¿Cuántos sitios publican un llms.txt? Revisamos 10.000 dominios
De los 10.000 dominios más populares, el 12,4 % publica un llms.txt (1.240), y el 16,7 % de aquellos cuya página de inicio responde con HTML. Los sitios más grandes lo publican con más frecuencia. Los sitios que publican uno bloquean a los rastreadores de búsqueda de IA en el 1,4 % de los casos, frente al 15,0 % de los que no. Esto cuenta solo la publicación: no muestra si algún asistente de IA lee el archivo.
llms.txt es uno de los archivos más comentados en la búsqueda con IA y de los menos medidos. Ya habíamos leído el robots.txt de los 10.000 dominios principales y, en la misma pasada, pedimos a cada uno /llms.txt. Esto es lo que obtuvimos.
En esta página
¿Cómo lo comprobamos?
Tomamos los 10.000 dominios principales de la lista Tranco (ID de lista JZWZY) y solicitamos /llms.txt una vez a cada uno el 21 de noviembre de 2026, con el user agent propio de AISeeWhy, tras leer la página de inicio y seguir su redirección al host principal.
Un dominio cuenta como publicador de un llms.txt cuando /llms.txt responde por sí mismo con un 200, un cuerpo de texto no vacío que no es una página HTML y sin redirección a otra página, como un inicio de sesión o la página de inicio. En esta ronda no comprobamos el formato del archivo.
¿Qué encontramos?
- 1.240 de los 10.000 dominios (12,4 %) publican un
llms.txt. - La lista incluye CDN y hosts de API que no sirven ningún sitio web. Entre los 7.367 dominios cuya página de inicio respondió con HTML, 1.233 (16,7 %) publican uno.
- Casi todos también sirven un robots.txt: 1.229 de los 1.240.
¿Los sitios más grandes publican más?
Sí, con una diferencia clara. Dividimos los sitios web (dominios cuya página de inicio respondió con HTML) por posición en Tranco:
- Posiciones 1 a 1.000: el 22,6 % publica un llms.txt (149 de 658 sitios web).
- Posiciones 1.001 a 3.000: 18,2 % (264 de 1.449).
- Posiciones 3.001 a 10.000: 15,6 % (820 de 5.260).
¿Quién publica uno?
Entre los 6.192 dominios que sirven un robots.txt, los que publican un llms.txt se distinguen del resto:
- Bloquean al menos a un rastreador de entrenamiento de IA el 11,8 % de las veces, frente al 26,0 % de los dominios sin llms.txt.
- Bloquean al menos a un rastreador de búsqueda o de usuario de IA el 1,4 % de las veces, frente al 15,0 %.
- Usan una línea
Content-Signalel 12,9 % de las veces, frente al 4,9 %.
Dicho de otro modo, los sitios que se molestan en publicar un llms.txt son, en su mayoría, los que ya dejan entrar a los rastreadores de IA.
¿Qué no muestra esto?
Muestra una relación, no una causa. Un sitio que se toma en serio la visibilidad en IA puede publicar un llms.txt y además mantener abierto su robots.txt; eso no significa que el archivo marcara la diferencia. El recuento también mide solo la publicación. No muestra si algún asistente de IA lee el archivo, y los principales rastreadores de búsqueda con IA no dicen que lo usen.
Las cifras describen las reglas de la página de inicio y el archivo en una dirección en un solo día, para los dominios más populares. Los sitios más pequeños pueden ser distintos.
¿Debería publicar uno?
Es barato e inofensivo: un breve resumen en Markdown de su sitio y una lista de sus páginas más útiles. Manténgalo exacto y con los enlaces funcionando. No lo considere un sustituto de dejar entrar a los rastreadores: un llms.txt en un sitio cuyo firewall rechaza al rastreador, o cuyo robots.txt se lo prohíbe, no sirve de nada.
Próximos pasos
- Probador y comprobador de robots.txt para rastreadores de IA
- Comprobador y validador de llms.txt
- Ver un ejemplo de informe completo
- Monitorización de rastreadores de IA
- Planes y precios
Preguntas frecuentes
¿Qué porcentaje de sitios web tiene un llms.txt?
Entre los 10.000 dominios más populares que revisamos, el 12,4 % publica uno. Entre los dominios cuya página de inicio responde con HTML el porcentaje es del 16,7 %, y es mayor en los sitios más grandes: 22,6 % en los 1.000 primeros.
¿Los sitios con llms.txt permiten más a los rastreadores de IA?
En nuestros datos, sí: bloquean a los rastreadores de búsqueda y de usuario de IA en el 1,4 % de los casos, frente al 15,0 % de los sitios sin él. Es una correlación. No demuestra que el archivo cambie cómo los rastreadores tratan a un sitio.
¿Un llms.txt me ayuda a que me citen los asistentes de IA?
Nuestros datos no pueden decirlo. Cuentan qué sitios publican el archivo, no si un asistente lo usa, y los principales rastreadores de búsqueda con IA no afirman que lo lean. Importan más las páginas rastreables y el acceso abierto.
¿Cómo saber si un sitio tiene un llms.txt real?
Solicite /llms.txt y compruebe que responde con un 200 en esa misma dirección, con un cuerpo de texto que no sea una página HTML. Una redirección a la página de inicio o a un inicio de sesión no es un llms.txt.
Fuentes
- llmstxt.org: The /llms.txt file
- AISeeWhy: AI Crawler Access Report, 2026-11
- Tranco: a research-oriented top sites ranking
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI crawlers