llms.txt: qué hace, qué no hace y si merece la pena

llms.txt es un archivo propuesto de texto plano en Markdown, situado en la raíz de un sitio web, que ofrece a los grandes modelos de lenguaje un resumen breve y seleccionado del sitio y enlaces a sus páginas más útiles. Añadirlo cuesta poco y puede ayudar a las herramientas de IA que lo leen, pero ningún gran motor de búsqueda con IA lo ha confirmado como señal de clasificación o de citación.

¿Qué es exactamente llms.txt?

La idea es sencilla. Una página web está hecha para los navegadores: navegación, banners de cookies, scripts, pies de página. Un modelo de lenguaje que intenta entender su negocio tiene que abrirse paso entre todo eso. La propuesta llms.txt, publicada en 2024, sugiere un único archivo en /llms.txt, escrito en Markdown, que dice en esencia: «esto es lo que somos, y estas son las páginas que vale la pena leer». Algunas versiones también apuntan a copias limpias en Markdown de las páginas clave, y una idea complementaria, llms-full.txt, reúne el texto completo de la documentación en un solo archivo.

Conviene ser preciso sobre su estatus. llms.txt es una propuesta de la comunidad, no un estándar web, y no es lo mismo que robots.txt. robots.txt indica a los rastreadores qué pueden y qué no pueden obtener. llms.txt no concede ni bloquea nada; es una guía de lectura.

¿Lo usan ChatGPT, Gemini, Perplexity o Google AI Overviews?

Aquí es donde la mayoría de los artículos sobre el tema se exceden, así que seremos prudentes. En el momento de escribir esto, ninguna de las grandes experiencias de búsqueda con IA ha declarado públicamente que llms.txt influya en qué fuentes citan. Google ha afirmado que sus funciones de IA se basan en su índice de búsqueda y sus sistemas de clasificación habituales, y sus representantes se han mostrado escépticos sobre el archivo. Los registros de servidor de varios propietarios de sitios muestran solicitudes ocasionales de llms.txt, pero una solicitud no demuestra su uso en una respuesta.

Donde llms.txt tiene un valor claro es en las herramientas a las que se les indica que lo usen: asistentes para desarrolladores, agentes de programación y plataformas de documentación que cargan el llms.txt de un proyecto para que un modelo pueda trabajar con documentación precisa y actualizada. Si su audiencia incluye desarrolladores, eso por sí solo puede justificar el esfuerzo.

Nuestra opinión en SNMRush: trate llms.txt como una cuestión de orden, no como una palanca de visibilidad. Lleva una hora, obliga a ganar una claridad útil y no va a salvar un contenido pobre.

¿Cómo se redacta un buen llms.txt?

La estructura de la propuesta es breve. Un H1 con el nombre del sitio o la marca, un resumen de un párrafo en una cita en bloque, notas opcionales y después secciones H2 con listas de enlaces, cada uno con una descripción de una línea. Una sección llamada «Optional» puede contener enlaces que un modelo puede omitir si el contexto es limitado.

Un ejemplo práctico para una empresa ficticia de software de contabilidad podría tener, a grandes rasgos, este aspecto:

• Título: el nombre de la marca, exactamente como quiere que se la nombre.
• Resumen: dos frases que digan qué es el producto, a quién sirve y dónde opera. Redáctelo como la respuesta que le gustaría que diera un asistente.
• Páginas principales: presentación del producto, precios, los tres artículos de ayuda más importantes, seguridad y cumplimiento normativo.
• Explicaciones: las guías que responden a las preguntas más habituales de su audiencia.
• Opcional: historia de la empresa, prensa, empleo.

El párrafo de resumen es la parte más importante, y exige la misma disciplina que el bloque de respuesta que recomendamos en cada página. Si no puede describir su empresa en dos frases sencillas y factuales, a un sistema de IA también le costará. Nuestra guía de redacción con la respuesta primero trata esa habilidad en profundidad.

¿Qué páginas conviene incluir?

Elija páginas que respondan a preguntas reales, no las que más quiere vender. Aquí es donde la investigación de audiencias demuestra su valor. En SNMRush usamos SOMIN, una plataforma de investigación de audiencias con IA, para ver qué preguntas y tensiones expresa la gente sobre una categoría en la conversación pública, y después comprobamos si el sitio tiene una página clara para cada una. Las páginas que responden a esas preguntas van a llms.txt; las carencias van al plan de contenidos. Si quiere ver cómo esa investigación alimenta la estrategia de forma más amplia, la presentación de la estrategia de SOMIN explica el enfoque.

Una breve lista de comprobación para la selección:

1. ¿Responde la página con claridad a una pregunta en su primer párrafo?
2. ¿Está actualizada, con precios, funciones y fechas correctos?
3. ¿Es accesible sin inicio de sesión, scripts ni pantallas intersticiales?
4. ¿Le parecería bien que un asistente la citara palabra por palabra?
5. ¿Es la mejor página del sitio para esa pregunta, y no una de cinco que se solapan?

Definiciones: llms.txt y sus vecinos

• robots.txt: un estándar consolidado que indica a los rastreadores qué rutas pueden obtener. Es donde se permite o bloquea a rastreadores de IA como GPTBot o Google-Extended.
• sitemap.xml: una lista de URL legible por máquinas para que los buscadores la descubran.
• llms.txt: una guía propuesta en Markdown, legible por personas, de su contenido más útil para los modelos de lenguaje.
• llms-full.txt: un archivo complementario propuesto que contiene el texto completo y se usa sobre todo para documentación.

¿Qué importa más que llms.txt?

Si solo dispone de una semana, dedíquela antes a otras cosas. La mayoría de los motores de respuesta con IA que navegan por la web se nutren de índices de búsqueda, así que la rastreabilidad, la indexación y los rankings siguen siendo la base. Después viene el propio contenido: respuestas directas, datos concretos, comparaciones honestas. Luego, los datos estructurados y una información de entidad coherente, que ayudan a las máquinas a entender quién es usted. Por último, las menciones en sitios de terceros creíbles, que determinan cómo le describen los asistentes.

Este orden también es un antídoto útil contra la creencia de que un único archivo o etiqueta puede ganar la visibilidad en IA. Los modelos de razonamiento que analiza nuestro estudio hermano GPT5 Marketing son cada vez mejores sopesando fuentes; premian la sustancia y son difíciles de engañar.

¿Cómo se comprueba si funciona?

Sea modesto con la atribución. Revise los registros de su servidor en busca de solicitudes a /llms.txt y anote los agentes de usuario. Mantenga un panel fijo de prompts y siga si las herramientas de IA le citan antes y después del cambio, pero cuente con que cualquier efecto se mezclará con todo lo demás que esté haciendo. Las agencias del caso de éxito de KPI Media muestran el valor de basar las decisiones en evidencias en lugar de suposiciones, y el mismo principio se aplica aquí: mida, no suponga.

Nuestro veredicto es sencillo. Añada un llms.txt si tiene documentación, una audiencia de desarrolladores o simplemente quiere un resumen ordenado de su sitio para las máquinas. Redacte el párrafo de resumen con cuidado. Y después vuelva al trabajo que se sabe que importa: responder a las preguntas que su audiencia hace de verdad, mejor que nadie.

Si quiere una segunda opinión sobre su configuración, SNMRush incluye una revisión de llms.txt en cada auditoría de visibilidad en IA, junto con el acceso de los rastreadores, el schema y el seguimiento de citas.