llms.txt: qué es, quién lo lee y cómo crear uno

¿Qué es llms.txt?

llms.txt aborda un problema real: una página pensada para personas envuelve su contenido en navegación, anuncios y JavaScript, y convertir eso de vuelta en texto limpio para un modelo es difícil y con pérdidas. En lugar de pedirle a un modelo que rastree e interprete páginas HTML completas, un sitio publica un único archivo Markdown plano que enumera, por orden de importancia, las páginas que un modelo debería leer.

Es explícitamente una propuesta, no un estándar: sin organismo regulador, sin soporte obligatorio de ninguna herramienta de IA. Que se use o no depende por completo de que cada herramienta decida leerlo.

¿Qué contiene un archivo llms.txt?

El formato definido en llmstxt.org es específico:

• Un H1 con el nombre del sitio o proyecto, el único elemento obligatorio.
• Una cita en bloque bajo el H1 con un resumen corto.
• Párrafos simples opcionales con más contexto, antes del primer H2.
• Una o más secciones H2, cada una una lista Markdown de enlaces: [name](url): optional note.
• Un H2 opcional llamado "Optional" para enlaces secundarios que un modelo puede omitir cuando tiene poco contexto disponible.

Aquí tienes un ejemplo realista para un producto SaaS ficticio:

# Acme Metrics

> Acme Metrics is a hosted dashboard for product analytics events.

## Docs

- [Quickstart](https://docs.acmemetrics.com/quickstart.md): Install the SDK, send your first event
- [API reference](https://docs.acmemetrics.com/api.md): REST endpoints for events and dashboards
- [Webhooks](https://docs.acmemetrics.com/webhooks.md): Real-time event notifications

## Optional

- [Changelog](https://docs.acmemetrics.com/changelog.md): Release notes
- [Status page](https://status.acmemetrics.com): Uptime and incidents

Muchos sitios también publican un llms-full.txt: el mismo mapa, pero con el contenido Markdown completo de cada página enlazada pegado en un único archivo, para que un modelo que no vaya a seguir enlaces reciba de todos modos todo en una sola petición.

llms.txt frente a robots.txt y sitemap.xml

Estos tres archivos se confunden porque todos residen en la raíz del sitio y todos tienen que ver con cómo lo ven las máquinas, pero cumplen tres funciones distintas:

Archivo	Propósito	Quién lo lee	¿Controla el acceso?
robots.txt	Qué rutas pueden obtener los rastreadores	Rastreadores que optan por respetarlo	Sí, de forma orientativa (un bot que cumple las normas lo sigue)
sitemap.xml	URL que quieres que se descubran e indexen	Buscadores, para el descubrimiento	No, es una lista de sugerencias, no de permisos
llms.txt	Un mapa curado en Markdown de tus mejores páginas	Solo las herramientas que optan por buscarlo	No, no afecta al rastreo ni a la indexación

robots.txt es el único de los tres que restringe algo de verdad, e incluso eso es voluntario: funciona porque los rastreadores bien comportados lo consultan primero, no porque un servidor lo imponga.

¿Google o algún buscador de IA usa llms.txt?

La propia documentación de Google responde a esto directamente. Su guía de Search Central sobre búsqueda con IA generativa, en el apartado "Mythbusting generative AI search: what you don't need to do", cita los archivos LLMS.txt y afirma: "You don't need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search (including its generative AI capabilities), as Google Search itself doesn't use them" (no necesitas crear nuevos archivos legibles por máquina, archivos de texto para IA, marcado ni Markdown para aparecer en la Búsqueda de Google, incluidas sus funciones de IA generativa, porque la propia Búsqueda de Google no los usa; página actualizada por última vez en julio de 2026).

Representantes de Google llevan más de un año diciendo lo mismo en público. En el Search Central Live de julio de 2025, Gary Illyes dijo que Google no da soporte a llms.txt y que no tiene planes de hacerlo, comparándolo con la vieja meta etiqueta keywords, una señal en la que los buscadores dejaron de confiar en cuanto los propios sitios pudieron controlarla. En enero de 2026, después de que la plataforma de documentación del propio Google generara brevemente de forma automática un archivo llms.txt, a John Mueller le preguntaron en Bluesky si eso era un respaldo: "Me da la tentación de decir algo irónico, porque esto sale a relucir muy a menudo, pero, para ser directo, no."

Otros proveedores de IA han dicho menos. Lo que se puede verificar: Anthropic, OpenAI y Perplexity publican cada uno su propio llms.txt para su documentación de desarrolladores (por ejemplo platform.claude.com/llms.txt y developers.openai.com/llms.txt), lo que solo demuestra que les resulta útil el formato para su propio sitio. Eso es distinto de que sus rastreadores lean un llms.txt en el sitio de otra persona antes de responder a una pregunta, y ninguno de los tres ha publicado eso. La propia documentación de rastreadores de Perplexity describe PerplexityBot y Perplexity-User en detalle y no menciona llms.txt. Trata una afirmación como "ChatGPT lee llms.txt" como no verificada hasta que el propio proveedor lo confirme.

¿Deberías publicar uno de todos modos?

Probablemente, por motivos modestos. Un llms.txt es un archivo estático sin más trabajo de servidor que servirlo como texto plano, así que el coste es prácticamente nulo. El caso de uso real es más limitado que "SEO para IA": un agente de código o un asistente de IDE que obtiene páginas bajo demanda mientras responde a una pregunta puede usar un llms.txt corto para encontrar tu guía rápida o tu referencia de API más rápido que adivinando a partir de un sitemap.

No sustituye a un servicio construido para que los agentes actúen: el propio servidor MCP de HostTracker (/es/mcp-server) es una interfaz activa que un asistente llama para ejecutar una verificación o gestionar un monitor, no un archivo que solo lee. llms.txt solo ofrece una lista de lectura; no puede hacer que nada ocurra.

Mantenlo corto y preciso. Un enlace desactualizado en un archivo cuyo propósito entero es ser un mapa fiable es peor que no tener ningún archivo, y no hay evidencia que relacione llms.txt con mejores posiciones o más citas de IA, así que no lo rellenes con texto de marketing.

Cómo controlar de verdad a los rastreadores de IA

Si el objetivo es controlar lo que los sistemas de IA hacen con tu contenido, robots.txt con grupos de user-agent nombrados es la palanca real, no llms.txt. Cada proveedor documenta su propio token:

• GPTBot (OpenAI): recopila contenido web para entrenar futuros modelos; OpenAI lo lista por separado de OAI-SearchBot, usado para resultados de búsqueda, así que puedes permitir uno y bloquear el otro.
• ClaudeBot, Claude-User, Claude-SearchBot (Anthropic): ClaudeBot recopila datos de entrenamiento, Claude-User obtiene una página para una pregunta en vivo de un usuario y Claude-SearchBot rastrea para resultados tipo búsqueda; la documentación de Anthropic afirma que los tres respetan robots.txt.
• PerplexityBot y Perplexity-User (Perplexity): PerplexityBot rastrea para mostrar sitios en los resultados y, según la documentación de Perplexity, no se usa para entrenar modelos. Perplexity-User obtiene una página en vivo para una pregunta concreta y por lo general ignora robots.txt, ya que la petición la inicia el usuario y no es un rastreo en segundo plano.
• Google-Extended: un token de robots.txt, no un rastreador con user-agent propio, que controla si el contenido ya obtenido por Googlebot puede entrenar futuros modelos Gemini. Google afirma que bloquearlo no tiene efecto en el posicionamiento ni en la indexación de la Búsqueda.

Prueba tus reglas con el probador gratuito de robots.txt: comprueba si el grupo general User-agent: * bloquea una URL y si esa URL está en tu sitemap. Todavía no evalúa una regla escrita para un rastreador nombrado en concreto, así que una URL abierta bajo User-agent: * puede seguir bloqueada para GPTBot con su propio grupo más abajo en el archivo; por ahora, comprueba los grupos de rastreadores nombrados leyendo el archivo en bruto. La guía de cómo comprobar robots.txt explica cómo leer uno a mano.

Cómo comprobar que tu llms.txt es accesible

Un llms.txt que un modelo no puede obtener es peor que inútil: un modelo que lo intenta una vez y encuentra un bloqueo o una redirección no tiene forma de avisarte de que ha fallado. Antes de dar el archivo por activo, confirma tres cosas:

1. Devuelve un estado 200 sin más, no una redirección a una página de inicio de sesión ni una página de error renderizada como 200.
2. Su Content-Type es text/plain o text/markdown, no text/html, lo que significaría que una plantilla lo envolvió en lugar de servirlo en bruto.
3. No lo descarta en silencio una regla de WAF o de mitigación de bots que marque como sospechosa una petición inusual a un archivo de texto en la raíz.

Una comprobación rápida por línea de comandos:

curl -I https://example.com/llms.txt

Busca HTTP/1.1 200 y un content-type que empiece por text/. Para confirmar que responde igual desde fuera de tu propia red, pasa la URL por el verificador de HTTP gratuito, que la solicita desde varias ubicaciones y muestra el estado y el tiempo de respuesta de cada una. Luego usa el probador de robots.txt para confirmar que un Disallow: / general no está ocultando también el propio archivo.

La monitorización de SEO de HostTracker vigila las señales que sí mueven la visibilidad en buscadores: meta etiquetas noindex, cabeceras X-Robots-Tag y cambios en la etiqueta canonical, además de un rastreo programado que contrasta las páginas con robots.txt en cada ejecución. llms.txt queda fuera de todo eso.

Preguntas frecuentes

¿llms.txt sustituye a robots.txt?

No. robots.txt controla qué pueden obtener los rastreadores y es tres décadas anterior a llms.txt. Una página puede estar listada en llms.txt y seguir bloqueada en robots.txt, o al revés.

¿Publicar un llms.txt mejorará mi posicionamiento en buscadores?

No hay evidencia de ello, y Google ha dicho directamente que sus sistemas de búsqueda, incluido AI Overviews, no lo usan. Trátalo como una comodidad para ciertas herramientas de desarrollo, no como una táctica de SEO.

¿Qué es llms-full.txt?

Un archivo complementario que algunos sitios publican junto a llms.txt, que incrusta el contenido Markdown completo de cada página enlazada en un único archivo, para un modelo que no vaya o no pueda seguir enlaces individuales.

¿ChatGPT, Claude o Perplexity leen automáticamente mi llms.txt?

Ningún proveedor ha publicado una declaración diciendo que su rastreador o producto de chat obtiene e interpreta los archivos llms.txt de otros sitios. Los tres publican el suyo propio para su documentación, lo cual es distinto de leer el tuyo.

¿Dónde debería colocar el archivo?

En la raíz del sitio, como /llms.txt, servido como texto plano. La propuesta también permite una subruta, como /docs/llms.txt, para describir solo esa sección.

¿Es llms.txt un estándar oficial?

No. Es una propuesta de la comunidad publicada en llmstxt.org, sin ningún organismo de estandarización detrás y sin que ninguna herramienta esté obligada a admitirla.