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

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

Dos cosas que llms.txt no es. No controla el acceso: no concede ni deniega nada; ese es el trabajo de robots.txt, y hemos cartografiado los interruptores de cada rastreador de IA en nuestra guía de robots.txt. Y llms-full.txt —el archivo único que lleva todo el texto de su sitio— no aparece en la especificación en absoluto: es una convención del ecosistema, popularizada en noviembre de 2024, cuando Mintlify empezó a generar automáticamente ambos archivos para cada sitio de documentación que aloja.

Es la pregunta que la mayoría de las guías esquiva —¿usan realmente los rastreadores de IA el archivo llms.txt?— y la respuesta medida es contundente: casi nadie.

Ningún proveedor de IA se ha comprometido a consumirlo. Ni OpenAI, ni Anthropic, ni Google, ni Perplexity: ninguna documentación oficial de ninguno de ellos afirma que sus sistemas descarguen o interpreten llms.txt. Google se muestra abiertamente desdeñosa: John Mueller escribió en abril de 2025 que «que yo sepa, ningún servicio de IA ha dicho que use LLMs.TXT (y al mirar los registros del servidor se ve 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 piensa hacerlo.

Los registros del servidor dicen lo mismo. 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, incluso en el 3% que tuvo algo de tráfico, apenas un 1% procedía de bots de recuperación de IA. Evil Martians peinó dos meses de registros de su propio sitio: de unas 770 descargas del archivo, 37 venían de agentes de IA identificados. Otterly observó 62.100 visitas de bots de IA durante 90 días: 84 tocaron /llms.txt, un tercio de lo que recibe una página de contenido media. Y SE Ranking probó 300.000 dominios en busca de una relación entre tener el archivo y ser citado en las respuestas de IA: ninguna.

Mientras tanto, la adopción sigue subiendo: de unos 4.100 archivos publicados en junio de 2025 a 36.100 un año después, casi nueve veces más archivos que casi nada lee. La lista de quienes lo publican es impresionante e irónica a partes iguales: Anthropic, Cloudflare, Zapier, Stripe y Vercel sirven uno —sobre todo en sus dominios de documentación— y Perplexity publica su propio llms.txt sin haber afirmado nunca que lea el de nadie.

En esos mismos registros se esconde una señal auténtica, y apunta a otra parte de la propuesta: Evil Martians detectó 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 le atribuimos ningún efecto: no tenemos ninguna prueba de que un asistente haya encontrado nuestro contenido por el mapa en lugar de por el rastreo y los índices de búsqueda, y damos por hecho que nuestro archivo no le va mejor que a la media medida. ¿Por qué conservarlo entonces?

Porque en nuestra arquitectura no cuesta nada y no puede quedarse obsoleto. El archivo se genera desde el mismo registro de contenido que construye las páginas, el sitemap y el hub de guías: cuando una guía se publica o cambia, llms.txt se actualiza en el mismo commit. Un mapa que se mantiene solo es una opción gratuita sobre un futuro en el que algún agente sí lo lea; un mapa que hay que mantener a mano es un lastre que se irá desincronizando del sitio sin hacer ruido.

Tener uno en producción saca a la luz, además, las restricciones de ingeniería reales que los artículos de opinión se ahorran. Nuestra exportación llms-full ha desbordado dos veces su límite de tamaño desde que llegó el idioma hindi: el devanagari ocupa unos tres bytes por carácter en UTF-8 y, aun con textos en hindi más cortos, las mismas guías pesan aproximadamente el doble que en inglés, así que el límite está ahora en 300 kilobytes, el triple del original. Si su llms-full.txt es mayor que el presupuesto de contexto de un modelo, ha recreado exactamente el problema que el archivo venía a resolver.

Esa es la forma honesta de la decisión: lo publicamos como una apuesta a coste cero y lo describimos precisamente así, como parte de la capa técnica documentada en nuestra guía sobre cómo hacemos GEO en nuestro propio sitio, no como una palanca de posicionamiento. Lo que sí tiene efecto medible en las citas se explica allí: acceso de los rastreadores, páginas extraíbles y trabajo de entidad.

Si llms.txt le sale gratis en su stack —un plugin, un hook del generador estático, una plantilla del CMS—, este es el formato llms.txt, directamente de 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: