# Comprobador de preparación para IA > ¿Está tu web preparada para la IA y los buscadores? Qué indica robots.txt a cada rastreador de buscadores e IA y qué más ofrece tu web a los agentes de IA. Comprueba el acceso de IA y buscadores: robots.txt para GPTBot, ClaudeBot y Googlebot, llms.txt, mapa del sitio, JSON-LD y marcas WebMCP. - Page: https://how.box/es/ai-readiness/ - Uses our server; server limits: 10 requests/minute per visitor, 150 requests/day per visitor, 40 page/minute per visitor, 10 requests/minute per target, 10 requests/second per global. - License: HowToolbox's own text and data (titles, explanations, FAQs, tool descriptions and schemas, this file) are CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/); AI training and answers are welcome. Attribute "HowToolbox (how.box)" with a link to the page used. Third-party data keeps its own terms; the name and logo are not licensed. Publisher: HowToolbox, contact@how.box. Terms: https://how.box/es/about/terms/ ## Inputs Answer link: https://how.box/es/ai-readiness/?h={h} - `h` (text): Public site (host name) to check; the check runs when the page opens. Example: `example.com`. Example answer: https://how.box/es/ai-readiness/?h=example.com The page computes the answer in the browser: read results from the agent tools below, not from the page HTML. ## Agent tools - `ai_readiness_check_site`: Checks how ready a public website is for search engines, AI crawlers and agents, from four public files read once by our server: robots.txt, llms.txt, one sitemap and the home page. - Page only: runs on this page (WebMCP), not over MCP. ## How it works Los buscadores y los sistemas de IA leen algunos archivos públicos antes de usar un sitio. robots.txt indica qué rastreadores pueden consultar qué rutas y puede incluir una línea Content-Signal que indique si el contenido puede usarse para búsqueda, como entrada de respuestas de IA o para entrenar IA. llms.txt es una guía breve en Markdown del sitio para modelos de lenguaje. Un sitemap enumera las páginas y el JSON-LD de la página de inicio describe el sitio a las máquinas con términos de schema.org. WebMCP permite ofrecer herramientas a un agente de IA en el navegador. Ninguno de estos cuatro últimos elementos es obligatorio; juntos facilitan encontrar y usar el sitio. Para cada rastreador conocido, la herramienta aplica RFC 9309, el estándar de robots.txt: un rastreador sigue el grupo que lo nombra o, en su defecto, el grupo de *; gana la regla coincidente más larga y Allow resuelve los empates. Solo se consulta la página de inicio, «/». Ejemplo: si robots.txt tiene «User-agent: GPTBot» con «Disallow: /» y un grupo «User-agent: *» que lo permite todo, GPTBot queda bloqueado por sus reglas propias y los demás rastreadores tienen permiso. Si falta robots.txt no hay límites; si no puede leerse por un error de servidor, puede frenar a los rastreadores, por lo que se avisa. Fuentes: RFC 9309; política Content Signals; llmstxt.org; sitemaps.org; schema.org. La comprobación consulta una vez cuatro archivos públicos desde nuestro servidor y no juzga si bloquear un rastreador de IA es correcto: lo decides tú, así que esa línea es solo informativa. No prueba reglas de otras rutas ni cabeceras como X-Robots-Tag. Las herramientas WebMCP registradas por scripts tras cargar la página no pueden verse sin ejecutarla, por lo que la ausencia de marcadores no demuestra que el sitio no tenga herramientas. ## FAQ **¿Debo bloquear los rastreadores de IA?** Es una decisión de negocio. Bloquear rastreadores de entrenamiento excluye tu contenido del entrenamiento de modelos; bloquear los de búsqueda con IA te excluye de sus respuestas y enlaces. Esta herramienta solo muestra qué indica ahora tu robots.txt. **¿robots.txt mantiene privado el contenido?** No. Es una petición que respetan los rastreadores responsables, no un control de acceso. Todo lo realmente privado requiere iniciar sesión. **¿Qué es una línea Content-Signal?** Una línea opcional de robots.txt como Content-Signal: search=yes, ai-input=yes, ai-train=no. Indica cómo puede usarse el contenido. Algunos rastreadores la leen; no bloquea a nadie por sí sola. **¿Necesito llms.txt?** Es una propuesta, no un requisito, y ningún buscador promete usarlo. Publicarlo cuesta poco y algunas herramientas de IA lo leen, por lo que solo se avisa si existe pero tiene formato incorrecto. **¿Por qué se indica que mi sitemap no aparece en robots.txt?** La herramienta lo ha encontrado en /sitemap.xml, pero robots.txt no tiene una línea Sitemap:. Añadirla permite a todos los rastreadores encontrarlo sin adivinar. **¿Por qué no ve mis herramientas WebMCP?** Las herramientas WebMCP suelen registrarse mediante scripts tras cargar la página. El comprobador solo busca marcadores en el HTML, como un formulario marcado como herramienta. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/es/about/agents/)