¿Qué es llms.txt y necesita uno su sitio?

La propuesta es de Jeremy Howard, de Answer.AI, y se publicó el 3 de septiembre de 2024 en llmstxt.org. La idea es que las páginas HTML resultan pesadas y recargadas para los modelos de lenguaje, así que cada sitio debería ofrecer en /llms.txt un mapa en markdown seleccionado a mano: un único H1 con el nombre del sitio, una cita en bloque que resuma «la información clave necesaria para entender el resto del archivo» y, después, secciones de enlaces en formato markdown, cada uno con una nota opcional de una línea. Una sección «Optional» marca los enlaces que un agente puede saltarse si necesita un contexto más corto. La especificación recomienda además publicar versiones en markdown limpio de sus páginas, en la misma URL con .md al final.

Hay dos cosas que llms.txt no es. No controla el acceso: no permite ni bloquea nada; esa función corresponde a robots.txt, y en nuestra guía de robots.txt repasamos los controles de cada rastreador de IA. Y llms-full.txt, el archivo único con todo el texto de su sitio, ni siquiera figura en la especificación: es una convención del ecosistema que se popularizó en noviembre de 2024, cuando Mintlify empezó a generar automáticamente ambos archivos para cada sitio de documentación que aloja.

Las mediciones publicadas muestran que los rastreadores de IA apenas usan llms.txt.

Ningún proveedor de IA se ha comprometido a usarlo. Ni OpenAI, ni Anthropic, ni Google, ni Perplexity: ninguna documentación oficial de estas empresas dice que sus sistemas descarguen o procesen llms.txt. Google lo ha desestimado abiertamente: John Mueller escribió en abril de 2025 que «que yo sepa, ninguno de los servicios de IA ha dicho que use LLMs.TXT (y si mira los registros de su servidor, verá que ni siquiera lo buscan). Para mí, es comparable a la metaetiqueta keywords», y Gary Illyes confirmó en julio de 2025 que Google no lo admite ni tiene previsto hacerlo.

Los registros de servidor coinciden. Ahrefs revisó 137.000 dominios en junio de 2026: el 97 % de los archivos llms.txt publicados no recibió ninguna petición el mes anterior y, en el 3 % que sí tuvo tráfico, solo alrededor del 1 % procedía de rastreadores de IA que buscan contenido para sus respuestas. Evil Martians revisó dos meses de registros de su propio sitio: de unas 770 descargas del archivo, 37 eran de agentes de IA identificados. Otterly observó 62.100 visitas de rastreadores de IA en 90 días: 84 llegaron a /llms.txt, un tercio de lo que recibe una página de contenido media. Y SE Ranking buscó en 300.000 dominios una relación entre tener el archivo y ser citado en respuestas de IA: no la encontró.

Mientras tanto, la adopción no deja de crecer: de unos 4.100 archivos publicados en junio de 2025 a 36.100 un año después, casi nueve veces más archivos que apenas nadie lee. La lista de quienes lo publican es tan impresionante como irónica: Anthropic, Cloudflare, Zapier, Stripe y Vercel tienen uno —sobre todo en sus dominios de documentación—, y Perplexity publica su propio llms.txt sin haber dicho nunca que lea el de los demás.

En esos mismos registros hay una señal real, y apunta a otra parte de la propuesta: Evil Martians comprobó que Claude Code pedía markdown mediante negociación de contenido en el 76 % de sus descargas. Las máquinas sí prefieren el markdown limpio al HTML: lo que ignoran es el archivo índice, no la idea.

Nuestro sitio sirve /llms.txt y archivos llms-full por idioma, y no les atribuimos ningún efecto: no tenemos pruebas de que algún asistente haya encontrado nuestro contenido a través del mapa y no del rastreo y los índices de búsqueda, y suponemos que a nuestro archivo no le va mejor que a la media medida. Entonces, ¿por qué mantenerlo?

El archivo se genera a partir del mismo registro de contenido que nuestras páginas, el sitemap y el índice de guías. Cuando se publica o se modifica una guía, llms.txt se actualiza con ella. Por eso mantenerlo cuesta poco, por si más herramientas lo adoptan. Un archivo mantenido a mano daría más trabajo y correría el riesgo de desincronizarse.

Tener uno en producción también saca a la luz restricciones técnicas reales que los artículos de opinión pasan por alto. Nuestra exportación llms-full ha superado varias veces su límite de tamaño desde que añadimos el hindi: el devanagari ocupa unos tres bytes por carácter en UTF-8 y, aunque los textos en hindi son más cortos, las mismas guías pesan aproximadamente el doble que en inglés. Por eso el límite ha pasado de 100 kilobytes en agosto de 2026 a 2 megabytes hoy. Si su llms-full.txt supera el presupuesto de contexto de un modelo, ha recreado el problema que el archivo debía resolver.

Publicamos el archivo como un experimento que no nos cuesta nada mantener. Forma parte de nuestra configuración técnica de GEO (Generative Engine Optimization), descrita en la guía sobre cómo aplicamos el GEO en nuestro propio sitio. Esa guía trata también el acceso de los rastreadores, las páginas fáciles de extraer y la coherencia de los datos de la empresa, que sí tienen un papel medible en la obtención de citas.

Si en su stack llms.txt no le cuesta nada —un plugin, un hook del generador de sitios estáticos, una plantilla del CMS—, este es el formato, tal como lo define la especificación:

Un ejemplo mínimo de llms.txt: un único H1 con el nombre del sitio y, luego, una cita en bloque que resuma qué es el sitio en dos o tres frases que un agente pueda citar. Secciones H2 —páginas, guías, documentación—, cada una con una lista de enlaces markdown y una nota de una línea por enlace. Una sección «Optional» para lo que un agente puede saltarse. Ese es todo el estándar.

Los tres errores que dejan el archivo peor que no tenerlo: