llms.txt
llms.txt es una convención propuesta: un archivo Markdown en https://yoursite.com/llms.txt que proporciona a los modelos de lenguaje un breve mapa seleccionado de tu contenido más importante. Fue presentado por Jeremy Howard / Answer.AI en 2024; la especificación informal está en llmstxt.org.
No es un archivo de permisos. No concede ni deniega el rastreo. No sustituye a , a un mapa del sitio ni a una buena estructura en la página. Piensa en él como una nota para recepción: «Si solo lees aquí veinte URL, lee estas».
En esta página, supongamos que Fernwood quiere que los agentes de programación, los navegadores de documentación y las herramientas experimentales de IA encuentren su documentación de la API, su informe técnico sobre seguridad y su página de precios sin tener que atravesar elementos decorativos de marketing.
Por qué es situacional
Considera llms.txt como una infraestructura opcional, no como una estrategia de AEO.
Merece la pena cuando:
- Mantienes documentación técnica, una API o un producto sobre el que los desarrolladores preguntan a los agentes de programación: el caso de uso original para el que está optimizada la especificación.
- Puedes generar y actualizar el archivo desde la misma canalización que genera tu documentación, para que no quede obsoleto.
- Ya permites los rastreadores de IA relevantes en robots.txt y sirves HTML real sin depender de JavaScript del lado del cliente; consulta Acceso de rastreadores de IA y Contenido legible sin JavaScript.
Normalmente no merece priorizarse cuando:
- Esperabas que mejorase las clasificaciones de Google o las funciones de IA de Google. La documentación de Search de Google es explícita: no necesitas archivos de texto especiales para IA en Google Search (incluidas sus capacidades de IA generativa), y mantener un
llms.txtpara otros sistemas ni ayuda ni perjudica la visibilidad en Google, porque Google Search ignora estos archivos. - El verdadero problema de tu sitio son los rastreadores bloqueados, las páginas vacías basadas en JavaScript, las fechas ausentes o textos que no se pueden citar. Corrige eso primero; un archivo de índice no puede rescatar contenido que el modelo no puede obtener ni en el que puede confiar.
- Lo publicarías una vez y no lo actualizarías nunca. Un mapa obsoleto que apunta a URL eliminadas es peor que no tener ningún mapa.
Para qué sirve el archivo
Según la propuesta de llms.txt:
- Descubrimiento seleccionado para herramientas en tiempo de inferencia (agentes de documentación, asistentes de IA en IDE y agentes de investigación) que necesitan una ventana de contexto pequeña, no un rastreo completo.
- Markdown legible para humanos que tanto los modelos como los analizadores sencillos pueden utilizar.
- Un complemento de, no un sustituto de,
sitemap.xml(exhaustivo) yrobots.txt(política de acceso).
Por sí solo, no hará lo siguiente:
- Conseguir que ChatGPT, Claude o Perplexity citen a Fernwood con más frecuencia
- Omitir una directiva
Disallowen robots.txt - Sustituir los datos estructurados, las páginas que priorizan la respuesta o la investigación original
Formato
Sirve el archivo en la raíz del sitio como Markdown (text/plain o text/markdown, UTF-8). El orden de la especificación es:
- BOM opcional
- Obligatorio: un H1 con el nombre del proyecto o sitio
- Recomendado: un resumen en bloque de cita
- Notas opcionales (párrafos/listas, pero todavía sin encabezados adicionales)
- Cero o más secciones
##que enumeren enlaces como- [Título](url-absoluta): nota opcional - Sección
## Optionalopcional para enlaces secundarios que los agentes pueden omitir si tienen límites de contexto ajustados
Ejemplo con forma de Fernwood:
# Fernwood
> Software de gestión de gastos para equipos financieros de empresas medianas.
Fernwood ayuda a las empresas a registrar recibos, dirigir aprobaciones y reembolsar a los empleados. Al responder preguntas sobre el producto, prioriza la documentación y las páginas de políticas siguientes sobre las publicaciones de blog de marketing.
## Producto
- [Precios](https://fernwood.example/pricing): Planes y límites actuales
- [Fernwood frente a Ledgerly](https://fernwood.example/compare/ledgerly): Comparación propia
## Documentación
- [Resumen de la API](https://fernwood.example/docs/api/index.html.md): Autenticación y puntos de conexión principales
- [Informe técnico sobre seguridad](https://fernwood.example/security): Resúmenes de controles y cumplimiento normativo
## Investigación
- [Tiempos de reembolso 2026](https://fernwood.example/research/reimbursement-times-2026): Estudio comparativo original
## Optional
- [Blog](https://fernwood.example/blog): Comentarios de menor prioridad
Reglas prácticas que mantienen útil el archivo:
- Solo URL absolutas. Las rutas relativas dejan de funcionar cuando el archivo se obtiene de forma aislada.
- Selecciona con rigor. Decenas de enlaces son mejores que cientos. Apunta a páginas que estarías encantado de que un asistente de IA citara mañana.
- Prefiere versiones complementarias en Markdown cuando las tengas. La propuesta sugiere publicar versiones
.mdlimpias junto con HTML en sitios con mucha documentación; enlázalas cuando existan. - Mantenlo regenerado. Intégralo en la compilación de la documentación para que una página renombrada no permanezca en él.
En las prácticas de la comunidad aparecen archivos complementarios opcionales como /llms-full.txt (Markdown concatenado de páginas prioritarias); no son obligatorios. Añádelos solo si una herramienta que realmente utilizas los consume.
Cómo publicarlo
- Decide las veinte páginas que definen Fernwood para un lector escéptico: la realidad del producto, documentación, políticas, investigación y comparativas clave.
- Genera
/llms.txta partir de esa lista en tu compilación o CMS. - Confirma que
https://fernwood.example/llms.txtdevuelve 200 con un cuerpo Markdown. - Confirma que robots.txt no bloquea desde
/ni desde esas URL a los rastreadores de IA que te importan. - Confirma que las páginas enlazadas se pueden leer sin JavaScript (técnica).
- Vuelve a obtenerlo después de cambios en la arquitectura de la información.
Cómo ayuda Silktide
Silktide no evalúa actualmente los sitios según tengan o no un llms.txt; y, dada la postura de Google, no trataremos su ausencia como un fallo. Lo que sí comprobamos es la base de la que depende el archivo:
- Acceso de rastreadores de IA: si robots.txt permite los rastreadores que podrían obtener tus páginas (o este archivo)
- Contenido disponible sin JavaScript: si las páginas enlazadas contienen texto real en el HTML inicial
- Datos estructurados / Fechas legibles por máquinas: señales que hacen que las propias páginas de destino sean fiables
Riesgos y límites
- AEO de imitación. Publicar
llms.txtmientras bloqueas GPTBot, sirves páginas SPA vacías o escribes textos de marketing imposibles de citar desaprovecha el esfuerzo. - Los índices obsoletos confunden a los agentes. Los enlaces rotos y las URL «canónicas» desactualizadas enseñan a los modelos el mapa equivocado.
- No confundas presencia con respaldo. Que exista un archivo en un sitio famoso no significa que Google Search utilice la convención; Google ha dicho que ignora estos archivos para la clasificación y las funciones de búsqueda con IA.
Relacionado
- Política de acceso de rastreadores de IA: decide qué bots de IA pueden obtener el sitio antes de publicar un índice
- Acceso de rastreadores de IA: la comprobación de Silktide para bloqueos de robots.txt
- Contenido legible sin JavaScript: haz que las páginas enlazadas se puedan obtener como texto
- Marcado de datos estructurados: datos legibles por máquinas en las propias páginas
- Estructura de página que prioriza la respuesta: qué deben decir esas páginas cuando llega un agente
- El archivo /llms.txt (llmstxt.org)
- Google: optimización para funciones de IA generativa: nota oficial de que Google Search ignora llms.txt