Preparación para a busca con IA das webs propias das axencias de deseño web xaponesas: 2,357 webs (novembro de 2026)
Descargamos a páxina de inicio, o robots.txt e o llms.txt de 2,357 webs de axencias de deseño web xaponesas. O 13.6% (321) tiña un llms.txt, o 68.9% (1,624) tiña datos estruturados (JSON-LD) e o 1.3% (28 dos 2,158 con robots.txt) bloqueaba polo menos un bot de IA no robots.txt.
Publicado o 2026-11-10. Datos agregados o 2026-11-05. Estudo de Nurevo AEO (Bestie.合同会社). Nurevo vende ferramentas de optimización para a busca con IA (AEO) e, polo tanto, ten interese neste tema.
Conclusións principais
- O 13.6% das webs de axencias web xaponesas (321 de 2,357) ten un llms.txt; o 0.6% (14) ten un llms-full.txt.
- O 1.3% (28 dos 2,158 con robots.txt) bloquea polo menos un bot de IA no robots.txt. Case ningunha lles pecha a porta aos rastrexadores de IA.
- O 68.9% ten datos estruturados (JSON-LD), o 58.3% ten un nodo de tipo Organization e o 3.9% ten FAQPage.
Sobre o estudo
- Poboación: as webs corporativas de 2,756 axencias de deseño web do Xapón que puidemos confirmar que son axencias. Non é unha mostra de todas as webs de empresa.
- Webs accesibles: púidose obter a páxina de inicio de 2,357 (85.5%). Todos os resultados refírense a estas 2,357 webs.
- Que se descargou: a páxina de inicio, /robots.txt, /llms.txt e /llms-full.txt de cada web, unha vez cada un (User-Agent: NurevoSurvey/1.0), a comezos de novembro de 2026, con agregación o 2026-11-05.
- Criterios: os datos estruturados avaliáronse analizando o JSON-LD da páxina de inicio e contando os valores de @type (o JSON-LD que non se pode analizar conta como defectuoso). Un llms.txt conta se devolve o estado 200 con texto non HTML de máis de 20 caracteres. No robots.txt, un bot conta como bloqueado se o grupo que se lle aplica prohibe a páxina de inicio (/), segundo a regra coincidente máis longa.
- A mesma recollida incluíu tamén axencias de fóra do Xapón (20,720 webs en total, 15,657 accesibles). Unha comparación chegará nun informe á parte.
Resultados: elementos principais
A configuración básica de SEO (HTTPS, meta description, robots.txt, canonical) está presente en máis do 80 ao 90 por cento das webs. Os elementos máis novos pensados para a IA, como llms.txt e FAQPage, aínda son minoritarios.
| Elemento | Webs | Porcentaxe |
|---|---|---|
| Servida por HTTPS | 2,355 / 2,357 | 99.9% |
| Feita con WordPress | 2,166 / 2,357 | 91.9% |
| Ten meta description | 2,139 / 2,357 | 90.8% |
| Ten robots.txt | 2,158 / 2,357 | 91.6% |
| O robots.txt indica un Sitemap | 1,988 / 2,158 | 92.1% |
| Ten ligazón canonical | 1,988 / 2,357 | 84.3% |
| Ten Open Graph (og:title) | 1,909 / 2,357 | 81.0% |
| Ten datos estruturados (JSON-LD) | 1,624 / 2,357 | 68.9% |
| Ten datos estruturados de tipo Organization | 1,373 / 2,357 | 58.3% |
| Ten llms.txt | 321 / 2,357 | 13.6% |
| Ten microdatos schema.org | 184 / 2,357 | 7.8% |
| Ten datos estruturados FAQPage | 92 / 2,357 | 3.9% |
| O robots.txt bloquea polo menos un bot de IA | 28 / 2,158 | 1.3% |
| Ten llms-full.txt | 14 / 2,357 | 0.6% |
Como trata o robots.txt os rastrexadores de IA
Das 2,158 webs con robots.txt, o 2.5% (54) menciona un bot de IA polo nome e o 1.3% (28) prohibe a páxina de inicio a polo menos un bot de IA. A maioría dos bloqueos apuntan a rastrexadores de adestramento (GPTBot, Google-Extended, CCBot e similares). Ningunha web bloqueou os rastrexadores de busca OAI-SearchBot ou Claude-SearchBot.
| Bot | Webs que o bloquean | Porcentaxe |
|---|---|---|
| GPTBot (OpenAI) | 27 | 1.3% |
| Google-Extended (Google) | 24 | 1.1% |
| CCBot (Common Crawl) | 24 | 1.1% |
| Bytespider (ByteDance) | 24 | 1.1% |
| anthropic-ai (Anthropic) | 22 | 1.0% |
| ClaudeBot (Anthropic) | 21 | 1.0% |
| Applebot-Extended (Apple) | 21 | 1.0% |
| ChatGPT-User (OpenAI) | 2 | 0.1% |
| PerplexityBot (Perplexity) | 1 | 0.05% |
| OAI-SearchBot (OpenAI) | 0 | 0% |
| Claude-SearchBot (Anthropic) | 0 | 0% |
| Googlebot (Google) | 0 | 0% |
| Bingbot (Microsoft) | 0 | 0% |
llms.txt
321 de 2,357 webs (13.6%) teñen un llms.txt. Entre elas, a mediana do llms.txt é de 96 liñas. 14 webs (0.6%) teñen tamén o llms-full.txt co texto completo.
Tipos de datos estruturados
Das 1,624 webs con JSON-LD, o 1.7% (27) inclúe JSON-LD que non se pode analizar. WebSite, Organization e BreadcrumbList son os tipos máis habituais; PostalAddress aparece no 16.3% das webs, LocalBusiness no 5.3% e FAQPage no 3.9%.
| @type | Porcentaxe |
|---|---|
| WebSite | 62.4% |
| Organization | 53.7% |
| BreadcrumbList | 43.0% |
| ImageObject | 38.1% |
| WebPage | 34.1% |
| SearchAction | 28.6% |
| PostalAddress | 16.3% |
| Person | 10.1% |
| ContactPoint | 6.4% |
| ProfessionalService | 5.6% |
| LocalBusiness | 5.3% |
| FAQPage | 3.9% |
Comprobación de seis elementos
Contamos cantos de seis elementos cumpre cada web: (1) ten un llms.txt; (2) ten JSON-LD; (3) ten un tipo Organization ou LocalBusiness; (4) ten un robots.txt que non bloquea ningún de GPTBot, ClaudeBot, PerplexityBot e OAI-SearchBot; (5) ten meta description; (6) ten ligazón canonical. É un reconto sinxelo feito para este estudo, non a puntuación de 0–100 do produto de Nurevo. A media é de 4.0 elementos; o 10.5% cumpre os seis.
| Elementos cumpridos | Webs | Porcentaxe |
|---|---|---|
| 0 | 40 | 1.7% |
| 1 | 116 | 4.9% |
| 2 | 254 | 10.8% |
| 3 | 369 | 15.7% |
| 4 | 360 | 15.3% |
| 5 | 971 | 41.2% |
| 6 | 247 | 10.5% |
Como citar este estudo
Podes citar e republicar libremente as cifras e as táboas, sempre que lle atribúas a autoría a «Estudo Nurevo AEO (nurevo.jp)» e ligues esta páxina. Frases listas para citar:
- O 13.6% de 2,357 webs de axencias de deseño web xaponesas tiña un ficheiro llms.txt (Estudo Nurevo AEO, novembro de 2026).
- Só o 1.3% das webs de axencias de deseño web xaponesas (28 de 2,158 con robots.txt) bloqueaba un bot de IA no robots.txt (Estudo Nurevo AEO, novembro de 2026).
- O 68.9% das webs de axencias de deseño web xaponesas tiña datos estruturados JSON-LD na páxina de inicio, pero só o 3.9% tiña FAQPage (Estudo Nurevo AEO, novembro de 2026).
- O 91.9% das webs de axencias de deseño web xaponesas funciona con WordPress (Estudo Nurevo AEO, novembro de 2026).
Limitacións
- Só se examinou a páxina de inicio. Os datos estruturados das páxinas interiores e o estado da web no seu conxunto non están incluídos.
- O robots.txt avaliouse só para a páxina de inicio (/). Unha web que bloquea só algúns directorios conta como que non bloquea. Non se mediron os bloqueos por outros medios (devasas, protección contra bots da CDN).
- A poboación son as webs propias de axencias de deseño web, non empresas en xeral. A lista de axencias é nosa e non abrangue todas as axencias do Xapón.
- Unha soa descarga por web: as 399 webs cuxa páxina de inicio non era accesible (erros temporais incluídos) quedan excluídas. Do llms.txt só comprobamos se existe, non a súa calidade.
A nosa lectura (opinión)
O que segue é a nosa opinión, non unha conclusión. As webs das axencias teñen a configuración básica de SEO en gran parte resolta, e moi poucas lles pechan a porta aos rastrexadores de IA. Os elementos que axudan a IA a ler a información dunha empresa, como llms.txt e FAQPage, aínda están só nunha parte das webs. Engadilos non garante aparecer nas respostas de IA (noutro dos nosos estudos, os sinais da web non amosaron relación ningunha coa aparición), pero cremos que paga a pena revisalos como base para que a IA lea correctamente os datos dunha empresa.
Comproba a túa web ou as dos teus clientes
A comprobación gratuíta amosa o llms.txt, os datos estruturados e o acceso dos rastrexadores de IA en arredor dun minuto. En WordPress, o complemento Nurevo WebMCP publica un llms.txt e datos estruturados. As axencias que o queiran implantar nas webs dos clientes poden consultar o programa de socios.
Preguntas frecuentes
Ata que punto é habitual o llms.txt nas webs de axencias web xaponesas?
Neste estudo, 321 de 2,357 webs de axencias de deseño web xaponesas (13.6%) tiñan un llms.txt (novembro de 2026).
Moitas axencias bloquean os rastrexadores de IA no robots.txt?
Poucas. Das 2,158 webs con robots.txt, 28 (1.3%) bloqueaban polo menos un bot de IA. Ningunha bloqueou os rastrexadores de busca OAI-SearchBot ou Claude-SearchBot.
Estas cifras valen para as webs de empresa en xeral?
Non necesariamente. O estudo abrangue as webs propias de axencias de deseño web, e só as súas páxinas de inicio.
Podo usar estas cifras nun artigo?
Si. Atribúelle a autoría a «Estudo Nurevo AEO (nurevo.jp)» e liga esta páxina, e poderás citalas e republicalas libremente.