¿Están preparadas para la búsqueda con IA las webs de las agencias de diseño web japonesas? 2,357 sitios (noviembre de 2026)

Descargamos la página de inicio, el robots.txt y el llms.txt de 2,357 sitios web de agencias de diseño web japonesas. El 13.6% (321) tenía un llms.txt, el 68.9% (1,624) tenía datos estructurados (JSON-LD) y el 1.3% (28 de los 2,158 con robots.txt) bloqueaba al menos un bot de IA en el robots.txt.

Publicado el 2026-11-10. Datos agregados el 2026-11-05. Estudio de Nurevo AEO (Bestie.合同会社). Nurevo vende herramientas de optimización para la búsqueda con IA (AEO), por lo que tiene interés en este tema.

Principales conclusiones

  1. El 13.6% de las webs de agencias web japonesas (321 de 2,357) tiene un llms.txt; el 0.6% (14) tiene un llms-full.txt.
  2. El 1.3% (28 de los 2,158 con robots.txt) bloquea al menos un bot de IA en el robots.txt. Casi ninguna rechaza a los rastreadores de IA.
  3. El 68.9% tiene datos estructurados (JSON-LD), el 58.3% un nodo de tipo Organization y el 3.9% FAQPage.

Sobre el estudio

  1. Población: los sitios web corporativos de 2,756 agencias de diseño web en Japón que pudimos confirmar que son agencias. No es una muestra de todos los sitios web de empresas.
  2. Alcanzados: se pudo descargar la página de inicio de 2,357 (85.5%). Todos los resultados se refieren a estos 2,357 sitios.
  3. Descargado: de cada sitio, la página de inicio, /robots.txt, /llms.txt y /llms-full.txt, una vez cada uno (User-Agent: NurevoSurvey/1.0), a principios de noviembre de 2026, con agregación el 2026-11-05.
  4. Criterios: los datos estructurados se evaluaron analizando el JSON-LD de la página de inicio y contando los valores @type (el JSON-LD que no se puede analizar cuenta como defectuoso). Un llms.txt cuenta si devuelve el estado 200 con texto no HTML de más de 20 caracteres. En el robots.txt, un bot cuenta como bloqueado si el grupo que se le aplica prohíbe la página de inicio (/), según la regla coincidente más larga.
  5. La misma ejecución también abarcó agencias fuera de Japón (20,720 sitios en total, 15,657 alcanzados). Una comparación se publicará en un informe aparte.

Resultados: elementos principales

Los ajustes básicos de SEO (HTTPS, meta description, robots.txt, canonical) están implantados en más del 80 al 90 por ciento de los sitios. Los elementos más recientes orientados a la IA, como llms.txt y FAQPage, siguen siendo minoritarios.

Base: los 2,357 sitios web de agencias de diseño web japonesas cuya página de inicio se pudo alcanzar. Las filas de robots.txt usan los 2,158 sitios con robots.txt. Agregado el 2026-11-05.
ElementoSitiosPorcentaje
Se sirve por HTTPS2,355 / 2,35799.9%
Hecho con WordPress2,166 / 2,35791.9%
Tiene meta description2,139 / 2,35790.8%
Tiene robots.txt2,158 / 2,35791.6%
El robots.txt indica un Sitemap1,988 / 2,15892.1%
Tiene enlace canonical1,988 / 2,35784.3%
Tiene Open Graph (og:title)1,909 / 2,35781.0%
Tiene datos estructurados (JSON-LD)1,624 / 2,35768.9%
Tiene datos estructurados de tipo Organization1,373 / 2,35758.3%
Tiene llms.txt321 / 2,35713.6%
Tiene microdatos de schema.org184 / 2,3577.8%
Tiene datos estructurados FAQPage92 / 2,3573.9%
El robots.txt bloquea al menos un bot de IA28 / 2,1581.3%
Tiene llms-full.txt14 / 2,3570.6%

Cómo trata el robots.txt a los rastreadores de IA

De los 2,158 sitios con robots.txt, el 2.5% (54) menciona por su nombre algún bot de IA y el 1.3% (28) prohíbe la página de inicio a al menos un bot de IA. La mayoría de los bloqueos se dirigen a rastreadores de entrenamiento (GPTBot, Google-Extended, CCBot y similares). Ningún sitio bloqueaba los rastreadores de búsqueda OAI-SearchBot o Claude-SearchBot.

Base: los 2,158 sitios con robots.txt. «Bloqueado» significa que el grupo que se aplica al bot prohíbe /.
BotSitios que bloqueanPorcentaje
GPTBot (OpenAI)271.3%
Google-Extended (Google)241.1%
CCBot (Common Crawl)241.1%
Bytespider (ByteDance)241.1%
anthropic-ai (Anthropic)221.0%
ClaudeBot (Anthropic)211.0%
Applebot-Extended (Apple)211.0%
ChatGPT-User (OpenAI)20.1%
PerplexityBot (Perplexity)10.05%
OAI-SearchBot (OpenAI)00%
Claude-SearchBot (Anthropic)00%
Googlebot (Google)00%
Bingbot (Microsoft)00%

llms.txt

321 de 2,357 sitios (13.6%) tienen un llms.txt. Entre ellos, la mediana del llms.txt es de 96 líneas. 14 sitios (0.6%) tienen además la versión de texto completo llms-full.txt.

Tipos de datos estructurados

De los 1,624 sitios con JSON-LD, el 1.7% (27) incluye JSON-LD que no se puede analizar. WebSite, Organization y BreadcrumbList son los tipos más comunes; PostalAddress aparece en el 16.3% de los sitios, LocalBusiness en el 5.3% y FAQPage en el 3.9%.

Valores @type encontrados en el JSON-LD de la página de inicio, incluidos los anidados. Base: 2,357 sitios.
@typePorcentaje
WebSite62.4%
Organization53.7%
BreadcrumbList43.0%
ImageObject38.1%
WebPage34.1%
SearchAction28.6%
PostalAddress16.3%
Person10.1%
ContactPoint6.4%
ProfessionalService5.6%
LocalBusiness5.3%
FAQPage3.9%

Comprobación de seis puntos

Contamos cuántos de seis puntos cumple cada sitio: (1) tiene llms.txt; (2) tiene JSON-LD; (3) tiene un tipo Organization o LocalBusiness; (4) tiene un robots.txt que no bloquea ni GPTBot, ni ClaudeBot, ni PerplexityBot, ni OAI-SearchBot; (5) tiene meta description; (6) tiene enlace canonical. Es un recuento sencillo hecho para este estudio, no la puntuación de producto de Nurevo de 0–100. La media es de 4.0 puntos; el 10.5% cumple los seis.

Base: 2,357 sitios.
Puntos cumplidosSitiosPorcentaje
0401.7%
11164.9%
225410.8%
336915.7%
436015.3%
597141.2%
624710.5%

Cómo citar este estudio

Puede citar y republicar libremente las cifras y tablas, siempre que mencione «Nurevo AEO survey (nurevo.jp)» y enlace a esta página. Frases listas para citar:

  1. El 13.6% de 2,357 sitios web de agencias de diseño web japonesas tenía un archivo llms.txt (Nurevo AEO survey, noviembre de 2026).
  2. Solo el 1.3% de los sitios web de agencias de diseño web japonesas (28 de 2,158 con robots.txt) bloqueaba un bot de IA en el robots.txt (Nurevo AEO survey, noviembre de 2026).
  3. El 68.9% de los sitios web de agencias de diseño web japonesas tenía datos estructurados JSON-LD en la página de inicio, pero solo el 3.9% tenía FAQPage (Nurevo AEO survey, noviembre de 2026).
  4. El 91.9% de los sitios web de agencias de diseño web japonesas funciona con WordPress (Nurevo AEO survey, noviembre de 2026).

Limitaciones

  1. Solo se examinó la página de inicio. No se incluyen los datos estructurados de las páginas interiores ni el estado del sitio en su conjunto.
  2. El robots.txt se evaluó solo para la página de inicio (/). Un sitio que bloquea solo algunos directorios cuenta como no bloqueante. No se midieron los bloqueos por otros medios (cortafuegos, protección contra bots de una CDN).
  3. La población son los sitios propios de agencias de diseño web, no empresas en general. La lista de agencias es nuestra y no cubre todas las agencias de Japón.
  4. Una sola descarga por sitio: se excluyen los 399 sitios cuya página de inicio no se pudo alcanzar (incluidos errores temporales). Del llms.txt solo comprobamos si existe, no su calidad.

Nuestra interpretación (opinión)

Lo que sigue es nuestra opinión, no un resultado. Las webs de agencias tienen en gran medida implantados sus ajustes básicos de SEO, y muy pocas rechazan a los rastreadores de IA. Los elementos que ayudan a la IA a leer la información de una empresa, como llms.txt y FAQPage, todavía están solo en algunos sitios. Añadirlos no garantiza aparecer en las respuestas de la IA (en otro de nuestros estudios, las señales del sitio no mostraron relación con la aparición), pero creemos que vale la pena revisarlos como base para que la IA lea correctamente los datos de una empresa.

Revise su web o las de sus clientes

La comprobación gratuita muestra el llms.txt, los datos estructurados y el acceso de los rastreadores de IA en aproximadamente un minuto. En WordPress, el plugin Nurevo WebMCP publica un llms.txt y datos estructurados. Las agencias que quieran implantarlo en las webs de sus clientes pueden consultar el programa de partners.

Preguntas frecuentes

¿Qué tan extendido está llms.txt en las webs de agencias web japonesas?

En este estudio, 321 de 2,357 sitios web de agencias de diseño web japonesas (13.6%) tenían un llms.txt (noviembre de 2026).

¿Muchas agencias bloquean a los rastreadores de IA en el robots.txt?

Pocas. De los 2,158 sitios con robots.txt, 28 (1.3%) bloqueaban al menos un bot de IA. Ninguno bloqueaba los rastreadores de búsqueda OAI-SearchBot o Claude-SearchBot.

¿Estas cifras se aplican a los sitios web de empresas en general?

No necesariamente. El estudio abarca los sitios propios de agencias de diseño web, y solo sus páginas de inicio.

¿Puedo usar estas cifras en un artículo?

Sí. Mencione «Nurevo AEO survey (nurevo.jp)» y enlace a esta página, y podrá citarlas y republicarlas libremente.