Kiwop Labs · informe

panini.es

Entre 55 y 79. Entra, pero le falta alguna pieza importante: casi siempre la ficha legible o el llms.txt.

Medida el 13 de septiembre de 2026 · Plataforma detectada: Magento · www.panini.es/shp_esp_es

La home no respondió al bot identificado y se midió con navegador. Un asistente que rastrea sin sesión puede quedarse fuera.

Qué medimos y cuánto pesa

  1. Crawlers de IA 15/25

    robots.txt cierra la puerta a . El resto puede entrar.

  2. Acceso a un bot identificado 4/10

    Al bot identificado le devolvió 0; solo respondió al navegador. Un asistente sin sesión puede quedarse fuera.

  3. llms.txt 0/15

    No hay llms.txt. Es la forma más barata de contarle a un asistente qué vendes y cómo.

  4. Datos estructurados en la home 9/10

    La home lleva datos estructurados de entidad (ImageObject, Organization, SearchAction, WebSite).

  5. Ficha de producto legible 23.5/25

    La ficha encontrada lleva Product y Offer: precio y disponibilidad legibles por máquina.

  6. Sitemap declarado 0/10

    No hay sitemap declarado. Los crawlers tienen que adivinar el catálogo.

  7. HTTPS 5/5

    La tienda sirve por HTTPS.

Qué hacer

En orden de impacto. Lo primero es lo que más puntos recupera y menos cuesta.

  1. llms.txt (+15). Escribe un llms.txt propio: qué vendes, a quién, envíos, devoluciones y las URL de categorías. Media hora de trabajo. Cómo lo hacemos
  2. Crawlers de IA (+10). Abre robots.txt a los crawlers de IA que quieras que te citen. Bloquear GPTBot y dejar pasar a OAI-SearchBot es una decisión legítima; bloquearlo todo es desaparecer. Cómo lo hacemos
  3. Sitemap declarado (+10). Declara el sitemap en robots.txt con una línea Sitemap:. Sin él, el catálogo se descubre a saltos. Cómo lo hacemos
  4. Acceso a un bot identificado (+6). Pide a tu proveedor de cortafuegos que deje pasar a los bots identificados (o al menos a los de búsqueda de IA). Un 403 al bot es un 403 al asistente. Cómo lo hacemos

Frente a las 300 tiendas del estudio

Mismas señales, misma fecha de método. El estudio mide una muestra estratificada de tiendas españolas.

SeñalTu tiendaEstudio (%)
Bloquea algún crawler de IANo10,7
llms.txt verificadoNo26
Ficha con schema Product27,8
Chatbot detectableNo23,2

Ver el estudio completo

Detalle de la medición

  • Sin llms.txt.
  • Tipos JSON-LD en la home: ImageObject, Organization, SearchAction, WebSite.
  • Ficha probada: https://www.panini.es/shp_esp_es/berserk-master-edition-1-sbelu001-es01.html. Tipos JSON-LD: Brand, Offer, Product.
  • Sin chatbot detectable en la home.
  • Sin buscador de terceros detectable.

Un informe se conserva 7 días. Si has cambiado algo, vuelve a medir y verás el nuevo resultado en esta misma URL.

Este informe es público

Tiene URL propia y se puede citar o enlazar: https://www.kiwop.com/labs/comprobador-ia-ecommerce/panini.es

Kiwop Labs (13 de septiembre de 2026). Informe de preparación para la IA de panini.es. https://www.kiwop.com/labs/comprobador-ia-ecommerce/panini.es

Datos del informe bajo licencia CC BY 4.0. Método y scripts abiertos en Kiwop Labs. Si eres el titular y no quieres que aparezca, escribe a [email protected].

← Comprobar otra tienda

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