llms.txt es un archivo de texto que propone darle a los modelos de lenguaje un índice limpio de tu sitio. En español circula de dos formas: como el truco que te pone en ChatGPT o como una copia literal de la especificación. Ninguna sirve para decidir. La versión honesta: Google dice por escrito que su buscador lo ignora, ningún gran buscador con IA ha confirmado que lo use para elegir fuentes, y aun así puede tener sentido en algunos sitios porque cuesta poco. Aquí está qué es, qué controla de verdad el acceso de la IA a tu web y cuándo vale la pena.
¿Qué es llms.txt?
Un índice en Markdown de tu sitio, escrito para que un modelo de lenguaje sepa qué leer primero.
llms.txt es una propuesta para publicar, en la dirección tusitio.co/llms.txt, un archivo en Markdown que resume de qué trata el sitio y enlaza sus páginas clave. La idea, planteada por Jeremy Howard el 3 de septiembre de 2024, parte de un problema real: las páginas web están llenas de menús, scripts y publicidad, y la ventana de contexto de un modelo es limitada. Un índice curado le ahorra al agente recorrer el sitio para entender su estructura.
La especificación publicada en llmstxt.org, cuya versión vigente se actualizó en agosto de 2026, define un orden fijo. Solo el título es obligatorio: un H1 con el nombre del sitio o proyecto. Después pueden venir un bloque de cita con un resumen corto, párrafos de detalle sin encabezados, secciones H2 con listas de enlaces en formato Markdown, cada uno con una nota opcional, y una sección llamada Optional para enlaces secundarios que un agente puede saltarse si necesita ahorrar contexto.
La propuesta añade dos convenciones: que cada página tenga una versión limpia en Markdown en la misma URL terminada en .md, y que el archivo pueda vivir también en una subcarpeta, como /docs/llms.txt, para cubrir solo esa sección.
¿Lo usan de verdad ChatGPT, Google o Perplexity?
Google dice que no; los demás no lo han confirmado. Que lo publiquen en sus propias documentaciones no significa que lo lean.
Google es el único que ha respondido por escrito, y su respuesta es no. En su guía de optimización para funciones de IA generativa, publicada en mayo de 2026, incluye llms.txt entre lo que puedes ignorar: no necesitas archivos de texto para IA, marcado especial ni Markdown para aparecer en la Búsqueda de Google, incluidos los AI Overviews y el Modo IA, porque la Búsqueda no los usa. El 15 de junio de 2026 añadió una aclaración: mantenerlos para otros servicios está bien, y no ayuda ni perjudica tu visibilidad o tu posición en Google.
OpenAI, Anthropic y Perplexity no han publicado que sus buscadores lean llms.txt para elegir qué citar. Su documentación sobre rastreadores habla de robots.txt, no de este archivo. Es cierto que OpenAI, Anthropic y Google publican archivos llms.txt en sus propias documentaciones para desarrolladores, como recuerda llmstxt.org, pero eso muestra que lo ofrecen a herramientas de programación con IA, no que su buscador lo use como señal.
Donde sí aparece es en Chrome. Lighthouse incluye una auditoría de llms.txt en su categoría de navegación agéntica: marca la página solo si el servidor da error al pedir el archivo; si no existe, devuelve un 404 y no se marca, porque el archivo es opcional. Es una revisión de que no esté roto, no una señal de ranking.
¿Qué diferencia hay con robots.txt y sitemap.xml?
robots.txt da permisos, sitemap.xml lista URL para rastrear y llms.txt resume el sitio para un modelo. Solo los dos primeros los usa Google.
Los tres viven en la raíz del dominio y son archivos de texto, pero hacen trabajos distintos. robots.txt dice qué rastreadores pueden entrar y a qué partes. sitemap.xml lista las URL que quieres que los buscadores descubran. llms.txt resume el sitio para que un modelo sepa qué leer. Solo el primero controla el acceso, y ninguno sustituye a los otros:
| Archivo | Para qué sirve | Quién lo lee | Formato | Efecto en Google |
|---|---|---|---|---|
| robots.txt | Permitir o bloquear el rastreo por bot y por ruta | Googlebot, Bingbot, GPTBot, OAI-SearchBot, PerplexityBot, ClaudeBot y casi todos los rastreadores serios | Texto plano con reglas User-agent, Allow y Disallow | Directo: si bloqueas a Googlebot, la página no se rastrea |
| sitemap.xml | Listar las URL que quieres que se descubran e indexen | Buscadores, sobre todo Google y Bing | XML con URL y fecha de modificación | Ayuda al descubrimiento; no garantiza indexación |
| llms.txt | Resumir el sitio y señalar sus páginas clave para modelos y agentes | Herramientas y agentes que decidan leerlo; Lighthouse revisa que no dé error | Markdown: título, resumen y listas de enlaces | Ninguno: Google dice que la Búsqueda lo ignora |
¿Cómo se crea un llms.txt? (plantilla)
Un archivo de texto en la raíz, en Markdown, con título, resumen y tus páginas importantes. Diez minutos de trabajo.
Crea un archivo de texto llamado llms.txt, súbelo a la raíz de tu dominio para que responda en tusitio.co/llms.txt y verifica que el servidor lo entregue con código 200. Esta plantilla sigue el orden de la especificación; cambia los nombres, las URL y las notas por los tuyos, línea por línea:
- # Nombre de tu empresa
- > Agencia de desarrollo web en Medellín: sitios corporativos, tiendas online y software a la medida para pymes en Colombia.
- Atendemos en español e inglés. Precios de referencia en COP en cada página de servicio.
- ## Servicios
- - [Desarrollo web](https://tusitio.co/servicios/desarrollo-web): sitios corporativos y landing pages, desde la estrategia hasta el lanzamiento.
- - [Tiendas online](https://tusitio.co/servicios/ecommerce): WooCommerce y Shopify con pagos por PSE, Nequi y tarjeta.
- ## Casos y guías
- - [Portafolio](https://tusitio.co/portafolio): proyectos publicados con alcance y tecnologías.
- - [Blog](https://tusitio.co/blog): guías prácticas sobre SEO, ecommerce y automatización.
- ## Optional
- - [Política de privacidad](https://tusitio.co/privacidad): tratamiento de datos personales.
¿Qué controla realmente si la IA lee tu web?
robots.txt por rastreador, la configuración de IA generativa de Search Console y un HTML que se pueda leer sin JavaScript pesado.
Lo que decide si la IA lee tu web es robots.txt, aplicado a cada rastreador por separado. Cada empresa tiene varios, con propósitos distintos. Google usa Googlebot para la Búsqueda, incluidas sus funciones de IA, y el token Google-Extended para que decidas si tu contenido se usa para entrenar los modelos Gemini y como fuente de respuestas en otros sistemas; Google aclara que Google-Extended no afecta tu inclusión ni tu posición en la Búsqueda. OpenAI separa GPTBot, que recoge contenido para entrenar modelos, de OAI-SearchBot, que es el que permite aparecer en las respuestas de búsqueda de ChatGPT. Perplexity usa PerplexityBot para sus resultados, y Anthropic distingue ClaudeBot, para entrenamiento, de Claude-SearchBot, para su búsqueda.
Ojo con una excepción: los agentes que actúan cuando un usuario pide algo en concreto, como ChatGPT-User o Perplexity-User, no se rigen igual. OpenAI dice que a ChatGPT-User las reglas de robots.txt pueden no aplicarle, y Perplexity dice que Perplexity-User generalmente las ignora, porque la visita la inicia una persona.
Para Google hay además un control específico. Desde el 31 de agosto de 2026 todos los sitios tienen en Search Console, en Configuración, la opción de excluir sus enlaces y su contenido de las funciones de IA generativa de la Búsqueda, sin afectar su posición en los resultados normales. Y por debajo de todo, lo básico: contenido importante en HTML legible, sin depender de JavaScript pesado para mostrar el texto, un sitemap.xml al día y datos estructurados que coincidan con lo visible.
¿Vale la pena implementarlo?
Sí si tienes documentación o un sitio que usan agentes; para el resto es un detalle de diez minutos, no una estrategia.
Vale la pena si tu sitio tiene documentación técnica, una API o contenido que desarrolladores consultan con herramientas de IA: ahí un índice limpio sí les ahorra trabajo a los agentes, y por eso lo publican OpenAI, Anthropic y Google en sus documentaciones. También tiene sentido si ya trabajas la parte técnica y quieres que la auditoría de Lighthouse no marque errores.
Para una pyme con un sitio corporativo o una tienda, es un detalle opcional. Cuesta poco crearlo, pero no te va a traer tráfico de Google ni te garantiza citas en ChatGPT. Si tienes una hora para dedicarle a la visibilidad en IA, gástala antes en revisar robots.txt, en que tus páginas de servicio respondan con claridad y en el informe de IA generativa de Search Console.
Nosotros lo publicamos en beleafdesign.co, generado automáticamente desde el contenido del sitio para que nunca quede desactualizado, porque Lighthouse lo revisa y porque mantenerlo no nos cuesta nada. No lo vendemos como servicio aparte, y desconfía de quien lo haga. Para el panorama completo de cómo se gana visibilidad en buscadores con IA, revisa nuestra guía de AI SEO.
Preguntas frecuentes
¿llms.txt mejora el SEO?
No en Google. Su guía oficial dice que la Búsqueda de Google ignora llms.txt y que tenerlo no ayuda ni perjudica tu visibilidad o tu posición. Ningún otro gran buscador ha confirmado usarlo como señal.
¿Dónde se ubica el archivo?
En la raíz del dominio, para que responda en tusitio.co/llms.txt. La versión actual de la especificación también permite ubicarlo en una subcarpeta, como /docs/llms.txt, para cubrir solo las páginas de esa sección.
¿Puedo bloquear a los bots de IA?
Sí, con robots.txt y regla por rastreador: GPTBot y ClaudeBot para entrenamiento, OAI-SearchBot, PerplexityBot y Claude-SearchBot para búsqueda, y Google-Extended para el uso de Google en Gemini. Bloquear los de búsqueda te saca de esas respuestas. Los agentes que actúan por pedido de un usuario pueden no respetar robots.txt.
¿WordPress genera llms.txt automáticamente?
WordPress por sí solo no lo genera. Algunos plugins de SEO lo ofrecen como opción, o puedes subir el archivo a mano por FTP o desde el administrador de archivos del hosting. Revisa que responda con código 200 en la raíz.
¿Qué es llms-full.txt?
Es un archivo que algunos sitios de documentación publican con todo su contenido en Markdown en un solo documento, en lugar de solo enlaces. No forma parte de la especificación publicada en llmstxt.org.
Resumen: lo que hay que recordar
- llms.txt es un índice en Markdown de tu sitio para modelos y agentes; no es un estándar oficial.
- Google dice por escrito que su Búsqueda lo ignora, y ningún otro gran buscador con IA ha confirmado usarlo para elegir fuentes.
- El acceso real de la IA a tu web se controla con robots.txt por rastreador y con la configuración de IA generativa de Search Console.
¿Tu web deja entrar a los buscadores con IA que te interesan?
Revisamos tu robots.txt, tu indexación y tu contenido para que Google, ChatGPT y Perplexity puedan leerte, sin humo ni archivos mágicos.
Ver servicio de SEO
