llms.txt explicado: el archivo para la búsqueda con IA

llms.txt es un estándar web propuesto: un archivo Markdown de texto plano que se coloca en la raíz de tu dominio y entrega a los grandes modelos de lenguaje un mapa curado de tu contenido más importante. No es un archivo de control de acceso como robots.txt y no cambia tu posición en Google. Su única función es la descubribilidad: darle a los sistemas de IA un índice limpio y resumido de las páginas que más quieres que lean y citen.

Esa es la respuesta honesta en una línea. La respuesta larga es más interesante, porque llms.txt vive en el cruce entre una utilidad real y bastante hype. En esta guía te explico qué es el archivo, en qué se diferencia de robots.txt y los sitemaps, si algún sistema de IA lo usa hoy, y un marco de decisión para saber si merece un hueco en tu hoja de ruta en 2026.

Qué es realmente llms.txt

El formato lo propuso Jeremy Howard, cofundador de Answer.AI, en septiembre de 2024, y está documentado en llmstxt.org. El problema que ataca es real. El HTML en crudo es ruidoso —menús, banners de cookies, anuncios, JavaScript y plantillas compiten con el contenido que el modelo intenta leer— y las ventanas de contexto de los modelos son finitas. Un archivo Markdown dedicado elimina ese ruido y apunta directo a lo que importa.

La estructura es deliberadamente simple. Empiezas con un H1 con el nombre del sitio o proyecto, añades un blockquote opcional con un resumen de una línea y agrupas los enlaces bajo secciones H2. Cada enlace es un enlace Markdown estándar, seguido opcionalmente de una nota breve que explica de qué trata la página.

# Acme Docs

> Referencia de API y guías de la plataforma Acme.

## Docs

- [Quickstart](https://acme.com/docs/quickstart): En marcha en cinco minutos.
- [Autenticación](https://acme.com/docs/auth): API keys y OAuth.

## Optional

- [Changelog](https://acme.com/changelog): Historial de versiones.

Existe también una convención complementaria, llms-full.txt, que incrusta el contenido Markdown completo de esas páginas en un solo archivo para que un modelo pueda ingerirlo todo en una petición. El archivo principal es un índice; el completo es la biblioteca entera aplanada. Ambos viven en tu raíz y se sirven como texto plano.

En qué se diferencia de robots.txt y los sitemaps

Aquí empieza casi toda la confusión, así que conviene ser preciso. Estos tres archivos se parecen —pequeños ficheros de texto en la raíz del dominio— pero hacen trabajos completamente distintos, y llms.txt no sustituye a ninguno de los otros dos.

robots.txt es un archivo de control de acceso. Le dice a los crawlers, incluidos los de IA como GPTBot y ClaudeBot, qué pueden rastrear. Es una capa de permisos, estandarizada como IETF RFC 9309, y es el archivo que de verdad decide si los bots de IA pueden tocar tu contenido.

Un sitemap XML es una lista legible por máquinas de todas las URL que quieres que se descubran, pensada para que los crawlers de buscadores encuentren y encolen páginas de forma eficiente. Es exhaustivo y sin criterio: lista todo lo indexable, no solo lo mejor.

llms.txt no es ninguna de las dos cosas. No concede permisos ni bloquea nada, y no pretende ser exhaustivo. Es un resumen curado, legible por humanos y máquinas, del contenido que más quieres que un LLM priorice. Piensa en robots.txt como la política de la puerta, en el sitemap como el inventario completo y en llms.txt como el conserje que señala las diez cosas que merece la pena ver. Si tu robots.txt bloquea a los crawlers de IA, ningún llms.txt los traerá de vuelta: gana la capa de permisos. Ordenar esa capa de permisos es parte central de cualquier auditoría SEO técnica, y pesa mucho más que el archivo de curación que va encima.

¿Funciona de verdad llms.txt? El estado honesto en 2026

Aquí viene la parte incómoda que casi todos los tutoriales se saltan. A mediados de 2026, ningún proveedor grande de IA ha confirmado públicamente que sus productos de búsqueda o respuesta consuman llms.txt. Ni OpenAI, ni Anthropic, ni Perplexity, y desde luego no Google.

John Mueller, de Google, ha sido tajante: señaló que ningún servicio de IA que él conozca usa realmente llms.txt y lo comparó con la vieja meta etiqueta keywords, una señal que puedes rellenar pero que nadie al otro lado lee (Google, 2025). Esa comparación duele precisamente porque encaja. La meta keywords también parecía lógica, tuvo amplia adopción y acabó siendo ignorada.

Ahrefs llegó a una conclusión parecida tras revisar logs de servidor reales, informando de que no veía peticiones significativas del archivo por parte de crawlers de IA y recomendando no priorizarlo (Ahrefs Blog, 2025). Si los bots no piden el archivo, el archivo no puede influir en nada, por muy limpio que esté.

¿Y por qué sigue creciendo la adopción? Las empresas orientadas a desarrolladores —el público que leyó primero la propuesta de Howard— han publicado llms.txt de forma amplia, y el directorio de llmstxt.site ya cataloga miles de dominios que alojan uno. Pero adopción no es consumo. Miles de sitios publicando un archivo que ningún crawler pide son una comunidad apostando por un estándar futuro, no la prueba de que funcione.

En mi experiencia auditando sitios durante el último año, todavía no he visto un solo caso en el que añadir llms.txt produjera un cambio medible en citas de IA o tráfico de referencia. Eso no lo hace inútil: lo hace especulativo. Trátalo como una opción barata sobre un posible futuro, no como una palanca que puedas accionar hoy.

¿Deberías implementar llms.txt? Un marco de decisión

Como el beneficio no está probado pero el coste es bajo, la pregunta correcta no es “¿funciona?” sino “¿es lo bastante barato como para que la apuesta valga la pena en mi sitio?”. Pásalo por este marco rápido.

1. ¿Tu sitio es de documentación o está orientado a desarrolladores? Este era el caso de uso original y donde llms.txt tiene más sentido. La documentación estructurada encaja de forma natural en el formato, y tu público ya usa herramientas de IA para consultar contenido técnico.

2. ¿Puedes generarlo y mantenerlo de forma automática? Si tu build puede producir llms.txt a partir del contenido existente sin edición manual continua, el coste de mantenimiento es prácticamente cero y la apuesta es fácil. Si mantenerlo al día implica trabajo manual cada semana, las cuentas empeoran rápido.

3. ¿Tus fundamentos SEO ya están sólidos? Rastreabilidad, HTML semántico limpio, datos estructurados, enlazado interno y contenido genuinamente útil son lo que de verdad te hace aparecer en respuestas de IA. Si alguno flaquea, gana siempre a llms.txt en atención y presupuesto.

4. ¿Desplazaría trabajo de más valor? Una tarea automatizada de 30 minutos está bien. Un proyecto de curación manual de varios días compitiendo con un programa de content SEO o un arreglo técnico es una mala asignación de recursos.

El veredicto de practicante: publícalo si puedes automatizarlo, ignóralo si no, y nunca dejes que se cuele por delante de los fundamentos que sí mueven la visibilidad en IA.

Cómo implementar llms.txt paso a paso

Si has decidido que supera el listón, aquí tienes un proceso limpio que mantiene el esfuerzo proporcional al beneficio.

1. Selecciona tus páginas prioritarias. Elige las veinte a cincuenta URL que más quieres que se citen: documentación clave, guías fundamentales, páginas de servicio o producto importantes, tus posts de mayor valor. La curación es todo el sentido del archivo; uno que lo liste todo es solo un sitemap peor.

2. Escribe el archivo. Crea llms.txt en tu raíz. Empieza con un H1 con el nombre, un blockquote de resumen y secciones H2. Añade una descripción corta y honesta tras cada enlace para que un modelo entienda el contenido sin tener que rastrearlo.

3. Genera llms-full.txt si encaja. Para documentación y guías perennes, incrusta el Markdown completo en llms-full.txt para que un modelo ingiera el contenido directamente. Sáltalo en sitios grandes o muy cambiantes donde el archivo se inflaría.

4. Automatízalo en tu build. Existen plugins e integraciones para Astro, Next.js y la mayoría de frameworks de documentación. Conecta la generación a tu pipeline para que el archivo se reconstruya cuando cambie el contenido y nunca se desincronice.

5. Sírvelo y valídalo. Devuélvelo como text/plain, confirma que resuelve en https://tudominio.com/llms.txt y comprueba que el Markdown se parsea limpio. Mantenlo coherente con las URL canónicas de tu sitemap.

6. No toques tu capa de permisos. llms.txt es aditivo. Asegúrate de que robots.txt sigue permitiendo a los crawlers de búsqueda y recuperación que quieres que te citen: ese es el archivo que hace el trabajo de verdad. Si tu SEO técnico bloquea a esos bots, arréglalo primero.

Todo el ejercicio debería llevarte una tarde como mucho si lo automatizas. Si te está llevando más, has sobreingenierizado un archivo especulativo.

llms.txt y el panorama más amplio de la búsqueda con IA

Da un paso atrás y las prioridades quedan claras. Lo que te hace aparecer citado hoy en ChatGPT, Perplexity y las respuestas de IA de Google es ser rastreable, publicar HTML semántico limpio, marcar entidades con datos estructurados y escribir contenido que de verdad merezca ser citado. Son los mismos fundamentos de generative engine optimization que ya deciden quién gana visibilidad en IA, y donde tu esfuerzo se acumula.

llms.txt es una cobertura de bajo coste sobre esa base, no un sustituto. Publícalo si puedes automatizarlo, mantenlo honesto y curado, y ten expectativas realistas sobre un estándar que ningún modelo grande se ha comprometido aún a leer. Si quieres una lectura externa sobre dónde encaja llms.txt frente al trabajo técnico y de contenido que sí mueve la aguja, esa es exactamente la clase de decisión de prioridades que merece la pena llevar a un consultor SEO con experiencia antes de invertirle tiempo de verdad. Es también lo primero que conviene comprobar cuando estás decidiendo si contratar a un consultor de búsqueda con IA.

Preguntas frecuentes

¿Qué es llms.txt?

llms.txt es un archivo estándar propuesto, escrito en Markdown y colocado en la raíz de tu dominio, que da a los grandes modelos de lenguaje un índice curado de tus páginas más importantes. Existe para que tu mejor contenido sea fácil de encontrar y entender para los sistemas de IA, eliminando el ruido del HTML que ensucia una página normal. Es una ayuda de descubribilidad, no un mecanismo de control de acceso ni de posicionamiento.

¿Usa Google llms.txt?

No. Google ha declarado públicamente que no usa llms.txt, con John Mueller comparándolo con la ignorada meta etiqueta keywords. A mediados de 2026, ningún proveedor grande de IA —Google, OpenAI, Anthropic o Perplexity— ha confirmado que sus sistemas consuman el archivo, así que debe tratarse como especulativo y no como un factor confirmado de posicionamiento o de citas.

¿Es llms.txt lo mismo que robots.txt?

No. robots.txt controla el acceso: indica a los crawlers, incluidos los bots de IA, qué pueden y qué no pueden rastrear. llms.txt no concede permisos ni bloquea nada; solo cura y resume contenido para los modelos que decidan leerlo. Si robots.txt bloquea un crawler, llms.txt no puede anularlo, porque la capa de permisos siempre gana.

¿Dónde coloco el archivo llms.txt?

En la raíz de tu dominio, para que resuelva en https://tudominio.com/llms.txt, servido como texto plano. El archivo complementario opcional, llms-full.txt, vive en la misma ubicación e incrusta el contenido Markdown completo de tus páginas prioritarias para los modelos que quieran ingerirlo todo en una petición.

¿Mejora el SEO llms.txt?

Hoy no de forma medible. No afecta al posicionamiento tradicional en Google y no hay evidencia confirmada de que los crawlers de IA lo lean actualmente. Puede volverse útil si se materializa la adopción por parte de los proveedores de IA, así que publicar una versión automatizada es una cobertura razonable de bajo coste, pero nunca debería desplazar la rastreabilidad, los datos estructurados y el buen contenido, que son lo que de verdad impulsa la visibilidad en IA.