Google Cloud lanza el Open Knowledge Format (OKF): el "nuevo llms.txt", y por qué esta vez conviene mirar (sin correr)
Google Cloud ha presentado el Open Knowledge Format (OKF): una forma abierta y vendor-neutral de empaquetar en ficheros markdown el contexto que los sistemas de IA necesitan de tu web — "como un sitemap, pero para el conocimiento de los agentes". Suena a llms.txt, el formato que prometió mucho y no rindió nada. Pero OKF tiene diferencias que merecen atención: es oficial, vendor-neutral y con respaldo de Google Cloud. Análisis Citora de qué es, en qué se diferencia del llms.txt fallido, y por qué la postura sensata es mirar con interés pero sin repetir el error de correr detrás del hype.
Google Cloud ha presentado el Open Knowledge Format (OKF): una forma abierta y vendor-neutral de empaquetar el contexto que los sistemas de IA necesitan sobre tu negocio, en forma de ficheros markdown de texto plano que cualquier modelo o agente puede leer. La analogía que usan sus impulsores es útil: "como un sitemap, pero para el conocimiento de los agentes". Si esto te suena, es porque se parece mucho a llms.txt —aquel fichero que prometía ser "el robots.txt de la IA" y que, según el estudio de Ahrefs sobre 137.000 sitios, acabó sin que casi nadie lo leyera (ver el 97% de los llms.txt no recibe ni una lectura). Ante un "nuevo llms.txt", la reacción sensata de una PYME B2B tras el chasco anterior sería ignorarlo por completo. Pero OKF tiene diferencias que merecen que no lo descartes de un plumazo: es un formato oficial, vendor-neutral y respaldado por Google Cloud, no una convención comunitaria sin adopción del lado de los modelos. Eso cambia las probabilidades de que llegue a importar. La postura correcta no es ni correr a implementarlo (repetiríamos el error del hype) ni descartarlo sin más: es mirarlo con interés, entender qué es, y esperar a que la adopción real —del lado de quien consume el formato, no de quien lo publica— confirme si merece tu esfuerzo. Te explicamos qué es, en qué se diferencia, y cuál es la decisión prudente.
Qué es OKF, en concreto
El Open Knowledge Format es un estándar para que empaquetes, en markdown plano, la información estructurada que un agente de IA necesitaría para entender tu negocio: qué eres, qué ofreces, tus datos clave, tu contexto — todo en un formato limpio, sin la maquetación y el JavaScript de tu web, pensado para que una máquina lo consuma sin esfuerzo. Sus tres rasgos definitorios:
Abierto y vendor-neutral: no atado a un solo proveedor de IA; en teoría, cualquier modelo o agente puede leerlo.
Markdown plano: texto simple y estructurado, el formato que las máquinas consumen mejor.
"Sitemap para agentes": igual que un sitemap le dice a un buscador qué páginas tienes, OKF le diría a un agente qué conocimiento tienes disponible.
En qué se diferencia del llms.txt que falló
La comparación con llms.txt es inevitable y útil, porque las diferencias son justo las que explican por qué OKF podría correr mejor suerte:
llms.txt (falló)
OKF (por ver)
Origen
Convención comunitaria
Estándar oficial de Google Cloud
Respaldo
Sin adopción del lado de los modelos
Impulsado por un actor con peso en el ecosistema
Neutralidad
Genérico
Explícitamente vendor-neutral
Problema clave
Nadie lo leía
La incógnita sigue siendo: ¿lo leerán?
La diferencia decisiva es el respaldo institucional: un formato empujado por Google Cloud tiene muchas más probabilidades de que el lado consumidor (los modelos y agentes) lo adopte que una convención comunitaria que nadie estaba obligado a leer. Pero —y esto es lo importante— la incógnita central es exactamente la misma que hundió a llms.txt: no importa lo bien diseñado que esté el formato si los agentes no lo consumen de forma sistemática. Y eso, a día de hoy, está por demostrar.
Por qué la postura sensata es "mirar sin correr"
La lección de llms.txt no fue "los formatos para agentes son inútiles" — fue "no inviertas esfuerzo en un formato antes de que exista adopción real del lado que tiene que consumirlo". Esa lección aplica igual a OKF:
No corras a implementarlo hoy: hacerlo ahora es apostar esfuerzo a que la adopción llegue, exactamente el error que costó caro con llms.txt.
No lo descartes sin más: su respaldo oficial le da probabilidades reales de importar; conviene entenderlo y seguirlo.
Vigila la señal correcta: no si más webs publican OKF (eso es fácil y no prueba nada), sino si los agentes y modelos empiezan a consumirlo de forma medible. Esa es la señal que faltó en llms.txt y la que confirmará —o no— que merece tu inversión.
Mientras tanto, tu esfuerzo rinde mucho más en lo que ya sabemos que funciona: contenido extraíble, entidad coherente, verificación en múltiples fuentes y legibilidad-máquina de tu web actual. OKF puede convertirse en una capa útil sobre esa base — pero es complemento futurible, no cimiento presente.
Qué hacer (PYME B2B)
Conócelo, no lo implementes aún: entiende qué es OKF para no llegar tarde si despega, pero no inviertas esfuerzo hasta ver adopción real.
Vigila el lado consumidor: la señal que importa es si los agentes/modelos empiezan a leer OKF de forma medible, no cuántas webs lo publican.
No repitas el error del llms.txt: correr detrás del formato de moda porque "lo respalda Google" es la misma trampa con otra etiqueta. Que sea oficial mejora las probabilidades, no las garantiza.
Invierte en lo que ya rinde: contenido citable, entidad coherente, consenso cross-fuente y web legible por máquinas. Esa base te sirve pase lo que pase con OKF.
Preguntas frecuentes
¿Qué es el Open Knowledge Format?
Un estándar abierto y vendor-neutral de Google Cloud para empaquetar, en ficheros markdown planos, el contexto que los sistemas de IA necesitan sobre tu negocio, de forma que cualquier modelo o agente pueda leerlo. Sus impulsores lo describen como "un sitemap, pero para el conocimiento de los agentes".
¿Es lo mismo que llms.txt?
Se parece —ambos empaquetan información para agentes en texto plano— pero OKF es un estándar oficial de Google Cloud, explícitamente vendor-neutral, mientras que llms.txt era una convención comunitaria que acabó sin que casi nadie la leyera (97% sin una sola lectura, según Ahrefs). El respaldo institucional de OKF le da más probabilidades, pero la incógnita clave (¿lo consumirán los agentes?) sigue abierta.
¿Debería implementar OKF ya?
Todavía no, para la mayoría de PYME. Implementarlo hoy es apostar esfuerzo a que la adopción llegue, justo el error que costó caro con llms.txt. La postura prudente es conocerlo y seguirlo, pero esperar a ver si los agentes lo consumen de forma medible antes de invertir en él.
¿Qué señal indica que OKF va a importar de verdad?
No que más webs lo publiquen —eso es fácil y no prueba nada—, sino que los modelos y agentes empiecen a leerlo y usarlo de forma sistemática y medible. Ese consumo del lado receptor fue exactamente lo que faltó en llms.txt. Cuando aparezca esa señal, OKF pasará de "por ver" a "merece tu esfuerzo".
¿En qué invierto mientras tanto?
En lo que ya sabemos que funciona: contenido extraíble y citable, entidad coherente en todas tus fuentes, verificación en múltiples sitios (directorios, reseñas, prensa) y una web legible por máquinas (estructura semántica, datos en texto). Esa base rinde hoy y sirve de cimiento sobre el que OKF podría sumar en el futuro.
Siguiente paso
Antes de perseguir el próximo formato, asegúrate de que la IA ya te lee y te cita con lo que tienes. El audit gratuito de Citora mide tu visibilidad en los cuatro motores principales — la base que rinde hoy, con o sin OKF. 2 minutos.
Durante veinte años, la primera parada del comprador fue Google. Esa suposición ha dejado de ser cierta: como señala Neil Patel, la IA está entrando en la decisión antes de que el cliente llegue siquiera a un buscador. Los blue links se desvanecen, los feeds se reestructuran y cada plataforma optimiza en silencio para el descubrimiento mediado por IA. Para una PYME B2B esto mueve el punto donde se gana o se pierde la venta: si solo trabajas para aparecer en Google, estás optimizando para la segunda parada de un viaje cuya primera parada ya decide otra cosa. Análisis Citora de dónde está ahora el primer toque.
Si un sector tan digital, técnico y bien financiado como el fintech tiene un problema serio de visibilidad ante la IA, ningún sector B2B debería sentirse a salvo. Según Search Engine Journal, uno de cada tres sitios fintech no puede ser leído ni utilizado por los agentes de IA — desaparecen del descubrimiento agéntico. No por mala estrategia, sino por barreras técnicas que impiden que la máquina los lea. Análisis Citora de por qué el fintech es el canario en la mina y qué hacer para no ser ese tercio invisible.
Hay una suposición cómoda y peligrosa: que si la IA te cita en un sitio, te cita en todos. Los datos que circulan en presentaciones del sector dicen lo contrario — el 71% de los dominios citados aparece en una sola superficie de IA, y entre las propias propiedades de Google (AI Overviews, AI Mode, Gemini) el solapamiento es inferior al 20%. La cita no se transfiere: cada superficie es un campo distinto que hay que ganar por separado. Análisis Citora de qué significa esto para tu estrategia de visibilidad IA.
Usamos cookies estrictamente necesarias para que la web funcione, y opcionales para analítica y para mostrar el widget de agenda. Puedes aceptarlas, rechazarlas o configurarlas. Más info en nuestra política de cookies.