Qué se mide, y cuánto pesa cada cosa

Por qué estas cuatro, y por qué una multiplica en vez de sumar

Leer se lleva más de la mitad de la puntuación porque es la condición previa: un agente que no puede interpretar la página no puede hacer nada con ella.

Tres de las cuatro dimensiones suman. La cuarta multiplica: cuánta parte de la web es alcanzable por los agentes de IA que seguimos. Funciona así porque es una condición previa, no una mejora —si un agente no puede descargar la página, su árbol de accesibilidad no importa—, así que una web que rechaza a todos los agentes saca cero por bueno que sea el resto. Bloquear antes DABA puntos aquí, con el razonamiento de que haber decidido era señal de madurez. En un índice que mide lo preparada que está una web para los agentes de IA, eso estaba al revés. Y no es un juicio de valor: estar preparado es un hecho, y si quieres estarlo es tu decisión. Una puntuación baja aquí quiere decir que elegiste estar cerrado, no que hicieras nada mal.

Mala21.0%

AWCS

Qué es el AWCS y cómo se mide

Medido sobre 158.165 páginas, de las que 95.3% llevaban la categoría agéntica, con un margen de confianza de ±0.13.

AWCS over 5 months

15.2%21.0%

Leer

Qué mide Leer

Lighthouse construye el árbol de accesibilidad que recorrería un agente y puntúa la página como aprobada o suspendida. El denominador son solo las páginas que la auditoría pudo evaluar: un notApplicable o un error se excluyen en vez de contarse como suspenso, y la fracción que se pudo evaluar se publica al lado como la cobertura.

n=158.168 · coverage 95.3% · margin ±0.13 pp.

53% de la puntuación
Leer on its full scale

Floja32.2%

Leer: 5 meses, up▲ +1.3 pp
Guiar

Qué mide Guiar

La auditoría llms-txt aprobando: se sirve un fichero Y Lighthouse lo considera válido. El denominador es cada página de la muestra, así que esto es una fracción de toda la web y no de las webs que tienen fichero. Es la cifra que usa el índice, porque un fichero roto no guía a un agente.

n=158.165 · coverage 95.3% · margin ±0.13 pp.

27% de la puntuación
Guiar on its full scale

Mala14.8%

Guiar: 5 meses, up▲ +0.9 pp
Actuar

Qué mide Actuar

Un recuento, no un porcentaje: cuántas webs de la muestra registran herramientas WebMCP que un agente puede llamar. Es la auditoría que define la dimensión Actuar; las otras dos auditorías de WebMCP miden lo buenas que son esas herramientas, no si existen.

n=158.176 · coverage 95.3% · margin ±0.13 pp.

20% de la puntuación
Actuar on its full scale

Muy mala4.6%

Actuar: 5 meses, up▲ +0.2 pp
Alcanzable

Qué mide Alcanzable

Leído del robots.txt de las webs de la muestra: de los agentes de IA que seguimos, cuántos NO están prohibidos. Gradual y no un sí o un no: echar a un agente de diecisiete no es lo mismo que echarlos a todos. Una web sin robots.txt no bloquea a nadie, así que cuenta como completamente alcanzable: eso es una medición, no un hueco. Es la única cifra que MULTIPLICA el índice en vez de sumarse, porque es una condición previa: si un agente no puede descargar la página, nada más de la página importa. Una salvedad que preferimos decir antes que esconder: un Disallow general bajo User-agent: * no se cuenta, porque la medición sobre todo el corpus tampoco lo puede ver, y preferimos ser consistentes a ser listos.

n=166.024 · coverage 100.0% · margin ±0.13 pp.

multiplica al resto
Alcanzable on its full scale

Excelente95.5%

Alcanzable: 5 meses, sin cambio significativo= −0.1 pp