llms.txt es un estándar propuesto: un archivo Markdown colocado en la raíz de un sitio web que proporciona a los modelos de lenguaje grandes un mapa corto y curado del contenido más útil del sitio. Fue sugerido por Jeremy Howard de Answer.AI en 2024. No es un archivo de control de acceso, y ninguna empresa de IA importante ha confirmado que dependa de él, por lo que los equipos deben publicarlo con reglas claras y expectativas modestas.
¿Qué se supone que debe hacer llms.txt?
La idea es simple. Los sitios web están llenos de navegación, scripts y anuncios que dificultan que un modelo encuentre el texto importante dentro de una ventana de contexto limitada. llms.txt ofrece un resumen limpio: un título, una breve descripción y listas agrupadas de enlaces a páginas clave, idealmente con versiones en Markdown simple de esas páginas.
La propuesta también describe un llms-full.txt opcional, que contiene el texto completo de las páginas importantes en un solo archivo. Los sitios de documentación para herramientas de desarrollo estuvieron entre los primeros en adoptarlo, porque los programadores a menudo pegan documentación en asistentes de IA.
Algunos complementos de SEO y creadores de sitios ahora generan el archivo automáticamente. Eso hace que sea fácil de publicar, y también fácil de publicar sin pensar en lo que contiene.
¿Mejora llms.txt la visibilidad en las respuestas de IA?
En el momento de escribir este artículo, no hay evidencia pública de que ChatGPT, Gemini, Claude o Perplexity utilicen llms.txt al elegir fuentes para las respuestas. Los representantes de Google han dicho públicamente que las funciones de IA de Google no lo utilizan. Los registros del servidor en muchos sitios muestran pocas o ninguna solicitud del archivo por parte de los rastreadores de IA.
Eso no lo hace inútil. Las herramientas centradas en desarrolladores y algunos marcos de agentes pueden leerlo, y cuesta poco mantenerlo. Pero no debería reemplazar el trabajo que sí afecta la visibilidad de la IA: páginas rastreables, estructura clara, hechos precisos, datos estructurados y menciones en sitios de terceros de confianza.
¿Cuáles son los riesgos reales de publicar llms.txt?
El archivo es pequeño, pero es público y establece lo que usted considera importante. Eso crea algunos riesgos que vale la pena enumerar antes de que alguien lo suba.
- Confundirlo con robots.txt: llms.txt no bloquea nada. El acceso de los rastreadores sigue estando controlado por los agentes de usuario de robots.txt como GPTBot, ClaudeBot, Google-Extended y PerplexityBot.
- Exponer páginas ocultas: los archivos generados automáticamente a veces enumeran páginas de prueba, de agradecimiento o restringidas.
- Contenido obsoleto: un archivo que apunta a productos descontinuados o precios antiguos envía hechos incorrectos a los modelos.
- Duplicación de contenido: llms-full.txt copia páginas completas en otra URL pública, que otros scrapers pueden tomar en una sola solicitud.
- Sobreinversión: horas dedicadas a ajustar el archivo en lugar de arreglar las páginas que las personas y los rastreadores realmente leen.
De estos, el contenido obsoleto es el más común. Un archivo escrito una vez durante el lanzamiento de un sitio web rara vez se actualiza cuando cambia la gama de productos.
¿Qué reglas de gobernanza debería establecer primero?
Trate llms.txt como cualquier otra declaración pública sobre la empresa. Necesita un propietario, un ciclo de revisión y un alcance claro.
Propiedad y revisión
Asigne un propietario, generalmente en SEO o contenido. Revise el archivo cada vez que cambie la navegación del sitio, la línea de productos o la estructura de precios, y al menos una vez por trimestre. Manténgalo en el control de versiones con el resto del sitio para que los cambios sean rastreables.
Reglas de alcance
Enumere solo páginas públicas e indexables que le gustaría ver citadas. Excluya áreas de cuenta, carritos, borradores legales, herramientas internas y páginas de destino de campañas que caducarán. Si una página tiene una etiqueta noindex, no pertenece al archivo.
Consistencia con robots.txt
Decida primero su política de rastreadores de IA en robots.txt. Si bloquea un rastreador allí, enumerar páginas para él en llms.txt envía señales mixtas. Escriba las dos decisiones en la misma página de su documento de política.
¿Cómo se escribe un buen archivo llms.txt?
Manténgalo corto y fáctico. Comience con un H1 que contenga el nombre de la empresa o del sitio, luego un bloque de cita de un párrafo que diga qué hace la organización y para quién. Agrupe los enlaces bajo encabezados H2 como Servicios, Guías y Empresa, cada uno con una descripción de una línea.
- Use descripciones simples y precisas en lugar de eslóganes de marketing.
- Enlace a la URL canónica de cada página.
- Mencione ubicaciones, idiomas y servicios principales en el resumen.
- Agregue una sección opcional para recursos secundarios, como sugiere la propuesta.
- Verifique que cada enlace devuelva un estado 200 antes de publicar.
Cómo aplica Alien Road llms.txt
Nuestro equipo de GEO trata llms.txt como una pequeña parte de una auditoría de visibilidad de IA más amplia. El descubrimiento comienza con los registros del servidor y robots.txt: qué rastreadores de IA visitan, qué solicitan y qué permite actualmente el cliente.
Si el cliente quiere el archivo, lo redactamos a partir del mapa del sitio canónico, eliminamos cualquier cosa no indexada o temporal, y hacemos que el propietario del contenido apruebe las descripciones. Se publica con una fecha de revisión trimestral en el calendario del proyecto.
La medición es honesta sobre la incertidumbre. Registramos las solicitudes del archivo, rastreamos las menciones de marca en las respuestas de IA para un conjunto fijo de indicaciones e informamos ambos. Si el archivo no muestra un efecto medible, el informe lo dice y el esfuerzo se traslada a las páginas y citas que importan más.
¿Cómo encaja llms.txt en un plan GEO más amplio?
La optimización de motores generativos, o GEO, trata sobre ser encontrado y citado en las respuestas de IA. Los factores que más importan son los mismos que importan para la búsqueda: páginas que se cargan y renderizan sin JavaScript pesado, encabezados claros, respuestas directas cerca de la parte superior, información del autor y de la empresa, y datos estructurados que describen productos, servicios y organizaciones.
Las menciones de terceros también tienen peso. Las respuestas de IA a menudo se basan en sitios de reseñas, directorios de la industria, cobertura de noticias y foros. Una marca que aparece con precisión en esos lugares es más fácil de describir correctamente para un modelo que una que solo se describe a sí misma.
Visto en ese orden, llms.txt es una capa final ordenada. Resume lo que ya es fuerte en el sitio. Si las páginas subyacentes son escasas o están desactualizadas, el archivo solo señala a los modelos hacia material débil de manera más eficiente.
Por lo tanto, una división presupuestaria sensata es desigual: la gran mayoría del esfuerzo en la calidad del contenido, el acceso de rastreo y las citas, y una pequeña parte en el mantenimiento de llms.txt. Si el estándar obtiene apoyo confirmado más adelante, el archivo ya estará en buena forma.
Por dónde empezar esta semana
Abra su robots.txt y anote su posición actual sobre cada rastreador de IA importante. Luego busque en los registros de su servidor solicitudes a /llms.txt para ver si algo ya lo está pidiendo. Si decide publicar, redacte el archivo a mano a partir de sus veinte páginas públicas principales, haga que un propietario lo apruebe y ponga una fecha de revisión en el calendario antes de que se publique.
Siga leyendo: GEO – AIO – AEO · GEO