ScavioScavio
ProductoPreciosDocumentación
Iniciar sesionComenzar
  1. Inicio
  2. Tutoriales
  3. Cómo optimizar el sitio D2C para el descubrimiento de agentes de IA
Tutorial

Cómo optimizar el sitio D2C para el descubrimiento de agentes de IA

Haga que su marca D2C sea visible para los agentes de compras de IA. Datos estructurados, llms.txt y optimización del feed de productos para el tráfico de agentes.

Obtener clave API gratisDocumentacion API

Los agentes de compras de IA de ChatGPT, Perplexity y Claude ahora recomiendan productos directamente. Si su sitio D2C no está optimizado para el rastreo de agentes, perderá estas referencias a Amazon. Este tutorial muestra cómo auditar la visibilidad actual de sus agentes, agregar datos estructurados, crear llms.txt y verificar que los agentes puedan encontrar sus productos.

Requisitos previos

  • Python 3.8+
  • solicita biblioteca
  • Una clave API de Scavio de scavio.dev
  • URL del sitio D2C con páginas de productos

Guia paso a paso

Paso 1: Auditar la visibilidad actual del agente de IA

Compruebe si los agentes de IA pueden encontrar y recomendar sus productos hoy.

Python
import os, requests

API_KEY = os.environ['SCAVIO_API_KEY']
SH = {'x-api-key': API_KEY, 'Content-Type': 'application/json'}

def check_visibility(brand, product):
    queries = [
        f'best {product} 2026',
        f'{product} recommendations',
        f'buy {product} online direct',
        f'{brand} {product} review',
    ]
    results = {'found': 0, 'total': 0, 'positions': []}
    for q in queries:
        data = requests.post('https://api.scavio.dev/api/v1/search',
            headers=SH, json={'query': q, 'country_code': 'us'}).json()
        organic = data.get('organic_results', [])
        results['total'] += 1
        for i, r in enumerate(organic):
            if brand.lower() in r.get('link', '').lower() or brand.lower() in r.get('title', '').lower():
                results['found'] += 1
                results['positions'].append(i + 1)
                break
    visibility = results['found'] / results['total'] * 100 if results['total'] else 0
    avg_pos = sum(results['positions']) / len(results['positions']) if results['positions'] else 0
    print(f'Brand: {brand}')
    print(f'Visibility: {visibility:.0f}% ({results["found"]}/{results["total"]} queries)')
    print(f'Avg position when found: {avg_pos:.1f}')
    print(f'Cost: ${results["total"] * 0.005:.3f}')
    return results

check_visibility('YourBrand', 'organic face cream')

Paso 2: Verifique datos estructurados y llms.txt

Verifique que su sitio tenga las señales correctas para el rastreo de agentes de IA.

Python
def audit_agent_readiness(domain):
    """Check if a D2C site is ready for AI agent discovery."""
    checks = []
    # Check llms.txt
    data = requests.post('https://api.scavio.dev/api/v1/search',
        headers=SH, json={'query': f'site:{domain} llms.txt', 'country_code': 'us'}).json()
    has_llms = len(data.get('organic_results', [])) > 0
    checks.append(('llms.txt exists', has_llms))
    # Check structured data
    data = requests.post('https://api.scavio.dev/api/v1/search',
        headers=SH, json={'query': f'site:{domain} product', 'country_code': 'us'}).json()
    results = data.get('organic_results', [])
    has_rich = any(r.get('rich_snippet') for r in results)
    checks.append(('Rich snippets on product pages', has_rich))
    # Check sitemap
    data = requests.post('https://api.scavio.dev/api/v1/search',
        headers=SH, json={'query': f'site:{domain} sitemap.xml', 'country_code': 'us'}).json()
    has_sitemap = len(data.get('organic_results', [])) > 0
    checks.append(('Sitemap indexed', has_sitemap))
    print(f'\nAgent Readiness Audit: {domain}')
    for check, passed in checks:
        status = 'PASS' if passed else 'FAIL'
        print(f'  [{status}] {check}')
    score = sum(1 for _, p in checks if p)
    print(f'\nScore: {score}/{len(checks)}')
    return checks

audit_agent_readiness('example-d2c-brand.com')

Paso 3: Genere llms.txt para su sitio D2C

Cree un archivo llms.txt que ayude a los agentes de IA a comprender su catálogo de productos.

Python
def generate_llms_txt(brand, domain, products):
    """Generate llms.txt for a D2C brand."""
    lines = [
        f'# {brand}',
        f'',
        f'> {brand} sells directly to consumers at {domain}.',
        f'> All products ship from our warehouse. Free returns within 30 days.',
        f'',
        f'## Products',
    ]
    for p in products:
        lines.append(f'- [{p["name"]}](https://{domain}/products/{p["slug"]}): {p["description"]}')
    lines.extend([
        f'',
        f'## Ordering',
        f'- [Shop All](https://{domain}/shop)',
        f'- [FAQ](https://{domain}/faq)',
        f'- [Shipping Policy](https://{domain}/shipping)',
        f'- [Returns](https://{domain}/returns)',
    ])
    content = '\n'.join(lines)
    print(content)
    return content

# Example product catalog
products = [
    {'name': 'Organic Face Cream', 'slug': 'organic-face-cream', 'description': '50ml, $28, for sensitive skin'},
    {'name': 'Vitamin C Serum', 'slug': 'vitamin-c-serum', 'description': '30ml, $22, brightening formula'},
]

llms_txt = generate_llms_txt('GlowCo', 'glowco.com', products)
print(f'\nSave this as /llms.txt on your domain root')

Paso 4: Supervisar el descubrimiento de agentes a lo largo del tiempo

Realice un seguimiento de si los agentes de IA comienzan a encontrar sus productos después de la optimización.

Python
import json

def track_agent_visibility(brand, domain, products, history_file='visibility_log.json'):
    try:
        with open(history_file) as f:
            history = json.load(f)
    except FileNotFoundError:
        history = []
    today = {'date': '2026-05-20', 'queries': []}
    for product in products:
        query = f'best {product} 2026'
        data = requests.post('https://api.scavio.dev/api/v1/search',
            headers=SH, json={'query': query, 'country_code': 'us'}).json()
        organic = data.get('organic_results', [])
        position = None
        for i, r in enumerate(organic):
            if domain in r.get('link', ''):
                position = i + 1
                break
        today['queries'].append({'query': query, 'position': position})
    history.append(today)
    found = sum(1 for q in today['queries'] if q['position'])
    print(f'Visibility check: {found}/{len(products)} products found in SERP')
    for q in today['queries']:
        pos = f'#{q["position"]}' if q['position'] else 'Not found'
        print(f'  {q["query"][:40]:40} | {pos}')
    if len(history) >= 2:
        prev = history[-2]
        prev_found = sum(1 for q in prev['queries'] if q['position'])
        delta = found - prev_found
        print(f'\nChange vs last check: {delta:+d} products visible')
    print(f'Cost: ${len(products) * 0.005:.3f}')

track_agent_visibility('GlowCo', 'glowco.com', ['organic face cream', 'vitamin c serum'])

Ejemplo en Python

Python
import os, requests
SH = {'x-api-key': os.environ['SCAVIO_API_KEY'], 'Content-Type': 'application/json'}

def check_d2c(brand, product):
    data = requests.post('https://api.scavio.dev/api/v1/search',
        headers=SH, json={'query': f'best {product} 2026', 'country_code': 'us'}).json()
    for i, r in enumerate(data.get('organic_results', [])):
        if brand.lower() in r.get('title', '').lower():
            print(f'{brand} found at position {i+1}')
            return
    print(f'{brand} not found in top results')

check_d2c('GlowCo', 'organic face cream')
print('Cost: $0.005')

Ejemplo en JavaScript

JavaScript
const SH = { 'x-api-key': process.env.SCAVIO_API_KEY, 'Content-Type': 'application/json' };
async function checkD2C(brand, product) {
  const data = await fetch('https://api.scavio.dev/api/v1/search', {
    method: 'POST', headers: SH,
    body: JSON.stringify({ query: `best ${product} 2026`, country_code: 'us' })
  }).then(r => r.json());
  const pos = (data.organic_results || []).findIndex(r => r.title.toLowerCase().includes(brand.toLowerCase()));
  console.log(pos >= 0 ? `${brand} at #${pos+1}` : `${brand} not found`);
}
await checkD2C('GlowCo', 'organic face cream');

Salida esperada

JSON
Brand: GlowCo
Visibility: 50% (2/4 queries)
Avg position when found: 6.5
Cost: $0.020

Agent Readiness Audit: glowco.com
  [FAIL] llms.txt exists
  [PASS] Rich snippets on product pages
  [PASS] Sitemap indexed

Score: 2/3

Visibility check: 2/2 products found in SERP
  best organic face cream 2026             | #5
  best vitamin c serum 2026                | #8
Cost: $0.010

Tutoriales relacionados

  • Cómo construir un canal de auditoría de visibilidad de IA
  • Cómo realizar un seguimiento de si su SaaS aparece en la búsqueda de IA
  • Cómo auditar su sitio para garantizar la legibilidad del LLM

Preguntas frecuentes

La mayoria de los desarrolladores completan este tutorial en 15 a 30 minutos. Necesitaras una clave API de Scavio (el plan gratuito funciona) y un entorno de Python o JavaScript.

Python 3.8+. solicita biblioteca. Una clave API de Scavio de scavio.dev. URL del sitio D2C con páginas de productos. Una clave API de Scavio te da 50 creditos gratuitos al registrarte.

Si. El plan gratuito incluye 50 creditos al registrarte, mas que suficiente para completar este tutorial y crear un prototipo funcional.

Scavio tiene un paquete nativo de LangChain (langchain-scavio), un servidor MCP y una API REST simple que funciona con cualquier cliente HTTP. Este tutorial usa the raw REST API, pero puedes adaptarlo al framework que prefieras.

Recursos relacionados

Best Of

Las mejores herramientas de preparación de IA D2C y llms.txt (2026)

Read more
Best Of

Las mejores aplicaciones de productividad de IA en 2026

Read more
Glossary

Panorama de proveedores de API de búsqueda (2026)

Read more
Glossary

Buscar Era del muro de pago (2026)

Read more
Use Case

Recuperación de búsqueda web local LLM 2026

Read more
Use Case

Acceso web de IA de código abierto 2026

Read more

Empieza a construir

Haga que su marca D2C sea visible para los agentes de compras de IA. Datos estructurados, llms.txt y optimización del feed de productos para el tráfico de agentes.

Obtener clave API gratuitaLeer la documentacion
ScavioScavio

API de busqueda en tiempo real para agentes de IA. Busca en todas las plataformas, no solo en Google.

Producto

  • Funciones
  • Precios
  • Panel
  • Afiliados

Desarrolladores

  • Documentacion
  • Referencia de API
  • Inicio rapido
  • Integracion MCP
  • Python SDK

Alternativas

  • Alternativa a Tavily
  • Alternativa a SerpAPI
  • Alternativa a Firecrawl
  • Alternativa a Exa

Herramientas

  • Formateador JSON
  • cURL a codigo
  • Contador de tokens
  • Todas las herramientas

© 2026 Scavio. Todos los derechos reservados.

Featured on TAAFT
Terminos de servicioPolitica de privacidad