
TOON, resúmenes compactos y un patrón práctico para publicar ya sin regalar tokens.
Serie:
- Parte 1: Introducción
- Parte 2: Estrategias técnicas
- Parte 3: Más reducción de tokens
Tabla de contenido
Abrir tabla de contenido
De la Parte 2 a la Parte 3
En la Parte 2 vimos cómo bloquear, permitir y servir contenido alternativo a bots. Aquí cierro la serie con una pregunta concreta: si ya voy a mostrar un resumen a la IA, ¿cómo lo hago de forma que consuma los mínimos tokens posibles sin perder contexto?
Este artículo propone un formato simple (TOON) y un flujo de publicación que puedes aplicar hoy mismo.
El objetivo: menos tokens, mismo contexto
No buscamos ocultar todo: buscamos optimizar qué ve la IA. El objetivo es que un bot pueda:
- entender de qué va el artículo,
- enlazarlo correctamente,
- y evitar ingerir el texto completo.
Eso implica resúmenes muy compactos y una estructura pensada para reducir tokens.
Qué es TOON (Token-Oriented Object Notation)
TOON es un formato compacto y legible que codifica el modelo de datos JSON para prompts de LLM, con el objetivo de reducir tokens sin perder estructura. La documentación oficial lo define como una representación “compacta y legible” del modelo JSON para prompts. TOON: Token-Oriented Object Notation
Aunque TOON no se diseñó específicamente para compartir contenido en internet, sí fue pensado para reducir tokens y mejorar la comprensión por parte de los modelos. Por eso es ideal para publicar contenidos que consumirán máquinas.
Además, hay benchmarks públicos que miden comprensión y recuperación de datos: TOON alcanza un 73,9% de precisión frente a 69,7% en JSON y usa un 39,6% menos de tokens en los datasets probados. Benchmarks de TOON
Piensa en TOON como un equivalente ultra-resumido de tu artículo: título, URL canónica, resumen mínimo, puntos clave y etiquetas. Todo lo demás sobra.
Principios de diseño TOON
- Campos cortos y estables: claves breves, valores compactos.
- Nada de prosa larga: el resumen es máximo 1-2 líneas.
- Sin duplicidad: evita repetir lo mismo con otras palabras.
- Sin relleno: adjetivos y contexto superfluo fuera.
- Canónico siempre: un enlace claro a la URL completa.
Plantilla TOON mínima (ejemplo)
Los campos TOON recomendados están diseñados para ser fácilmente comprensibles por los modelos de lenguaje, pero al no ser un estándar cerrado, puedes incluir cualquier campo o estructura que necesites para describir tu contenido: author, modified, title, category o cualquier otra clave o estructura de datos TOON que tenga sentido en tu caso.
Ejemplo realista para un artículo:
ver: 1
type: article
lang: es
url: https://tusitio.com/post/estrategia-hibrida
use: index=1,cite=1,train=0,derive=0
sum: Estrategia híbrida para controlar crawlers IA sin perder visibilidad ni regalar contenido completo.
k: [bloqueo_selectivo|feed_compacto|control_semantico|menos_tokens]
ent: [robots.txt|nginx|ai_crawlers]
ts: 2026-01-15
Nombres de campos (por qué estos y no otros)
ver: más claro quev, más corto queversion.type: universal en datasets.lang: estándar reconocido por LLMs.url: universal y esperado.use: semántica directa.sum: muy común en datasets.k: abreviatura ampliamente usada.ent: estándar informal para entidades.
Mínimo viable real:
type: contexto inmediato del contenido.lang: interpretación lingüística correcta.url: fuente canónica para citación.sum: respuesta inmediata sin inferencia.
Con estos 4 campos, un LLM puede responder, resumir y citar.
Campo use (núcleo ético-técnico)
Es una propuesta sin efecto vinculante: el bot puede ignorarla, pero también podría usarla en un futuro para entender el contexto y respetar tus preferencias.
Formato compacto:
use: index=1,cite=1,train=0,derive=0
Interpretación natural para cualquier LLM:
index=1: se puede indexar.cite=1: se puede citar con enlace.train=0: no entrenar.derive=0: no persistir derivados.
TOON para un artículo vs TOON para listados
Un TOON de artículo es útil para explicar un contenido concreto con el mínimo de tokens. Un TOON de listado (por ejemplo, últimos artículos, guías o productos) es aún más valioso porque ahorras tokens en bloque: compartes campos una sola vez y reduces mucha repetición.
En listados, TOON brilla por el patrón tabular: declaras los campos una vez y luego solo envías filas. Eso baja muchísimo el coste cuando hay 10, 50 o 200 entradas.
Ejemplo: listado compacto de artículos
toon: 1
list: articles
articles[3]{id,url,tit,summary,updated}:
parte-1,/blog/limitar-acceso-ia-contenido-sin-desaparecer-parte-1,Intro,Ideas base y contexto,2026-01-10
parte-2,/blog/limitar-acceso-ia-contenido-sin-desaparecer-parte-2,Estrategias,Control técnico para bots,2026-01-14
parte-3,/blog/limitar-acceso-ia-contenido-sin-desaparecer-parte-3,TOON,Más reducción de tokens,2026-01-18
Si publicas un feed o un índice de contenidos, un TOON de listado reduce tokens de forma mucho más agresiva que uno por artículo.
Técnicas adicionales de reducción de tokens
TOON es el contenedor. Estas técnicas ayudan a compactar el contenido:
- Resumen jerárquico: un titular + 3 puntos clave.
- Listas en vez de párrafos: menos tokens y más densidad informativa.
- Entidades y conceptos clave: nombra lo esencial (tecnologías, normas, riesgos).
- Eliminar redundancias: no repitas la misma idea con sinónimos.
- Cero citas largas: enlaza a la fuente en lugar de copiar.
Propuesta práctica para que funcione hoy
Esto funciona hoy de forma segura y sería muy positivo seguir trabajando en esta dirección, creando formatos y propuestas estandarizadas para la compartición de información hacia máquinas, con el objetivo claro de reducir el consumo energético y la cantidad de tokens necesarios.
Este es un flujo mínimo viable y realista:
-
Crea un fichero TOON por artículo
- Ruta sugerida:
/ia-content/slug.toon - Formato: texto plano
- Ruta sugerida:
-
Añádelo a tu
llms.txt
# /llms.txt (ejemplo, formato Markdown)
# Mi sitio
> Contenido técnico con alternativas compactas para IA.
Aquí publico TOONs por artículo y listados compactos para IA.
## Contenido alternativo
- [TOON Parte 3](https://tu-dominio.com/ia-content/limitar-acceso-ia-contenido-sin-desaparecer-parte-3.toon): Resumen TOON del artículo.
- [TOON Listado](https://tu-dominio.com/ia-content/indice.toon): Índice compacto de artículos.
- Enlaza el TOON desde el HTML
<link rel="alternate" type="text/plain" href="/ia-content/limitar-acceso-ia-contenido-sin-desaparecer-parte-3.toon">
- Ajusta
robots.txtpara permitir a bots de IA acceder a/ia-content/y limitar el HTML completo (como en la Parte 2).
Con este flujo ya tienes una versión accesible para bots con un coste de tokens muy bajo y sin cambiar el contenido humano.
¿Cuánto se puede reducir?
Depende del tamaño del artículo, pero el orden de magnitud es claro: pasas de miles de tokens a decenas o pocos cientos. Es decir, menos coste energético, menos cómputo y menos exposición del contenido completo.
Si quieres medirlo, usa cualquier tokenizador de tu modelo objetivo y compara el HTML o el artículo completo frente al TOON resumido. El salto es inmediato.
Herramientas para medir tokens
- TOON Playground: pega tu JSON y compara tokens entre JSON y TOON en tiempo real. TOON Playground
- OpenAI Tokenizer: herramienta oficial para contar tokens en textos y prompts. OpenAI Tokenizer
- Chase Adams Tokenization Playground: compara tokens entre formatos con presets. Format Tokenization Exploration
Límites y advertencias
- TOON no es un estándar: úsalo como formato práctico, no como garantía de adopción. En la documentación proponen utilizar el MIME type
text/toon(aunque aún no está registrado oficialmente en IANA) y la extensión.toon. - Mientras no exista un estándar común: es la aproximación más razonable hoy para reducir tokens sin perder contexto.
- Alternativas válidas: puedes publicar también JSON, Markdown o texto plano si encajan mejor con tu flujo, aunque TOON ofrece la mejor relación entre reducción de tokens y comprensión por parte de los modelos (especialmente en listados estructurados).
- Evita cloaking con buscadores clásicos si tu prioridad es SEO (no sirvas contenido distinto a Googlebot salvo que lo controles bien).
Checklist rápido
- Tengo un TOON por artículo en
/ia-content/. - Mi
llms.txtapunta a esos archivos. - Mi HTML enlaza el TOON con
rel="alternate". - Mi
robots.txtsepara entrenamiento vs búsqueda. - Mi servidor web separa entrenamiento vs búsqueda.
Si finalmente no te preocupa el consumo energético pero tienes un servicio en producción (sobre todo si utiliza listas de objetos con JSON), usar TOON te ahorrará dinero. Y a quienes sí nos preocupa el impacto medioambiental, nos tendrás más contentos.
Referencias y recursos
- Parte 1: Cómo limitar el acceso de la inteligencia artificial a tu contenido sin desaparecer de la web (Parte 1 - Introducción)
- Parte 2: Cómo limitar el acceso de la inteligencia artificial a tu contenido sin desaparecer de la web (Parte 2 - Estrategias técnicas)
- llms.txt (propuesta): https://llmstxt.org/
- ai-robots-txt (repositorio): https://github.com/ai-robots-txt/ai.robots.txt
- TOON (documentación oficial): https://toonformat.dev/
- TOON Benchmarks (precisión y tokens): https://toonformat.dev/guide/benchmarks
- TOON Playground (comparación JSON vs TOON): https://toonformat.dev/playground.html
- OpenAI Tokenizer: https://platform.openai.com/tokenizer
- Chase Adams Tokenization Playground Format Tokenization Exploration