Algunas páginas de documentación y archivos README han empezado a incluir mensajes dirigidos expresamente a los agentes de inteligencia artificial, con instrucciones del tipo "si eres un agente, sigue estos pasos". La práctica resulta incómoda para los lectores humanos y plantea dudas sobre su utilidad real. El autor sostiene que los modelos consumen la documentación de forma similar a las personas y que basta con mejorar la accesibilidad —más ejemplos de código y prosa más densa— para que la aprovechen mejor.
Para verificar su hipótesis, diseñó junto a GPT 5.6 una serie de experimentos con escenarios ficticios, como el caso "Bellwater", en los que el modelo debía elegir entre dos procedimientos válidos. En la primera prueba con Claude Sonnet 4.6, sin recomendación explícita el modelo eligió la opción preferida solo en 5 de 15 ejecuciones (33,3%); al añadir un bloque de recomendación, la selección subió a 15 de 15 (100%). Variaciones adicionales —aislar la recomendación en un párrafo, añadir un encabezado, etiquetar el bloque como "For agents", usar HTML frente a Markdown, comprimir el texto o rodearlo de contexto más largo— mantuvieron el 100% de acierto, lo que indica que la recomendación satura cualquier otro matiz una vez presente.
En una segunda fase, el autor comparó documentación normal con bloques que contenían instrucciones contradictorias, unos etiquetados genéricamente y otros con el rótulo "For agents". En ambos casos, Claude Sonnet ignoró la información correcta en idéntica proporción: 34,5% de decisiones parcialmente correctas y 20% de respuestas plenamente correctas. El experimento sugiere que las secciones "para agentes" no gozan de más autoridad que cualquier otra y que, para los modelos frontera, esas llamadas directas se parecen a un intento de inyección de prompt, por lo que conviene tratarlas como cualquier otro contenido.