# AX-SYS-01: Haz que tu propósito sea legible por máquinas

> Context and comprehension · foundational · AX-SYS-01

Un agente que no puede interpretar qué hace tu producto no puede usarlo ni citarlo. Expón tu propósito mediante datos estructurados, HTML semántico, un índice llms.txt y archivos de contexto alojados.

## Por qué

Reducir el armazón HTML a markdown recorta entre un 80 y un 90 por ciento de los tokens del agente y mejora la recuperación (análisis de Cloudflare/Fern). El marco canónico de AX (agentexperience.ax, Alineación Contextual) exige que los servicios proporcionen contexto de forma activa, porque no se debe asumir que los agentes tengan suficiente contexto interno ni un modelo entrenado correctamente. Biilmann lo identifica como el pilar de Contexto: "¿conoce el LLM tu producto?"

## Haz

Publica `/llms.txt`, datos estructurados JSON-LD y descripciones `<meta>` claras. Proporciona también archivos de contexto alojados que los agentes puedan usar directamente: AGENTS.md (reglas para agentes de programación), archivos de Agent Skills y especificaciones de flujos de trabajo Arazzo para interacciones complejas de varios pasos. Consulta agentexperience.ax para conocer todo el ecosistema de archivos de contexto.

## No hagas

Depender de páginas renderizadas con JS sin datos estructurados, ni asumir que el modelo se entrenó con la documentación actual sobre tu producto.

## Artefacto

`/llms.txt`:

```
# Acme
> One-line description of what Acme does.
## Docs
- [Quickstart](https://acme.com/docs/quickstart.md): get running in 5 minutes
- [API reference](https://acme.com/docs/api.md): endpoints and schemas
```

Combínalo con JSON-LD en las páginas clave:

```html
<script type="application/ld+json">
{"@context":"https://schema.org","@type":"SoftwareApplication","name":"Acme",
 "description":"Acme helps teams do X.","url":"https://acme.com",
 "offers":{"@type":"Offer","price":"29","priceCurrency":"USD"}}
</script>
```

## Fuentes

1. [agentexperience.ax — Principles of AX](https://agentexperience.ax/concepts/principles-of-ax/) — Contextual Alignment: digital services must not assume an agent has sufficient internal context; provide structured context via llms.txt, MCP, agents.json, Arazzo, and AGENTS.md
2. [Mathias Biilmann — AX in Practice](https://biilmann.blog/articles/ax-in-practice/) — LLMs need precise, structured documentation about what is special about your product, including unique APIs and knowledge the model may not have from training
3. [Cloudflare / Fern — Token Analysis](https://buildwithfern.com/post/optimizing-api-docs-ai-agents-llms-txt-guide) — Stripping HTML chrome to markdown cuts agent tokens 80–90% and improves retrieval accuracy
4. [llms.txt standard — Jeremy Howard / Answer.AI](https://llmstxt.org/) — Proposed September 2024; standardised way for websites to provide key information to LLMs via a root-level index file

---
Source: Agent Experience Principles (axprinciples.com)