Open Knowledge Format: qué es
Tabla de Contenidos
Open Knowledge Format (OKF) es una especificación abierta y neutral respecto a proveedores, presentada por Google Cloud, para almacenar el conocimiento de una organización como un directorio de archivos markdown. Está diseñado para que los agentes de IA puedan leer, escribir y recorrer documentos interconectados de forma directa, sin depender de una capa de traducción propietaria.
¿Qué es Open Knowledge Format y para qué sirve?
OKF estructura el conocimiento de una organización en archivos markdown interconectados, usando un frontmatter (bloque de metadatos en YAML) al inicio de cada archivo. Este formato permite a los agentes de IA acceder y procesar información precisa y estructurada sin necesidad de bases de datos ni plataformas propietarias.
¿Cuál es el origen y contexto del formato OKF?
OKF surge para combatir la fragmentación del conocimiento en empresas, donde la información relevante suele estar dispersa en wikis, bases de datos y documentos aislados. Google Cloud presentó la especificación OKF el 12 de junio de 2026. La propuesta formaliza el patrón conocido como «LLM-Wiki», popularizado por el investigador de IA Andrej Karpathy (puedes consultar la entrada de este glosario dedicada a LLM Wiki para profundizar en ese patrón), convirtiéndolo en un estándar portable e interoperable entre organizaciones y proveedores distintos.
¿Cómo se estructura y funciona un paquete OKF?
Un paquete OKF (un directorio de conocimiento) se apoya en unos pocos elementos fundamentales:
- Archivos de concepto: cada unidad de conocimiento (un conjunto de datos, una API, una política, una métrica) se guarda como un archivo .md independiente.
- Frontmatter en YAML: la cabecera de cada archivo markdown contiene un bloque estructurado. Solo el campo
typees obligatorio; campos comotitle,description,tagsotimestampayudan a los agentes a categorizar el contenido sin tener que leerlo entero. - Concept ID: la ruta del archivo dentro del árbol de directorios funciona como su identificador único, sin necesidad de una base de datos externa.
- Grafo de conocimiento enlazado: en lugar de bases de datos tradicionales, los archivos OKF se conectan mediante enlaces markdown estándar, permitiendo que un agente recorra un grafo conceptual de la información.
- Archivos reservados:
index.mdofrece un mapa del directorio (divulgación progresiva), ylog.mdpuede usarse para mantener un historial cronológico de las actualizaciones de los documentos.
Esta estructura sencilla facilita la lectura y edición con cualquier editor de texto, y permite indexar el conocimiento con herramientas estándar, sin depender de plataformas propietarias ni SDKs (kits de desarrollo).
¿Qué campos frontmatter son obligatorios y recomendados?
| Campo | Obligatorio | Descripción | Ejemplo |
|---|---|---|---|
| type | Sí | Tipo de concepto documentado | «producto», «proceso» |
| title | No | Título breve del concepto | «Smart TV OLED 65» |
| description | No | Descripción corta del contenido | «Televisor 4K con HDR10» |
| resource | No | Enlace externo o recurso relacionado | «manual.pdf» |
| tags | No | Etiquetas para clasificar el concepto | «electrónica, TV» |
| timestamp | No | Fecha/hora de última actualización | «2026-06-15T12:00:00Z» |
¿Cómo implementar OKF en una empresa de comercio electrónico en España?
Para implantar un formato OKF en una empresa de comercio electrónico en España:
- Identifica los conceptos clave: productos, procesos de devolución, protocolos de atención al cliente y guías de marca.
- Crea archivos markdown para cada concepto, añadiendo frontmatter con los campos relevantes.
- Enlaza los archivos entre sí para construir un grafo de conocimiento útil para agentes de IA.
- Actualiza los archivos con información local, como plazos de devolución específicos para España (por ejemplo, 14 días naturales).
- Aloja el paquete OKF en un repositorio accesible para los equipos de contenido y tecnología.
¿Qué beneficios aporta OKF frente a otros formatos?
- Sin bloqueo de proveedor: al ser archivos de texto plano, se pueden versionar con Git estándar, montar en cualquier sistema de archivos y leer con cualquier editor de texto.
- Contexto para IA agéntica: los modelos de lenguaje actuales funcionan mejor con contexto claro y estructurado; OKF les da una «memoria» persistente y actualizable.
- Interoperabilidad entre organizaciones: al estandarizar cómo se presenta la información, una wiki construida por un equipo puede ser leída y recorrida por un agente de IA de una organización completamente distinta.
- Facilita la actualización y el control de versiones del conocimiento corporativo.
- Reduce el riesgo de respuestas erróneas al dar a los agentes acceso directo a fuentes estructuradas y verificables.
¿En qué se diferencia OKF de otros estándares como Schema.org o los grafos de conocimiento?
| Estándar/Término | Diferencia principal |
|---|---|
| Datos estructurados (Schema.org) | Añade significado semántico a páginas web públicas; OKF estructura el conocimiento interno en sí mismo. |
| Grafo de conocimiento | Un grafo es el resultado conceptual; OKF es la base técnica en markdown para construirlo mediante archivos y enlaces. |
| llms.txt | llms.txt señala a los rastreadores de IA qué contenido existe; OKF entrega el contenido estructurado directamente, listo para ser recorrido. |
¿Qué ejemplos prácticos existen en e-commerce en España?
Una empresa española de comercio electrónico puede usar un paquete OKF para centralizar su conocimiento interno:
- Especificaciones del producto: cada archivo describe características técnicas, compatibilidad y garantías.
- Protocolos de atención al cliente: archivos con pasos para devoluciones, consultas frecuentes y escalado de incidencias.
- Guías de marca: documentos sobre tono, identidad visual y mensajes para cada categoría.
Por ejemplo, ante la pregunta «¿Cuál es la política de devoluciones para televisores en España?», un agente de IA puede acceder al archivo relevante y responder con las condiciones y plazos locales, siguiendo los enlaces del grafo de conocimiento hasta la fuente correcta.
¿Dónde consultar la especificación oficial?
La especificación completa de OKF está disponible de forma abierta en el repositorio GoogleCloudPlatform/knowledge-catalog en GitHub, dentro del archivo SPEC.md, junto con paquetes de ejemplo y validadores de conformidad de código abierto para comprobar que un directorio cumple el estándar.
Preguntas frecuentes
¿Es Open Knowledge Format un nuevo factor de clasificación para Google Search?
No, OKF es un formato interno para agentes de IA y no afecta directamente al ranking en Google Search.
¿Cómo se diferencia OKF de los datos estructurados de Schema.org?
Schema.org añade significado a páginas web públicas; OKF estructura conocimiento interno para agentes de IA.
¿Puedo usar OKF para mi web pública o solo para conocimiento interno?
OKF nació para uso interno, pero puede adaptarse a sitios públicos para hacer el contenido más accesible a la IA.
¿Necesito software especial o SDKs para crear o leer archivos OKF?
No, basta con cualquier editor de texto; OKF es solo markdown y frontmatter YAML, sin requisitos de software propietario.
¿OKF es lo mismo que el patrón LLM Wiki de Karpathy?
No exactamente: LLM Wiki es el patrón de arquitectura popularizado por Andrej Karpathy; OKF es la especificación formal que Google Cloud publicó para estandarizar ese mismo patrón y hacerlo interoperable entre distintos proveedores.
