¿Qué es llms.txt y merece la pena añadirlo?
llms.txt es un archivo Markdown propuesto en /llms.txt que da a las herramientas de IA un resumen breve de tu sitio y una lista de enlaces a sus páginas más útiles. Es una propuesta de la comunidad, no un estándar, y los principales rastreadores de búsqueda con IA no dicen que lo usen. Añadirlo cuesta poco, pero no sustituye a un HTML rastreable.
llms.txt recibe mucha atención y a menudo se presenta como el robots.txt de la IA. Es otra cosa: el robots.txt indica lo que los rastreadores pueden descargar, mientras que llms.txt es una guía de lectura que dirige a las herramientas de IA hacia el contenido que vale la pena leer. Aquí tienes lo que dice la propuesta, lo que se sabe de su uso y cómo escribir uno.
En esta página
¿De dónde viene llms.txt?
Jeremy Howard propuso el archivo /llms.txt en septiembre de 2024, y la propuesta se mantiene en llmstxt.org. Su objetivo es estandarizar un archivo que ayude a los modelos de lenguaje y a los agentes a usar un sitio web en el momento de la inferencia, por ejemplo cuando un asistente de programación necesita la documentación de una biblioteca, y no para el entrenamiento.
La idea responde a un problema real. Las páginas web llevan navegación, scripts, banners y maquetación. Un archivo Markdown corto y bien elegido, con enlaces a versiones limpias de las páginas clave, es más fácil de manejar para un modelo con una ventana de contexto limitada.
¿Qué lleva un archivo llms.txt?
El archivo es Markdown con un orden fijo. Solo el primer elemento es obligatorio:
- Un H1 con el nombre del sitio o proyecto (obligatorio).
- Una cita en bloque con un resumen breve de lo que es el sitio.
- Párrafos o listas opcionales con más detalle, sin encabezados.
- Secciones H2, cada una con una lista de enlaces Markdown con la forma
[name](url), seguidos opcionalmente de dos puntos y una nota. - Una sección opcional llamada
Optionalpara los enlaces secundarios que una herramienta puede saltarse cuando necesita menos contexto.
# Example Co
> Example Co makes scheduling software for clinics. This file lists our product, pricing and help pages.
## Product
- [Features](https://example.com/features): What the app does
- [Pricing](https://example.com/pricing): Plans and prices in USD
## Help
- [Getting started](https://example.com/help/start): Setup in 10 minutes
## Optional
- [Changelog](https://example.com/changelog)La propuesta también sugiere ofrecer versiones en Markdown de las páginas en la misma URL añadiendo .md, por ejemplo page.html.md, para que las herramientas puedan obtener texto limpio.
¿Quién lee realmente llms.txt hoy?
Aquí conviene ser prudente. El sitio llmstxt.org dice que los archivos se usan sobre todo en documentación de software, donde los agentes de programación los siguen. OpenAI, Anthropic, Google y Perplexity no incluyen llms.txt entre las señales que usan sus rastreadores de búsqueda en la documentación de rastreadores que revisamos.
Google va más lejos para sus propias funciones de Search. Su guía sobre AI Overviews y el modo IA dice que no necesitas crear archivos nuevos legibles por máquina, archivos de texto para IA ni marcado para aparecer en ellos. Para Google Search, llms.txt no tiene ningún papel declarado.
Así que la respuesta honesta es esta: algunas herramientas de IA, sobre todo asistentes de programación y agentes a los que se apunta hacia un sitio, pueden leerlo. Los rastreadores que deciden si la búsqueda con IA cita tu página trabajan con tu HTML.
Puedes comprobar por ti mismo si algo lee tu archivo. Busca en los registros de tu servidor o CDN las peticiones a /llms.txt y mira los user agents. Si no aparece ninguna petición en unas semanas, eso te dice más sobre su valor para tu sitio que cualquier afirmación general.
¿Debería añadir uno de todos modos?
Para la mayoría de los sitios es una adición barata y de resultado incierto. Lleva unos minutos, no puede perjudicar tu visibilidad en la búsqueda y puede ayudar a los agentes que lo buscan. Es más útil para documentación, herramientas para desarrolladores y productos con mucho material de referencia.
Lo que no puede hacer es arreglar problemas de acceso. Si un cortafuegos bloquea a los rastreadores de IA, si tu robots.txt los bloquea o si tu contenido solo aparece después de ejecutar JavaScript, llms.txt no cambia nada. Soluciona eso primero.
¿Cómo escribo un buen llms.txt?
- Ponlo en
https://yourdomain.com/llms.txty sírvelo como texto plano con estado 200, no como una página HTML. - Escribe el resumen como se lo explicarías a un compañero nuevo en dos frases: qué es el sitio y para quién es.
- Lista las páginas que responden preguntas reales: producto, precios, documentación, políticas. Deja fuera las páginas de etiquetas y los archivos.
- Usa URL absolutas y mantén la lista lo bastante corta para que siga siendo útil; unas pocas decenas de enlaces bastan para la mayoría de los sitios.
- Mantenlo al día. Un archivo que enlaza a páginas eliminadas es peor que ninguno.
- No lo uses para fijar permisos. Las reglas de acceso van en el robots.txt.
¿Cómo trata AISeeWhy el llms.txt?
AISeeWhy comprueba si tu sitio tiene un llms.txt y si la página auditada aparece en él. Como los rastreadores de IA rara vez lo leen hoy, que falte el archivo es un hallazgo P3, la prioridad más baja, y el informe incluye un borrador hecho con el título, la descripción y el sitemap de tu página, que puedes editar y publicar.
Preguntas frecuentes
¿llms.txt es un estándar oficial?
No. Es una propuesta de la comunidad publicada en llmstxt.org. No es un estándar del IETF ni del W3C, y ningún proveedor de IA está obligado a leerlo.
¿llms.txt bloquea el entrenamiento de IA?
No. Es una lista de enlaces, no un conjunto de permisos. Para excluirte del entrenamiento, usa los tokens de entrenamiento del robots.txt, como GPTBot, ClaudeBot o Google-Extended.
¿Necesito llms.txt para aparecer en los AI Overviews de Google?
No. Google dice que no necesitas archivos de texto para IA ni marcado especial para aparecer en los AI Overviews o el modo IA. La página debe estar indexada y poder mostrar un fragmento.
¿Puede llms.txt estar en una subcarpeta?
La versión actual de la propuesta admite un archivo en una subruta, como /docs/llms.txt, que cubre las páginas bajo esa ruta. La mayoría de los sitios solo necesitan un archivo en la raíz.
Fuentes
- llmstxt.org: el archivo /llms.txt
- Google Search Central: las funciones de IA y tu sitio web
- OpenAI: descripción general de los rastreadores de OpenAI