Qué es exactamente el llms.txt
Un archivo Markdown en texto plano, escrito para que un modelo de lenguaje lo lea sin tener que adivinar entre tu menú, tu banner de cookies y tres pop-ups. La especificación vive en llmstxt.org, la escribió Jeremy Howard y se publicó el 3 de septiembre de 2024. El texto se define a sí mismo como una propuesta para estandarizar, abierta a comentarios de la comunidad. No es un estándar aprobado por ningún organismo ni por ningún motor.
La estructura que pide la especificación es corta y estricta en su orden:
- Un encabezado H1 con el nombre del proyecto o del sitio. Es la única sección obligatoria de todo el archivo.
- Una cita en blockquote con el resumen breve y la información necesaria para entender el resto.
- Secciones libres en Markdown (párrafos, listas) con el detalle que convenga.
- Cero o más secciones H2 con listas de archivos: cada ítem es un enlace Markdown, seguido opcionalmente de dos puntos y una nota.
- Por convención, una sección llamada Optional con lo secundario, que un agente puede saltarse cuando necesita recortar contexto.
Puede vivir en la raíz del sitio o en cualquier ruta dentro de él, cubriendo las páginas que cuelgan de esa ruta. Si hay varios, el agente debería usar el más específico. La especificación indica text/markdown como tipo de contenido. En la práctica, los sitios grandes que lo publican lo sirven como text/plain y funciona igual: lo que importa es que abra en el navegador como texto y no se descargue.
En qué se diferencia de robots.txt y sitemap.xml
Los tres son archivos de texto que viven en la raíz y ahí se acaba el parecido. Uno da permisos, otro da inventario y el tercero da contexto. Solo el primero tiene fuerza real sobre lo que un bot hace.
| Archivo | Qué resuelve | Quién lo obedece | Si no lo tienes |
|---|---|---|---|
| robots.txt | Permisos. Qué bot puede entrar y a qué rutas. | Sí lo respetan los rastreadores serios, de búsqueda y de IA. Es la convención más vieja y la más obedecida. | Por omisión todos entran a todo. Es el archivo que de verdad decide si un bot de IA puede leerte. |
| sitemap.xml | Inventario. La lista completa de tus URLs, con su fecha de cambio. | Sí lo consumen los buscadores. Es un formato consolidado desde 2005 y documentado por los propios motores. | Te encuentran igual siguiendo enlaces, solo que más lento y con peor cobertura en sitios grandes. |
| llms.txt | Contexto. Quién eres, a quién sirves y cuáles son las páginas que valen. | Nadie está obligado. Google declaró en julio de 2025 que no lo soporta ni piensa hacerlo. Del resto de motores no hay compromiso público que hayamos podido verificar. | No pasa nada malo. Nadie te penaliza y nadie deja de citarte por no tenerlo. |
Desliza el diagrama →
Quién lo respeta hoy
Hay que separar dos cosas que se confunden todo el tiempo: quién publica un llms.txt y quién lee los llms.txt ajenos. La adopción del lado de quien publica es real y creciente. Del lado de quien lee, es donde se cae la promesa.
Del lado de quien publica: adopción real, sobre todo en documentación técnica
Mintlify, la plataforma donde viven muchos sitios de documentación, genera llms.txt y llms-full.txt automáticamente para todos sus sitios alojados desde noviembre de 2024, lo que le dio el archivo de golpe a miles de dominios. El 19 de agosto de 2026 comprobamos que docs.anthropic.com/llms.txt, developers.cloudflare.com/llms.txt y docs.stripe.com/llms.txt responden 200 y sirven texto plano.
Fuera del mundo técnico la foto es distinta. Un estudio de SE Ranking publicado el 7 de noviembre de 2025 sobre unos 300.000 dominios encontró el archivo en el 10,13% de ellos, y una adopción incluso menor entre los sitios de más tráfico (8,27% en los de más de 100.000 visitas, contra 10,54% en los de tráfico medio). Es decir: no es que lo tengan los grandes y falte en los chicos. Falta parejo.
Del lado de quien lee: Google dijo que no y del resto no hay compromiso público
Gary Illyes, de Google, declaró el 23 de julio de 2025 en el Search Central Deep Dive de Asia Pacífico que Google no soporta llms.txt y no planea hacerlo, y que para aparecer en las respuestas generativas lo que funciona es el SEO de siempre. Illyes y John Mueller compararon públicamente el archivo con la meta etiqueta de keywords de los años noventa, que los buscadores dejaron de usar porque un sitio declarando sobre sí mismo es demasiado fácil de manipular.
El mismo estudio de SE Ranking cruzó la presencia del archivo con la frecuencia con la que un dominio es citado en respuestas de modelos y no encontró correlación. Al contrario: quitar la variable del modelo predictivo mejoró su precisión, lo que sugiere que hoy el archivo aporta ruido antes que señal.
Lo que no podemos afirmar
No tenemos una fuente primaria que diga qué hace cada motor puertas adentro. Que no exista un compromiso público de OpenAI, Anthropic, Perplexity o Microsoft no prueba que nunca lean el archivo, solo que nadie se comprometió a hacerlo. Cualquiera que te diga un porcentaje exacto de cuántos bots lo leen te está vendiendo una estimación como si fuera un dato.
Entonces, vale la pena ponerlo
Sí, con una condición: que lo trates como lo que es. Cuesta diez minutos, no rompe nada, no te penaliza nadie y te obliga a escribir en una línea qué vendes y a quién, que es un ejercicio que la mayoría de los negocios nunca hizo. Lo que no debes hacer es ponerlo y darlo por resuelto, porque el archivo que sí decide si un modelo puede leerte es otro.
Desliza el diagrama →
GPTBot, ClaudeBot o PerplexityBot, el resto de la conversación no ocurre.La regla que resume todo
Si tus bots de IA están bloqueados en el robots.txt, el llms.txt no sirve de nada. Revisa ese archivo antes de escribir el otro. Muchos sitios bloquearon a los rastreadores de IA en 2023 y 2024 por miedo al entrenamiento, se olvidaron, y hoy pelean por aparecer en respuestas de las que ellos mismos se sacaron.
Qué sí mueve la aguja
En orden de impacto, y esto es opinión de trabajo, no una medición nuestra:
- Que tus bots de IA estén permitidos en robots.txt. Es una decisión de negocio, no técnica: decides a cambio de qué visibilidad dejas que te lean.
- Que tu HTML diga lo que vendes sin que haya que deducirlo. De ahí sale la cita, según el propio Google. Un h1 literal gana a uno ingenioso.
- Que existan páginas que respondan las preguntas que la gente le hace al modelo, no las que a ti te gustaría responder.
- Que otros hablen de ti en sitios que el modelo ya lee.
- Y sí, el llms.txt. Último de la lista, pero el más barato de todos.
Para lo del punto tres, las 20 preguntas que tu cliente le hace de verdad a la IA están en la herramienta 01. Para medir qué responden los motores sobre tu marca antes y después, con las fuentes que cada uno cita, eso es lo que hace buba.space.
Fuentes
Cada afirmación de esta página se apoya en una fuente primaria. Van enlazadas para que las compruebes tú mismo: una página que pide ser citada tiene que citar.
- Especificación original de llms.txt, Jeremy Howard, publicada el 3 de septiembre de 2024 y en revisión abierta. llmstxt.org
- Gary Illyes (Google), Search Central Deep Dive Asia Pacífico, 23 de julio de 2025: Google no soporta llms.txt ni planea hacerlo. searchengineland.com/google-says-normal-seo-works-for-ranking-in-ai-overviews-and-llms-txt-wont-be-used-459422
- Paralelo con la meta etiqueta de keywords, declaraciones de Gary Illyes y John Mueller. seroundtable.com/google-parallel-meta-keywords-llmstxt-39862.html
- Estudio de SE Ranking sobre unos 300.000 dominios, publicado el 7 de noviembre de 2025: 10,13% de adopción y sin correlación con las citas de los modelos. seranking.com/blog/llms-txt/
- Mintlify genera llms.txt y llms-full.txt automáticamente en sus sitios alojados desde noviembre de 2024. mintlify.com/blog/simplifying-docs-with-llms-txt
- Archivos vivos comprobados por nosotros el 19 de agosto de 2026, los tres responden 200 en texto plano. docs.anthropic.com/llms.txt · developers.cloudflare.com/llms.txt · docs.stripe.com/llms.txt