llms.txt es un archivo Markdown de texto plano propuesto, colocado en la raíz de un sitio web, que ofrece a los modelos de lenguaje grandes una guía corta y curada del contenido más útil del sitio. No reemplaza a robots.txt, sitemaps XML ni datos estructurados, y ningún motor de búsqueda importante ha dicho que utilice el archivo para el posicionamiento. Merece la pena añadirlo cuando tu sitio tiene documentación o contenido de referencia que las herramientas de IA leen; de lo contrario, las herramientas tradicionales siguen siendo más importantes.
¿Qué es exactamente llms.txt?
El formato llms.txt fue propuesto en 2024 por Jeremy Howard de Answer.AI. La idea es sencilla: los sitios web están llenos de navegación, scripts y diseño que dificultan la lectura por parte de un modelo de lenguaje dentro de una ventana de contexto limitada. Un único archivo Markdown puede listar las páginas que importan, con una descripción de una línea cada una, para que una herramienta de IA pueda encontrar el contenido correcto rápidamente.
Un archivo típico tiene un título, un breve resumen en una cita en bloque y secciones de enlaces. La propuesta también sugiere un llms-full.txt opcional con contenido completo, y versiones Markdown de páginas clave. Muchas plataformas de documentación y empresas de herramientas para desarrolladores han añadido el archivo, y existen generadores para plataformas CMS comunes.
¿Cómo se compara llms.txt con las herramientas tradicionales?
Cada archivo en el kit de herramientas de SEO tradicional tiene un trabajo específico y un lector conocido. llms.txt tiene un trabajo diferente y, hasta ahora, una audiencia menos segura.
- robots.txt: indica a los rastreadores a qué pueden acceder. Es un estándar de larga data (formalizado como RFC 9309) y respetado por los principales rastreadores de búsqueda e IA como Googlebot, GPTBot y ClaudeBot. llms.txt no concede ni bloquea el acceso.
- Sitemap XML: enumera cada URL que deseas indexar, con fechas de actualización. Los motores de búsqueda lo usan para el descubrimiento. llms.txt enumera un subconjunto pequeño y elegido con descripciones legibles por humanos.
- Datos estructurados (Schema.org): marcan hechos en cada página, como productos, precios, preguntas frecuentes y autores. Google los usa para resultados enriquecidos. llms.txt no contiene hechos por página.
- HTML limpio y buen contenido: siguen siendo la forma principal en que cualquier sistema, IA o búsqueda, entiende una página.
La versión corta: robots.txt controla el acceso, los sitemaps apoyan el descubrimiento, los datos estructurados describen hechos y llms.txt ofrece una guía de lectura. No compiten entre sí.
¿Quién lee realmente llms.txt?
Este es el punto débil honesto. En el momento de escribir este artículo, Google ha declarado que no utiliza llms.txt para la Búsqueda o los Resúmenes de IA, y que se aplican las prácticas de SEO normales. Otros proveedores de IA importantes no han publicado compromisos claros de leerlo durante el rastreo.
Donde sí se utiliza el archivo es en herramientas para desarrolladores. Los asistentes de codificación y las herramientas de documentación pueden apuntar al llms.txt de una biblioteca para que el modelo lea los documentos actuales en lugar de adivinar. Algunos agentes de IA y herramientas de navegador lo buscan cuando se les pregunta sobre un sitio. Eso lo hace valioso para las empresas de software y menos claramente valioso para un restaurante local.
¿Cuándo deberías añadir llms.txt?
- Publicas documentación técnica, referencias de API o una base de conocimientos que los desarrolladores consultan con herramientas de IA.
- Tu sitio es grande y las mejores respuestas están enterradas a varios clics de profundidad.
- Ya tienes robots.txt, sitemaps y datos estructurados limpios, y quieres un extra de bajo coste.
- Puedes mantenerlo; un llms.txt desactualizado que apunta a páginas antiguas es peor que no tener ninguno.
¿Cuándo no merece la pena el esfuerzo?
Si tus conceptos básicos de SEO técnico están rotos, arréglalos primero. Un sitio con CSS bloqueado, canonicals faltantes o páginas lentas no ganará nada con un archivo de texto adicional. Lo mismo ocurre con los sitios de folletos pequeños de diez páginas; un modelo puede leerlos directamente.
Tampoco es una forma de controlar el entrenamiento de la IA. Si deseas limitar cómo las empresas de IA usan tu contenido, los controles relevantes son las reglas de robots.txt para agentes de usuario específicos, como GPTBot o Google-Extended, además de cualquier mecanismo de exclusión que ofrezcan los proveedores.
¿Cómo escribir un buen llms.txt?
Mantenlo corto y editorial. El archivo es una guía, no un volcado de cada URL.
- Comienza con el nombre del sitio como H1 y un resumen de dos frases de lo que hace la organización.
- Agrupa los enlaces bajo secciones H2 claras: Servicios, Guías, Documentación, Políticas.
- Escribe una línea simple por enlace describiendo lo que responde la página.
- Enlaza solo a URLs canónicas y prefiere páginas con direcciones estables.
- Añade una fecha de revisión a tu calendario de contenidos para que el archivo se mantenga actualizado.
Si ejecutas WordPress, Shopify o un CMS headless, decide dónde vive el archivo y quién lo actualiza. Algunos plugins de SEO pueden generarlo automáticamente, lo que lo mantiene sincronizado pero tiende a incluir demasiadas páginas. Un archivo editado a mano con una revisión trimestral suele ser más limpio, y la elección editorial de qué incluir es la parte que le da valor.
Cómo aplica Alien Road llms.txt en el trabajo de GEO
En un compromiso típico de optimización de motores generativos, llms.txt es un elemento en una lista de verificación más larga, no el titular. El descubrimiento comienza con el acceso de rastreo: verificamos las reglas de robots.txt para agentes de usuario de IA contra los deseos del cliente, luego revisamos los registros del servidor para ver qué rastreadores de IA visitan realmente.
La configuración se centra en el contenido que citan los sistemas de IA: respuestas claras cerca de la parte superior de las páginas clave, marcado de autor y organización, y secciones de preguntas frecuentes donde ayudan a los usuarios. Una vez que eso está en su lugar, redactamos un llms.txt con el equipo del cliente, eligiendo las 20 a 50 páginas que mejor representan su experiencia.
La medición rastrea los hits de los rastreadores de IA en los registros, el tráfico de referencia de los asistentes de IA en la analítica y si la marca aparece en las respuestas para una lista fija de prompts probados cada mes. Informamos sobre llms.txt como un experimento con impacto incierto, que es lo que es.
Por dónde empezar esta semana
Abre yoursite.com/robots.txt y comprueba qué dice sobre los rastreadores de IA. Luego busca en los registros de tu servidor o en la analítica de CDN a GPTBot, ClaudeBot, PerplexityBot y Google-Extended para ver quién está leyendo ya tus páginas.
Si los conceptos básicos parecen saludables y tienes contenido de referencia al que vale la pena guiar a los lectores, escribe un primer llms.txt con 20 enlaces. Lleva una tarde, no cuesta nada alojarlo y te da una lista limpia de tus páginas más importantes, lo cual es útil en sí mismo. Mantén una copia en tu repositorio o CMS para que los cambios sean rastreados.
Sigue leyendo: GEO – AIO – AEO · GEO