Google Cloud lanza el Open Knowledge Format (OKF): el "nuevo llms.txt", y por qué esta vez conviene mirar (sin correr)

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)

1. Conócelo, no lo implementes aún: entiende qué es OKF para no llegar tarde si despega, pero no inviertas esfuerzo hasta ver adopción real.
2. 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.
3. 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.
4. 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.

Lecturas relacionadas

Si quieres profundizar: El 97% de los llms.txt no recibe ni una lectura, Tres tácticas GEO con cero tracción, Los agentes leen por el accessibility tree.