¿Qué es llms.txt? Qué hace, qué no hace y si lo necesitas

¿Qué es llms.txt?

llms.txt es un estándar propuesto, publicado por Jeremy Howard en llmstxt.org en septiembre de 2024, para un archivo Markdown que se coloca en tudominio.com/llms.txt. Su función es dar a los modelos de lenguaje un mapa seleccionado, en texto plano, de la información clave de un sitio web: quién eres, qué ofreces y qué páginas importan más, sin obligar al modelo a abrirse paso entre la navegación, los scripts y el diseño.

El formato es sencillo a propósito. El archivo empieza con un H1 con el nombre del sitio o de la empresa, seguido de un breve resumen en una cita en bloque.

Debajo van las secciones, cada una con un H2 y una lista de enlaces, y cada enlace lleva una breve descripción de la página a la que apunta, como «Referencia de la API: endpoints y límites». Una sección opcional al final reúne páginas útiles pero prescindibles. Algunos sitios publican además llms-full.txt, un archivo complementario popularizado por Mintlify y Anthropic que contiene el texto completo de las páginas clave en un único documento, para que las herramientas de IA tengan todo el contexto en lugar de una lista de enlaces. A veces verás el archivo escrito como llm.txt; la propuesta usa el plural, llms.txt.

llms.txt vs. robots.txt vs. sitemap.xml

Es fácil confundir los tres archivos, porque todos están en la raíz del sitio y todos hablan con máquinas. Pero cumplen funciones distintas.

La consecuencia práctica: un archivo llms.txt no puede impedir el acceso de un bot de IA, ni de ningún otro rastreador, a nada, y tampoco puede invitarlo a entrar. Si quieres controlar qué rastreadores de IA acceden a tu sitio, eso es cosa del robots.txt, y lo explicamos en el paso de acceso de rastreadores de nuestra guía de auditoría AEO.

¿Qué ha dicho Google sobre el llms.txt?

Google ha dado dos respuestas distintas, según a qué equipo preguntes.

La respuesta de Google Search es clara. Su guía para optimizar para las funciones de IA generativa, publicada en mayo de 2026, dice que no necesitas nuevos archivos legibles por máquinas, archivos de texto para IA, marcado ni Markdown para aparecer en Google Search, y también trata como mitos la fragmentación del contenido, la reescritura específica para IA y los schemas especiales. Una actualización de junio de 2026 añadió que Google Search ignora los archivos llms.txt: ni ayudan ni perjudican, y no pasa nada por mantener uno para otros servicios. Esta postura coincide con lo que el equipo de Search de Google lleva más de un año diciendo.

En abril de 2025, John Mueller comparó el llms.txt con la metaetiqueta keywords: señaló que ningún servicio de IA había dicho que usara el archivo y que los registros del servidor muestran que los bots ni siquiera lo comprueban. En febrero de 2026 fue más allá con las páginas en Markdown aparte para bots: «Convertir páginas a Markdown es una idea estupidísima». En Search Central Live Deep Dive Asia Pacific, en julio de 2025, Gary Illyes dijo que Google no admite el llms.txt y que no tiene previsto hacerlo.

La respuesta de Chrome es otra. Una semana antes de que apareciera la guía de Search, Lighthouse 13.3 añadió a sus auditorías por defecto una categoría experimental, Agentic Browsing, que incluye una auditoría del llms.txt. Comprueba si el sitio ofrece el archivo y señala los errores del servidor cuando no se puede obtener. La documentación de Chrome describe el llms.txt como un resumen legible por máquinas del contenido de un sitio web para los LLM y los agentes de IA, y advierte de que, sin él, los agentes pueden tardar más en rastrear un sitio para entender su estructura. Los sitios que devuelven un 404 para el archivo se marcan como «no aplicable», no como suspenso.

Como señaló Search Engine Journal, las dos posturas responden a preguntas distintas. Search habla de visibilidad en los AI Overviews y en el Modo IA. Lighthouse habla de lo fácil que le resulta a un agente de IA que navega por el navegador entender tu sitio.

Si separas esas dos funciones, la contradicción desaparece.

¿El llms.txt mejora la visibilidad en IA?

Hasta ahora, las pruebas indican que apenas influye en que los motores de búsqueda con IA te encuentren y te citen.

El análisis de registros más detallado publicado es el de Otterly.ai, que monitorizó el tráfico de bots de IA en un sitio web durante 90 días y publicó los resultados en febrero de 2026. De más de 62.100 visitas de bots de IA, 84 pidieron /llms.txt: alrededor del 0,1 %. Una página de contenido media del mismo sitio recibió unas 265. Es un solo sitio, así que no puede hablar por todos los sectores, pero cuadra con la afirmación de Google de que los bots no pedían el archivo.

Peec AI, otro proveedor de visibilidad en IA, llegó a una conclusión parecida en julio de 2025 desde otro ángulo. Su análisis concluyó que merece la pena añadir el archivo cuando tu público son agentes de IA y herramientas de programación, que es una distracción para los equipos que buscan tráfico de ChatGPT o Perplexity y que puede ser perjudicial cuando los equipos crean copias en Markdown de cada página, porque esas copias añaden URL duplicadas sin ningún beneficio demostrado.

Lo que los estudios no muestran importa tanto como lo que sí muestran. Ninguno midió si añadir el archivo cambiaba la frecuencia con la que se menciona o se cita a una marca en las respuestas de IA, y nada de lo publicado hasta ahora lo hace. Lo que citan los motores de IA es el contenido de tus páginas y lo que otros sitios de confianza dicen de ti. El archivo puede apuntar a ese contenido, pero no puede sustituirlo. Si quieres ver qué páginas tuyas citan hoy los motores de IA, empieza por hacer seguimiento de las citas en IA.

¿Dónde sí tiene sentido el llms.txt?

El llms.txt tiene más sentido cuando un sistema de IA lee tu sitio en nombre de alguien que cuando construye una respuesta de búsqueda.

Los agentes de IA que navegan para un usuario son el ejemplo más claro, y la razón de ser de la auditoría de Lighthouse en Chrome. Un agente que tiene que completar una tarea en tu sitio, como comparar planes o encontrar una guía de configuración, sale ganando con un mapa breve de dónde está cada cosa.

Los asistentes de programación, los agentes de código y las herramientas para desarrolladores son el segundo. Las plataformas de documentación adoptaron pronto el llms.txt porque los desarrolladores apuntan herramientas como Cursor o Claude a la documentación de software, y un índice limpio ayuda a esas herramientas a encontrar la página correcta. Si no sabes cómo se conectan los asistentes de IA con herramientas y datos externos, nuestra guía de MCP para principiantes explica lo básico.

Las herramientas de terceros que procesan un sitio sin rastrear todas sus páginas también salen ganando. Para las empresas centradas en su API o con mucha documentación, los tres casos de uso ya son reales hoy. Para la mayoría de las webs de marketing, son una parte pequeña de cómo los sistemas de IA se encuentran con la marca.

¿Deberías añadir un archivo llms.txt?

El esfuerzo es pequeño, así que la decisión depende de quién lee tu web.

Hay una recomendación firme que vale para cualquier tipo de sitio: no crees copias en Markdown de cada página para los bots. El equipo de Google Search se ha pronunciado en contra, multiplica las URL y ninguna prueba publicada muestra un beneficio.

¿Cómo se crea un archivo llms.txt?

La vía más rápida es nuestro generador gratuito de llms.txt: introduces tu dominio y te devuelve un llms.txt limpio y válido en segundos. Revisa las páginas y descripciones que ha elegido según los tres primeros pasos de abajo y después súbelo. Escribir el archivo a mano lleva unos diez minutos.

1. Elige de 10 a 30 páginas que importen. Tus mejores páginas: las de producto y precios, los puntos de entrada a la documentación, tus guías y artículos más útiles, y las políticas que necesitaría un comprador o un agente.
2. Escribe una línea para cada una. Explica para qué sirve la página en lenguaje sencillo, sin lenguaje de marketing. Te vale cualquier editor de texto.
3. Estructúralo según la propuesta. Un H1 con tu nombre, un resumen de una línea en una cita en bloque, secciones H2 con listas de enlaces y una sección opcional al final.
4. Súbelo a la raíz de tu sitio como archivo de texto plano, en /llms.txt.
5. Compruébalo. Confirma que la URL devuelve un código de estado 200 y después ejecuta Lighthouse con la categoría Agentic Browsing para ver si la auditoría lo detecta.

En WordPress, Yoast SEO y Rank Math también pueden generarte el archivo. Si no, aquí tienes una plantilla que puedes adaptar, para una empresa ficticia:

# Acme Analytics

> Analítica de producto para equipos de SaaS B2B, con paneles de autoservicio y una API pública.

## Producto
- [Precios](https://acme.com/pricing): planes, límites y qué incluye cada uno
- [Integraciones](https://acme.com/integrations): fuentes de datos y herramientas compatibles

## Docs
- [Primeros pasos](https://acme.com/docs/start): configura el seguimiento en 10 minutos
- [Referencia de la API](https://acme.com/docs/api): endpoints, autenticación y límites de uso

## Optional
- [Changelog](https://acme.com/changelog): novedades del producto por mes

Si tu equipo tiene la web en un repositorio de GitHub, puede pedirle a tu Omnia Agent que abra la pull request que añade el archivo, así la tarea lleva minutos y pasa por la revisión habitual.

El llms.txt es uno de los tres archivos y señales técnicas que aparecen en cualquier checklist de búsqueda con IA. Los otros dos son el acceso de los rastreadores, que tratamos en nuestra guía de auditoría AEO, y los datos estructurados, que explicamos en nuestra guía de datos estructurados para la búsqueda con IA.

La opinión de Omnia: diez minutos y a otra cosa

El llms.txt no cuesta casi nada, así que añádelo si tu web la usan agentes de IA o desarrolladores: genéralo gratis, revísalo y súbelo. Que sea breve y preciso, y actualízalo cuando cambien tus páginas clave.

Y ahí te paras. El archivo no te va a conseguir citas en ChatGPT, Perplexity, los AI Overviews ni el Modo IA, y tratarlo como una palanca de visibilidad en IA le quita tiempo al trabajo que sí funciona: páginas que responden con claridad a las preguntas de los compradores, datos coherentes en todos los sitios donde aparecen y menciones en las webs en las que ya confían los motores de IA. Saber qué páginas tuyas se citan, y qué páginas se citan en lugar de las tuyas, te dice dónde poner ese esfuerzo. Eso es lo que Omnia monitoriza en los motores de IA y lo que tu Omnia Agent convierte en trabajo que tu equipo puede publicar. Para el siguiente paso después del archivo, consulta nuestra guía para posicionar en la búsqueda de ChatGPT y nuestra introducción a la optimización para motores de respuestas.

Empieza tu prueba gratuita de 14 días de Omnia.