llms.txt: qué es, para qué sirve y cómo crearlo (con ejemplo real)

La propuesta la publicó Jeremy Howard, cofundador de Answer.AI, el 3 de septiembre de 2024 en llmstxt.org. Nació en el mundo del software: los asistentes de programación necesitaban leer la documentación de una librería para escribir bien una llamada, y la documentación en HTML era difícil de procesar dentro del límite de contexto de los modelos.

Dos años después, el propio sitio de la propuesta publicó una segunda versión con lo aprendido: según llmstxt.org, miles de sitios publican el archivo, las plataformas de documentación lo generan automáticamente, la herramienta Lighthouse de Chrome lo revisa en sus pruebas de navegación con agentes, y OpenAI, Anthropic y Google lo publican para su documentación para desarrolladores.

El formato es deliberadamente simple. Solo una parte es obligatoria: un título de primer nivel con el nombre del sitio o proyecto. Todo lo demás es recomendado, en este orden.

Publicamos un llms.txt en yastdigital.com/llms.txt desde que lanzamos el sitio. Se genera automáticamente con cada publicación, así que nunca queda desactualizado. Empieza así:

# YAST Digital como título. Después, una línea de resumen que empieza con «>»: agencia de sitios web y posicionamiento para empresas industriales, inmobiliarias, de salud, educativas y hoteleras en México y Latinoamérica, con fundadores neerlandés y alemán y base en Paraguay. Luego una sección ## Servicios con una línea por servicio, cada una con su enlace y su precio, por ejemplo: «Diseño de páginas web: sitios para empresas, precio cerrado desde $12,900 MXN».

Le siguen una sección de investigación propia, con los datos de nuestra medición del Modo IA de Google; una sección de sectores con cada página de giro y su descripción; una sección de blog con todos los artículos agrupados por tema; y una sección de la empresa. Puedes abrirlo en el navegador: es texto plano y se entiende sin herramientas.

Los tres son archivos en la raíz del sitio y por eso se confunden, pero hacen cosas distintas.

No, según Google. Gary Illyes, del equipo de la Búsqueda de Google, dijo en julio de 2025 que Google no lo usa ni planea usarlo, y John Mueller lo comparó con la antigua meta etiqueta de palabras clave, que Google dejó de tener en cuenta hace años. La documentación de Google para propietarios de sitios sobre sus funciones de IA dice algo coherente con eso: no hay requisitos técnicos adicionales para aparecer en los resúmenes de IA o en el Modo IA; basta con estar indexado y cumplir las políticas.

Eso significa que, para el Modo IA y los resúmenes de IA de Google, el archivo no cambia nada. Lo que Google usa son tus páginas indexadas, tus datos estructurados, tu ficha de empresa y lo que otros dicen de ti.

Ninguno de los grandes asistentes ha publicado que use llms.txt para decidir a quién citar en sus respuestas. Lo que sí está documentado es que los laboratorios de IA lo publican para su propia documentación y que muchos agentes y asistentes de programación lo leen cuando se les pide trabajar con un sitio o una librería.

En la práctica, el uso más claro hoy es ese: cuando una persona le pide a un agente de IA que lea tu sitio, cotice con tu catálogo o integre tu API, un llms.txt bien hecho le ahorra trabajo y reduce errores. Para la búsqueda conversacional de consumo, no hay evidencia pública de que tenga efecto.

Depende de tu sitio. El costo es bajo: media hora para un sitio pequeño, o una vez la programación para generarlo automáticamente. El beneficio es incierto para la búsqueda y claro para los agentes. Con esa ecuación, la respuesta honesta es esta:

Para un sitio pequeño o mediano, se puede escribir a mano en un editor de texto. Lo importante es que las descripciones sean precisas y que el archivo se mantenga al día.

Esta estructura sirve para la mayoría de las empresas de servicios. Reemplaza cada línea con tus datos reales.

En sitios que cambian seguido, escribirlo a mano no escala. Hay tres caminos, según la plataforma.

En sitios hechos a la medida, como los nuestros en Next.js, el llms.txt es una ruta que se genera con cada publicación a partir de los mismos datos que forman las páginas: cada servicio, sector y artículo nuevo entra solo, con su título y su descripción. Es la forma más confiable, porque nunca se desincroniza del sitio.

En WordPress y en otras plataformas, algunos complementos de SEO ya incluyen la opción de generar el archivo a partir del contenido publicado. Revisa qué páginas incluye por defecto: muchos generadores listan todo, incluidas páginas sin valor como etiquetas o archivos por fecha. Y los generadores en línea, que leen tu sitio y te entregan un archivo, sirven como borrador, pero conviene revisar cada descripción antes de publicarlo.

La propuesta de llms.txt incluye una segunda idea menos conocida: ofrecer una versión en Markdown de cada página importante, en la misma dirección con la extensión .md (por ejemplo, tusitio.com/servicios.md), y señalarla con una etiqueta de enlace alternativo en el HTML. Así, un agente que necesita leer una página puede pedir la versión limpia, sin menús ni scripts.

Para la mayoría de las pymes, esto es más trabajo del que vale hoy. Para sitios de documentación o catálogos técnicos grandes, sí puede ahorrar errores a los agentes que los consultan. Si tu plataforma lo genera automáticamente, no hay razón para no activarlo.

Además del llms.txt, algunos sitios publican un llms-full.txt: un solo archivo con el texto completo de toda la documentación, no solo el índice. No forma parte de la propuesta original; es una convención que adoptaron varias plataformas de documentación para que un agente pueda cargar todo de una vez.

Para un sitio de empresa, casi nunca hace falta. Un archivo con todo el texto del sitio se vuelve enorme, se desactualiza y repite lo que ya está en las páginas. Si no eres una plataforma de software o documentación, quédate con el llms.txt.

Si lo que quieres es decidir qué rastreadores de IA pueden leer tu sitio, el archivo que importa es robots.txt, no llms.txt. Los principales rastreadores de IA se identifican con un nombre de agente y respetan las reglas de robots.txt.

Conviene distinguir entre rastreadores que recopilan contenido para entrenar modelos y rastreadores que buscan en tiempo real para responder preguntas. OpenAI, por ejemplo, documenta GPTBot para entrenamiento, OAI-SearchBot para las funciones de búsqueda de ChatGPT y ChatGPT-User para las visitas que hace un usuario. Bloquear OAI-SearchBot puede sacarte de las respuestas con búsqueda de ChatGPT; bloquear GPTBot no.

Si tienes poco tiempo, estas cosas tienen más efecto comprobado que un llms.txt para aparecer en las respuestas de la IA, especialmente en el Modo IA de Google.

La prueba básica es abrir tusitio.com/llms.txt en el navegador: debe mostrarse como texto, sin errores, sin redirigir a otra página y sin pedir inicio de sesión. Revisa que todos los enlaces abran y que no apunten a páginas eliminadas.

Si quieres saber quién lo lee, revisa los registros de acceso de tu servidor o tu proveedor de hosting y busca solicitudes a /llms.txt. Ahí verás el agente de cada visita. Es la única forma de saber, con datos propios, si algún asistente lo está consultando.

Otra prueba útil es pedirle a un asistente de IA con navegación que lea tu llms.txt y te diga qué hace tu empresa y qué páginas recomendaría para una pregunta concreta. Si se equivoca, las descripciones no son lo bastante claras.

Los archivos en la raíz del sitio son una tradición vieja de la web. robots.txt nació en 1994 como un acuerdo informal entre administradores de sitios y autores de rastreadores, y tardó casi treinta años en formalizarse como estándar. El sitemap llegó en 2005, cuando Google propuso un formato para listar las URL de un sitio, que después adoptaron otros buscadores.

llms.txt sigue esa línea: una convención propuesta por alguien de la comunidad, que se vuelve útil si suficientes sitios y herramientas la adoptan. La diferencia es que nació en una época en que el lector no es solo un rastreador que indexa, sino un modelo que tiene que entender. Por eso está en Markdown y no en un formato de reglas o XML.

La calidad de un llms.txt está en las descripciones de cada enlace. Una descripción útil dice qué contiene la página con datos concretos; una inútil repite el título o usa frases de publicidad. La regla práctica: la descripción debe permitir a alguien decidir si abre la página sin abrirla.

En un sitio industrial, el llms.txt es especialmente útil porque los compradores y sus agentes buscan por proceso, material y capacidad. Un índice por proceso le permite a un agente encontrar la página correcta para una cotización.

En salud, el llms.txt debe seguir las mismas reglas de publicidad que el sitio: sin promesas de resultados ni testimonios que no cumplan la norma. Lo útil es la información verificable: especialidades, médicos con su cédula, ubicación, aseguradoras y cómo agendar.

El llms.txt es un índice curado, no una copia del sitemap. Incluir de más lo vuelve inútil; incluir de menos deja fuera lo que importa.

Los datos estructurados, el marcado de schema.org que va dentro del HTML de cada página, le dicen a Google y a otros sistemas qué es cada cosa: una organización, un negocio local, un servicio, una pregunta frecuente, un artículo. Google sí los usa, y su documentación los recomienda para que entienda mejor el contenido.

llms.txt trabaja a otro nivel: no describe una página por dentro, sino el sitio completo desde fuera. Lo razonable es tener los dos, empezando por los datos estructurados, que tienen efecto documentado en Google. En los sitios que hacemos, cada página lleva su marcado y el llms.txt se genera de los mismos datos, para que nunca se contradigan.

No hay evidencia de que tener un llms.txt perjudique el posicionamiento. Google simplemente lo ignora para su búsqueda, como ignora otros archivos que no usa. El riesgo real es otro: un archivo desactualizado puede hacer que un agente lea precios viejos o enlaces rotos y transmita esa información.

También conviene recordar que es un archivo público. No incluyas páginas que no quieras que nadie encuentre, como páginas de prueba, áreas privadas o documentos internos. Si una página no debe ser leída por bots, el lugar para indicarlo es robots.txt o, mejor aún, protegerla con inicio de sesión.

Si se genera automáticamente desde el sitio, el mantenimiento es nulo: cada página nueva entra con su título y descripción. Si se escribe a mano, conviene revisarlo cada vez que publicas un servicio nuevo, cambias precios o eliminas páginas, y al menos una vez por trimestre.

Una buena práctica es incluir la revisión del llms.txt en la misma lista que el sitemap y el robots.txt: los tres archivos describen el sitio hacia fuera y deben decir lo mismo que las páginas.

En turismo, un agente de IA puede ayudar a un viajero a planear y comparar. Un llms.txt con las habitaciones, los tours y las políticas en texto le ahorra adivinar. Lo importante es separar lo estable (tipos de habitación, itinerarios, políticas) de lo que cambia a diario (tarifas y disponibilidad), que debe consultarse en el motor de reservas.

En México, «llms txt» se busca unas 170 veces al mes, y en diez países de Latinoamérica juntos, unas 720, según el planificador de palabras clave de Google. Es poco comparado con temas de consumo, pero mucho para un archivo técnico que hace dos años no existía. Quienes lo buscan suelen ser desarrolladores, responsables de marketing y dueños de sitios que escucharon hablar de él y quieren saber si deben hacerlo.

La pregunta de fondo casi siempre es la misma: ¿esto me ayuda a aparecer en ChatGPT? La respuesta honesta es que es una pieza pequeña de algo más grande. Lo que más pesa está en SEO para IA: qué cambia con la búsqueda generativa y en cómo aparecer en ChatGPT y en los resúmenes de IA.

En los sitios que hacemos, el llms.txt no es un archivo que alguien edita: es una ruta del sitio que se genera en cada publicación con los mismos datos que forman las páginas. Si se agrega un servicio, un sector o un artículo, entra solo al índice con su título y su descripción. Si se elimina, desaparece. Así el archivo nunca contradice al sitio.

Además del índice, incluimos en el llms.txt los datos que una IA no encontraría fácilmente en una sola página: los precios desde de cada servicio y, en nuestro caso, los resultados de la investigación propia sobre el Modo IA de Google, con fecha, ciudades y número de respuestas. Son el tipo de datos concretos y verificables que una IA puede usar.

Si tu sitio tiene versiones en español e inglés, puedes tener un solo llms.txt con secciones por idioma o uno por versión, por ejemplo en la raíz para el idioma principal y en la carpeta de cada idioma para los demás. Lo importante es que cada enlace apunte a la versión correcta y que la descripción esté en el idioma de la página.

Para empresas que venden a compradores de Estados Unidos, como muchos proveedores industriales del norte y el Bajío, una sección en inglés con los procesos y certificaciones puede ser útil para los agentes que consultan desde allá.

Antes de subir el archivo, revisa estos puntos. Toma cinco minutos y evita los errores más comunes.

En una tienda, los productos cambian demasiado como para listarlos uno por uno en un archivo. Lo que sí conviene listar son las categorías, las políticas y la información que un comprador o un agente necesita antes de comprar: envíos, formas de pago, devoluciones, facturación y garantía.

Un agente que ayuda a alguien a comprar compara justo eso. Si tu política de devoluciones o tus tiempos de envío están en texto claro y enlazados desde el llms.txt, el agente los encuentra sin adivinar. Para los productos, lo que manda son las fichas de producto con datos estructurados y el catálogo que ya lee Google.

Si llegaste hasta aquí y quieres actuar, el orden recomendado es simple. Primero, revisa en Search Console que tus páginas importantes estén indexadas y que tu robots.txt no bloquee a los rastreadores de búsqueda. Después, revisa que cada servicio tenga su página con la respuesta en las primeras líneas. Y al final, con esas páginas listas, escribe tu llms.txt en media hora usando la plantilla de arriba.

Si prefieres que lo revisemos nosotros, el diagnóstico de IA es gratuito y la auditoría SEO incluye la revisión técnica completa: indexación, robots.txt, datos estructurados, llms.txt y presencia en la IA.

«¿Me lo cobran aparte?» En los sitios que construimos, no: se genera solo, igual que el sitemap. «¿Si no lo tengo, ChatGPT no me encuentra?» No: ChatGPT, Gemini y el Modo IA de Google leen las páginas normales; el llms.txt es un resumen opcional. «¿Mi competencia ya lo tiene y aparece más que yo?» Si aparece más, casi seguro es por su contenido, su ficha de Google o sus reseñas, no por el archivo.

«¿Lo debo poner en la ficha de Google o en las redes?» No, vive solo en tu dominio. «¿Hay que avisarle a alguien que existe?» Tampoco: no hay un registro ni una consola donde enviarlo. Los agentes que lo usan lo buscan en la dirección estándar.

Los errores más frecuentes vienen de tratarlo como un truco de posicionamiento en lugar de un índice honesto.