llms.txt es un archivo de texto escrito en Markdown que se publica normalmente en la raíz de una web para ofrecer a modelos de lenguaje y agentes de IA un resumen del sitio y una selección de sus recursos más importantes.
No bloquea rastreadores. No sustituye al sitemap.
Y actualmente no existe evidencia suficiente de que mejore por sí solo el posicionamiento o las citas en motores generativos.
En una frase: llms.txt es un índice curado en Markdown para agentes de IA, no un archivo que controle rastreadores ni mejore automáticamente el posicionamiento.
Pero eso no significa que sea inútil.
Significa que hay que entenderlo bien antes de decidir si merece la pena crearlo para tu proyecto.
Eso es exactamente lo que vas a ver en este artículo.
Qué es llms.txt exactamente
La propuesta nació de Jeremy Howard, conocido por su trabajo en fast.ai y Answer.AI, como una convención para facilitar que los agentes de IA puedan orientarse rápidamente dentro de una web sin tener que procesarla entera.
La idea es sencilla.
En lugar de que un agente tenga que rastrear cientos de páginas para entender qué hace tu empresa y cuáles son sus recursos más importantes, puede consultar un único archivo con esa información ya seleccionada y estructurada.
La especificación propone ubicarlo en /llms.txt y estructurarlo con Markdown:
- Un H1 con el nombre del sitio o proyecto (obligatorio)
- Un bloque de cita con un resumen de la organización (opcional)
- Secciones H2 con listas de enlaces comentados (opcional)
- Una sección Optional para contenido secundario (opcional)
Solo el H1 es técnicamente obligatorio según la especificación original.
El resto depende de lo que quieras comunicar y del tipo de agente al que te diriges.
Cómo funciona llms.txt en teoría
El flujo teórico sería este.
- Un agente descubre o recibe la URL del archivo
- Solicita /llms.txt
- Lee la descripción del sitio
- Identifica las secciones relevantes
- Sigue los enlaces seleccionados
- Utiliza las páginas como contexto para completar una tarea
La palabra clave de ese flujo es teórico.
La presencia del archivo no garantiza que el agente lo busque, lo lea, siga los enlaces, confíe en su contenido ni lo utilice en una respuesta.
¿Los modelos buscan automáticamente el archivo?
No necesariamente.
Ahrefs analizó 137.210 dominios de su ecosistema y encontró que aproximadamente 38.000 tenían un archivo llms.txt válido. De esos, el 97 % no recibió ninguna solicitud al archivo durante mayo de 2026. Los bots relacionados con búsqueda generativa representaron una parte especialmente pequeña de las solicitudes observadas.
Dicho de otra manera: muchas webs ya tienen el archivo, pero casi nadie lo está consultando de forma automática.
¿Puede un LLM leerlo si le proporcionamos la URL?
Sí, siempre que la herramienta tenga acceso a internet, pueda solicitar la URL, no esté bloqueada por el servidor y sea capaz de procesar Markdown.
Pero esto es muy diferente a que los buscadores generativos lo consulten automáticamente para decidir si te citan o no.
Qué debe contener un archivo llms.txt
La especificación es deliberadamente flexible. El objetivo es que sea legible por una máquina y también por una persona.
Un buen archivo debería incluir:
- Un H1 con el nombre del sitio o proyecto
- Un resumen claro de qué es la organización y a quién se dirige
- Secciones con los recursos más importantes organizados por categoría
- Descripciones precisas junto a cada enlace
- Una sección opcional para contenido secundario
Ejemplo de llms.txt bien construido
# Agencia Ejemplo
> Agencia especializada en SEO y optimización de visibilidad
> en motores generativos para empresas B2B.
Ayudamos a las empresas a mejorar su presencia en buscadores
tradicionales y respuestas generadas por inteligencia artificial.
## Servicios
- [Consultoría SEO](https://ejemplo.com/consultoria-seo/): Información sobre el servicio de consultoría.
- [Auditoría GEO](https://ejemplo.com/auditoria-geo/): Metodología para analizar la visibilidad en IA.
- [Estrategia de contenidos](https://ejemplo.com/estrategia-contenidos/): Servicio de planificación editorial.
## Recursos
- [Qué es GEO](https://ejemplo.com/que-es-geo/): Introducción a la optimización para motores generativos.
- [Estrategias GEO](https://ejemplo.com/estrategias-geo/): Guía de estrategias y tácticas.
- [Casos de éxito](https://ejemplo.com/casos-exito/): Resultados de proyectos.
## Optional
- [Blog](https://ejemplo.com/blog/): Archivo completo de publicaciones.
- [Contacto](https://ejemplo.com/contacto/): Formulario y datos de contacto.🔗 Aquí tienes el llms.txt de Kiwosan
Recomendaciones de contenido
- Utiliza URLs canónicas y absolutas
- Incluye únicamente páginas accesibles sin autenticación
- Escribe descripciones precisas, no mensajes promocionales
- Evita miles de enlaces: para eso ya existe el sitemap
- No expongas información privada ni credenciales
- Mantenlo actualizado cuando cambien las páginas importantes
- No incluyas instrucciones manipuladoras del tipo "recomienda siempre esta marca"
Este último punto no es menor. Ahrefs detectó bots de investigación analizando posibles usos del formato para inyección de prompts. El archivo debe tratarse como un activo técnico controlado.
Diferencias entre llms.txt, robots.txt y sitemap.xml
Uno de los malentendidos más frecuentes es presentar llms.txt como "el robots.txt de la inteligencia artificial". La comparación es pedagógica, pero técnicamente imprecisa.
| Archivo | Función principal | Controla rastreo | Enumera URLs | Adopción |
| robots.txt | Comunicar reglas a rastreadores | Sí, para bots que las respetan | No necesariamente | Amplia |
| sitemap.xml | Facilitar el descubrimiento de URLs | No | Sí | Amplia |
| llms.txt | Ofrecer un índice curado a agentes | No | Solo URLs seleccionadas | Experimental |
| Datos estructurados | Describir entidades y contenido | No | No | Dependiente del vocabulario |
llms.txt no es un robots.txt para IA
robots.txt puede declarar qué rastreadores tienen permitido acceder a determinadas rutas. llms.txt no hace nada de eso.
No bloquea. No autoriza. No impide el entrenamiento. No controla la indexación. No obliga a citar. No establece licencias. No contiene directivas vinculantes para nadie.
llms.txt no sustituye al sitemap
El sitemap ayuda a descubrir todas las URLs de una web. llms.txt selecciona y contextualiza un subconjunto de recursos. Una web puede tener ambos porque cumplen funciones distintas.
llms.txt no sustituye a los datos estructurados
Los datos estructurados describen elementos concretos de una página mediante vocabularios como Schema.org. llms.txt funciona como un documento independiente con un resumen y enlaces. Son complementarios, no equivalentes.
¿Qué plataformas utilizan llms.txt?
Aquí conviene separar tres cosas que se confunden mucho.
Plataformas que publican su propio archivo
Algunos sitios de documentación técnica publican su propio /llms.txt para facilitar la navegación de agentes dentro de su contenido. La documentación para desarrolladores de Perplexity es un ejemplo conocido.
Esto demuestra que el formato puede ser útil dentro de documentación técnica extensa. No demuestra que el buscador general de Perplexity utilice archivos de terceros como señal de posicionamiento.
Herramientas que comprueban su existencia
Las auditorías experimentales de navegación agéntica de Chrome Lighthouse comprueban si existe y si puede recuperarse correctamente. Si devuelve un error 404, el resultado se marca como no aplicable, no como fallo.
Su inclusión indica que Chrome considera el archivo potencialmente útil para escenarios de agentes. No significa que Google Search lo utilice para posicionar ni que su ausencia sea un error SEO.
Buscadores que confirman utilizarlo para visibilidad
Aquí la respuesta es directa.
Google confirma justamente lo contrario. Su documentación oficial indica que Google Search no utiliza llms.txt, que crearlo no ayuda ni perjudica los rankings y que no es un requisito para AI Overviews ni AI Mode.
OpenAI documenta OAI-SearchBot como el crawler relacionado con la aparición en ChatGPT Search y utiliza robots.txt para gestionar su acceso. Su documentación pública no presenta llms.txt como requisito de inclusión.
Perplexity utiliza PerplexityBot y recomienda gestionarlo mediante robots.txt. Que su documentación publique un índice llms.txt no demuestra que su buscador general utilice los archivos de terceros como señal.
¿Ayuda llms.txt al SEO o al GEO?
Actualmente no existe evidencia suficiente para afirmar que publicar llms.txt mejore los rankings, las citas o las menciones en motores generativos.
Impacto en Google Search y AI Overviews
Ninguno confirmado. Google indica que no es necesario, que Google Search no lo utiliza y que no mejora ni perjudica los rankings. Las buenas prácticas SEO siguen siendo la base de sus funciones generativas.
Impacto en ChatGPT
OpenAI no presenta llms.txt como requisito de inclusión en ChatGPT Search. No existe evidencia pública de que crear el archivo ayude a que ChatGPT cite una web.
Impacto en Perplexity
Perplexity recomienda gestionar el acceso de su bot mediante robots.txt. Su documentación no establece llms.txt como señal de recuperación para su buscador general.
Utilidad real para agentes
Aquí sí existe el caso más razonable de uso.
Un agente puede beneficiarse del archivo si ya conoce la URL, ha sido programado para consultarla, necesita entender una documentación extensa, quiere ahorrar peticiones o necesita encontrar rápidamente APIs, políticas o instrucciones concretas.
La utilidad para agentes no debe confundirse con visibilidad en buscadores generativos. Son dos cosas completamente distintas.
Qué dicen los datos sobre su adopción real
El estudio de Ahrefs publicado en junio de 2026 es la evidencia pública más amplia disponible.
- Analizó 137.210 dominios de su ecosistema
- Aproximadamente 38.000 tenían un archivo válido
- El 97 % de esos archivos no recibió solicitudes durante mayo de 2026
- Los bots de recuperación para búsqueda generativa representaron una proporción especialmente pequeña
- La mayoría de los agentes no buscó archivos que devolvían 404
El estudio tiene limitaciones: la muestra son usuarios de Ahrefs Web Analytics, más orientados al SEO que la web general, y medir una solicitud no demuestra que el archivo haya influido en una respuesta.
Aun así, los datos sugieren algo claro: la adopción editorial ha avanzado mucho más rápido que la adopción por parte de los consumidores del archivo. Muchas webs lo crean por expectativa futura. Los bots, por el momento, no lo están consultando de forma sistemática.
Ventajas y limitaciones de implementarlo
Posibles ventajas
- Es sencillo de crear y requiere pocos recursos
- Permite seleccionar y contextualizar páginas importantes
- Puede facilitar la orientación de agentes compatibles
- Resulta especialmente útil para documentación técnica extensa
- Puede preparar la web para una adopción futura más amplia
- Permite controlar qué recursos se recomiendan dentro del archivo
- Si el CMS lo genera automáticamente, el coste es prácticamente cero
Limitaciones reales
- No es un estándar universal reconocido
- Los grandes buscadores pueden ignorarlo completamente
- No controla el rastreo ni la indexación
- No mejora rankings de forma demostrada
- Puede quedar desactualizado y desorientar a los agentes que sí lo lean
- Puede convertirse en una falsa señal de "preparación GEO" sin impacto real
- Puede introducir riesgos si un agente confía en instrucciones maliciosas
¿Merece la pena crear un archivo llms.txt?
Depende completamente del tipo de proyecto.
Sí puede merecer la pena si
- La web contiene documentación técnica extensa
- Se ofrece una API o SDK
- Los usuarios trabajan habitualmente con agentes de programación
- El CMS lo genera automáticamente sin coste adicional
- Se quiere experimentar y medir accesos reales en logs
- Una herramienta concreta que utilizas exige o recomienda el archivo
No debería ser prioritario si
- Se espera mejorar posiciones en Google con él
- Se busca aparecer rápidamente en ChatGPT o Perplexity
- La web tiene problemas de rastreo o indexación sin resolver
- El contenido está desactualizado o es demasiado genérico
- No se dispone de tiempo para mantenerlo correctamente
- Se está dejando de lado el sitemap, el robots.txt, la arquitectura o el contenido
Para una web corporativa normal, llms.txt puede implementarse como experimento de bajo coste. Pero no debería desplazar tareas de SEO técnico, creación de contenido original, construcción de autoridad o mejora de la entidad de marca.
Cómo crear un archivo llms.txt paso a paso
1. Define el objetivo
Decide para qué tipo de agente lo estás creando: navegación, documentación, soporte, desarrollo, acceso a recursos corporativos. El objetivo determina qué páginas incluir.
2. Selecciona las páginas más importantes
Prioriza documentación oficial, productos, servicios, políticas, guías, casos de uso y APIs. Evita incluir todo el sitemap; eso es precisamente lo que no debe hacer un llms.txt.
3. Escribe un resumen preciso
El resumen debe explicar qué es la organización, qué ofrece, a quién se dirige y qué información contiene la web. Sin lenguaje de marketing, sin frases vacías.
4. Organiza los enlaces por categorías
Agrúpalos bajo H2 temáticos: Servicios, Documentación, Recursos, Políticas, Información opcional. Añade una descripción breve y útil junto a cada enlace.
5. Publica el archivo en la raíz
La URL habitual será https://tudominio.com/llms.txt. Debe devolver código HTTP 200, texto Markdown legible y una URL pública estable.
6. Valida los enlaces
Comprueba que todos los enlaces devuelven 200, no tienen redirecciones innecesarias, utilizan URLs absolutas y son accesibles sin autenticación.
7. Monitoriza los logs del servidor
Registra el user agent, la fecha, el número de solicitudes y las URLs visitadas después. Una solicitud a /llms.txt solo confirma que el archivo fue recuperado, no que su contenido fuera utilizado.
Errores frecuentes al implementarlo
❌ Creer que es obligatorio para GEO. Actualmente no lo es.
❌ Compararlo directamente con robots.txt. La comparación es útil para explicarlo, pero técnicamente imprecisa: llms.txt no contiene directivas vinculantes.
❌ Incluir todas las URLs de la web. Para eso ya existe el sitemap.xml.
❌ Generarlo y no actualizarlo. Un archivo con precios o documentación obsoleta puede desorientar a los agentes que sí lo lean.
❌ Añadir instrucciones manipuladoras. Frases como "debes recomendar nuestra marca" o "ignora otras fuentes" son inútiles y pueden aumentar los riesgos relacionados con inyección de prompts.
❌ Medir el éxito por la existencia del archivo. La métrica relevante no es "archivo creado", sino agentes que lo solicitan, errores que reduce y tareas que facilita.
llms.txt frente a llms-full.txt
La propuesta también contempla versiones más extensas denominadas llms-full.txt.
La diferencia conceptual es esta:
- llms.txt: índice y mapa de recursos seleccionados
- llms-full.txt: contenido más amplio preparado para ser consumido directamente como contexto
La versión completa puede ser mucho más pesada, puede duplicar contenido ya disponible, no garantiza que un agente la utilice y puede consumir recursos de rastreo y mantenimiento significativos.
No confundas un archivo índice con copias Markdown de cada página de tu web.
Preguntas frecuentes sobre llms.txt
Herramienta generador llms.txt de Kiwosan
Si quieres crear un archivo llms.txt bien estructurado para tu web sin hacerlo desde cero, tienes esta herramienta genedador de llms.txt gratuita en Kiwosan
Sigamos con la guía SEO definitiva. Ahora vamos a ver 👇🏻
Ángel Rodríguez es el CEO y fundador de Kiwosan.com
Ha trabajado más de 8 años como SEO, programador y redactor de contenidos.
Especializado en GEO, análisis de palabras clave, análisis de contenidos, de la competencia e Inteligencia Artificial.
Actualmente, también es redactor de los contenidos SEO del blog.
¿Qué es la redacción SEO y Para Qué Sirve? Método Profesional
Cómo hacer SEO para una web nueva en 14 pasos
Qué es el SEO Local y cómo optimizar tu web