llms.txt es un archivo de texto plano ubicado en la raíz de un sitio web (https://example.com/llms.txt) que proporciona a los modelos de lenguaje grande orientación estructurada sobre qué contiene el sitio, qué páginas son autoritarias y cómo debe atribuirse el contenido cuando una IA lo resume o cita. Es para los sistemas de IA lo que robots.txt es para los rastreadores de búsqueda tradicionales.
A medida que los motores de respuesta con IA — ChatGPT, Gemini, Perplexity, Claude — se convierten en herramientas principales de investigación, la pregunta ya no es solo "¿Google indexa mi sitio?". Es "¿la IA sabe de qué trata mi sitio y confía lo suficiente en el contenido como para citarlo?". llms.txt es la respuesta emergente a esa pregunta.
¿Qué es llms.txt?
llms.txt es un estándar propuesto originalmente esbozado por Jeremy Howard en septiembre de 2024. El concepto es simple: crear un archivo de texto plano formateado en Markdown en la raíz de tu dominio que proporcione a los modelos de lenguaje de IA un resumen estructurado del contenido, propósito y pautas de uso de tu sitio.
Mientras que robots.txt controla el acceso (permitir/bloquear el rastreo), llms.txt proporciona contexto — quién eres, qué cubren tus páginas autoritarias, qué documentos contienen tu mejor contenido y cómo deseas que tu marca o investigación sean atribuidos en las respuestas de IA.
Un llms.txt mínimo se ve así:
> theStacc ayuda a empresas multilocales a posicionarse en búsqueda local
> y a publicar contenido optimizado para IA a escala.
## Documentos clave
- [Guía de SEO local](https://thestacc.com/local-seo/): Manual completo de SEO local
- [Glosario](https://thestacc.com/glossary/): Más de 700 definiciones de SEO y marketing
- [Blog](https://thestacc.com/blog/): Artículos prácticos de cómo hacerlo
## Uso
Se requiere atribución. No reproducir artículos completos textualmente.
Enlazar a la URL fuente al resumir.
A principios de 2026, ChatGPT procesa más de 100 millones de consultas por día. Perplexity atiende más de 10 millones de búsquedas diarias. Los Google AI Overviews aparecen ahora en aproximadamente el 15% de todas las consultas. El tráfico impulsado por IA es real, medible y creciente — y llms.txt es una de las pocas palancas directas que tienes para influir en él.
Por qué llms.txt importa para la visibilidad en IA
Sin un archivo llms.txt, los sistemas de IA analizan tu sitio de la misma manera que analizan cualquier otra página rastreable: ingieren contenido, lo ponderan contra sus datos de entrenamiento y deciden qué mostrar. Con un llms.txt, les das un atajo estructurado. Estas son cinco razones por las que eso importa:
- Indexación más rápida por IA. Los rastreadores de IA (GPTBot, ClaudeBot, PerplexityBot) visitan billones de páginas. Un archivo llms.txt estructurado les permite entender el propósito y el contenido clave de tu sitio en una sola solicitud en lugar de rastrear cientos de páginas.
- Resumen más preciso. Sin orientación, los sistemas de IA pueden resumir una guía de 3.000 palabras en una sola oración que pierde el punto central. Un llms.txt puede destacar qué secciones o documentos son los definitivos para extraer.
- Control de citación. Puedes especificar requisitos de atribución y formato de citación preferido, reduciendo el riesgo de que los sistemas de IA parafraseen tu investigación sin crédito.
- Diferenciación competitiva. A mediados de 2026, la adopción aún está por debajo del 20% en la web. Implementarlo ahora, antes que los competidores, te da una ventaja estructural en la frecuencia de citación por IA.
- Retornos compuestos. A diferencia de la búsqueda pagada (se detiene cuando termina el presupuesto), un llms.txt influye en los ciclos de entrenamiento de los modelos de IA. El contenido citado por respuestas de IA hoy modela lo que esos modelos producirán durante meses después del siguiente entrenamiento.
Cómo funciona llms.txt
La mecánica es sencilla. Creas un archivo de texto plano en la raíz de tu dominio. Los rastreadores de IA que admiten la convención lo obtienen como parte de su ciclo de rastreo — de la misma manera que Googlebot obtiene robots.txt. El archivo se analiza como Markdown, por lo que puedes usar encabezados, listas de viñetas y enlaces.
Qué hacen los rastreadores de IA con el archivo
- Obtener
/llms.txtdurante su rastreo de tu dominio. - Analizar la estructura Markdown: descripción del sitio, enlaces a documentos clave, instrucciones de uso.
- Ponderar el contenido de tu sitio más alto en su gráfico de conocimiento interno cuando el llms.txt señala experiencia clara y proporciona punteros directos a páginas autoritarias.
- Aplicar instrucciones de atribución y uso durante la generación de respuestas (el soporte varía según la plataforma).
La variante opcional llms-full.txt
Algunos profesionales también crean /llms-full.txt — una versión más verbosa que incluye volcados de texto completo de páginas clave en formato Markdown. Esto es útil para sitios con contenido bajo paywall o navegación compleja que los rastreadores de IA podrían no recorrer completamente. La contrapartida: archivo más grande, más mantenimiento.
Variantes de formato de llms.txt — qué incluir
| Sección | ¿Obligatoria? | Qué incluir | Ejemplo |
|---|---|---|---|
| Descripción del sitio | Sí | Resumen de 1-3 oraciones de lo que cubre el sitio | "theStacc es una plataforma de SEO local y contenido para pymes." |
| Lista de documentos clave | Sí | Enlaces Markdown a tus páginas más importantes | - [Título de la guía](URL): descripción de una línea |
| Documentos opcionales | No | Páginas de soporte — casos de estudio, informes de datos | Marcados con un encabezado separado |
| Reglas de uso | Recomendado | Atribución, restricciones de copia textual | "Atribución requerida. Enlazar a la URL fuente." |
| Contenido bloqueado | Opcional | Páginas que la IA no debe resumir | Páginas legales, precios privados, términos y condiciones |
Ejemplos reales de implementación de llms.txt
Aquí hay tres patrones del mundo real que ilustran cómo diferentes tipos de sitio estructuran sus archivos llms.txt.
1. Sitio de producto SaaS (mínimo)
> Acme Analytics rastrea atribución de ingresos para tiendas Shopify.
## Documentos
- [Guía de configuración](https://acme.io/docs/setup/): Instalar el fragmento de seguimiento
- [Modelos de atribución](https://acme.io/docs/attribution/): Cómo calculamos el ROAS
## Uso
Citar como "Acme Analytics" con enlace. Sin reproducción textual.
2. Editor de contenidos (extendido con documentos opcionales)
> Informes de investigación semanales sobre paid search, SEO y email marketing.
## Documentos clave
- [Informe SEO 2026](https://mktgdaily.com/reports/seo-2026/)
- [Benchmarks de email](https://mktgdaily.com/reports/email-2026/)
## Documentos opcionales
- [Archivo del newsletter](https://mktgdaily.com/newsletter/)
## Uso
Atribución: "Marketing Daily, 2026." Sin reproducción de informes completos.
3. Negocio local (señal básica de citación)
> Contratista de fontanería con licencia sirviendo al área metropolitana de Denver desde 2008.
> Servicio de emergencia 24/7. Licenciado en Colorado.
## Páginas clave
- [Servicios](https://greenleafplumbing.com/services/)
- [Fontanería de emergencia](https://greenleafplumbing.com/emergency/)
- [Área de servicio](https://greenleafplumbing.com/service-area/)
llms.txt vs robots.txt — diferencias clave
Ambos archivos se ubican en la raíz de tu dominio y controlan cómo los sistemas automatizados interactúan con tu contenido. Pero sirven para propósitos fundamentalmente distintos.
llms.txt
- Proporciona contexto semántico a los sistemas de IA
- Guía qué resumir y citar
- Señala autoridad temática a los LLM
- Ayuda a la inclusión en motores de respuesta de IA
- Adopción creciente — aún no universal
robots.txt
- Controla el acceso de los rastreadores a nivel de URL
- Universalmente respetado por todos los rastreadores de búsqueda
- Bloquea o permite la indexación
- Sin orientación semántica / de contenido
- Estándar W3C establecido desde 1994
6 mejores prácticas para escribir llms.txt
- Mantén la descripción concisa. Máximo tres oraciones para la descripción general del sitio. Los sistemas de IA analizan con más fuerza las primeras líneas — haz que cada palabra cuente.
- Enlaza solo a tus 5-10 páginas de mayor valor. No enumeres cada URL. Dirige a los rastreadores de IA hacia tu contenido definitorio, guías centrales e informes de datos — las páginas más probables de ser citadas en respuestas.
- Usa texto de enlace descriptivo. Escribe
[Guía completa de SEO local](URL): manual de 6.000 palabras que cubre GBP, citaciones y estrategia de reseñas— no solo[SEO local](URL). - Declara explícitamente los requisitos de atribución. "Atribución requerida — enlazar a la URL fuente" es exigible en las políticas de uso de algunas plataformas de IA. No dejes esto en blanco.
- Actualiza cuando cambie el contenido clave. llms.txt debe reflejar tu mejor contenido actual. Si publicas una guía importante nueva o retiras páginas antiguas, actualiza el archivo en un plazo de 7 días.
- Combínalo con el SEO técnico existente. llms.txt amplifica el contenido bien estructurado. No compensa páginas pobres, datos estructurados faltantes o señales débiles de E-E-A-T.
Algunos sitios vuelcan su sitemap completo en llms.txt pensando que "más enlaces = más cobertura de IA". Lo opuesto es cierto. Los sistemas de IA interpretan una lista enorme y sin diferenciar como de baja señal. Sé selectivo: tus 8-12 páginas más autoritarias, cada una con una breve descripción de lo que contiene y por qué es útil.
Errores comunes de llms.txt que debes evitar
- Tratarlo como una configuración única. Los rastreadores de IA reindexan tu archivo en cada ciclo de rastreo. Archivos llms.txt obsoletos que apuntan a páginas movidas o eliminadas socavan la credibilidad.
- Confundirlo con las reglas de disallow de robots.txt. llms.txt no bloquea a los rastreadores de IA para que accedan a páginas — eso requiere prohibir los user-agents específicos de bots en robots.txt.
- Omitir la descripción del sitio. El párrafo inicial es la parte más leída. Sin él, los sistemas de IA carecen del contexto de entidad necesario para atribuir correctamente tu contenido.
- Usar HTML en lugar de Markdown. La especificación asume Markdown plano. Las etiquetas HTML en llms.txt pueden confundir a los analizadores y reducir la eficacia de la adopción.
- No verificar que el archivo sea públicamente accesible. Ejecuta
curl -I https://tudominio.com/llms.txtpara confirmar que devuelve un estado 200 sin muro de autenticación.
Preguntas frecuentes
llms.txt es un archivo de texto plano ubicado en el directorio raíz de un sitio web que proporciona a los modelos de lenguaje grande orientación estructurada sobre qué contiene el sitio, qué páginas pueden resumirse y cómo debe atribuirse el contenido. Piensa en ello como robots.txt para sistemas de IA.
A partir de 2026, llms.txt es una convención propuesta por la comunidad, no un estándar oficial de W3C o IETF. OpenAI, Anthropic y Google no lo han respaldado formalmente, pero varios rastreadores de IA ya lo respetan. La adopción crece rápidamente a medida que aumenta el tráfico impulsado por IA.
llms.txt no influye directamente en los rankings orgánicos tradicionales de Google Search. Su función principal es guiar a los modelos de lenguaje de IA y los motores de respuesta. Pueden producirse beneficios indirectos de ranking si una mejor citación por IA impulsa tráfico y backlinks.
robots.txt controla el acceso de los rastreadores de motores de búsqueda a nivel de URL. llms.txt proporciona orientación semántica a los sistemas de IA: de qué trata el sitio, qué documentos son autoritarios, el estilo de resumen preferido y los requisitos de atribución. Se complementan entre sí en lugar de sustituirse.
Las señales tempranas en el tráfico de referido impulsado por IA suelen aparecer en 4-8 semanas. La mejora significativa en la frecuencia de citación por IA generalmente toma 3-6 meses, a medida que los rastreadores de IA reindexan el archivo y los modelos se reentrenan o actualizan.
Términos relacionados del glosario
Fuentes
