llms.txt es una lista de lectura para agentes, no un archivo de posicionamiento
Jeremy Howard propuso el archivo en septiembre de 2024 y lo revisó en agosto de 2026. Es un archivo markdown en la raíz de una web. La única parte obligatoria es un H1 con el nombre de la web; después vienen un breve resumen opcional en una cita en bloque y listas de enlaces a las páginas que debería leer un agente, idealmente como markdown limpio.
La propuesta es clara sobre a quién sirve. El archivo está pensado para leerse bajo demanda, cuando un agente necesita información mientras ayuda a un usuario, y se usa sobre todo para documentación de software, donde los agentes de programación lo siguen hasta las referencias de la API. OpenAI, Anthropic y Google publican uno cada uno para su documentación para desarrolladores. Nada en él controla el rastreo, y nada en él pide a un motor que te cite.
Google dice que la Búsqueda ignora el archivo, y el 97 % de los archivos no recibió ninguna petición en la muestra de mayo de Ahrefs
La guía de Google sobre sus funciones de IA generativa, actualizada por última vez el 10 de julio de 2026, pone llms.txt el primero en una lista de cosas que puedes ignorar. Publicar uno, dice, no perjudicará ni ayudará a tu visibilidad en la Búsqueda de Google, porque la Búsqueda no lo usa.
Ahrefs revisó los registros de servidor de 137.210 dominios de mayo de 2026. El 28 % publicaba un archivo válido, que Ahrefs considera un máximo porque sus clientes son más técnicos que la media. El 97 % de esos archivos no recibió ninguna petición ese mes. De las peticiones que sí llegaron, los bots que descargan páginas para responder preguntas en directo, como OAI-SearchBot y PerplexityBot, enviaron el 1,1 %. Los agentes de IA, entre ellos el agente de programación de Anthropic, y los rastreadores de entrenamiento descargaron mucho más. Y ningún bot de IA pidió un llms.txt que no existiera, así que un archivo que falta no es una llamada perdida.
De 6.343 citas a webs con archivo, una apuntaba a él
Ahrefs midió quién descarga el archivo. Nosotros queríamos el otro extremo: qué citan los motores. Nuestras muestras del 23 de agosto al 5 de octubre de 2026 contienen 41.597 citas en 4.228 respuestas de ChatGPT, Perplexity, Claude y Google AI Overviews, de 18 cuentas. El 8 de octubre descargamos /llms.txt de los 300 dominios más citados.
129 devolvieron un archivo real. 137 no tenían ninguno, o servían una página HTML en su lugar. 34 nos bloquearon o dieron error. Las 129 webs con archivo se citaron 6.343 veces. Una de esas citas apuntaba al archivo: un llms-full.txt, citado por Perplexity el 2 de octubre. Ninguna respuesta citó un llms.txt.
Las webs más citadas en su mayoría no tienen uno. De las diez primeras, ocho no tienen archivo y dos bloquearon nuestra comprobación. De las 25 primeras, tres tienen uno.
14 de los 129 archivos salían de una misma plantilla, escrita para agentes de compra
Catorce archivos, todos de tiendas online, seguían una misma plantilla titulada «Agent Instructions». Cada uno dice que la tienda está hecha con Shopify y pide a los agentes de compra que instalen una skill para poder comprar directamente. Ahrefs vio la misma tendencia: Wix genera el archivo para sus webs, y otros creadores de webs ahora comprueban si existe.
Eso importa por dos motivos. Muchos propietarios nunca eligieron lo que dice su archivo. Y el archivo habla por ti ante cualquier agente que lo lea, así que merece la revisión que le darías a una página de tu web.
Publícalo si es barato, y dedica la hora de verdad a otra cosa
El archivo cuesta poco y no hace daño, así que no hay motivo para borrar el que tengas. Solo que no lo cuentes como trabajo de visibilidad en IA.
- Si tienes documentación para desarrolladores o una API, publica uno. Los agentes de programación son los lectores que de verdad muestran los datos.
- Limítalo a enlaces simples y descripciones de una línea, sin nada que se lea como una instrucción. Ponlo en control de versiones y lee lo que haya generado tu plataforma.
- Comprueba que es un archivo markdown real y no tu página de inicio servida en esa ruta. Siete de nuestros 100 primeros dominios devolvieron HTML con un estado 200.
- Dedica el resto del tiempo a las páginas que citan los motores en tu categoría: tus propias páginas de producto y de comparativa, y las páginas de terceros que ya se citan junto a ti.
Dónde podría fallar esto
Una cita no es una lectura. Un motor podría descargar el archivo, seguir sus enlaces y citar la página a la que apuntaba, y nuestros datos no lo mostrarían. Medimos lo que llegó a la respuesta, no lo que miró el motor.
Descargamos los archivos el 8 de octubre, después de cerrar la ventana de muestreo. Algunos pueden ser más recientes que las citas junto a las que están.
Los 300 dominios salen de lo que siguen nuestras 18 cuentas: una mezcla de comercio minorista, apps de consumo y software empresarial, con muchas marcas que venden fuera de EE. UU. Otro conjunto de categorías podría verse distinto.
Las cifras de Ahrefs cubren un mes y una base de clientes más orientada al SEO. Los volúmenes de descarga pueden crecer a medida que los agentes naveguen más.
