En resumen
- El llms.txt es una propuesta de 2024: un archivo Markdown en el directorio raíz que da a los sistemas de IA un resumen breve de su web.
- Google indica que no hacen falta nuevos archivos legibles por máquinas ni archivos de texto para IA para aparecer en AI Overviews y en el modo IA.
- Hasta ahora no hay pruebas sólidas de que los grandes sistemas de búsqueda con IA usen el archivo para sus recomendaciones.
- Cuesta poco y no perjudica. Importan más unos rastreadores permitidos, páginas legibles y datos estructurados limpios.
Qué es un archivo llms.txt
La idea es de Jeremy Howard, que la publicó en llmstxt.org en septiembre de 2024. Las webs ofrecerían a los modelos de lenguaje y a los agentes de IA un resumen compacto en Markdown: quiénes son, qué contiene la web y qué páginas importan para cada pregunta. El motivo es que los sistemas de IA solo procesan una cantidad limitada de texto a la vez y las páginas completas, con menús, scripts y publicidad, son difíciles de leer.
El archivo suele estar en /llms.txt, en el directorio raíz, pero según la propuesta también puede ir en una subcarpeta y entonces se aplica a las direcciones que cuelgan de ella. Algunas webs ofrecen además un llms-full.txt con el texto completo. Es un complemento habitual, no parte de la propuesta básica.
Cómo se estructura el archivo
La propuesta fija un orden. Solo la primera línea es obligatoria:
- Un título de primer nivel con el nombre de la web o de la empresa.
- Un bloque de cita con un resumen breve de una o dos frases.
- Párrafos o listas libres con indicaciones importantes, sin más títulos.
- Secciones con títulos de segundo nivel, cada una con una lista de enlaces y, si se quiere, una breve descripción tras dos puntos.
- Una sección «Optional» para enlaces que un sistema de IA puede omitir si tiene poco espacio.
Para una empresa de instalaciones podría tener este aspecto:
# Instalaciones Ejemplo S.L.
> Instalaciones eléctricas, placas solares y cargadores para coche eléctrico en Valencia y alrededores.
Servicio de urgencias de lunes a viernes de 7 a 18 h. Presupuesto gratuito tras visita.
## Servicios
* [Placas solares](https://www.instalaciones-ejemplo.es/placas-solares/): diseño, montaje, asesoría sobre ayudas
* [Cargadores](https://www.instalaciones-ejemplo.es/cargadores/): instalación en viviendas y empresas
## Empresa
* [Contacto y horarios](https://www.instalaciones-ejemplo.es/contacto/)
## Optional
* [Preguntas frecuentes](https://www.instalaciones-ejemplo.es/preguntas/)
Qué aporta el archivo y qué no
Aquí conviene mirar con calma. En sus indicaciones sobre funciones de IA, Google dice que no se necesitan nuevos archivos legibles por máquinas, archivos de texto para IA ni marcado especial para aparecer en AI Overviews o en el modo IA. En su resumen de rastreadores, OpenAI explica cómo se controla la visibilidad en la búsqueda de ChatGPT mediante robots.txt, y el llms.txt no aparece. También en Perplexity y Claude lo decisivo es el acceso, en este caso de PerplexityBot y Claude-SearchBot.
Hasta ahora no hay pruebas públicas de que ChatGPT, Gemini o Perplexity recomienden más a una empresa por tener un llms.txt. El archivo es útil donde los agentes de IA recuperan contenidos de forma dirigida, por ejemplo en documentación técnica que los desarrolladores consultan con asistentes de IA. Para un negocio local es más una tarjeta de visita ordenada para máquinas que una vía para recibir más solicitudes. Qué más cuenta para que la IA le mencione se explica en la página sobre Generative Engine Optimization.
Nuestra recomendación
Cree un llms.txt cuando su web esté en buen estado y lo más importante esté hecho. Calcule media hora, no un proyecto. Sea crítico con los proveedores que venden el llms.txt como la llave de ChatGPT.
Cómo crear un llms.txt
- Definir el contenido: nombre, una o dos frases sobre qué hace y dónde, y sus cinco a quince páginas más importantes.
- Escribir el archivo: basta un editor de texto sencillo. Guarde el archivo en UTF-8 con el nombre
llms.txt. - Subirlo: colóquelo en el directorio raíz para que esté disponible en
su-dominio.es/llms.txt. WordPress y otros sistemas tienen extensiones para ello. - Comprobarlo: abra la dirección en el navegador. El archivo debe verse como texto, sin inicio de sesión y sin redirigir a la página de inicio.
- Mantenerlo: si cambian servicios o direcciones, actualice también el llms.txt. Los datos desfasados perjudican más que un archivo inexistente.
Lo que importa más que el llms.txt
- El robots.txt permite OAI-SearchBot, Googlebot, Bingbot, PerplexityBot y Claude-SearchBot.
- Los contenidos principales están en el HTML y no se cargan solo con JavaScript.
- Cada servicio tiene su propia página con un título claro y la ubicación.
- Los datos estructurados según Schema.org describen la empresa, la ubicación y los servicios.
- El Perfil de Empresa de Google y los directorios tienen los mismos datos que la web.
- Hay un sitemap actualizado indicado en el robots.txt.
llms.txt y robots.txt comparados
| robots.txt | llms.txt | |
|---|---|---|
| Finalidad | Regula qué rastreadores pueden acceder a qué páginas | Ofrece a los sistemas de IA un resumen breve en Markdown |
| Efecto en la visibilidad | Directo: si está bloqueado, no aparece en la búsqueda de ChatGPT | No demostrado |
| Difusión | Estándar desde hace décadas, respetado por todos los grandes rastreadores | Propuesta desde 2024, voluntaria |
| Esfuerzo | Pocas líneas, pero los errores tienen grandes consecuencias | Media hora |
Fuentes
- Jeremy Howard: The /llms.txt file, propuesta del 3 de septiembre de 2024
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI Crawlers
- Perplexity: Perplexity Crawlers
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler?