La mitad de las tiendas que un agente de IA puede leer no están listas para venderle a uno.

Lo que necesita un agente y hasta dónde llegamos

Un agente de compras con IA debe superar cuatro barreras en tu tienda: rastrearla (robots.txt permite su bot), leer el catálogo (una fuente de productos legible por máquina), analizar cada producto (esquema de Product y Offer del lado del servidor con precio y disponibilidad, no solo JavaScript) y confiar en ella (reseñas legibles para agentes). Medimos las cuatro.

De 1.600 vitrinas de Shopify muestreadas, 888 (55,5%) eran alcanzables y 729 exponían un catálogo legible por máquina del cual podíamos leer un producto. Todo lo siguiente se mide sobre esas 729, las tiendas que un agente ya puede leer, porque ese es el denominador justo. Las tiendas a las que ni siquiera puede llegar son un problema peor que no contamos contra esta barra.

Un tercio de las tiendas legibles muestra al agente una página en blanco

Esto es lo que las 729 vitrinas legibles exponen realmente en su HTML servido, antes de que se ejecute cualquier JavaScript, que es todo lo que obtiene un agente sin renderizado.

35,0% (IC 95% 31,6–38,5) no sirven ningún esquema de producto del lado del servidor: sus datos de producto se inyectan mediante JavaScript, por lo que un agente que no renderiza la página no ve el producto, ni el precio, ni el stock. Incluso entre los que sí lo hacen, solo alrededor de la mitad exponen precio y disponibilidad estructurados.

Casi nadie le da al agente una razón para confiar en ellos

Las reseñas son la señal más fuerte en la que se apoya un asistente de compras con IA cuando decide qué recomendar. 94,5% de las tiendas legibles (IC 95% 92,6–95,9) no exponen datos de AggregateRating o Review que un agente pueda leer. Las calificaciones con estrellas están en la página para humanos, renderizadas en un widget, invisibles para la máquina que hace las recomendaciones.

1 de cada 11 bloquea al agente en la puerta, probablemente por accidente

Antes de que nada de esto importe, el rastreador del agente debe ser permitido. 8,7% de las tiendas accesibles (IC 95% 7,0–10,7) prohíben al menos un rastreador de IA principal en robots.txt. La pista de que no es una elección deliberada: la tasa de bloqueo es casi idéntica entre todos los bots principales.

Un Disallow general copiado de una plantilla te excluye de ChatGPT, Claude, Perplexity, la IA de Google, Rufus de Amazon y la inteligencia de Apple en una sola línea, para tiendas que casi seguramente no quisieron salir del canal al que se están moviendo sus compradores.

En conjunto: solo la mitad están listas para transacciones

Combina los requisitos (permite a los rastreadores principales y sirve esquema de producto y precio y disponibilidad) y 52,4% de las tiendas legibles cumplen el estándar (IC 95% 48,8–56,0). El otro 47,6% es visible para un humano y funcionalmente invisible, o ilegible, para un agente que intenta actuar.

Hogar y cocina (n=129) superó a ropa y accesorios (n=375), pero ambos presentan las mismas dos deficiencias: aproximadamente un tercio sirve datos de productos solo con JavaScript, y más del 90% no expone reseñas legibles por agentes.

Método, en resumen

Muestra aleatoria sembrada (semilla 613) de 1.600 tiendas Shopify con dominio personalizado extraída del marco que construimos para nuestro estudio de llms.txt de Shopify, recrawleada el 15 de septiembre de 2026. Para cada tienda obtuvimos robots.txt y analizamos la política para bots de agentes; obtuvimos /products.json para confirmar un catálogo legible por máquina, clasificar el vertical según tipos de productos y etiquetas, y extraer un identificador de producto; obtuvimos esa página de producto y extrajimos cada bloque JSON-LD, buscando Product, Offer (precio, disponibilidad) y AggregateRating/Review; y obtuvimos /llms.txt. Las métricas de preparación se calculan sobre las 729 tiendas que expusieron un catálogo legible, por lo que el schema se mide solo donde realmente obtuvimos una página de producto. Todas las proporciones incluyen intervalos de confianza de Wilson.

Limitaciones conocidas, dichas con claridad: una obtención estática no puede ver el schema renderizado con JavaScript, y ese es el punto, porque los agentes que no renderizan tampoco pueden verlo, aunque algunos agentes sí renderizan y verían más de lo que creditamos aquí; leímos una página de producto por tienda, no todo el catálogo; las tiendas que deshabilitan /products.json se excluyen de las métricas de schema en lugar de contarse como fallidas; el marco son tiendas Shopify con dominio personalizado de una lista construida cinco semanas antes, por lo que el 44,5% fue inaccesible al recrawlear y el conjunto legible se inclina hacia tiendas activas y con tráfico; y la presencia de llms.txt es casi universal solo porque Shopify lo sirve automáticamente. Los datos crudos por tienda y el crawler se entregan con el estudio.