Google publicó un formato para convertir un conjunto de conocimientos en una carpeta de archivos de rebajas vinculados. Fue creado para datos internos de la empresa y, por accidente, resuelve un problema que también tienen los sitios web públicos. En este momento, lo máximo que un agente de IA obtiene de su sitio web es una lectura plana de sus páginas, una a la vez. En cambio, este formato crea un gráfico de cómo se conectan tus ideas, así que lo probé en mi propio sitio web.
El formato de conocimiento abierto de Google es un directorio de archivos Markdown vinculados
El 13 de junio de 2026, el equipo de datos de Google publicó el formato de conocimiento abierto, u OKF, una forma de representar un conjunto de conocimientos como un directorio de archivos de rebajas con una fina capa de contenido YAML. Cada concepto, una tabla, una métrica, un runbook, una API, obtiene su propio documento de rebajas. Un bloque corto de YAML contiene los campos consultables, tipo, título, descripción, recurso, etiquetas y marca de tiempo; el cuerpo de rebajas lleva la explicación, y los conceptos se vinculan entre sí con enlaces de rebajas ordinarios, lo que, según Google, convierte el directorio en “un gráfico de relaciones”. No hay tiempo de ejecución, ni SDK, ni paso de compilación. Google describe un paquete en tres frases: “solo rebajas”, “solo archivos”, “solo YAML frontmatter”.
El objetivo es el conocimiento interno de la empresa, el contexto que Google dice está “bloqueado detrás de cualquier superficie que lo haya creado”, y es temprano, la versión 0.1, que Google llama “un punto de partida, no un estándar terminado”. Nada en el anuncio menciona sitios web públicos. De esa brecha se trata esta pieza.
En un sitio web, un gráfico de conocimiento supera a una copia de página plana
La versión legible por el agente de su sitio web, la que realmente consume un modelo o un navegador, es plana. Servir cada página como descuento, como lo hace Cloudflare en el borde de la red, está cerca de AMP para LLM: una segunda copia simplificada de cada página para que la lea una máquina. Refleja lo que ya tienes, página por página, y arroja lo mismo en cada copia página por página, que es cómo se relacionan las páginas entre sí.
Un gráfico de conocimiento mantiene esa capa de relación. Cuando sus conceptos se vinculan entre sí, un agente no solo aprende qué es cada uno, sino que también aprende cómo se relacionan entre sí, que es la mayor parte de lo que realmente significa entender un sitio web. Dos páginas pueden mencionar un concepto y nunca decirle a una máquina que una es el marco subyacente y la otra es el objetivo más estrecho que se encuentra al lado. Un gráfico lo dice rotundamente, en enlaces sigue la máquina. OKF es una forma estándar de construir ese gráfico: rebajas, por lo que es barato y estructurado, por lo que transmite las relaciones.
Probé OKF en el sitio web No Hacks
Escribí un paquete OKF para el sitio web No Hacks, un archivo de rebajas para la marca, el host, la arquitectura Machine-First, la web agente, la optimización de la experiencia del agente, la optimización del motor de respuesta, llms.txt y WebMCP. Cada uno sigue las convenciones de Google, los campos YAML en la parte superior y un cuerpo de rebajas simple debajo. El trabajo consistía principalmente en decidir qué conceptos importaban y cómo se conectaban, no en escribir los archivos.
Un archivo, el concepto de Machine-First Architecture, tiene este aspecto:
---
type: framework
title: Machine-First Architecture
description: A framework for building websites whose full meaning is available to a machine reading them, with the human experience layered on top rather than the other way around.
resource: https://machinefirstarchitecture.com
tags: (Framework, Machine-First Architecture, Agentic Web)
timestamp: 2026-06-13
--- Machine-First Architecture is (Sani)(./sani.md)'s framework for the (agentic web)(./agentic-web.md). The core idea: build the content so a machine reading it gets the complete meaning, the facts, the structure, the relationships, and the human reading gets that same meaning with the design on top. This is why formats that strip a website to plain text, like markdown for agents and (llms.txt)(./llms-txt.md), matter. Its capability side is (WebMCP)(./webmcp.md), and its measurement side is (Agent Experience Optimization)(./agent-experience-optimization.md).
Esos enlaces entre corchetes en la parte inferior son el gráfico. Un agente que los sigue se entera de que WebMCP se encuentra bajo la arquitectura Machine-First y que llms.txt es el mismo tipo de apuesta, que una copia plana de mis páginas nunca dice en voz alta. En los ocho archivos, esa es la estructura completa: conceptos y las relaciones entre ellos.
Un paquete como este es una segunda copia de lo que ya dice el sitio web, y una segunda copia es una segunda cosa que se debe mantener sincronizada. En el momento en que el sitio web cambia, el paquete es incorrecto hasta que lo actualizas también. Ese impuesto no es exclusivo de OKF: es lo que cuesta cada capa paralela legible por máquina, un archivo llms.txt, un espejo de rebajas de sus páginas, un paquete como este. La versión que lee un agente es tan precisa como su disciplina para mantenerla actualizada.
Google no creó OKF para esto. Su objetivo es el conocimiento interno de la empresa, y nada en su plan apunta a sitios web públicos, por lo que alojar un paquete para un agente visitante no está indicado en la etiqueta y puede seguir siéndolo. Es posible que el lector para el que lo hice, un agente que busca el paquete y sigue el gráfico, nunca aparezca. La razón para hacerlo tiene que ser sin esa recompensa, y lo es: escribir el paquete me obligó a declarar claramente lo que No Hacks sabe y cómo se conectan sus ideas, y surgieron lagunas que no habría encontrado al escribir otra página. Es la misma disciplina que la arquitectura Machine-First: ponga su significado en una forma que una máquina pueda leer y encontrará dónde era vago.
Adónde podría conducir un gráfico de conocimiento de un sitio web
Nada de lo que sigue es una predicción. Es una dirección, y depende de que los agentes lean realmente los gráficos de conocimiento del sitio web, algo que hoy en día nadie hace. Todavía vale la pena ver la forma.
El archivo de identidad podría convertirse en un gráfico de conocimiento. Hoy, llms.txt es una sola línea que anuncia quién eres. Un paquete publicado es la versión completa de esa idea, un mapa de todo lo que sabe su sitio web y cómo se conectan las partes, de modo que la fina capa de identidad y la capa de conocimiento estructurado se conviertan en una sola cosa.
Los agentes podrían consultar ese mapa en lugar de raspar sus páginas. Un agente que extrae su paquete y sigue sus enlaces obtiene una lectura más limpia y consciente de las relaciones que uno que analiza su HTML una página a la vez, y usted tiene más voz sobre cómo se representan sus propios conceptos cuando una IA lo describe.
El mapa podría incluso convertirse en la capa canónica. La versión que lee una máquina deja de ser una copia de su sitio web y se convierte en la fuente, con las páginas humanas como una representación del mismo. Ese es el sitio web totalmente automático al que ha estado apuntando la web agente, al que se accede a través de una puerta lateral que Google abrió para datos internos.
La rebaja no es nueva
John Gruber creó Markdown en 2004, con Aaron Swartz como su probador beta, y todo el objetivo del diseño era la legibilidad: texto que se puede leer tal cual, sin renderizar, que aún se convierte limpiamente a HTML. Dos décadas después, ejecuta GitHub, Reddit, gran parte de la documentación que lees y los cuadros de chat de las propias herramientas de inteligencia artificial. Ganó por ser legible sin ser renderizado, que es la propiedad exacta que hace que sea fácil de leer para una máquina.
He escrito la mayor parte de lo que escribo en él durante 15 años, desde que iA Writer se convirtió en mi principal aplicación de escritura en septiembre de 2011, por lo que una semana en la que la web legible por agentes converge en Markdown es un terreno familiar para mí, no un truco nuevo. El conocimiento detrás de No Hacks (proyecto No Hacks OS) se ha ejecutado de la misma manera durante meses: archivos de rebajas con contenido frontal estructurado, vinculados entre sí, la forma que una máquina puede leer y atravesar.
Los formatos orientados a máquinas siguen aterrizando en el mismo terreno, llms.txt, Markdown de Cloudflare y ahora OKF. El propio Google no está de acuerdo al respecto. Su lado de búsqueda llamó a llms.txt “puramente especulativo” para la clasificación, su lado de Chrome agregó una verificación de llms.txt a la auditoría de preparación del agente de Lighthouse y su equipo de datos ahora ha publicado OKF.
Si desea ver dónde se encuentra su sitio web, le llevará treinta segundos. Abra su página más importante y péguela en un editor de texto sin formato, donde los enlaces se reducen a palabras simples. Mire lo que queda y encuentre cualquier cosa que indique cómo se relacionan sus ideas con el resto de su sitio web, no que una página enlaza con otra, sino la relación misma. Generalmente no hay nada, y esa ausencia es lo que llena un gráfico de conocimiento, ya sea que alguna vez toques OKF o no.
OKF es la noticia de esta semana, y el sustrato debajo de él, texto sin formato que una máquina puede leer, ha estado aquí desde 2004. Lo que Google agregó fue un estándar y un nombre.
Más recursos:
Esta publicación se publicó originalmente en No Hacks.
Imagen de portada: Roman Samborskyi/Shutterstock
