¿Qué es un catálogo legible por máquinas?

«Catálogo legible por máquinas» no es el nombre de un estándar ni de un archivo que se descarga: es la manera de llamar a un catálogo que un programa puede leer dato a dato, sin adivinar. El adjetivo sí tiene definición, y la da el W3C: los datos legibles por máquina son los que están en un formato estándar que un sistema informático puede leer y procesar de forma automática. Un documento de texto o un PDF lo leen bien las personas, pero a una máquina le cuesta interpretarlo; XML, JSON, RDF o CSV, en cambio, son formatos legibles por máquina.⁠^{[1]W3C, Recomendación del 31 de enero de 2017. Data on the Web Best Practices (glosario y mejor práctica 12)} Aplicado a una tienda, el catálogo de productos ya vive en campos dentro de la plataforma; lo que lo hace legible por máquinas es cómo sale de la tienda. A una tienda le importa porque cada vez más lectores no son personas, sino buscadores, asistentes y agentes de IA que eligen productos con lo que consiguen leer.

Qué incluye

Un mismo catálogo sale por cuatro canales, y cada lector usa el suyo:

El texto de la ficha es el canal más básico y el que más se rompe. Microsoft avisa de que los sistemas de IA pueden no procesar el contenido escondido en pestañas o menús desplegables, y saltarse así datos clave, y de que poner información clave solo en imágenes añade complejidad y a menudo reduce la precisión.⁠^{[2]Microsoft Advertising, blog (Krishna Madhavan, 8 de octubre de 2025). Optimizing Your Content for Inclusion in AI Search Answers}

Los datos estructurados convierten texto en datos con tipo. Microsoft los describe como el código que ayuda a buscadores y sistemas de IA a entender un contenido y a clasificarlo con confianza como producto, opinión o pregunta frecuente.⁠^{[2]Microsoft Advertising, blog (Krishna Madhavan, 8 de octubre de 2025). Optimizing Your Content for Inclusion in AI Search Answers} Google recomienda dar los datos de producto por dos vías, el marcado en la página y un feed de Merchant Center, porque así optas a más experiencias y le ayudas a entender y verificar tus datos; algunas experiencias combinan las dos fuentes.⁠^{[3]Google Search Central. Intro to Product structured data on Google}

El feed es el canal de las plataformas que no leen tu web para comprar. El de ChatGPT, por ejemplo, admite archivos TSV, CSV o JSONL y pide en cada fila un identificador estable, el título, la descripción, la URL, la marca, el vendedor, la imagen, la disponibilidad y el precio.⁠^{[4]OpenAI, documentación para desarrolladores. Products (especificación del feed, Agentic Commerce)}

Las herramientas son el canal más nuevo. Shopify ofrece a los agentes, en una dirección de cada tienda (/api/ucp/mcp), funciones para buscar en el catálogo, consultar un producto y crear o actualizar un carrito, y pide que cada petición incluya el perfil del agente.⁠^{[5]Shopify, documentación para desarrolladores. Migrate from Storefront MCP} Un agente las usa con el tool calling: pide la función, la plataforma responde con datos en campos.

Las tres condiciones

Tener los cuatro canales no basta. Un catálogo es legible por máquinas cuando cumple tres condiciones:

1. Datos en campos con nombre. La capacidad, el material o la talla tienen su campo; no viven solo en una frase de la descripción ni en una foto. Es la diferencia que marca el W3C entre un PDF y un formato como JSON o CSV, que un sistema lee y procesa de forma automática.⁠^{[1]W3C, Recomendación del 31 de enero de 2017. Data on the Web Best Practices (glosario y mejor práctica 12)}
2. El mismo valor en todos los canales. Si el feed dice un precio y el marcado otro, Google ve dos versiones del mismo producto, y algunas de sus experiencias mezclan las dos fuentes.⁠^{[3]Google Search Central. Intro to Product structured data on Google}
3. Datos al día. OpenAI pide enviar el estado de existencias actual en cada fila y actualizar el feed cuando empieza o termina una rebaja.⁠^{[4]OpenAI, documentación para desarrolladores. Products (especificación del feed, Agentic Commerce)} Un dato viejo se lee igual de bien que uno correcto, y el agente lo da por bueno.

En una tienda

Un ejemplo ficticio: una tienda de montaña vende una mochila de 30 litros. Así está la capacidad, el dato que decide la compra, en cada canal antes de arreglarlo:

Un agente que filtra mochilas «de más de 28 litros» por la ficha la descarta; uno que pregunta a la herramienta la encuentra. El mismo producto existe para un lector y no para otro. El arreglo empieza en el catálogo: la capacidad en un campo, y de ahí al texto de la ficha, al marcado y al feed. Clione trabaja en ese punto: desde el catálogo enriquecido publica el grafo JSON-LD de cada ficha, sube cada día un feed a la cuenta SFTP que OpenAI da al comercio y sirve un documento Markdown por producto en el propio dominio de la tienda.

Cómo comprobarlo

1. Lee la ficha sin imágenes ni pestañas. Precio, existencias, variantes, envío y los atributos que deciden la compra tienen que estar en el texto.⁠^{[2]Microsoft Advertising, blog (Krishna Madhavan, 8 de octubre de 2025). Optimizing Your Content for Inclusion in AI Search Answers}
2. Pasa la ficha por un validador de schema y comprueba que el marcado trae el producto con su precio y su disponibilidad. Si falta el precio, Google puede tomar el del feed para el fragmento de producto, y entonces manda el canal que menos miras.⁠^{[3]Google Search Central. Intro to Product structured data on Google}
3. Compara la ficha, el marcado y el feed de diez productos: título, precio y disponibilidad tienen que coincidir en los tres.⁠^{[3]Google Search Central. Intro to Product structured data on Google}
4. Revisa los campos del feed de ChatGPT si lo envías: los obligatorios llenos y la disponibilidad con uno de sus valores admitidos.⁠^{[4]OpenAI, documentación para desarrolladores. Products (especificación del feed, Agentic Commerce)}
5. Cambia el precio de un producto y apunta cuándo cambia en cada canal. El más lento es el que manda sobre lo que lee un agente ese día.⁠^{[4]OpenAI, documentación para desarrolladores. Products (especificación del feed, Agentic Commerce)}

Concepto cercano: catálogo de productos

El catálogo de productos es la base de datos de la tienda: cada producto con sus variantes, atributos y precios en campos, dentro de la plataforma. Un catálogo legible por máquinas es ese mismo catálogo visto desde fuera, publicado por canales que un programa sabe leer. Uno puede estar ordenado por dentro y ser ilegible por fuera, si lo que se publica es una imagen o un párrafo; al revés no pasa, porque todos los canales heredan los errores del catálogo. Por eso el trabajo empieza en el enriquecimiento de catálogo.

Para seguir, el comercio agéntico explica quién compra con estos datos, y la ruta de lectura de comercio agéntico ordena los protocolos que los transportan.