llms.txt: qué es, cómo crearlo y quién lo lee de verdad

El llms.txt es un archivo en formato Markdown que se publica en la raíz de un sitio web (tudominio.com/llms.txt) para darles a los modelos de lenguaje y a los agentes de IA un resumen del sitio y una lista curada de sus páginas más útiles. Si trabajas en marketing, lo más probable es que ya te haya llegado en algún checklist de GEO, en la misma línea que "agregar schema" y "escribir en bloques de 200 palabras", con un ticket para desarrollo.

Antes de abrir ese ticket, vale la pena mirar los datos. En mayo de 2026, Ahrefs revisó 137.210 dominios y encontró que el 97% de los archivos llms.txt publicados no recibió ni una sola solicitud en todo el mes.

Mi lectura es que el archivo llms.txt es barato de tener y está bien dejarlo si tu plataforma lo genera sola, pero hoy lo piden sobre todo herramientas de auditoría y asistentes que trabajan con documentación técnica, así que la decisión de dedicarle más que una tarde se toma mirando tus logs y no un checklist. En esta guía te explico qué es, cómo se arma, quién lo lee, qué dice Google y cómo crearlo paso a paso.

¿Qué es el archivo llms.txt?

El llms.txt es una propuesta de estándar que publicó Jeremy Howard el 3 de septiembre de 2024. La especificación vive en llmstxt.org, y su versión 2 se modificó por última vez el 10 de agosto de 2026.

Un sitio web moderno está lleno de menús, banners, scripts y pies de página que a un modelo de lenguaje le estorban, y además es demasiado grande para leerlo completo en el momento de responder. El llms.txt resuelve eso con un documento corto, escrito en Markdown, que dice "esto es lo que hacemos y estas son las páginas que importan".

La analogía que más me sirve es la carta de un restaurante. Puedes entrar a la cocina, abrir el refrigerador y deducir qué se come ahí, o puedes leer la carta. El llms.txt quiere ser la carta.

Algo que las guías se saltan: la especificación lo pensó para el momento de la inferencia, cuando un agente está ayudando a alguien y necesita entender tu sitio en ese minuto, y no para controlar quién usa tu contenido. El propio Howard reconoce que también podría servir para entrenar modelos, pero ese no es su foco.

¿Cómo es un llms.txt por dentro?

Según la especificación, el archivo sigue un orden fijo:

1. Un encabezado H1 con el nombre del sitio o del proyecto. Es la única parte obligatoria.
2. Una cita en bloque (la línea que parte con >) con un resumen corto.
3. Párrafos o listas de detalle que explican cómo leer el resto.
4. Secciones H2 con listas de enlaces, cada uno con el formato nombre y, si quieres, una nota después de dos puntos.
5. Una sección "Optional" para enlaces secundarios que se pueden saltar cuando falta espacio.

Un ejemplo para una consultora inventada:

# Consultora Ejemplo

> Consultora SEO para empresas medianas en Chile y Perú.

## Servicios
- [Auditoría SEO](https://ejemplo.cl/auditoria): qué revisamos y cuánto demora
- [Visibilidad en IA](https://ejemplo.cl/ia): cómo medimos apariciones en ChatGPT

## Optional
- [Prensa](https://ejemplo.cl/prensa)

La propuesta también pide algo que pocos implementan: una versión limpia en Markdown de cada página importante, en la misma URL con .md al final, y un enlace en el HTML que la señale (rel="alternate" con type="text/markdown").

¿Qué son llms-full.txt y las versiones .md?

El llms-full.txt, una convención que nació en las plataformas de documentación, mete el contenido completo en un solo archivo en vez de una lista de enlaces. Le ahorra al asistente ir página por página, aunque en sitios grandes puede quedar enorme. Las versiones .md cumplen el mismo objetivo a nivel de página: texto plano, sin el ruido del diseño.

¿En qué se diferencia el llms.txt del robots.txt y del sitemap?

Se parecen en el nombre y en que viven en la raíz, pero hacen cosas distintas:

Ojo con esto, porque circula harto: vas a encontrar guías que describen "directivas" del archivo llms.txt para permitir o prohibir usos, limitar el largo de las respuestas o fijar un embargo. Esas reglas no están en la especificación. El llms.txt no da ni quita permisos de acceso: si no quieres que un bot use tu contenido, eso se resuelve en el robots.txt (lo explico en esta guía).

¿Quién lee el llms.txt?

El estudio de Ahrefs (junio de 2026) miró 137.210 dominios con tráfico en mayo de 2026, usando sus datos de analítica web y de logs de bots:

• El 28% de los dominios publica un llms.txt (un techo, según Ahrefs, porque sus clientes son más técnicos).
• El 97% de esos archivos no recibió ninguna solicitud en el mes.
• El 3% restante, unos 1.100 dominios, concentró las cerca de 22.000 solicitudes medidas. El 96% vino de bots.
• Los que más lo pidieron fueron herramientas de auditoría SEO (21,7%). Todas las categorías de IA sumadas (asistentes, agentes y bots que recolectan datos) llegaron al 19,5%.
• Entre los bots de IA, GPTBot (el rastreador que OpenAI usa para el entrenamiento de sus modelos) fue el que más lo pidió. ClaudeBot quedó en 0,8% y OAI-SearchBot, el que alimenta la búsqueda de ChatGPT, en 0,74%.
• Los bots que recolectan datos para entrenar lo pidieron casi cinco veces más que los que buscan contenido para responder en el momento.
• PerplexityBot lo pidió menos veces que Slackbot (sí, el bot de Slack, el de las vistas previas de los links).

Lo menciono porque circulan guías que aseguran que Perplexity ya lo lee.

El otro estudio grande es de SE Ranking, sobre unos 300.000 dominios: el 10,13% tenía el archivo y no encontraron relación entre tenerlo y la cantidad de citas en respuestas de IA. De hecho, su modelo predecía mejor las citas cuando le sacaban la variable llms.txt.

¿Qué dice Google sobre el llms.txt?

Google ha sido bastante consistente. Gary Illyes dijo en julio de 2025 que Google no soporta el llms.txt y que no tiene planes de hacerlo. Y la guía de Google para sus funciones de IA generativa (actualizada el 10 de julio de 2026) lo dice con todas sus letras: no necesitas archivos de texto para IA, markup especial ni Markdown para aparecer en el buscador, porque Google Search ignora esos archivos. Agrega que está perfecto si decides mantener uno para otros servicios, y que eso no te ayuda ni te perjudica en Google. La comenté en lo que cambió en las pautas de Google y en Modo IA.

John Mueller, de Google, fue más gráfico en el podcast Search Off the Record: un llms.txt es básicamente decirles a estos sistemas "tengo el mejor sitio web del mundo, y aquí están todas las páginas a las que todos deben ir". Un archivo autodeclarado no le sirve a un sistema para decidir a quién mostrar. Mueller sí le vio un uso estrecho: cuando un agente ya está dentro de tu sitio y necesita encontrar algo o completar una tarea.

La señal que confunde a muchos equipos viene de Chrome. Desde mayo de 2026, Lighthouse tiene una categoría experimental de navegación agéntica con una auditoría para el llms.txt. Si el archivo no existe (un 404), la auditoría queda como "no aplica". Solo marca un problema cuando el servidor responde con error al pedirlo. No tiene relación con el ranking ni con las citas.

¿Sirve el llms.txt para aparecer en ChatGPT o en los AI Overviews?

Con la evidencia que hay hoy, no veo cómo. Google dice que lo ignora, los bots que buscan contenido para responder casi no lo piden y el estudio de SE Ranking no encontró relación con las citas.

Me pasa con el llms.txt lo mismo que con el schema, al que alguna vez llamé el horóscopo del GEO: es técnico, se puede marcar como hecho y da la sensación de control. Y como cuesta poco, se vuelve la respuesta por defecto a una pregunta difícil ("¿por qué ChatGPT recomienda a mi competencia?").

Lo que sí he visto mover las citas es el contenido. En un estudio que hice sobre 500 prompts para Previsible, las consultas con una industria, un tamaño de equipo, un año o un caso de uso concretos recibían en promedio 3,4 veces más citas que sus versiones genéricas. Eso se trabaja en las páginas de tu sitio web, con respuestas específicas y datos propios (en qué es AEO y en SEO para ChatGPT está el detalle).

Y para saber si algo funciona, hay que medir la visibilidad. Con nuestros clientes seguimos de 20 a 30 preguntas fijas, las que haría alguien antes de comprar, y las corremos cada semana en ChatGPT y Gemini. Si publicas un archivo llms.txt y quieres ver si cambió algo, ese es el tipo de seguimiento que te lo va a decir. El método completo está en cómo medir la visibilidad en LLMs.

¿Para qué sitios sirve el llms.txt? Documentación, API y SaaS

Donde el llms.txt tiene sentido es en el material técnico que leen los asistentes de programación:

• Referencias de producto y de API. Quien integra tu API con ayuda de una IA necesita que esta encuentre rápido la referencia correcta y la versión vigente. Claude Code (el asistente de programación de Anthropic) aparece entre los bots de IA que más pidieron el archivo en los datos de Ahrefs, y es justo el tipo de herramienta que consulta documentación.
• SaaS y herramientas para desarrolladores. Anthropic, Vercel o Hugging Face publican un llms.txt en su documentación, y plataformas como GitBook o Mintlify lo generan solas.
• Bases de conocimiento grandes. Centros de ayuda con cientos de artículos donde un agente de soporte tiene que llegar al que corresponde.

Para un blog, un sitio web de servicios o un ecommerce, lo dejaría como algo de bajo costo y baja prioridad: si la plataforma lo genera, bien; si hay que construirlo a mano, hay cosas que rinden más en el mismo tiempo.

¿Cómo saber si alguien lee tu llms.txt?

Aquí te recomiendo gastar los 20 minutos que ibas a dedicarle al ticket. Ahrefs lo recomienda en su estudio y es el método que usamos en las auditorías de sitios web grandes: los logs del servidor.

1. Toma 30 días de logs del servidor o del CDN.
2. Filtra las solicitudes a /llms.txt (y a /llms-full.txt si lo tienes).
3. Agrupa por user agent y verifica que los bots sean quienes dicen ser, porque cualquiera puede llamarse GPTBot.
4. Compara contra las solicitudes al robots.txt del mismo período, para dimensionar.
5. Mira qué pasa después: si el bot que pidió el archivo visitó luego las páginas que enlaza.

Un ejemplo ilustrativo: un sitio web que en un mes recibe 12.000 solicitudes al robots.txt y 9 al llms.txt, todas de herramientas de auditoría. Ese sitio no necesita un proyecto de llms.txt. Si en cambio ves a un asistente de programación pidiendo el archivo y después recorriendo tu referencia de API, ahí sí vale la pena cuidarlo. En la guía del error 503 cuento cómo filtrar logs por plantilla, y en la de ChatGPT y su índice propio cómo seguir a OAI-SearchBot.

¿Cómo crear un llms.txt paso a paso?

Si decides tenerlo, así se crea el archivo llms.txt sin volverlo un proyecto:

1. Elige las páginas. Las que explican qué haces y para quién: servicios o productos, precios, referencias técnicas vigentes y las guías que mejor responden. Deja fuera páginas delgadas, duplicadas o archivadas.
2. Escríbelo en Markdown. Un H1 con el nombre (el único encabezado obligatorio), una cita con el resumen y secciones H2 con enlaces y una descripción de una línea.
3. Publícalo en la raíz (tudominio.com/llms.txt) o en la ruta de la documentación si solo cubre esa parte (tudominio.com/docs/llms.txt).
4. Verifica que responda 200 con un curl -I a la URL y que se vea como texto plano en el navegador. Un error del servidor es lo único que la auditoría de Lighthouse marca como problema.
5. Enlázalo desde tus páginas de ayuda o desde las instrucciones que les das a tus asistentes, porque lo piden cuando alguien los manda ahí.
6. Mantenlo actualizado. Cada vez que reorganizas el sitio o cambias de versión, revísalo. Lo ideal es que se genere solo desde el CMS.

¿Qué herramientas generan un llms.txt?

Hay generadores gratis, como el de Firecrawl, que arman un borrador desde tu sitemap, y plataformas como GitBook, Mintlify o algunos constructores de sitios que lo generan y lo actualizan solos. Mi recomendación es la misma de Ahrefs: que lo haga la plataforma y que el esfuerzo sea mínimo. El sitio de mi consultora tiene uno, con las páginas principales, los casos y las herramientas, y no le dedicaría más de una tarde al año.

¿Qué riesgos tiene publicar un llms.txt?

Le facilita a un competidor la copia de tus mejores páginas, porque le entregas el mapa ordenado. Y como algunos sistemas lo leen y actúan sobre lo que dice, conviene tratarlo como código: versionarlo, limitar quién lo edita, avisar si alguien lo cambia y enlazar solo a recursos que controlas.

Preguntas frecuentes sobre el llms.txt

¿Es obligatorio tenerlo? No. Es una propuesta sin un organismo de estándares detrás, y ni Google ni OpenAI se comprometieron a leerlo.

¿Mejora el SEO? En Google, no: su guía dice que lo ignora y que no ayuda ni perjudica. En otros sistemas, no hay evidencia de que suba las citas.

¿Sirve para bloquear el entrenamiento con mi contenido? No. Para eso tienes que bloquear a esos bots en el robots.txt.

Qué haría esta semana

Si alguien de tu equipo tiene un ticket abierto para crear un llms.txt, pídele primero los logs de los últimos 30 días y busca cuántas veces se pidió el archivo. Si tu sitio tiene documentación que usan desarrolladores, crea el archivo y deja que se genere solo. Si no la tiene, cierra el ticket con buena conciencia y usa esas horas en mejorar las tres páginas que más deberían aparecer cuando alguien le pregunta a ChatGPT por lo que vendes.