llms.txt es un estándar propuesto para un archivo Markdown simple colocado en la raíz de un sitio web, en /llms.txt, que ofrece a los modelos de lenguaje grandes un mapa corto y curado del contenido más útil del sitio. Es una comodidad para las herramientas de IA que leen sitios web, no una señal de posicionamiento ni un control de acceso. Los especialistas en marketing pueden añadir uno rápidamente, pero no deben esperar que cambie la visibilidad en Google o en los motores de respuesta de IA por sí solo.
La propuesta fue publicada por Jeremy Howard de Answer.AI en 2024. La idea es simple: las páginas web están llenas de navegación, scripts y diseños que las hacen incómodas para que los modelos de lenguaje las lean dentro de ventanas de contexto limitadas. Un resumen limpio en Markdown que apunte a las páginas importantes, idealmente con versiones en Markdown de esas páginas, ayuda a una herramienta de IA a encontrar y entender lo que importa.
¿Qué contiene un archivo llms.txt?
El formato es intencionalmente flexible y legible para los humanos. Un archivo típico incluye:
- Un encabezado H1 con el nombre del sitio o proyecto.
- Una cita corta que resuma lo que hace el sitio o la empresa.
- Párrafos opcionales con contexto clave, como para quién es el producto.
- Secciones H2 con listas de enlaces, cada una con una breve descripción, por ejemplo, “Servicios”, “Guías”, “Precios”, “Documentación”.
- Una sección opcional, a menudo titulada “Opcional”, para enlaces secundarios que pueden omitirse cuando el contexto es limitado.
Algunos sitios también publican /llms-full.txt, un archivo único que contiene el texto completo de las páginas clave. Plataformas de documentación como Mintlify y varias empresas de herramientas para desarrolladores fueron los primeros en adoptarlo.
¿En qué se diferencia de robots.txt y sitemap.xml?
Estos tres archivos a menudo se confunden, pero hacen trabajos diferentes.
- robots.txt indica a los rastreadores qué rutas pueden o no pueden obtener. Se trata de permisos, y los rastreadores como Googlebot, GPTBot y ClaudeBot lo leen.
- sitemap.xml enumera las URLs para que los motores de búsqueda las descubran, con fechas opcionales. Se trata de integridad.
- llms.txt ofrece un resumen curado y legible para los modelos de lenguaje. Se trata de comprensión, y enumera solo lo que usted considera más importante.
El bloqueo o la autorización de rastreadores de IA todavía se realiza en robots.txt. llms.txt no puede impedir que nadie use su contenido.
¿Ayuda llms.txt al SEO o a la visibilidad en IA?
En el momento de escribir este artículo, no hay confirmación pública de que los principales motores de búsqueda o productos de respuesta de IA utilicen llms.txt como señal de posicionamiento o cita. Los representantes de Google han declarado públicamente que la Búsqueda de Google no lo utiliza. Los análisis de registros de servidor compartidos por varios expertos en SEO han mostrado poca o ninguna recuperación regular por parte de los grandes rastreadores de IA.
Donde sí se utiliza es en herramientas que obtienen un sitio bajo demanda: asistentes de codificación, agentes de IA y herramientas para desarrolladores que buscan /llms.txt cuando se les pide que lean documentación. Para una empresa de software, ese uso es real. Para una empresa de servicios locales, el beneficio práctico es menor.
Así que trátelo como una adición de bajo costo y bajo riesgo. Toma una tarde, le obliga a decidir qué páginas representan mejor el negocio y puede ayudar a medida que más herramientas lo adopten. No reemplaza el trabajo que realmente impulsa la visibilidad.
¿Qué impulsa realmente la visibilidad en las respuestas de IA?
Si el objetivo es aparecer en ChatGPT, Gemini, Perplexity, Copilot o Google AI Overviews, los mismos fundamentos importan más que cualquier archivo individual:
- Páginas rápidas y rastreables con texto renderizado por el servidor que los rastreadores puedan leer.
- Respuestas claras cerca de la parte superior de las páginas, bajo encabezados formulados como preguntas.
- Datos estructurados como el esquema de Organización, Producto, Preguntas frecuentes y Artículo cuando corresponda.
- Información de entidad consistente: nombre de la empresa, dirección, servicios y fundadores iguales en todas partes.
- Menciones y enlaces de sitios de terceros confiables, reseñas y directorios.
- Reglas de robots.txt que permitan a los rastreadores de IA en los que desea ser visible.
llms.txt se sitúa junto a estos como un pequeño extra, no en lugar de ellos.
¿Cómo se escribe un buen llms.txt?
Elija las páginas
Elija de 10 a 30 páginas que expliquen mejor el negocio: páginas principales de servicios o productos, precios, acerca de, contacto, guías clave y políticas. Omita páginas delgadas, archivos de etiquetas y páginas de destino de campañas.
Escriba descripciones útiles
Cada enlace obtiene una oración que dice lo que el lector encontrará. “Servicios de SEO: auditorías técnicas, estrategia de contenido y construcción de enlaces para empresas B2B” es más útil que “Nuestra página de SEO”.
Manténgalo actualizado
Un llms.txt desactualizado que apunta a páginas eliminadas es peor que ninguno. Agréguelo a la lista de verificación cada vez que se cree, cambie de nombre o retire una página clave.
Una estructura simple
- Nombre de la empresa como H1.
- Resumen de una oración en una cita.
- Dos o tres oraciones sobre a quién sirve y dónde.
- Secciones para servicios, recursos, información de la empresa y contacto.
- Una sección opcional para recursos secundarios.
Errores comunes
- Tratar llms.txt como un archivo de permisos y esperar que bloquee el entrenamiento de IA.
- Enumerar cientos de URLs, lo que derrota el propósito de un resumen curado.
- Escribir eslóganes de marketing en lugar de descripciones fácticas.
- Olvidar servirlo como texto plano en la ruta raíz exacta.
- Afirmar a los clientes que garantiza citas de IA.
Cómo aplica Alien Road llms.txt
En un compromiso típico de optimización de motores generativos, llms.txt es un pequeño elemento en una revisión técnica más amplia. El descubrimiento comienza con cómo los sistemas de IA describen actualmente al cliente: hacemos a ChatGPT, Gemini, Perplexity y Copilot una serie de preguntas de marca y categoría y registramos qué fuentes citan y qué hacen mal.
La configuración se centra primero en los fundamentos: acceso de rastreadores en robots.txt, datos estructurados, información de entidad consistente y contenido claro orientado a respuestas en páginas clave. El archivo llms.txt se escribe luego a partir de la misma lista de páginas prioritarias, con descripciones fácticas de una línea, y se coloca en la raíz del sitio. Para clientes con documentación, también consideramos versiones en Markdown de páginas clave.
La medición no atribuye los resultados solo a llms.txt, ya que eso no se puede aislar honestamente. Verificamos los registros del servidor en busca de solicitudes al archivo y repetimos las preguntas de respuesta de IA mensualmente para rastrear si las descripciones de la marca se vuelven más precisas y aumentan las citas. Los informes son claros sobre qué cambios son probablemente responsables.
Por dónde empezar esta semana
Escriba las 15 páginas que le mostraría a un nuevo empleado para explicar su negocio. Convierta esa lista en un archivo llms.txt con un resumen de una oración y una breve descripción para cada enlace, y publíquelo en la raíz de su sitio. Luego, pase el resto del tiempo revisando robots.txt para ver las reglas de los rastreadores de IA, lo que tiene un efecto mucho mayor en la visibilidad de la IA.
Siga leyendo: GEO – AIO – AEO · GEO