llms.txt: qué es, quién lo lee y cuándo vale la pena

Reserva 10 minutos para crear un archivo llms.txt si tienes un uso concreto en mente, como ayudar a un agente a orientarse en tu documentación. Para una pequeña empresa que busca más citas en respuestas de IA, es una tarea de mantenimiento opcional: Google Search afirma expresamente que no utiliza llms.txt, y las políticas de rastreo consultadas de OpenAI, Anthropic y Perplexity no prometen leerlo.

Información verificada con la propuesta y la documentación pública vigente de las cuatro empresas el 14 de octubre de 2026. Aquí se compara el comportamiento que documentan; no se mide el tráfico que envían a tu sitio. La guía de Google Search es explícita. Las otras empresas hacen afirmaciones de alcance más limitado, que se detallan a continuación.

Si tienes un negocio de servicios locales, conviene arreglar una página de servicios difícil de leer antes de añadir este archivo. Si has fundado una empresa de software cuyos clientes utilizan agentes de programación, mantener un índice de documentación sí tiene una utilidad directa. Esa diferencia debería marcar la prioridad.

¿Qué es llms.txt y para qué sirve?

llms.txt es una propuesta de guía en Markdown que ayuda a los agentes de IA a recorrer un sitio web. Su nombre alude a los grandes modelos de lenguaje, los modelos de IA que utilizan muchos asistentes. Los agentes combinan modelos y herramientas para realizar tareas. Markdown es texto plano con marcas sencillas para indicar títulos y enlaces. Imagina una lista de lecturas preparada por un bibliotecario: una breve presentación y una selección de rutas hacia material útil, no un inventario de todos los libros del edificio.

La propuesta de llmstxt.org establece este orden:

• El nombre del sitio o proyecto como encabezado H1, escrito con #. Es la única sección obligatoria.
• Un resumen breve opcional, introducido con >.
• Texto explicativo opcional, sin encabezados adicionales.
• Secciones H2, escritas con ##, que contienen listas de enlaces. Cada elemento utiliza [Page name](URL) y puede añadir dos puntos y una descripción.

La sección Optional puede reunir enlaces secundarios. El archivo aporta contexto y orientación; robots.txt expresa las preferencias de rastreo, mientras que un sitemap enumera las URL para facilitar su descubrimiento. Añadir llms.txt no sustituye a ninguno de los dos.

La propuesta actual también admite archivos fuera de la raíz

La revisión v2, de agosto de 2026, aclara que /docs/llms.txt abarca las páginas situadas bajo /docs/ y que el archivo más específico tiene prioridad. También recomienda enlaces que faciliten el descubrimiento: rel="describedby" apunta al índice correspondiente, y rel="alternate" con type="text/markdown" apunta a la versión Markdown de una página.

Un desarrollador puede incluir esas relaciones en el HTML o en las cabeceras de respuesta HTTP. Así ofrece una ruta explícita al agente que quiera seguirla, pero no obliga a ningún servicio de IA a hacerlo. En v2, Optional sigue siendo una convención útil, aunque ya no tiene el significado especial de procesamiento que le daban las antiguas herramientas de ampliación de contexto.

¿Las empresas de IA leen el archivo? Esto dice su documentación

Publicar un archivo llms.txt y utilizar los archivos llms.txt de otros sitios son cosas distintas. Las cuatro empresas que aparecen a continuación publican índices de documentación para desarrolladores. Sus instrucciones públicas para rastreadores no establecen que vayan a leer tu archivo de forma generalizada.

Las páginas oficiales enlazadas más abajo respaldan cada fila. Que no se mencione algo significa que no está documentado en la página consultada. No demuestra que ningún empleado, producto, experimento o agente solicite jamás el archivo.

OpenAI y llms.txt: qué establece su política de rastreo

OpenAI identifica OAI-SearchBot con la búsqueda, GPTBot con la recopilación de datos que podrían usarse para entrenamiento y ChatGPT-User con determinadas visitas solicitadas por usuarios. Su documentación sobre rastreadores explica los controles de acceso y publica rangos de IP, pero no se compromete a leer tu llms.txt.

Esa misma documentación enlaza al índice de OpenAI. Esto demuestra cómo publica su documentación. No basta para afirmar que añadir el archivo conseguirá citas en ChatGPT. Quien contrate a una agencia debería pedirle que identifique el mecanismo documentado que respalda esa promesa.

Anthropic y llms.txt: documentación y rastreo

Anthropic distingue entre ClaudeBot, Claude-SearchBot y Claude-User en su página de ayuda sobre rastreadores. Sus funciones son, respectivamente, recopilar datos que podrían usarse para entrenamiento, realizar búsquedas y recuperar contenido a petición del usuario. Esa página no ofrece indicaciones sobre llms.txt.

Anthropic sí publica un índice de documentación para desarrolladores, y la documentación de Claude Code dirige a los lectores a su propio índice. Claude Code es un asistente de programación con IA. Esto respalda el uso de un índice para acceder a la documentación; no demuestra que el rastreador web de Claude revise el archivo de todos los sitios empresariales.

Google: Search y Lighthouse evalúan cosas distintas

La guía de optimización para IA de Google Search afirma expresamente que Search no utiliza llms.txt, tampoco para sus funciones de IA generativa. Aun así, puede rastrear un archivo de texto como contenido ordinario. Encontrar una solicitud de Googlebot no contradiría, por tanto, lo que Google afirma sobre la ausencia de un tratamiento especial.

Por su parte, el equipo de Chrome de Google documenta una auditoría opcional de Lighthouse para la navegación con agentes. Lighthouse es una herramienta de auditoría de sitios web. Si el archivo no existe y devuelve 404, la comprobación se marca como no aplicable; si se produce un error del servidor al recuperarlo, se señala el problema. Es una comprobación de accesibilidad para agentes, no un requisito de posicionamiento en Search.

Google también publica un índice de documentación de la API de Gemini. Para quien trabaja en marketing, todos estos hechos son compatibles: un índice puede ayudar a un agente concreto a recorrer la documentación sin que eso suponga una optimización para Google Search.

Perplexity: enlazar su índice no compromete a su rastreador

Perplexity describe PerplexityBot como su rastreador de búsqueda y Perplexity-User como el agente que recupera contenido a petición del usuario. Su página sobre rastreadores recomienda cómo configurar el acceso y verificar las IP. No afirma que ninguno de los dos agentes descubra o utilice automáticamente tu llms.txt.

La página sí dirige a los lectores al índice de documentación de Perplexity. Una indicación para navegar por la documentación no debería venderse a una pequeña empresa como prueba de que existe un programa de inclusión en las búsquedas.

Cuándo resulta útil: documentación que pides a un agente que lea

El uso más claro aparece cuando entregas expresamente el índice a un agente para una tarea. Quien desarrolla un producto de software puede pedir a un asistente de programación que lea el llms.txt del producto, localice la guía de autenticación vigente y la utilice como fuente al implementar una integración. Tanto el destinatario como la tarea están definidos.

En una agencia, el equivalente sería dar a un asistente el índice público de servicios y políticas de un cliente antes de redactar una propuesta. La ventaja es disponer de un punto de partida reutilizable. Que ahorre tiempo dependerá de la calidad de las páginas enlazadas y de la capacidad del agente para recuperarlas; esto no implica una mejora del tráfico.

Puedes darle una instrucción como esta: «Empieza por este índice de documentación, abre las páginas relevantes para la autenticación y cita las páginas fuente exactas de los requisitos que utilices». Comprueba que la respuesta se base en esas páginas. El índice, por sí solo, no contiene sus detalles.

Las plataformas de documentación pueden mantener el archivo

Mintlify, una plataforma de alojamiento de documentación, publica automáticamente llms.txt con enlaces a páginas en Markdown. También genera llms-full.txt. Los sitios que exigen autenticación para todo su contenido también la exigen para estos archivos, de modo que publicar en la plataforma no vuelve pública la documentación restringida.

Si eres responsable de crecimiento en una empresa SaaS, revisa lo que ya existe antes de encargar un generador. Quizá el trabajo útil sea mejorar las descripciones de las páginas y eliminar las indicaciones obsoletas de la documentación de origen.

GitBook, otra plataforma de documentación, crea automáticamente llms.txt para la documentación publicada. Eso demuestra que el archivo está disponible, no una mejora medida en las citas. Quien gestione el sitio sigue teniendo que revisar el archivo generado y las páginas a las que enlaza.

llms-full.txt: el índice y el contenido cumplen funciones distintas

llms-full.txt suele reunir la propia documentación; en la implementación de Mintlify, combina el contenido de las páginas en un solo archivo. El índice más pequeño permite al agente elegir las páginas pertinentes. La exportación completa puede servir cuando necesitas expresamente un corpus, pero enviar todo puede consumir contexto innecesario: el texto que un sistema de IA puede considerar a la vez.

Para una pequeña empresa de servicios, empieza por un índice. No hace falta convertir todo el sitio web en otro documento salvo que un proceso concreto lo necesite.

Cómo crear llms.txt: una plantilla para pequeñas empresas en diez minutos

Diez minutos es el tiempo que conviene asignarle, no una garantía de cuánto tardará la implementación. Este ejercicio parte de que ya puedes publicar un archivo de texto público. Si tu plataforma web lo complica, detente y consulta a quien mantenga el sitio; una tarea opcional de mantenimiento no debería convertirse en una reconstrucción de la web.

1. 1

   Elige las páginas útiles: dos minutos

   Selecciona páginas que respondan a preguntas de los clientes: servicios, zona de cobertura, reservas, datos de contacto y políticas pertinentes. Utiliza las páginas que mantienes actualizadas, no una lista de todas las publicaciones. Confirma que tu plataforma no haya generado ya un índice.

2. 2

   Adapta la plantilla: cuatro minutos

   La empresa del ejemplo es ficticia. Sustituye su nombre, descripción, dominio y rutas por tus propios datos verificados. Copia cada línea que aparece a continuación en un archivo de texto plano llamado llms.txt y conserva las líneas en blanco entre secciones.

# Northline Plumbing

> Residential plumbing services in our published service area.

Use the linked pages for current services, availability and policies.

## Services

- [Services](https://example.com/services): Plumbing work we offer.
- [Service area](https://example.com/service-area): Locations we serve.

## Booking and Support

- [Book a visit](https://example.com/booking): How to request an appointment.
- [Contact](https://example.com/contact): Contact details and opening hours.
- [Policies](https://example.com/policies): Booking and cancellation terms.

## Optional

- [About](https://example.com/about): Company background.

Son URL de ejemplo, no destinos reales que debas conservar. Enlaza a versiones limpias en Markdown cuando existan. En caso contrario, utiliza tus páginas públicas reales que se puedan leer sin dificultad; añadir .md no crea una página.

1. 1

   Publica y revisa: dos minutos

   Publica el archivo en la ruta elegida, normalmente /llms.txt para un sitio pequeño. Abre la URL sin haber iniciado sesión. Comprueba que devuelve el texto, no la página de inicio, un error HTML ni una pantalla de acceso. Pide a quien mantenga el sitio que confirme el estado HTTP 200 y un tipo de respuesta adecuado para texto plano.

2. 2

   Comprueba los enlaces y asigna el mantenimiento: dos minutos

   Abre cada destino y verifica que su descripción corresponda al contenido. Añade el índice a la misma lista de mantenimiento que tus páginas de servicios. Cuando una página cambie de ubicación o se modifique una política, actualiza a la vez la fuente y las descripciones del índice afectadas.

Revisa las solicitudes en los registros del servidor y verifica su origen

Un registro del servidor puede demostrar que llegó una solicitud. No puede demostrar que una respuesta de IA utilizó el contenido. El registro recoge las solicitudes que recibe el servidor; es posible que las herramientas habituales de analítica del navegador nunca registren estas visitas.

Si el archivo se sirve desde la caché de una red de distribución de contenido, o CDN, pide a tu proveedor de alojamiento o desarrollador los registros de acceso de esa red. Los registros del servidor de origen pueden omitir las solicitudes atendidas allí. Conserva la marca de tiempo, el nombre del host, la ruta solicitada, la cadena de consulta, el método, el estado, el user-agent y la IP del cliente. El user-agent es el nombre de software que el propio cliente declara.

Empieza con un periodo de observación sugerido de 30 días. Es una decisión de medición, no un plazo previsto de visita de los rastreadores.

Filtra primero la ruta del archivo y después el bot

Primero selecciona la ruta normalizada exacta /llms.txt, o la subruta que hayas publicado. Conserva la URL original de la solicitud para que las cadenas de consulta sigan siendo visibles. En esta primera revisión, incluye todos los user-agents: un agente de programación puede usar un identificador parecido al de un navegador o un cliente HTTP genérico.

Si has descargado registros de Nginx o Apache en el formato combinado habitual, un desarrollador que tenga ripgrep instalado puede empezar con este comando:

rg '"(GET|HEAD) /llms\.txt(\?[^ ]*)? HTTP/' access.log

El comando presupone que la línea de la solicitud aparece entre comillas. Para registros en JSON, filtra los campos de ruta y método una vez analizados. Cambia la ruta si utilizas /docs/llms.txt; comprueba /llms-full.txt por separado si también lo publicas.

Después, limita las solicitudes encontradas a los identificadores publicados:

Estos identificadores proceden de las páginas de las empresas citadas anteriormente y de la referencia de rastreadores de Google. Busca coincidencias por nombre sin exigir una versión concreta del navegador o del bot.

Para el mismo formato de registro combinado, el filtro más específico es:

rg '"(GET|HEAD) /llms\.txt(\?[^ ]*)? HTTP/' access.log | rg -i 'OAI-SearchBot|GPTBot|ChatGPT-User|Claude-SearchBot|ClaudeBot|Claude-User|Googlebot|PerplexityBot|Perplexity-User'

Google-Extended es un identificador de control de producto utilizado en robots.txt, no un identificador independiente que debas esperar en un registro HTTP. Si solo cuentas esa cadena, pasarás por alto las solicitudes reales de Google.

Verifica quién envió la solicitud y qué respuesta recibió

El nombre de un bot se puede imitar. Contrasta las IP de los clientes con las listas vigentes enlazadas desde la página de rastreadores de OpenAI, la lista publicada por Anthropic, la página de rastreadores de Perplexity y la referencia de rastreadores de Google. Registra las identidades sin verificar como identidades declaradas, no como tráfico confirmado de esas empresas.

Distingue los resultados:

• Un GET con 200 indica una respuesta correcta. Comprueba que la respuesta sea realmente tu archivo, no una página de error servida con un código de éxito.
• Una solicitud HEAD consulta los metadatos de la respuesta sin descargar el cuerpo.
• Un 304 es una validación de caché; no supone una nueva transferencia del cuerpo.
• Un 404 significa que no se encontró el recurso solicitado. Un error del servidor indica que la recuperación falló, no que el contenido se incorporara correctamente.

Estas diferencias siguen la semántica de HTTP. Separa tus propias pruebas y las solicitudes de monitorización. Si pides expresamente a un asistente que recupere el archivo, etiqueta esa observación como iniciada por el usuario; no demuestra un descubrimiento automático.

Informa de lo observado sin exagerar su alcance

Un informe defendible indica qué agentes verificados solicitaron el archivo, cuándo, con qué resultados y si después hubo solicitudes de páginas relevantes. Incluso si las solicitudes coinciden y se producen en momentos cercanos, eso no demuestra que el índice provocara la visita posterior.

Para medir la visibilidad en las respuestas, examínalas por separado y registra la pregunta, el producto, la fecha y la URL citada. Nuestra comparativa de herramientas de visibilidad en IA aborda esa otra tarea de medición. Un cambio en las menciones entre el antes y el después no prueba, por sí solo, que llms.txt lo haya causado.

Si no aparecen solicitudes coincidentes, significa que no se encontraron en los registros, las rutas y el periodo observados. Eso no descarta otros identificadores, registros incompletos, cachés ni visitas futuras. Para una pequeña empresa, sigue siendo una razón práctica para no dedicarle más tiempo sin un uso concreto.

llms.txt y SEO: ¿qué promesas se están exagerando?

Generar un archivo no demuestra una mejora de posicionamiento ni de citas. Un validador puede comprobar el formato. Una plataforma puede alojar un índice. Un rastreador puede solicitarlo. Ninguna de esas observaciones demuestra que un motor de respuestas vaya a recomendar tu negocio.

Hay tres afirmaciones que conviene cuestionar: que el archivo es obligatorio para tener visibilidad en IA, que todos los grandes rastreadores de IA lo leen automáticamente y que añadirlo garantiza citas. Las páginas oficiales consultadas aquí no respaldan esas afirmaciones. La guía de Google Search rechaza expresamente la necesidad de un archivo especial para sus propias funciones de búsqueda.

No pagues por un sello de «preparado para la IA» en lugar de exigir pruebas de trabajo útil. Pregunta qué contenido se hizo legible, qué páginas fuente mejoraron, qué solicitudes se verificaron y qué respuestas cambiaron. Nuestra guía de GEO frente a SEO sitúa el trabajo más amplio de distribución en contexto: GEO se ocupa de la visibilidad en respuestas generadas, mientras que SEO se ocupa de la visibilidad en buscadores. Este archivo es una pequeña decisión de implementación dentro de ese trabajo.

¿A quién le conviene hacerlo, esperar o prescindir del archivo?

Quienes desarrollan productos con documentación técnica deberían actuar cuando un proceso con agentes pueda aprovechar el índice. Siempre que sea posible, genéralo a partir de fuentes vigentes, publica páginas útiles en Markdown y da al agente la URL de partida. Comprueba la respuesta a una pregunta representativa sobre integración contrastándola con la fuente enlazada.

Quienes gestionan sitios de pequeñas empresas pueden hacer una prueba acotada. Usa la plantilla si publicarla es sencillo y después observa los accesos. Si la página de servicios no es clara, tus datos de contacto son incorrectos o el sitio bloquea accesos legítimos, arregla eso primero.

Quienes contratan a una agencia deberían exigir una entrega concreta. Un índice mantenido, enlaces válidos y un informe de registros se pueden revisar. Una promesa de mejorar el posicionamiento en IA por el nombre del archivo no.

Tu tarea para el lunes: abre la URL de llms.txt de tu sitio. Si el archivo existe, revísalo antes de añadir nada. Si no existe, decide si un proceso concreto justifica dedicarle diez minutos. Emplea el resto de la hora en una pregunta de tus clientes que tu web todavía responde mal.

Preguntas frecuentes sobre el archivo y su nombre

¿Cómo crear un archivo llms.txt para tu sitio web?

Utiliza la plantilla anterior, sustituye los datos de ejemplo, publica el archivo de texto plano en una ruta que controles y comprueba la respuesta y todos los enlaces. Puede que tu plataforma de documentación ya lo genere.

¿Cuáles son los 5 mejores modelos LLM?

No hay una lista fija de los cinco mejores para esta tarea. llms.txt describe el contenido de un sitio web y no exige elegir modelos según una clasificación.

¿Qué es la extensión .txt?

Por convención, identifica un archivo de texto plano. El contenido de llms.txt utiliza encabezados y enlaces de Markdown dentro de ese texto.

¿Qué significa LLM en un texto?

En este contexto técnico, LLM significa gran modelo de lenguaje: un modelo de IA que trabaja con el lenguaje. El nombre del archivo hace referencia a esos modelos.

¿Qué significa LLM en la jerga de la generación Z?

Para interpretar unas siglas aisladas en un mensaje de redes sociales hace falta contexto. El nombre del archivo web del que hablamos aquí utiliza el significado técnico de IA.

¿Qué significa "LLM" en la jerga urbana?

No se puede determinar un significado coloquial a partir de las siglas por sí solas. Tampoco hace falta para entender este archivo web.

¿Qué significa LLM en Snapchat?

La plataforma, por sí sola, no determina el significado de un mensaje; hay que leer la conversación que lo rodea. Si se habla de este archivo, se refiere a grandes modelos de lenguaje.

¿Qué significa LLM en las redes sociales?

En publicaciones sobre IA, suele referirse a un gran modelo de lenguaje. En una publicación sobre otro tema, el contexto puede llevar a una interpretación distinta.

¿Qué significa LLM en TikTok?

Revisa el contexto de la publicación en vez de atribuir a las siglas un significado universal propio de la plataforma. En llms.txt, el significado es grandes modelos de lenguaje.

Para recibir notas prácticas sobre cómo la IA cambia el trabajo en las empresas, suscríbete al boletín.