Un archivo llms txt es un documento markdown en la raíz de su dominio que describe qué es el sitio y señala las páginas que vale la pena leer. La idea toma prestada su ubicación de robots.txt pero no su propósito. Robots.txt le dice a los rastreadores qué evitar. Este archivo le dice a un modelo de lenguaje dónde está la sustancia, en un formato que puede leer de una sola pasada sin tener que navegar a través de menús de navegación, banners de cookies y pies de página.
Es una propuesta, no un estándar, y eso es lo primero que hay que dejar claro con un cliente. Ningún asistente importante se ha comprometido a leerlo, y publicar uno no garantiza que sea citado. Todavía lo recomendamos para la mayoría de los sitios con documentación real o una biblioteca de contenido profunda, porque cuesta una hora, no puede hacer daño, y el ejercicio de escribirlo saca a la luz problemas que vale la pena solucionar de todos modos.
Qué incluir en un archivo llms txt
La convención es markdown simple. Un solo H1 con el nombre del sitio o la organización. Una breve cita en bloque que resuma lo que hace en una o dos oraciones. Luego, secciones H2 que agrupen enlaces, cada enlace seguido de dos puntos y una breve descripción de lo que contiene la página. Limítese a las páginas que contienen información, no a todo el mapa del sitio. Cien enlaces bien elegidos superan a un volcado de cada URL.
Las descripciones son la parte que la gente apresura y la parte que importa. Una línea que solo contenga el título de la página no le dice al lector nada que no pudiera obtener visitando la página. Una línea que diga qué pregunta responde la página y para quién le permite a un modelo decidir si abrirla o no, que es el objetivo principal del documento.
Escribir uno que sea realmente útil
Piénselo como una sesión informativa para un extraño competente con tiempo limitado. ¿Qué necesitan saber sobre su organización y qué diez o treinta documentos les entregaría primero? Ese marco produce un archivo mucho mejor que tratarlo como un artefacto técnico que generar.
Algunas reglas que aplicamos en cada uno que escribimos:
- Sírvalo en la raíz como texto plano o markdown, no detrás de una redirección o una reescritura.
- Utilice URLs absolutas, para que el archivo tenga sentido cuando se lea fuera de su origen.
- Describa cada enlace en una oración clara en lugar de repetir su título.
- Agrupe los enlaces bajo encabezados que un humano reconocería: documentos, precios, guías, políticas.
- Incluya solo las páginas que le gustaría ver citadas y manténgalo por debajo de unos pocos cientos de líneas.
Algunos sitios también publican versiones ampliadas con el texto completo de las páginas clave insertado. Vale la pena hacerlo cuando su documentación es genuinamente grande y está muy interconectada. Para un sitio de marketing normal, añade una carga de mantenimiento sin retorno observable, y una copia obsoleta de su página de precios es peor que ninguna copia.
Un detalle práctico atrapa a la gente. Muchos sistemas de gestión de contenido no servirán un archivo arbitrario desde la raíz, y la solución elegida suele ser una redirección desde la ruta raíz a una página dentro del sitio. Un cliente que busca la dirección raíz obtiene entonces una cadena de redirección o una página HTML en lugar de markdown, lo que arruina el ejercicio. Verifique la respuesta con una solicitud simple y confirme que obtiene el texto de vuelta con un tipo de contenido sensato, sin el diseño de su tema envuelto alrededor.
Lo que no hace
No controla el acceso. Todo lo que enumera es una página que ya era pública, y todo lo que desea mantener fuera del entrenamiento o la recuperación debe manejarse a través de directivas de robots.txt, autenticación o los controles específicos del rastreador que publican los principales proveedores. Tratar este archivo como una capa de permiso es un error que hemos tenido que corregir más de una vez.
Tampoco reemplaza nada. Su mapa del sitio sigue impulsando el descubrimiento, sus datos estructurados siguen describiendo entidades, sus reglas de robots siguen gobernando el rastreo. El archivo llms txt se sitúa junto a ellos como un resumen legible por humanos de lo que importa, y si los asistentes nunca lo leen, todo lo demás en su sitio sigue funcionando exactamente igual que antes.
El mantenimiento es el costo real
Archivos como este se pudren. Los enlaces se mueven, los productos se renombran, la página que destacó se fusiona con otra. Un archivo lleno de redirecciones y callejones sin salida causa una peor impresión que no tener ninguno. Póngalo en el mismo ciclo de revisión que su mapa del sitio y su navegación, verifíquelo cuando realice un cambio en el sitio y elimine las entradas que ya no mantiene en lugar de dejarlas decaer.
Nuestra recomendación es proporcional: escriba uno, manténgalo breve y honesto, revíselo trimestralmente y no deje que se convierta en un proyecto. El valor reside principalmente en los efectos secundarios. Decidir qué treinta páginas representan su sitio, y escribir una oración precisa sobre cada una, tiende a exponer contenido pobre, explicaciones duplicadas y páginas que nadie pudo resumir. Esos hallazgos valen la hora incluso si ningún rastreador solicita el archivo.
Siga leyendo: GEO
Servicio relacionado: GEO – AIO – AEO