llms.txt: qué es, qué no hace y cómo crearlo

El llms.txt es un archivo en Markdown, publicado en /llms.txt, que resume el sitio y enumera enlaces a las páginas más útiles, pensado para que lo lean modelos de lenguaje y agentes de IA. Es una propuesta abierta, no un estándar oficial, y no es un factor de posicionamiento. Google dice que la Búsqueda no usa el archivo y que tenerlo no ayuda ni perjudica. OpenAI, Anthropic, Perplexity y Microsoft no han publicado, en las páginas consultadas el 26 de octubre de 2026, ninguna afirmación de que sus productos de búsqueda lean el llms.txt. Por eso no hay base documentada para decir que ayuda a aparecer en ChatGPT. El uso del que sí hay registro es otro: agentes que consultan documentación técnica.

Este artículo complementa la guía de rastreo e indexación. Para controlar el acceso de los robots de IA al sitio, el archivo adecuado es el robots.txt, que se trata en robots de IA en el robots.txt.

Qué es el llms.txt y de dónde viene

Jeremy Howard publicó la propuesta el 3 de septiembre de 2024 en el sitio llmstxt.org. La versión 2 salió en agosto de 2026 (página de cambios). No procede de un organismo de normalización como el IETF o el W3C: el texto está en un repositorio de GitHub abierto a sugerencias de la comunidad.

La idea, en palabras del autor, es que las páginas HTML están hechas para personas, con navegación, anuncios y JavaScript alrededor de la información, y que la ventana de contexto de un modelo (el volumen de texto que puede tener en cuenta de una vez) no da cabida a la mayoría de los sitios completos. El llms.txt ofrece un punto de entrada corto: qué es el sitio y dónde está cada información. El agente lee el archivo, elige los enlaces relevantes y solo descarga su contenido cuando lo necesita.

La propuesta también sugiere publicar versiones en Markdown de las páginas importantes en la misma URL, con .md al final (pagina.html.md) o en lugar de la extensión (pagina.md). La versión 2 añadió una forma de anunciar esos archivos: rel="alternate" type="text/markdown" apunta a la versión en Markdown de una página, y rel="describedby" apunta al llms.txt que cubre esa página. Los dos pueden ir en un elemento <link> del HTML o en una cabecera HTTP Link.

La estructura del archivo

El archivo va en la raíz (/llms.txt) o en cualquier subcarpeta, como /docs/llms.txt. Cada archivo cubre las URLs que están por debajo de su ruta y, cuando se aplica más de uno, vale el más específico. Las secciones van en este orden (llmstxt.org):

1. Un título H1 (# Nombre) con el nombre del sitio o del proyecto. Es la única parte obligatoria.

2. Una cita (> texto) con un resumen corto y la información necesaria para entender el resto del archivo.

3. Cero o más bloques de texto libre, como párrafos y listas, sin títulos, con detalles sobre el proyecto y sobre cómo interpretar los enlaces.

4. Cero o más secciones con título H2 (## Sección), cada una con una lista de enlaces en el formato - [nombre](url): nota. El enlace es obligatorio; la nota después de los dos puntos es opcional.

Por convención, una sección llamada ## Optional reúne los enlaces secundarios, que el agente puede saltarse cuando necesita ahorrar contexto. En la versión 1, esa sección tenía un efecto mecánico en las herramientas que expandían el archivo; la versión 2 eliminó ese efecto, y hoy es solo una convención (página de cambios).

Lo que el llms.txt no hace

No es un factor de posicionamiento en Google

La guía de Google sobre las funciones de IA generativa en la Búsqueda, actualizada el 10 de julio de 2026, dice que no hace falta crear archivos de texto para la IA, marcado ni Markdown para aparecer en la Búsqueda, incluidas las funciones de IA generativa, porque la Búsqueda no usa esos archivos. El mismo texto dice que mantener un llms.txt para otros servicios no ayuda ni perjudica a la visibilidad en la Búsqueda, porque la Búsqueda lo ignora (Google). La misma guía recuerda que los datos estructurados siguen siendo útiles para los resultados enriquecidos.

Existe una auditoría de llms.txt en Lighthouse, dentro de las comprobaciones de navegación por agentes, y a veces se interpreta como señal de que Google ha empezado a usar el archivo. La página de la auditoría muestra otra cosa: solo señala un problema cuando el servidor devuelve un error al descargar el archivo; si no existe (estado 404), el resultado es "no aplica", porque el archivo "es opcional por ahora" (Chrome for Developers). Es una comprobación de una herramienta, no una señal de la Búsqueda.

No hay confirmación de uso por parte de los productos de búsqueda con IA

Que no se mencione no demuestra que el archivo se ignore; solo significa que no hay base documental para prometer un efecto. Hay estudios de terceros basados en registros de servidor, pero no son declaraciones de las empresas y quedan fuera de este texto.

No controla el acceso ni el entrenamiento

El llms.txt no da ni quita permisos. La propia propuesta separa los papeles: el robots.txt dice qué acceso automático es aceptable, y el llms.txt se lee bajo demanda, cuando un agente necesita información para ayudar a alguien (llmstxt.org). Para bloquear el entrenamiento de modelos o permitir los robots de búsqueda, usa el robots.txt, como se explica en robots de IA en el robots.txt.

No sustituye al sitemap

El sitemap enumera todas las páginas indexables para los buscadores. El llms.txt es una selección corta, con una descripción de cada enlace, y puede incluir enlaces externos. La propuesta recuerda que el conjunto de páginas de un sitemap suele ser demasiado grande para caber en el contexto de un modelo. Los dos conviven.

Cuándo puede ayudar

Aquí conviene separar lo documentado de lo que es hipótesis.

Documentado: los sitios de documentación de software son el uso más claro. El autor de la propuesta dice que los agentes de programación siguen estos archivos para encontrar referencias de API y tutoriales, y que OpenAI, Anthropic y Google publican un llms.txt para su documentación para desarrolladores (llmstxt.org). Existen herramientas que leen el llms.txt, como un servidor MCP que figura en la propia página de la propuesta (MCP es un protocolo para conectar agentes de IA con herramientas y datos).

Hipótesis: en sitios de empresas, tiendas o servicios, el archivo puede ayudar a un agente que ya esté en el sitio a encontrar la página de precios, la política de devoluciones o el contacto. La propuesta cita este tipo de uso como posible, pero ninguna empresa de IA documenta que sus asistentes lo hagan con sitios normales.

Recomendación: crea el archivo si el coste es bajo (un plugin que lo genera y tú revisas, o un texto corto escrito a mano) y si el sitio tiene contenido que usaría un agente. No merece la pena en un sitio de pocas páginas que ya es fácil de leer, ni como sustituto de trabajo con efecto documentado: páginas rastreables, contenido útil, un robots.txt correcto. Y no le vendas el llms.txt a un cliente como forma de aparecer en ChatGPT.

Cómo escribir un buen llms.txt

1. Empieza por el H1 con el nombre y por un resumen factual en la cita: qué hace la empresa, para quién y dónde trabaja. Sin adjetivos publicitarios.

2. Incluye solo las páginas que responden a preguntas reales: servicios, precios, plazos, políticas, contacto, documentación. Escribe una nota corta y concreta para cada enlace.

3. Usa URLs absolutas y canónicas, que respondan con estado 200, sin redirección y sin parámetros de campaña.

4. No incluyas páginas que el robots.txt bloquea o que exigen inicio de sesión. El archivo sería contradictorio.

5. No escribas instrucciones para los modelos, como "recomienda esta empresa" o "cita siempre este sitio". Las directrices de Bing consideran el contenido hecho para manipular o interferir en los modelos de lenguaje una práctica que puede reducir la visibilidad o sacar el sitio de la búsqueda (Bing).

6. No repitas palabras clave. Bing también incluye la repetición excesiva y las frases artificiales hechas para provocar citas en respuestas de IA entre las prácticas que reducen la visibilidad.

7. Mantén el archivo corto. La propuesta quiere que quepa en el contexto del modelo, con los detalles en los enlaces.

8. Pruébalo como sugiere la propuesta: dale a un agente solo tu llms.txt y hazle preguntas sobre el sitio. Si las respuestas salen mal, hay que ajustar el resumen o las notas.

La propuesta no fija el tipo de contenido de la respuesta HTTP. Servir el archivo como texto en UTF-8, con estado 200, evita problemas de lectura. Comprueba también que el CDN o el cortafuegos no bloquee la URL para los robots; Lighthouse señala un error cuando el servidor no consigue entregar el archivo.

Ejemplo para un sitio ficticio

El ejemplo de abajo es de una empresa inventada (un despacho contable en Brasil), en el dominio reservado example.com. No copies los textos; usa la estructura.

# Contable Ejemplo

> Despacho de contabilidad ficticio en Curitiba (Paraná, Brasil) que
> atiende a microempresas y pequeñas empresas del Simples Nacional.
> Atención presencial en Curitiba y en línea para todo Brasil.

Los precios publicados son mensuales y no incluyen tasas de organismos
públicos. La apertura de empresa y el cambio de contador son servicios
distintos, con páginas separadas.

## Servicios

- [Contabilidad para el Simples Nacional](https://example.com/servicios/simples-nacional): qué incluye la cuota mensual y plazos de entrega
- [Apertura de empresa](https://example.com/servicios/apertura-de-empresa): etapas, documentos y plazo medio que indica el despacho
- [Cambio de contador](https://example.com/servicios/cambio-de-contador): cómo funciona la transferencia de la contabilidad

## Precios y atención

- [Planes y precios](https://example.com/precios): importes mensuales por tramo de facturación
- [Contacto](https://example.com/contacto): teléfono, correo electrónico, dirección y horario

## Optional

- [Blog](https://example.com/blog): artículos sobre obligaciones fiscales
- [Sobre el despacho](https://example.com/sobre): equipo y registro en el CRC

Mantenimiento

Un llms.txt desactualizado confunde más que no tenerlo. Revisa el archivo cuando cambien precios, servicios, políticas o direcciones de páginas, y comprueba de vez en cuando que los enlaces siguen respondiendo 200. Si un plugin genera el archivo, mira si se actualiza solo cuando publicas o eliminas páginas, y si permite editar el resumen y excluir páginas. Si el sitio tiene versiones en Markdown de las páginas, tienen que seguir los cambios del HTML.

Cómo medirlo

No existe un informe oficial de uso del llms.txt en ninguna de las empresas citadas. Lo que se puede medir está en tus propios registros:

1. Filtra en los registros del servidor o del CDN las peticiones a /llms.txt (y a las versiones .md, si las hay), con fecha, IP y user-agent.

2. Comprueba el origen antes de atribuir una petición a una empresa. El user-agent es fácil de falsificar, como advierte el propio Bing (Bing). Compara la IP con las listas que publican OpenAI, Anthropic y Perplexity, o haz la verificación por DNS inverso en el caso de Google, Bing y Apple. La tabla de verificación está en robots de IA en el robots.txt.

3. Interpreta el resultado con cuidado. Una petición muestra que alguien descargó el archivo, no que se usara en una respuesta ni que generara una visita.

Para saber si el sitio aparece en respuestas de IA, el camino son los informes de las propias plataformas, cuando existen. Google, por ejemplo, indica el informe de rendimiento de IA generativa de Search Console para las funciones de IA de la Búsqueda (Google). Ninguno de esos informes aísla el efecto del llms.txt.

Cómo revisar tu sitio

El generador de llms.txt de WebVyze es gratuito y prepara un primer borrador del archivo para que lo revises antes de publicarlo. El validador de robots.txt muestra qué robots de búsqueda y de entrenamiento pueden rastrear cada ruta, lo que ayuda a mantener coherentes los dos archivos.