¿Qué es Markdown para Agentic AI?
El ecosistema digital está cambiando rápidamente. Así como el SEO tradicional ya no garantiza visibilidad en los motores de búsqueda impulsados por inteligencia artificial, el HTML por sí solo tampoco es suficiente. Los sistemas de IA prefieren formatos estructurados o APIs que les permitan absorber y procesar contenido de forma más eficiente. En este contexto, el markdown se está consolidando como el lenguaje común para agentes y modelos de IA. Según el último informe de Tollbit, una de cada 31 visitas a un site ya proviene de un Agentic AI y, a medida que este volumen crece, también lo hace la necesidad de adaptar los contenidos a sus requisitos.
En este contexto, la importancia del markdown ha aumentado con la llegada de los LLMs. La razón es sencilla: HTML está pensado para navegadores y humanos, no para IA. El HTML incluye elementos como estilos, navegación o estructura visual que son esenciales para renderizar una página, pero irrelevantes para un modelo que solo necesita entender el contenido. En cambio, el markdown elimina ese “ruido” y presenta la información de forma clara y estructurada: títulos, listas, enlaces o tablas.
Eficiencia, tokens y coste
El uso de markdown tiene un impacto directo en la eficiencia de los modelos. Los LLMs procesan información en tokens: cuantos más tokens, mayor coste computacional y menor velocidad de respuesta. El HTML consume muchos más tokens que el markdown. Por ejemplo, un simple encabezado puede multiplicar por cuatro o cinco el número de tokens necesarios. Esto significa más coste sin mejorar los resultados. Al proporcionar contenido en markdown, se reduce el “desperdicio” computacional: los modelos pueden acceder directamente a la información relevante sin procesar elementos innecesarios. Algunos sistemas ya están adaptando su tecnología para este nuevo enfoque. Por ejemplo, en la versión de Cloudflare, la funcionalidad de “Markdown for Agents” permite convertir automáticamente HTML en markdown.
Markdown y LLM.txt
LLMs.txt es un tipo específico de archivo Markdown que se encuentra en la raíz de un site para ayudar a los modelos de IA a comprender el contenido de dicho site. Su adopción está creciendo de forma exponencial: según Webflow, el número de sites que lo utilizan ha aumentado un 1.835% en menos de un año, y más del 20% de las marcas enterprise ya están testeando con LLM.txt en Webflow.
Esto refleja un cambio clave: ahora hay que diseñar y estructurar los sites tanto para humanos como para bots.
Sin ROI inmediato, pero con beneficios estratégicos
A corto plazo, no hay un ROI directo para publishers o creadores. Sin embargo, sí existen beneficios relevantes:
Mayor precisión en los resultados de IA: los motores de respuestas tienden a cometer errores cuando no entienden bien el contenido.
Mejor control de la información de marca: una mala interpretación puede afectar a la confianza del consumidor o a las ventas.
Reducción de errores contextuales: los LLMs procesan el contenido por bloques, lo que puede fragmentar ideas complejas o narrativas largas. El markdown ayuda a estructurar mejor la información.
En teoría, esto podría reducir significativamente los errores en los motores de respuesta basados en IA.
Sin embargo, es en el modelo de negocio donde surgen las dudas. Para los negocios basados en publicidad, estas soluciones aún no son especialmente rentables sin un modelo de pago claro por parte de las plataformas de IA
¿Qué ocurre con los Bot blockers?
Las empresas pueden decidir si permiten o bloquean bots. Esto incluye la posibilidad de:
Bloquear todos los agentes
Permitir solo aquellos con acuerdos de licencia
Redirigir los bots permitidos a versiones en markdown
La estrategia, según Justin Wohl, VP of Strategy at Aditude and Consultant en Salon, en declaraciones a Digiday, dependerá del objetivo:
Si bloqueas bots esperando compensación directa: no tiene sentido invertir en markdown por ahora.
Si buscas visibilidad en IA (tráfico, menciones, enlaces): deberías incluir markdown en tu roadmap.
