NLWeb es un proyecto de código abierto creado por Microsoft que convierte cualquier sitio web con datos estructurados en un punto de acceso conversacional para agentes de inteligencia artificial. En la práctica significa esto: en lugar de que un agente IA intente interpretar el HTML visual de tu web, NLWeb le proporciona un endpoint en lenguaje natural donde puede hacer preguntas y recibir respuestas directas basadas en tu contenido. Además, cada instancia de NLWeb funciona automáticamente como servidor MCP, lo que hace que tu web sea descubrible y accesible por cualquier agente que use el protocolo de Anthropic. Es un estándar abierto, agnóstico de proveedor y compatible con Schema.org, RSS y sitemaps que probablemente ya tienes.
Quién creó NLWeb y por qué importa
NLWeb fue presentado en Microsoft Build 2025 por R.V. Guha — el mismo investigador que co-creó RSS, RDF, Schema.org y fue arquitecto del Google Knowledge Graph. No es un producto de Microsoft sin más: es el proyecto personal de quien lleva 30 años construyendo los estándares que organizan la información en la web.
Guha describió NLWeb como «lo que más me ha emocionado construir en toda mi vida», según Microsoft Source (2025). Esa declaración, viniendo de quien co-creó Schema.org — el vocabulario que hoy usan más de 100 millones de sitios web —, no es retórica de producto. Es la señal de que quien mejor entiende cómo la web organiza información para máquinas cree que NLWeb representa el siguiente paso de esa evolución.
El proyecto es open source con licencia MIT, está escrito en Python y tiene más de 6.200 estrellas en GitHub desde su lanzamiento. En octubre de 2025 se propuso un W3C Community Group para estandarizarlo. En los primeros meses de 2026, Cloudflare lanzó soporte nativo para NLWeb a través de su infraestructura AutoRAG — la primera señal de que el ecosistema está empezando a consolidarse más allá del proyecto original.
Cómo funciona NLWeb: la capa que los agentes entienden
La web actual fue diseñada para que los humanos naveguen páginas mediante un navegador visual. Los agentes IA no navegan — consultan. Cuando un agente necesita información de tu web, intenta procesar el HTML tal como está, con toda su complejidad visual y estructural. El resultado es impreciso, lento y dependiente de que el agente interprete correctamente un diseño pensado para ojos humanos.
NLWeb añade una capa entre tu web y los agentes que resuelve ese problema. El flujo es este:
- NLWeb lee tu contenido estructurado: Schema.org, RSS, sitemaps, feeds. No requiere que cambies cómo está construida tu web — consume los datos que probablemente ya estás publicando.
- Construye una base de datos vectorial con ese contenido, optimizada para búsqueda semántica en lenguaje natural.
- Expone dos endpoints:
/ask para consultas conversacionales de usuarios humanos, y /mcp para agentes IA que usan el Model Context Protocol.
- Responde en lenguaje natural usando los datos de tu propia web como fuente, combinados con el modelo de lenguaje que elijas — OpenAI, Azure OpenAI, Gemini o cualquier otro compatible.
El resultado es que un agente IA puede preguntar directamente a tu web: «¿Tienes algún servicio de automatización para empresas del sector logístico?» y recibir una respuesta basada en tu propio contenido, sin necesidad de rastrear e interpretar el HTML de cada página.
NLWeb como servidor MCP: qué significa para tu visibilidad
Este es el punto más importante para las empresas que ya tienen o están desplegando agentes IA. Cada instancia de NLWeb funciona automáticamente como un servidor MCP (Model Context Protocol), el protocolo abierto de Anthropic que define cómo los agentes descubren y usan herramientas y fuentes de información externas.
En términos prácticos: cuando un agente IA compatible con MCP necesita información sobre tu sector, puede descubrir tu web como fuente directamente si implementas NLWeb, sin que nadie haya configurado manualmente esa conexión. Tu web se convierte en una herramienta que cualquier agente puede usar, del mismo modo que una API se convierte en una función que cualquier desarrollador puede llamar.
La analogía que usa el propio Microsoft es precisa: así como HTML democratizó la creación de páginas web en los años 90, NLWeb democratiza la creación de interfaces conversacionales para la web agéntica. HTML hizo que cualquier web fuera accesible para navegadores. NLWeb hace que cualquier web sea accesible para agentes.
| Capa tecnológica |
Para quién |
Qué hace |
Analogía |
| HTML |
Navegadores (humanos) |
Renderiza páginas visualmente |
La web de los 90 |
| Schema.org |
Buscadores (Google, Bing) |
Describe el tipo y propiedades del contenido |
La web de los 2010 |
| NLWeb + MCP |
Agentes IA |
Hace el contenido consultable e interactivo para agentes |
La web de 2025-2026 |
Qué necesita tu web para implementar NLWeb
NLWeb no requiere reescribir tu web ni cambiar tu CMS. Funciona sobre lo que probablemente ya tienes. Estos son los requisitos reales:
Lo que NLWeb necesita de tu web
- Datos estructurados con Schema.org: NLWeb consume el marcado Schema.org que ya tienes implementado. Si tu web no tiene Schema.org, implementarlo es el primer paso — y coincide exactamente con las buenas prácticas de SEO y GEO que ya deberías tener.
- RSS o feed de contenido: si tu web tiene blog, noticias o actualizaciones periódicas, un feed RSS permite a NLWeb mantenerse actualizado automáticamente sin re-indexar todo el contenido cada vez.
- Sitemap XML actualizado: permite a NLWeb descubrir y rastrear todas las páginas relevantes de tu dominio.
- robots.txt permisivo con bots de IA: NLWeb necesita poder rastrear tu contenido. Si tienes bloqueados GPTBot, ClaudeBot u otros crawlers de IA en el robots.txt, NLWeb no podrá acceder al contenido.
Lo que necesitas para desplegar NLWeb
- Servidor Python: la implementación de referencia está en Python. Es suficiente un servidor básico o un servicio de hosting como Cloudflare Workers con AutoRAG, que desde inicios de 2026 ofrece soporte nativo para NLWeb.
- Acceso a un modelo de lenguaje: NLWeb es agnóstico de modelo. Funciona con OpenAI API, Azure OpenAI, Google Gemini o cualquier modelo compatible. El coste de inferencia depende del modelo elegido y el volumen de consultas.
- Base de datos vectorial: NLWeb soporta los principales proveedores: Pinecone, Weaviate, Qdrant, ChromaDB. Para instalaciones pequeñas, ChromaDB funciona en local sin coste adicional.
NLWeb y lo que ya tienes: Schema.org, GEO y Agent Reading Score
NLWeb no es una tecnología aislada. Es el punto de confluencia de varias prácticas que, bien implementadas, ya mejoran la visibilidad de tu web en sistemas de IA:
- Schema.org bien implementado → NLWeb lo consume directamente. Cada mejora en el marcado Schema.org beneficia simultáneamente al SEO, al GEO y a la preparación para NLWeb.
- Contenido estructurado en secciones autónomas → los sistemas RAG de NLWeb trocean el contenido en bloques. Las secciones que se entienden de forma independiente se sirven mejor como respuestas conversacionales.
- Robots.txt abierto para bots de IA → requisito para NLWeb y para cualquier sistema de retrieval de LLM. Una web que bloquea GPTBot o ClaudeBot no puede ser indexada por NLWeb ni citada por ChatGPT.
- Agent Reading Score alto → las mismas condiciones que elevan el Agent Reading Score (rastreabilidad técnica, estructura semántica, datos estructurados) son las que NLWeb necesita para funcionar correctamente. Un score alto indica que la web está técnicamente preparada para implementar NLWeb con mínimas fricciones.
Según datos de InboundCycle obtenidos de 28 auditorías GEO realizadas a empresas en España, Chile y Brasil entre enero y mayo de 2026, el 60% de las webs analizadas presenta el mismo problema: la IA reconoce la marca pero no enlaza ni atribuye la información a la web del cliente. La causa es técnica — la web no habla el idioma de los agentes. NLWeb es la solución técnica a ese problema de visibilidad.
La advertencia importante sobre NLWeb en 2026
NLWeb tiene un año desde su anuncio. El ecosistema está formándose, no consolidado. Estas son las limitaciones reales que hay que tener en cuenta antes de invertir tiempo en la implementación:
- No hay garantía de que NLWeb sea el estándar que gane: pueden surgir protocolos alternativos — de Google, de otros actores — que compitan con NLWeb. La apuesta por NLWeb ahora es una apuesta temprana con la ventaja del pionero, no una certeza.
- La adopción masiva aún no ha ocurrido: a diferencia de Schema.org, que está en más de 100 millones de sitios, NLWeb tiene miles de implementaciones en producción, no millones. La masa crítica que hace que los agentes lo busquen activamente aún está construyéndose.
- La implementación técnica requiere recursos: no es tan sencillo como añadir Schema.org con un plugin de WordPress. Requiere un servidor Python, una base de datos vectorial y acceso a un modelo de lenguaje. Para una empresa mediana sin equipo técnico interno, el coste de implementación puede no ser proporcional al beneficio inmediato.
La recomendación práctica: si tu web ya tiene Schema.org bien implementado, sitemap actualizado y robots.txt abierto para bots de IA, ya tienes el 80% de la base que NLWeb necesita. Esas inversiones tienen valor independiente del éxito de NLWeb. El 20% restante — el servidor NLWeb y los endpoints — es lo que puedes plantear como experimento cuando el equipo técnico tenga capacidad, sin que sea urgente hoy.
Para conectar tu web con el ecosistema más amplio de protocolos de la web agéntica — MCP, A2A y Universal Commerce Protocol — el hub completo de «La Web de la IA» cubre cómo encajan todas las piezas.
Preguntas frecuentes sobre NLWeb
-
¿NLWeb es solo para webs de Microsoft o funciona con cualquier proveedor?
NLWeb es completamente agnóstico de proveedor. Es un proyecto open source con licencia MIT que funciona con cualquier modelo de lenguaje compatible (OpenAI, Google Gemini, Anthropic Claude, modelos open source), cualquier base de datos vectorial (Pinecone, Weaviate, ChromaDB) y cualquier infraestructura de hosting. Microsoft lo creó y mantiene, pero no requiere ningún servicio de Microsoft para funcionar. Cloudflare, que no es Microsoft, ya ofrece soporte nativo desde inicios de 2026.
-
¿NLWeb afecta negativamente al SEO tradicional?
No. NLWeb añade una capa nueva de accesibilidad para agentes IA sin modificar la web existente ni cómo la indexan los buscadores. De hecho, los requisitos técnicos de NLWeb — Schema.org, sitemap, feeds estructurados — son exactamente los que mejoran el SEO y el GEO simultáneamente. Implementar NLWeb correctamente no deteriora el posicionamiento en buscadores; en la mayoría de los casos lo mejora porque obliga a tener la base técnica en mejor estado.
-
¿Puedo implementar NLWeb en WordPress?
WordPress no tiene un plugin oficial de NLWeb todavía. La implementación requiere desplegar el servidor Python de NLWeb de forma separada y apuntarlo a las fuentes de datos de tu WordPress — RSS, sitemap, y el Schema.org que ya genera tu plugin de SEO (RankMath, Yoast). La alternativa más accesible en 2026 es usar Cloudflare AutoRAG, que ofrece despliegue de NLWeb sin necesidad de gestionar el servidor Python manualmente.
-
¿Qué diferencia hay entre NLWeb y un chatbot en mi web?
Un chatbot tradicional en tu web está diseñado para responder a usuarios humanos. NLWeb está diseñado para responder a agentes IA que consultan tu web de forma automática. La diferencia es el destinatario: el chatbot mejora la experiencia del usuario humano; NLWeb hace que tu web sea accesible y utilizable por otros sistemas de IA. Dicho esto, NLWeb también expone el endpoint /ask para usuarios humanos, por lo que técnicamente puede funcionar como chatbot, aunque ese no es su propósito principal.
-
¿NLWeb protege mis datos o los expone a terceros?
NLWeb solo expone el contenido que tú tienes publicado en tu web — nada que no sea ya público. Los endpoints /ask y /mcp responden con información de tu propio contenido, no con datos internos ni privados de tu empresa. Si quieres limitar qué secciones de tu web son accesibles a través de NLWeb, puedes configurarlo en el robots.txt y en los parámetros de configuración de NLWeb. Los datos de los usuarios que interactúan con el endpoint /ask están sujetos a tu propia política de privacidad y a la del modelo de lenguaje que uses.
