llms.txt y markdown
Un índice de tu documentación para modelos y versión .md de las páginas clave, para que el agente no tenga que adivinar.
Cada vez más código lo escribe un agente. Cuando un desarrollador le pide «añade pagos» o «envía este email», el agente elige la librería y la API. Trabajamos para que elija la tuya.
En la búsqueda clásica, un desarrollador veía varias opciones y elegía. Con un agente de código, la elección la hace el agente y aparece ya instalada en el proyecto.
Esa elección sale de lo que el modelo conoce de tu producto y de lo que consigue leer en el momento: tu documentación, tu README, tus ejemplos. Y de si la primera instalación funciona.
Es GEO, pero con otro público y otras fuentes: documentación en vez de blog, GitHub en vez de prensa, MCP en vez de ficha de empresa.
Páginas en HTML limpio o markdown, una por tarea, con el comando de instalación y un ejemplo completo que funciona al copiarlo.
Ver más →Un índice de tu documentación para modelos y versión .md de las páginas clave, para que el agente no tenga que adivinar.
Exponer tu producto a los agentes mediante el Model Context Protocol, que entienden Claude Code, Codex, Cursor y Copilot.
Nombre de paquete inequívoco, SDK tipado y mensajes de error que dicen qué hacer. Un agente que falla dos veces cambia de librería.
Ejemplos y plantillas para los frameworks más usados (Next.js, Astro, Django, Rails…) y presencia en las listas que el modelo lee.
Panel de tareas de programación de tu categoría, lanzadas cada semana contra los modelos que usan los agentes.
Es conseguir que los agentes de programación —Claude Code, Codex, Cursor, GitHub Copilot— elijan tu librería, tu API o tu SaaS cuando un desarrollador les pide resolver algo que tú resuelves. El agente no enseña diez opciones: escribe el código con una.
Para cualquiera que venda a quien programa: APIs, SDKs, bases de datos, servicios de email, pagos, autenticación, observabilidad, CMS headless, infraestructura. Si tu producto se instala con un npm install o se integra con una clave de API, esto te afecta.
Con lo que el modelo aprendió (popularidad en GitHub, documentación y tutoriales publicados) y, cada vez más, con lo que leen en el momento: buscan en la web, abren tu documentación y la usan si se puede leer. Si la instalación falla al primer intento, el agente prueba otra cosa.
Lanzamos tareas de programación reales de tu categoría contra los modelos que usan estos agentes (Claude y GPT, por API y con búsqueda) y registramos qué herramienta proponen y con qué código. No ejecutamos el agente en sí: es la forma de medirlo de manera repetible cada semana.
Es un fichero en la raíz de tu web que resume tu documentación en markdown para modelos de lenguaje. No es un estándar oficial, pero es barato de hacer y facilita que un agente encuentre la página correcta. Tenemos un generador gratuito.
Compruébalo gratis en 60 segundos, o cuéntanos tu caso en una llamada de 30 minutos.