Kiwop Labs · herramienta

¿Está tu tienda preparada para la IA?

Escribe el dominio de una tienda online y en un minuto tienes un informe con lo que ve un asistente de IA cuando llega: si puede entrar, si hay un llms.txt de verdad, si la ficha de producto expone precio y stock que pueda leer. Mismo método que el estudio de 300 tiendas españolas.

Solo leemos lo público: robots.txt, llms.txt, la home y una ficha de producto. Sin login, sin comprar nada. El informe es público y tiene URL propia.

Cómo funciona

  1. Un bot identificado (KiwopResearchBot) pide robots.txt, llms.txt, la home y una ficha de producto de tu tienda. Si el cortafuegos lo echa, lo intenta con un navegador Chromium sin sesión, igual que hace ChatGPT cuando navega.
  2. Contamos lo mismo que en el estudio: qué crawlers de IA tienen la puerta cerrada, si el llms.txt lo escribió la tienda o lo sirve la plataforma, qué datos estructurados hay en la home y si la ficha lleva Product y Offer.
  3. La puntuación sale de una tabla de pesos pública y versionada. Cambiar un peso es cambiar la versión: los informes guardan con cuál se midieron.
  4. El informe queda publicado con URL propia y su JSON descargable. A los siete días se puede volver a medir.

Qué medimos y cuánto pesa

Siete comprobaciones, cien puntos. Los pesos reflejan lo que más cambia la respuesta de un asistente: que pueda entrar y que encuentre un producto legible.

ComprobaciónPuntosQué miramos
Crawlers de IA25robots.txt contra 11 crawlers de IA (GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, PerplexityBot, Google-Extended…). Un bloqueo total resta entero; una regla explícita que veta rutas solo a ese bot resta la mitad; un Disallow del carrito para todos no es cerrar la puerta.
Acceso a un bot identificado10Si la home responde a un bot que se identifica. Si solo responde al navegador, el asistente que rastrea sin sesión se queda fuera.
llms.txt15Si existe y quién lo escribió: el texto propio de la tienda puntúa entero; la plantilla automática de la plataforma, la mitad.
Datos estructurados en la home10JSON-LD de la home con Organization, WebSite u OnlineStore. Un bloque roto resta.
Ficha de producto legible25Localizamos una ficha por el sitemap o los enlaces de la home y buscamos JSON-LD Product con Offer (precio y disponibilidad). Es lo que más pesa: sin eso, el agente no sabe qué vendes.
Sitemap declarado10Sitemap declarado en robots.txt. Es el mapa que usan los crawlers para descubrir el catálogo.
HTTPS5La URL final sirve por HTTPS.
Total100

Los tres veredictos

Preparada 80 puntos o más. Un asistente entra, entiende quién eres y encuentra productos con precio.
A medias Entre 55 y 79. Entra, pero le falta alguna pieza importante: casi siempre la ficha legible o el llms.txt.
Invisible para la IA Menos de 55. O no puede entrar, o entra y no encuentra nada que pueda usar.

Últimos informes

TiendaPuntosVeredictoMedida el
tradeinn.com 74 A medias 13 sept 2026
mediamarkt.es 93 Preparada 13 sept 2026
sprintersports.com 97 Preparada 13 sept 2026
parfois.com 91 Preparada 13 sept 2026
generaloptica.es 95 Preparada 13 sept 2026
zalando.es 29 Invisible para la IA 13 sept 2026
yesstyle.com 70 A medias 13 sept 2026
zalando-prive.es 44 Invisible para la IA 13 sept 2026
womensecret.com 75 A medias 13 sept 2026
webuy.com 59 A medias 13 sept 2026
sklum.com 78 A medias 13 sept 2026
veepee.es 48 Invisible para la IA 13 sept 2026
singularu.com 78 A medias 13 sept 2026
samsung.com 87 Preparada 13 sept 2026
puma.com 58 A medias 13 sept 2026
playstation.com 82 Preparada 13 sept 2026
panini.es 57 A medias 13 sept 2026
pedrodelhierro.com 75 A medias 13 sept 2026
outlet-pc.es 81 Preparada 13 sept 2026
myspringfield.com 75 A medias 13 sept 2026

De dónde sale el método

Es el mismo medidor del estudio «IA en el ecommerce español» (300 tiendas): allí el 10,7 % bloquea algún crawler de IA, el 26 % tiene llms.txt verificado y solo el 27,8 % de las fichas expone schema Product. Cada informe compara tu tienda con esa muestra.

Ver el estudio completo

Método

  • Doble pasada por señal: HTTP con User-Agent identificado y, si no responde, Chromium headless con UA de navegador. robots.txt y llms.txt siempre por HTTP simple.
  • Nunca suplantamos el User-Agent de GPTBot ni de ningún crawler ajeno. Si robots.txt dice una cosa y el cortafuegos hace otra, lo decimos en el informe.
  • Una sola ficha de producto por tienda, la primera que encontramos por sitemap o por enlaces de la home. Si tu catálogo tiene fichas con y sin schema, el informe verá una.
  • Sin login, sin carrito, sin compras. Solo lo que ve cualquiera que entra por la puerta.

Límites

  • Detectar chatbot o buscador por firmas en el HTML es indicativo: no distingue un chatbot con IA de uno de reglas.
  • La plataforma se infiere por firmas técnicas. Un tema muy personalizado puede escondérnosla.
  • Un resultado se conserva siete días. Si arreglas algo hoy, mañana el informe sigue igual hasta que lo vuelvas a medir.
  • Es una foto exterior. No mide la calidad del contenido ni la experiencia de compra de un agente, que es la parte agéntica del estudio.

Informes públicos

Todo lo que medimos es público en tu web y el informe también lo es: tiene URL propia y aparece en la lista. Si eres el titular de la tienda y no quieres que aparezca, escribe a [email protected] y lo retiramos.

← Volver a Kiwop Labs

Hablemos.

Consulta técnica inicial

IA, seguridad y rendimiento. Diagnóstico y propuesta cerrada por fases.

  • NDA disponible
  • Respuesta <24h
  • Propuesta por fases

Tu primera reunión es con un Arquitecto de Soluciones, no con un comercial.

Hablar con un arquitecto