Cada pocos meses, un nuevo archivo promete meter tu sitio en las respuestas de ChatGPT. Ahora mismo ese archivo es llms.txt. La propuesta es simple: coloca un archivo markdown en la raíz de tu sitio y los motores de IA te entenderán mejor y te citarán más. Suena plausible, la adopción crece, y muchos plugins y agencias ya lo venden como un imprescindible del AI-SEO.
Entonces, ¿funciona de verdad? La respuesta honesta, respaldada por la evidencia actual: llms.txt es real, barato de añadir y genuinamente útil para un público muy concreto, pero no hace casi nada para aquello por lo que casi todos lo añaden, que es conseguir que ChatGPT o los AI Overviews de Google te citen. Esta guía explica qué es, cómo crear uno y cuándo merece de verdad tu tiempo.
Qué es realmente llms.txt
llms.txt es una convención propuesta: un único archivo markdown en la raíz de tu sitio (/llms.txt) que entrega a los grandes modelos de lenguaje una versión limpia y curada de tu contenido más importante. Fue propuesto por Jeremy Howard (de Answer.AI y fast.ai) en septiembre de 2024.
El problema que intenta resolver es real. Un LLM tiene una ventana de contexto limitada y no puede leer todo tu sitio. Tu HTML también está lleno de navegación, scripts y marcado que desperdician tokens y entierran el contenido real. llms.txt busca dar al modelo un mapa markdown conciso de lo que importa, para que pueda usar tu contenido en el momento de la inferencia sin rastrear ni parsear todo.
Una cosa que no es: robots.txt. Esos dos archivos son opuestos. robots.txt controla si los bots pueden acceder a tus páginas. llms.txt hace lo contrario, invita a los modelos a entrar y les entrega un resumen curado. Uno es una barrera, el otro es una guía.
llms.txt vs llms-full.txt vs robots.txt
Tres archivos se confunden constantemente. Esta es la diferencia:
| Archivo | Qué hace | Quién lo lee |
|---|---|---|
| robots.txt | Control de acceso: permite o bloquea rastreadores en rutas concretas | Motores de búsqueda y rastreadores de IA (estándar establecido) |
| llms.txt | Un índice markdown curado de tus páginas clave, con descripciones cortas | LLMs y agentes de IA (convención propuesta) |
| llms-full.txt | El contenido completo de esas páginas, concatenado en un solo archivo limpio | LLMs y agentes de IA (convención propuesta) |
Piénsalo así: llms.txt es el índice, llms-full.txt es el libro entero en un solo archivo limpio. Ten en cuenta que solo llms.txt está definido por la especificación central; llms-full.txt es una convención complementaria que creció a su alrededor.
Cómo se ve un archivo llms.txt
El formato es markdown deliberadamente simple, en este orden: un H1 con tu nombre (la única parte obligatoria), un resumen en blockquote, contexto opcional y luego secciones H2 que listan enlaces como [Título](URL): descripción. Un ejemplo corto:
# Sublim Analytics
> Privacy-first, cookieless web analytics for teams that want complete data without a consent banner.
Sublim measures 100% of your traffic, includes behavioral analytics, and is hosted in the EU.
## Docs
- [Getting started](https://sublimanalytics.com/docs/start): install the script in one line
- [Tracking events](https://sublimanalytics.com/docs/events): measure goals and conversions
## Guides
- [Web analytics for marketers](https://sublimanalytics.com/blog/guides/web-analytics-for-marketers): what to measure and whyPuedes escribirlo a mano, generarlo desde tu CMS (plugins de SEO como Yoast pueden generar uno) o pasar tu sitio por una herramienta generadora o rastreadora. Es un archivo estático, así que no hay mantenimiento continuo más allá de mantener los enlaces al día.
¿Funciona de verdad?
Esta es la parte que casi todas las guías se saltan, porque desmonta la propuesta. Si tu objetivo es que ChatGPT, Perplexity o los AI Overviews de Google te citen más a menudo, la evidencia actual dice que llms.txt no mueve la aguja.
- La adopción es escasa. Un estudio de SE Ranking sobre 300.000 dominios encontró que solo alrededor del 10% tenía un archivo llms.txt, más de un año después de que la idea se lanzara. El mismo análisis no encontró correlación entre tener el archivo y ser citado por la IA. Quitarlo de su modelo de hecho mejoró las predicciones, lo que significa que el archivo añadía ruido, no señal.
- Los grandes motores de IA no lo usan. Gary Illyes de Google confirmó que Google Search no soporta llms.txt y no lo está persiguiendo. John Mueller lo comparó con la vieja meta etiqueta de keywords: ningún servicio de IA ha dicho que use llms.txt, y los logs del servidor muestran que los bots ni siquiera solicitan el archivo.
- La razón es estructural. llms.txt es una señal que escribes sobre ti mismo y que controlas por completo. Los motores de búsqueda aprendieron hace mucho que las señales autodeclaradas son triviales de manipular y por tanto inútiles para el ranking. Por eso murió la meta etiqueta de keywords. Como dijo Mueller, ¿por qué un modelo confiaría en lo que un sitio afirma sobre sí mismo cuando puede leer el sitio directamente?
Así que cuando un plugin o una agencia te diga que añadir llms.txt te meterá en las respuestas de IA, trátalo como una afirmación, no como un hecho.
Donde llms.txt sí ayuda de verdad: la web agéntica
Hay un caso de uso real, solo que no el que se promociona. Las herramientas que de verdad leen /llms.txt y /llms-full.txt hoy son los agentes de código de IA y las herramientas para desarrolladores: Cursor, Claude Code, GitHub Copilot, Windsurf, Cline y las integraciones basadas en MCP. Apunta uno de estos a un sitio de documentación y buscará llms.txt para cargar contexto limpio rápido, en lugar de raspar el HTML renderizado.
Eso hace que llms.txt merezca de verdad la pena si publicas:
- Documentación para desarrolladores o una referencia de API.
- Un producto técnico que la gente usa desde dentro de asistentes de código.
- Cualquier cosa pensada para ser consumida por agentes de IA, no solo por lectores humanos.
Para un sitio de documentación, llms.txt es una adición pequeña y de mucho apalancamiento. Para un blog de marketing que espera posicionar en ChatGPT, es casi un no-op. (Vale la pena señalar: Lighthouse de Chrome añadió recientemente una auditoría experimental "agéntica" que comprueba si existe llms.txt, así que la convención no está muerta, solo está orientada a agentes en lugar de a la búsqueda.)
Entonces, ¿debería tu sitio tener uno?
Una forma sencilla de decidir:
- Tienes documentación para desarrolladores, una API o un producto orientado a agentes: sí. Es barato, y el ecosistema de agentes sí lo usa.
- Llevas un sitio de marketing o contenido y quieres citas de IA: no hará daño (es un archivo estático), pero no esperes tráfico de él, y no lo priorices por encima del trabajo de contenido real.
- Vas justo de tiempo: sáltalo y dedica esa hora a algo que mueva la aguja.
El marco honesto: llms.txt es de bajo coste, bajo riesgo, ocasionalmente útil y muy sobrevalorado. Añádelo si encaja con tu caso, pero fija tus expectativas según la evidencia, no según el bombo.
Qué te consigue de verdad citas de IA (haz esto en su lugar)
Si el objetivo real es aparecer en las respuestas de IA, las palancas son las mismas que siempre han ganado citas: contenido genuinamente útil, una estructura clara que el modelo pueda parsear y ser referenciado por otras fuentes creíbles. Los motores de IA leen tus páginas reales, así que el trabajo vive en las páginas, no en un manifiesto que controlas.
Y hay un paso que casi todos se saltan: medir si algo de esto funciona. El tráfico de referencia de IA es pequeño pero convierte bien, y la mayor parte se esconde en "Directo" porque las herramientas de IA eliminan el referente. Si no puedes ver tu tráfico de IA, no puedes saber si tus esfuerzos de GEO (llms.txt incluido) hacen algo en absoluto. Nuestra guía sobre cómo rastrear el tráfico de IA de ChatGPT, Perplexity y Gemini cubre exactamente cómo sacarlo a la luz.
Cómo ayuda Sublim
Sublim clasifica las visitas de asistentes de IA como su propia fuente de adquisición en lugar de volcarlas en Directo, y captura el referente completo dondequiera que exista. Como es sin cookies, también cuenta a los visitantes que una herramienta con banner de consentimiento pierde, y nunca descarta por muestreo un canal tan pequeño como las referencias de IA. Así que cuando experimentas con tácticas de GEO, puedes medir de verdad si traen visitas y si esos visitantes convierten. Eso convierte "¿debería añadir llms.txt?" de una suposición a un número que puedes vigilar.
