Detecta Visitas de Agentes de IA en Tiempo Real

El problema

Los agentes LLM rastrean tu sitio bajo docenas de user-agents, algunos declarados (chatgpt-user, perplexitybot), muchos no. Las analíticas estándar los agrupan como 'tráfico de bots' y los descartan. Pierdes la señal de que tu contenido está siendo leído por agentes de IA ahora mismo, que es la métrica AEO más importante en 2026.

La solucion de Scavio

Coloca el pixel 1x1 de Scavio en el layout de tu sitio. Cada visita de agente dispara el pixel; Scavio analiza el user-agent, normaliza a una etiqueta de motor (chatgpt, perplexity, claude, gemini, unknown-llm) y transmite eventos en tiempo real. Obtienes la curva real de tráfico de agentes de IA sin mantener un registro de user-agents.

Para quien es

Equipos que quieren visibilidad en tiempo real del tráfico de agentes LLM en su sitio.

Beneficios clave

• Instalación de pixel en una línea, sin cambios en backend
• Feed de transmisión en tiempo real via websocket o HTTP poll
• Etiquetas de motor normalizadas para más de 50 user-agents LLM conocidos
• Detecta agentes LLM no declarados mediante heurísticas de fingerprint de solicitud
• Almacena 30 días de historial por sitio, plan gratuito

Ejemplo en Python

import os, requests
SCAVIO = os.environ['SCAVIO_API_KEY']

def recent_agent_visits(site):
    r = requests.get('https://api.scavio.dev/api/v1/agentic-traffic/recent',
        headers={'x-api-key': SCAVIO},
        params={'site': site, 'window': '15m'}).json()
    return r.get('events', [])

for e in recent_agent_visits('scavio.dev'):
    print(e['engine'], e['route'], e['ts'])

Ejemplo en JavaScript

const H = { 'x-api-key': process.env.SCAVIO_API_KEY };

async function recentVisits(site) {
  const url = `https://api.scavio.dev/api/v1/agentic-traffic/recent?site=${site}&window=15m`;
  const r = await fetch(url, { headers: H });
  return (await r.json()).events || [];
}

for (const e of await recentVisits('scavio.dev')) {
  console.log(e.engine, e.route, e.ts);
}

Plataformas utilizadas