llms.txt: qué es, quién lo lee de verdad y si lo necesitas

¿Qué es llms.txt?

llms.txt es una convención web propuesta: un archivo Markdown que se sirve en /llms.txt y resume qué es un sitio, con enlaces a sus páginas más importantes, en un formato que los modelos de lenguaje pueden leer con eficiencia.

La idea la propuso en septiembre de 2024 Jeremy Howard, cofundador de Answer.AI, y está documentada en llmstxt.org. El problema que resuelve es real: los modelos de lenguaje trabajan con ventanas de contexto limitadas, y las páginas HTML modernas entierran el contenido real bajo menús de navegación, scripts, avisos de cookies y marcado. Un único archivo Markdown limpio permite que un sistema de IA entienda la estructura de un sitio, y encuentre su sustancia, sin tener que abrirse paso entre todo eso.

La propuesta sigue viva: la versión 2 de la especificación llegó en agosto de 2026, con soporte para archivos llms.txt en subrutas (como /docs/llms.txt) y formas estándar de que las páginas señalen sus versiones en Markdown.

¿En qué se diferencia llms.txt de robots.txt y de sitemap.xml?

Los tres archivos de la raíz responden a tres preguntas distintas, y confundirlas es el malentendido más habitual sobre llms.txt:

La diferencia clave: llms.txt no permite ni bloquea nada. No controla si las empresas de IA rastrean tu sitio o entrenan con tu contenido (de eso se encargan robots.txt y tu protección antibots). llms.txt es, simplemente, una oferta: «si quieres entender este sitio, empieza por aquí».

¿Qué aspecto tiene un archivo llms.txt?

El formato es deliberadamente simple: un H1 con el nombre del sitio (la única parte obligatoria), una cita con un resumen de un párrafo, y después secciones H2 con listas de enlaces, cada uno con una descripción opcional de una línea. Una sección llamada «Optional» marca el contenido que una IA puede saltarse cuando el contexto anda justo.

Un ejemplo completo para una tienda online ficticia:

# Example Store

> Example Store is a Berlin-based online retailer of trail-running and
> hiking gear, shipping across the EU in 1–3 business days, with free
> 30-day returns.

## Products
- [Trail running shoes](https://www.example-store.com/trail-shoes.md): Full catalog with sizing, drop and weight specifications
- [Hiking backpacks](https://www.example-store.com/backpacks.md): 20–60 L packs with a fit guide

## Customer service
- [Delivery and returns](https://www.example-store.com/delivery.md): Shipping times, costs and the 30-day return process
- [Size guide](https://www.example-store.com/size-guide.md): Measurements and conversion charts

## Company
- [About us](https://www.example-store.com/about.md): Company history, contact details and physical stores

## Optional
- [Blog](https://www.example-store.com/blog.md): Buying guides and gear reviews

Dos convenciones complementarias amplían la idea. Las páginas enlazadas pueden ofrecer versiones en Markdown de sí mismas (la misma URL con .md al final), para que una IA lea el texto limpio en vez del HTML. Y muchos sitios publican un llms-full.txt: un archivo grande con el contenido completo de cada página clave, pensado para los sistemas que prefieren ingerirlo todo de una vez.

Es una idea distinta de los datos estructurados en JSON-LD que ya conoces del SEO clásico: si quieres repasar esa pieza del rompecabezas, tenemos una guía aparte sobre datos estructurados con JSON-LD.

¿Leen de verdad los sistemas de IA el archivo llms.txt?

En la mayoría de los casos, no, y aquí es donde muchos artículos sobre llms.txt dejan de ser honestos. En 2026, ningún proveedor de IA importante ha confirmado que lea llms.txt en producción para la búsqueda, las respuestas de IA o el entrenamiento de sus modelos.

Google ha sido explícito. El asesor de búsqueda John Mueller comparó llms.txt con la metaetiqueta keywords: la etiqueta autodeclarada que los buscadores aprendieron a ignorar hace décadas, porque cualquier propietario de sitio podía escribir en ella lo que quisiera. En julio de 2025, Gary Illyes, de Google, confirmó que Google no da soporte a llms.txt y no tiene previsto hacerlo. OpenAI y Anthropic documentan robots.txt, no llms.txt, como la forma de gestionar sus rastreadores.

Los registros de servidor lo confirman. Un análisis de Ahrefs sobre 137.000 sitios web en mayo de 2026 encontró que el 97 % de los archivos llms.txt no recibió ni una sola visita de rastreadores de IA. Y un estudio de SE Ranking sobre unos 300.000 dominios encontró en torno a un 10 % de adopción, pero ninguna relación estadísticamente significativa entre tener el archivo y la frecuencia con la que un dominio aparece citado en respuestas de IA.

Así que la promesa que repiten muchos argumentos de venta, que añadir llms.txt hará que la IA te recomiende, no tiene ninguna evidencia detrás. Quien la promete está vendiendo esperanza, no datos.

¿Por qué lo publican igualmente empresas serias?

Porque hay dos maneras distintas en las que una IA toca tu sitio web, y llms.txt nunca se pensó realmente para la primera.

El rastreo es lo que hacen los buscadores y los pipelines de entrenamiento: sistemático, a gran escala, indexándolo todo. Ese mundo funciona con robots.txt y sitemaps, e ignora llms.txt: es justo lo que miden los estudios de registros de servidor.

La recuperación bajo demanda es lo que hacen los agentes y asistentes de IA: alguien hace una pregunta, y el sistema va a buscar un puñado de páginas en ese mismo instante para responderla. En ese momento, un mapa curado en Markdown resulta genuinamente útil: le dice al agente dónde está la sustancia antes de que gaste su contexto limitado en tu menú de navegación. Por eso llms.txt ha encontrado una adopción real en la documentación para desarrolladores: Anthropic publica uno para su propia documentación y recomienda la convención en sus guías sobre cómo escribir contenido para agentes, OpenAI ofrece archivos llms.txt para su documentación de desarrolladores, y varias plataformas de documentación los generan automáticamente.

El resumen honesto: llms.txt no aporta nada a la visibilidad de hoy en la búsqueda con IA, y sí algo a la web impulsada por agentes que todavía está tomando forma. A medida que se normalicen los agentes de IA que investigan, comparan y compran en nombre de un usuario, una puerta de entrada legible por máquinas es una apuesta pequeña y barata sobre ese futuro: nada más, nada menos.

¿Debería tu sitio web añadir un archivo llms.txt?

Sí, si lo tratas como una tarde de trabajo barato de base. No, si esperas que mueva tu visibilidad ante la IA.

A favor: cuesta casi nada, no acarrea ninguna penalización ni riesgo de spam, escribirlo te obliga a decidir cuáles son de verdad tus páginas más importantes, y está listo el día en que un agente empiece a buscarlo. En nuestra auditoría de agosto de 2026 sobre 99 tiendas online noruegas (en noruego), solo 4 de los 78 sitios que nuestro rastreador pudo leer tenían uno: la adopción entre empresas normales sigue cerca de cero, así que todavía es fácil ser de los primeros.

En contra de dedicarle más de una tarde: el retorno medible hoy es cero, y un llms.txt que nadie mantiene acaba pudriéndose en una lista de enlaces muertos y datos desactualizados, servidos a las máquinas con una confianza que no merecen.

La prioridad importa más que el archivo. Lo que decide si los sistemas de IA te citan es el contenido con forma de respuesta y una marca que las fuentes de confianza mencionan, como explicamos en nuestra guía de SEO, AEO, GEO y AIO: lo hemos visto una y otra vez en nuestros propios datos. llms.txt va al final de esa lista, no al principio. Escribe primero el contenido citable; dedica la tarde después.

¿Cómo se crea un archivo llms.txt, paso a paso?

1. Enumera tus páginas realmente importantes. Las que responden a las preguntas de tus clientes: productos, envíos, devoluciones, precios, quiénes sois. Entre diez y treinta enlaces son suficientes: es un mapa curado, no un sitemap.
2. Escribe el H1 y el resumen en cita. Un párrafo que diga qué es el sitio, para quién es y qué lo distingue. Lo concreto pesa más que lo promocional: «envía por toda la UE en 1–3 días laborables» vale más que «tu socio de confianza».
3. Agrupa los enlaces bajo secciones H2, con una línea de descripción por enlace. Pon primero las secciones más importantes, y mueve lo prescindible bajo un encabezado «Optional».
4. Comprueba la coherencia con robots.txt. No muestres en llms.txt páginas que tu protección antibots bloquea a los rastreadores de IA: un mapa curado hacia puertas cerradas no ayuda a nadie.
5. Publícalo en `tudominio.com/llms.txt` como texto plano en UTF-8. No hace falta registro ni ningún servicio de validación, aunque merece la pena calcar los ejemplos de formato de llmstxt.org.
6. Añádelo a tu rutina de mantenimiento. Revísalo cada vez que cambien precios, políticas o páginas clave, igual que harías con un sitemap. Un archivo desactualizado es peor que no tener ninguno.
7. Ve más allá si quieres: publica versiones en Markdown de las páginas clave y un llms-full.txt. Merece la pena en sitios con mucha documentación; es excesivo para la mayoría de las tiendas.

Reflexión final

llms.txt no es ni el arma secreta que dicen quienes lo promocionan, ni el despilfarro puro que dicen sus críticos. Es una convención barata y bien diseñada que espera a su ecosistema: hoy casi nadie la lee, y mañana puede que lo hagan los agentes que navegan en nombre de tus clientes.

Eso hace que la decisión sea agradablemente pequeña. Si una tarde de trabajo te compra una puerta de entrada ordenada y legible por máquinas (y de paso te obliga a nombrar tus páginas más importantes), dedícale la tarde. Pero hazlo con los ojos abiertos: el archivo es trabajo de base, y las bases no ganan visibilidad por sí solas. El contenido que responde preguntas reales, en una marca que otras fuentes mencionan, sigue siendo lo que la consigue.