Cómo preparamos una tienda PrestaShop para los asistentes de IA sin abrirla a todos los bots
Los asistentes de IA ya responden a «¿dónde compro esto?». Para recomendar una tienda necesitan leerla rápido y entender precios, stock y promociones. Al mismo tiempo, otros bots descargan tiendas enteras solo para entrenar modelos y consumen servidor sin traer un solo cliente. Bloquearlo todo protege el servidor, pero saca la tienda de las respuestas. Este es el problema que nos llevó a desarrollar AI Friendly.
Por qué no es trivial en PrestaShop
La primera tentación es añadir unas líneas al robots.txt. En PrestaShop eso dura poco: el fichero se regenera desde el back office y cualquier cambio manual se pierde. Y aunque se mantuviera, no basta:
- No todos los bots de IA son iguales. Unos recogen contenido para entrenar modelos; otros forman el índice con el que el asistente responde y cita; otros leen una página en el momento porque una persona acaba de preguntar. Tratarlos igual obliga a elegir entre servidor y visibilidad.
- Hay bots que no respetan
robots.txty otros que se hacen pasar por uno conocido. - La navegación facetada genera combinaciones casi infinitas de filtros y órdenes. Un rastreador que entra ahí puede pedir miles de páginas pesadas.
- El webservice de PrestaShop no está pensado para esto: exige clave, es verboso y no está hecho para que un asistente consulte el catálogo en segundos.
- Las promociones viven en las reglas de carrito y fuera del carrito no se ven.
- Hay que funcionar desde PrestaShop 1.6 hasta 9.2.1, con temas y servidores muy distintos.
El enfoque: distinguir antes de decidir
La decisión técnica central fue clasificar los bots por lo que hacen, no por quién los publica, y aplicar a cada grupo una política distinta:
| Tipo de bot | Qué hace | Política por defecto |
|---|---|---|
| Entrenamiento | Recoge contenido para entrenar modelos | Bloquear |
| Búsqueda IA | Indexa para que el asistente responda y cite | Caminos rápidos |
| Petición de usuario | Lee una página porque alguien lo ha pedido | Caminos rápidos |
| Buscadores clásicos | Googlebot y Bingbot | No se tocan nunca |
Googlebot y Bingbot quedan fuera de cualquier regla a propósito: también alimentan las respuestas con IA de Google, Copilot y la búsqueda de ChatGPT.
Decisiones técnicas
Un robots.txt que se repara solo
En lugar de editar el fichero a mano, el módulo gestiona su propio bloque delimitado y lo vuelve a insertar cada vez que PrestaShop regenera el robots.txt, aprovechando el hook que el núcleo lanza al escribirlo. Una tarea programada comprueba además que sigue ahí. El comerciante puede regenerar el fichero cuando quiera sin perder nada.
Bloquear lo antes posible
Cuanto antes se corta una petición indeseada, menos cuesta. El módulo ofrece tres niveles: solo robots.txt; además, respuesta en PHP al inicio del despacho de PrestaShop, antes de construir la página; y, si el servidor lo permite, reglas en .htaccess o un fragmento para nginx para que la petición ni siquiera llegue a PHP. Incluye límite de peticiones por bot y redirección de las URLs pesadas de filtros a direcciones limpias.
Verificar en vez de creer
El nombre de un bot se puede falsificar. Donde el proveedor publica sus rangos de IP en un formato estable, el módulo los descarga y bloquea las suplantaciones. Donde no, lo documentamos con honestidad: hoy no es posible distinguir de forma fiable a un agente que navega con un navegador normal sin servicios de terceros.
Caminos rápidos para quien sí interesa
Para los asistentes, el módulo publica un llms.txt con el mapa de la tienda (categorías, más vendidos, mejores ofertas y políticas), una versión ampliada del catálogo y una API de solo lectura en JSON o Markdown descrita con OpenAPI, con búsqueda, productos, ofertas y promociones públicas. Las respuestas se guardan en caché, se validan con ETag y se invalidan con los hooks de catálogo cuando cambia un producto. Los precios son siempre los de un visitante anónimo, para que la caché sea válida y no se filtren tarifas privadas.
Navegación agéntica
También expone el manifiesto de recursos para agentes y registra herramientas WebMCP de solo lectura en el navegador, las comprobaciones que hoy mide PageSpeed Insights en su apartado de navegación agéntica. Descartamos montar un servidor MCP dentro de PrestaShop: necesita conexiones persistentes que no son viables en un hosting compartido, y la descripción OpenAPI ya cubre a la mayoría de agentes.
Diagnóstico con datos reales
El panel calcula una puntuación de preparación a partir de unas veinte comprobaciones y analiza el tráfico real de la última semana: bots que ignoran las reglas, rastreo intensivo, suplantaciones o tráfico en filtros. Cada propuesta explica el motivo y, cuando es seguro, se corrige con un clic. Además, atribuye visitas y pedidos llegados desde los asistentes.
Lo que hemos aprendido
La parte difícil no fue escribir reglas, sino decidir qué no bloquear y hacer que todo sobreviva a la forma en que PrestaShop regenera sus ficheros, a cuatro generaciones de la plataforma y a servidores en los que no siempre se puede tocar la configuración. Ese mismo criterio es el que aplicamos cuando una tienda nos pide algo que el núcleo no trae.
Lo que demuestra este desarrollo
- Uso de hooks del núcleo para ampliar PrestaShop sin modificar sus ficheros
- Compatibilidad real con PrestaShop 1.6, 1.7, 8 y 9 en un mismo módulo
- Control del tráfico en varias capas: robots.txt, PHP y servidor web
- Diseño de APIs de solo lectura con caché, ETag y documentación OpenAPI
- Rendimiento: cortar peticiones antes de construir la página
- Seguridad práctica: verificación de bots, sin exponer precios privados
- Herramientas de diagnóstico y corrección guiada en el back office