robots.txt indica a los rastreadores qué deben omitir. sitemap.xml enumera las URL para Google. llms.txt es el nuevo: un resumen estructurado de tu sitio, pensado para la IA, que los LLM pueden usar de verdad.
Lo más probable es que todavía no tengas uno. La mayoría de los sitios no lo tiene. Eso es una oportunidad, no un problema.
Qué es llms.txt
llms.txt es un archivo que se ubica en la raíz de tu dominio (tusitio.com/llms.txt) y explica a los modelos de IA de qué trata tu sitio, qué páginas importan y cómo está organizado tu contenido.
Está escrito en Markdown, y no por casualidad. Los LLM procesan Markdown de forma nativa, mejor que el HTML en bruto. Un llms.txt bien estructurado le da a un modelo de IA una visión rápida y limpia de tu sitio, sin que tenga que rastrear y descifrar toda tu navegación.
El estándar propuesto (publicado por Jeremy Howard a finales de 2024) define una estructura sencilla:
- Nombre y URL del sitio al principio
- Un breve resumen de lo que hace el sitio
- Encabezados de sección (documentación, blog, productos, etc.) con listas de URL clave en cada uno
- Contexto opcional, como entradas recientes del blog o contenido destacado
Piensa en él como "este es mi sitio, escrito en el formato que un LLM lee con más comodidad".
Cómo funciona el generador
Pegas la URL de tu página de inicio. La herramienta hace el resto en unos 30 segundos.
- Rastreo: recorre tu sitio, descubre páginas y traza su estructura.
- Detección de secciones: identifica las áreas de contenido clave (blog, documentación, productos, precios, quiénes somos, etc.) a partir de los patrones de URL y del contenido de las páginas.
- Agrupación de enlaces: agrupa las páginas descubiertas dentro de cada sección.
- Generación del archivo: crea un llms.txt con el formato correcto, con los metadatos del sitio, las secciones y los enlaces.
Obtienes un archivo listo para subir y un conjunto de estadísticas: número de secciones, total de enlaces, tamaño del archivo y páginas descubiertas.
Qué contiene el archivo generado
Un llms.txt generado suele incluir:
- Metadatos del sitio: nombre, URL y una breve descripción
- Encabezados de sección para las principales áreas de contenido (Blog, Documentación, Productos, Precios, Quiénes somos, Contacto, etc.)
- Listas de enlaces en cada sección, organizadas de forma jerárquica
- Recuento de enlaces por sección, para ver la distribución de un vistazo
Ves la vista previa completa del archivo en la herramienta antes de descargarlo. Puedes copiarlo al portapapeles o descargarlo como texto.
Por qué importa para la visibilidad en IA
Seamos claros sobre los límites. Google ha dicho que no usa llms.txt en la Búsqueda, incluidos los AI Overviews, y los rastreadores de IA rara vez solicitan el archivo. Ningún estudio ha demostrado un efecto en las citas de la IA. Hoy lo leen sobre todo los agentes de programación y las herramientas de documentación que lo buscan a propósito.
Aun así, hay tres motivos concretos para publicarlo:
Publicarlo es gratis. Un archivo en la raíz de tu dominio no cuesta nada. Si publicas documentación o una API, los agentes de programación pueden usarlo desde ya. Si no, habrás perdido 5 minutos.
Te obliga a tener claro qué es tu sitio. Generar un llms.txt te hace pensar en qué es realmente tu sitio y qué páginas importan. La mayoría de los responsables de un sitio nunca lo hace de forma explícita, y su estrategia de contenido lo sufre.
Suma junto al schema y un buen HTML. llms.txt no es una solución mágica. Funciona junto con un marcado schema correcto, un HTML limpio y contenido de calidad. Lo ideal es publicarlo todo a la vez.
Dónde encaja llms.txt en la estrategia GEO
Piensa en la optimización de la visibilidad en IA como una serie de capas:
- Contenido: ¿la respuesta está realmente en tu sitio?
- Estructura HTML: ¿un modelo de IA puede procesarla de forma limpia?
- Marcado schema: ¿las entidades y sus relaciones tienen una estructura explícita?
- llms.txt: ¿el sitio en su conjunto tiene un contexto legible por máquinas?
- Citas y menciones: ¿hay fuentes de confianza que te mencionan?
Puedes trabajar estas capas en orden. Primero el contenido, después la estructura, luego el schema, en cuarto lugar llms.txt y en quinto las menciones fuera de tu sitio. Cada capa multiplica el efecto de las demás. llms.txt es la capa más barata de implementar, por eso la mayoría de los sitios debería empezar por ahí aunque todavía no haya resuelto las demás.
Las limitaciones
La herramienta rastrea las páginas de acceso público. Si hay secciones grandes de tu sitio que requieren autenticación o mucho renderizado con JavaScript, es posible que no aparezcan en el archivo generado. Vuelve a ejecutar la herramienta después de hacer accesible ese contenido a los rastreadores.
llms.txt es un estándar propuesto. Hoy los grandes proveedores de LLM no lo usan para la búsqueda ni para las citas, y la especificación puede evolucionar. Lo que se genera hoy sigue la especificación actual. Si la especificación cambia de forma importante, vuelve a ejecutar la herramienta para obtener el formato actualizado.
Pruébalo tú mismo
Pega la URL de tu página de inicio. Obtén tu archivo llms.txt en 30 segundos. Súbelo a la raíz de tu sitio. Listo.
Artículos relacionados
- Generador de schema gratis: combina llms.txt con un JSON-LD correcto en tus páginas clave.
- Auditoría de página gratis: descubre qué tan preparadas para la IA están tus páginas.