplexityBot (2.109), GPTBot (971), Googlebot, rastreadores y 778 llamadas a nuestro servidor MCP. Esa misma semana, nuestro servidor MCP recibió 666 conexiones de 93 programas distintos. Las visitas de personas a las fichas, en cambio, oscilan entre 0 y 17 al día.

Dicho de otro modo: buena parte de nuestros visitantes nunca mira la pantalla. Leen texto, siguen enlaces y llaman a herramientas.

Así que añadimos un interruptor en la cabecera del sitio: **Humano | Agente**.

## Lo que ve cada uno

En modo humano no cambia nada: tarjetas, pestañas, gráficos, notas de calidad.

En modo agente, cada ficha se convierte en unas pocas líneas de texto:

```
# Dataset IA : lire la météo marine relevée par les bouées
code: 1495xut | type: dataset | language: fr | licence: CC-BY-4.0 | version: v1
page: https://contextetech.com/datasets/assistant-meteo-marine-bouees-1495xut
mcp: connect https://contextetech.com/mcp then call load_resource with code "1495xut"
json: https://contextetech.com/api/resources/contextetech--assistant-meteo-marine-bouees
download: …/download (56 rows, JSONL)
source: https://www.data.gouv.fr/datasets/archives-annuelles-des-observations-bouees
citation (required by the licence): …
```

Las listas pasan a una línea por ficha: código corto, título, tipo, idioma, licencia, dirección.

## Una sola página, no dos

Lo tentador era servir a los robots una página distinta. No lo hicimos, por dos razones.

- **La caché.** Nuestro CDN guarda el HTML 60 segundos. Dos versiones detrás de la misma dirección garantizan que algún día una persona reciba la versión de un robot.
- **La confianza.** Mostrar a los robots algo distinto de lo que ven las personas es justo lo que penalizan los buscadores.

Las dos versiones están, por tanto, en el mismo HTML. El navegador muestra una u otra según la opción guardada. Un agente que lee el código de la página encuentra la versión de texto, sin JavaScript.

## Lo que nos enseñaron los agentes

Al mirar lo que hacían de verdad los asistentes en nuestro servidor MCP:

1. **La mayoría de los «visitantes» son sondas.** De 666 conexiones, solo un puñado viene de asistentes que usan personas (Claude, opencode, Claude Code). El resto son directorios que comprueban que el servidor responde.
2. **Buscan en otros idiomas que el nuestro.** «marine weather» no encontraba «météo marine». Añadimos sinónimos entre francés, inglés, alemán y español.
3. **Una búsqueda vacía es una información.** Los asistentes buscaban «rag prompt» y no encontraban nada. Escribimos 18 prompts RAG.
4. **Un código corto vale más que una URL bonita.** «carga 1495xut» funciona en cualquier asistente.
5. **La licencia y la fuente deben estar en el texto.** Un agente no hace clic en una pestaña «Licencia».

## Para quien decide: siete pistas concretas

Sus compradores ya no se limitan a buscar: piden a un asistente de IA que compare y recomiende. El asistente lee los sitios por ellos. **Lo que no puede leer, no lo recomienda.** Por dónde empezar, de lo más sencillo a lo más comprometido:

1. **Haga la prueba, en cinco minutos.** Pida a dos o tres asistentes que recomienden una oferta como la suya, en su sector. ¿Le citan? ¿Su precio y sus condiciones son correctos? Ese es su punto de partida.
2. **Decida qué robots deja entrar.** Su archivo `robots.txt` permite o bloquea GPTBot, ClaudeBot, PerplexityBot. Bloquearlos protege sus contenidos, pero le vuelve invisible en sus respuestas. Es una decisión que debe tomarse a conciencia, no por defecto.
3. **Publique un `/llms.txt`.** Unas líneas que digan quién es, qué vende y dónde encontrar lo esencial. Medio día de trabajo, y es la primera página que lee un asistente.
4. **Escriba precios, condiciones y licencia con todas las letras.** Ni en una imagen ni detrás de un formulario. Añada datos estructurados (schema.org: organización, producto, oferta). Un asistente recomienda lo que puede citar sin riesgo de equivocarse.
5. **Mida ese tráfico aparte.** Pida a su equipo que cuente cada mes los asistentes de IA en los registros del servidor o del CDN, y cuáles son. Sus estadísticas habituales suelen ignorarlos. En nuestro caso, eran más de la mitad de las peticiones.
6. **Abra sus datos si se prestan a ello.** Un servidor MCP permite a un asistente consultar directamente su catálogo, sus tarifas o su documentación. Es su escaparate para los agentes; después, regístrelo en los directorios MCP.
7. **Elija sus propias herramientas de IA con cifras.** Modelo, presupuesto, servidor propio o API: reunimos herramientas gratuitas y con fuentes (fabricantes, fichas técnicas, páginas de precios) que lo calculan todo en su navegador:
   - [qué modelo de IA para qué tarea](/es/decidir/ranking-modelos-ia);
   - [cuánto cuesta un uso de la IA](/es/herramientas/calculadora-simulador-coste-inteligencia-artificial);
   - [servidor local o API: el comparador](/es/herramientas/servidor-local-gpu-o-api-comparador-coste-inteligencia-artificial);
   - [todas las decisiones por uso](/es/decidir): extraer datos de documentos, chatbot de atención al cliente, agentes que automatizan.

Lo más difícil no es técnico. Hay que cambiar de mentalidad: durante veinte años diseñamos sitios para ojos. Ahora hay que recablear el cerebro para diseñar también para los agentes de IA, que leen sin ver. Solo así se despliegan soluciones de futuro, en lugar de correr detrás del retraso.

Y para ver a su futuro lector, pruebe el modo **Agente** en la parte superior de esta página.