GEO

AGENTS.md

AGENTS.md es un archivo Markdown colocado en la raíz de un repositorio o sitio web que indica a los agentes de IA cómo trabajar en el proyecto: pasos de compilación, comandos de pruebas, estilo de código y reglas que deben respetar. A menudo descrito como "un README para agentes", se ha convertido en el archivo de instrucciones estándar de facto, leído automáticamente por OpenAI Codex y otros agentes de programación importantes al inicio de una tarea.

AGENTS.md es un archivo Markdown colocado en la raíz de un repositorio o sitio web que indica a los agentes de IA cómo trabajar en el proyecto: pasos de compilación, comandos de pruebas, estilo de código y reglas que deben respetar. A menudo descrito como "un README para agentes", se ha convertido en el archivo de instrucciones estándar de facto, leído automáticamente por OpenAI Codex y otros agentes de programación importantes al inicio de una tarea.

Por qué es importante

Los agentes de IA de programación son potentes, pero no conocen el conocimiento tácito de un proyecto. Qué comando ejecuta las pruebas, qué directorios están vetados: todo eso había que repetirlo en cada prompt. AGENTS.md fija ese contexto en un único archivo que los agentes consultan de forma automática. Fue diseñado de manera colaborativa por OpenAI Codex, Amp, Jules (Google), Cursor y Factory, y cuenta con soporte nativo en más de 20 herramientas, entre ellas GitHub Copilot, Gemini CLI, Devin y Zed. En 2026 lo usan más de 60.000 proyectos de código abierto, y en diciembre de 2025 fue donado —junto con el MCP de Anthropic— a la Agentic AI Foundation, bajo la Linux Foundation, para una gobernanza neutral.

Estructura y cómo redactarlo

AGENTS.md es Markdown puro, sin campos obligatorios. En lugar de un esquema fijo, contiene instrucciones en lenguaje natural que un agente puede leer y seguir. Secciones recomendadas:

  • Visión general del proyecto: Uno o dos párrafos sobre qué hace el código base
  • Comandos de compilación y pruebas: Instalación de dependencias, servidor de desarrollo, ejecutor de pruebas
  • Estilo de código: Nomenclatura, formato, convenciones del framework
  • Seguridad y límites: Archivos que no deben tocarse, cómo gestionar los secretos
  • Reglas de commit y PR: Formato de los mensajes, proceso de revisión

Los monorepos grandes anidan un AGENTS.md por paquete; los agentes aplican el archivo más cercano al lugar donde están trabajando.

En qué se diferencia de llms.txt

Si llms.txt es el folleto que indica a la IA qué contenido existe, AGENTS.md es el manual de operación que explica cómo trabajar aquí. Empezó en los repositorios de código, pero un patrón más reciente lo coloca en la raíz del sitio web (/agents.md) para guiar a los agentes de navegación por un sitio. Junto con llms.txt y el marcado de Schema.org, entra en la categoría de "señales legibles por agentes" y, a diferencia de robots.txt, que rige si se permite el rastreo con IA, cubre qué debe hacer un agente autorizado y cómo.

Implicaciones para el GEO

A medida que el centro de gravedad del GEO se expande del "contenido que cita la IA" a los "sitios que la IA puede operar", los archivos que dan instrucciones explícitas a los agentes se están convirtiendo en una nueva capa de optimización. Si gestionas herramientas para desarrolladores o documentación de API, cuanto menos ensayo y error necesiten los agentes gracias a AGENTS.md, más probable será que tu producto se adopte en los flujos de trabajo de los agentes. Ten en cuenta que el archivo es una guía, no una imposición: el contenido bien estructurado sigue siendo la base.

Sources:

Cómo ayuda inblog

Si gestionas un blog de producto o documentación en inblog, recuerda el reparto de funciones entre las señales. Mientras los archivos del tipo llms.txt se encargan del descubrimiento de contenido y AGENTS.md de las instrucciones de trabajo, el propio cuerpo del blog debe ser fácil de citar y resumir para los agentes. El marcado limpio y la estructura clara de encabezados de inblog potencian el valor de estas señales legibles por agentes.