Pregunté a una IA qué agente recomienda para restaurantes — y MaitreAI no salió

El vídeo de este episodio enseña algo incómodo: le pregunté a una IA qué agente recomienda para atender llamadas y WhatsApp de un restaurante. Me dio dos nombres — Bookline, eGrow — y ninguno era MaitreAI. Y eso que ya tiene un cliente real usándolo. Lo que no cabía en el montaje es qué es exactamente lo que arreglé, por qué no basta con eso, y qué es lo que un archivo de texto no puede prometer.

El problema no es que la IA no me conozca — es que no me recomienda

Según el 2026 AI Brand Visibility Report de Similarweb, un 35% de la gente ya usa una IA en la fase de descubrimiento de lo que busca. Y Gartner predijo que la búsqueda tradicional caería un 25% este mismo año, precisamente por los chatbots. Esto tiene nombre técnico: GEO, optimización para motores generativos.

La diferencia con la primera versión de este experimento (que iba sobre mi propia identidad) es esta: a un negocio no le importa tanto que una IA "sepa quién eres" — le importa que te recomiende cuando alguien está listo para comprar. Si vendes algo real y la IA no te menciona, ese cliente se va con el que sí aparece.

Antes de tocar código: la prueba de que merece ser recomendado

No tiene sentido optimizar para que una IA recomiende algo que no funciona. Por eso el vídeo se detiene antes de la parte técnica para probarlo en directo: mando un WhatsApp real al número de demo pública de MaitreAI — el mismo botón "Probar WhatsApp Demo" que cualquiera puede pulsar en maitreai.es — y dejo que el bot conteste sin guion, sobre un restaurante de demo (maitreai.es/r/demo-trattoria, sin datos de ningún cliente real).

Y después subo la apuesta: esto no es solo una demo pública, hay un restaurante real de Irun usándolo hoy para gestionar sus reservas de verdad, con voz por IA y WhatsApp activos. Es un piloto, no cientos de clientes ni una cifra de satisfacción — lo digo así de claro porque es lo verificable, no porque suene menos impresionante.

La parte de GEO, en comparación, es la pieza pequeña que cierra el episodio — no el episodio entero.

Qué construí, en concreto

Dos piezas, no tres — porque maitreai.es ya tenía más hecho de lo que esperaba:

1. llms.txt — un archivo de texto plano que describe el producto en el formato que un LLM lee mejor. Antes de este episodio, maitreai.es/llms.txt daba 404.
2. robots.txt editado (no creado desde cero — ya existía) para nombrar explícitamente a los rastreadores de IA conocidos (GPTBot, ClaudeBot, PerplexityBot...) y decirles que son bienvenidos.

Lo que no tuve que construir: datos estructurados a nivel de sitio. maitreai.es ya tenía Organization, WebSite, SoftwareApplication y Offer enlazados en JSON-LD — bien hecho, de antes de este episodio.

El límite honesto — y por qué es el tema del próximo episodio

Esto no cambia nada en el mismo segundo. Un asistente de IA no relee internet cada minuto — indexar contenido nuevo tarda, a veces semanas. Y aunque apareciera mañana mismo, lo que de verdad convence no es el archivo — es que el producto ya funciona, con un cliente real, hoy. El archivo solo se asegura de que la IA se entere. (La historia completa de cómo se construyó MaitreAI y qué significa exactamente "beta" está en Cómo hice MaitreAI.)

Eso es exactamente lo que abre el episodio 2: cómo saber si esto de verdad cambió algo, y no es solo un archivo más que ninguna IA lee.

El código — y el seguimiento semanal

Voy a comprobar esto cada lunes, con fecha, hasta que se resuelva en el episodio 2. El día que MaitreAI aparezca en esa respuesta (o si no aparece nunca), lo vas a saber por la newsletter antes que por YouTube — un vídeo tarda semanas en editarse, un email tarda diez minutos.

El prompt completo que usé para generar llms.txt y editar robots.txt no se queda en MaitreAI: está generalizado para que lo apliques a lo que tú vendas, sea lo que sea. Y va con las 9 comprobaciones que hago antes de decir que un sitio está listo para una IA — en el vídeo solo cupieron dos —, cada una con el comando para hacerla tú y lo que salió en mi caso, incluidos los dos diagnósticos que me equivoqué.

Aquí van las nueve en el orden en que las paso, para que marques las que ya has comprobado en tu sitio:

El comando de cada una, qué buscar en lo que devuelve y lo que salió en mi caso no caben en una lista: van en el ZIP, junto con el prompt. Te lo mando aquí mismo.

Si tienes un restaurante, una peluquería, una clínica o cualquier negocio local y te falta gente para contestar el teléfono o el WhatsApp: esto es exactamente lo que hace MaitreAI. No es una promesa — ya funciona.