¿Qué es llms.txt?
llms.txt es un archivo markdown propuesto, en la raíz de una web, que explica a los modelos de lenguaje qué es la web y enumera las páginas que más merece la pena leer. Se propuso en llmstxt.org en 2024 como un brief corto y sencillo que un modelo o un agente puede leer en una sola petición, en lugar de rastrear y analizar el HTML de una web. Es una propuesta, no un estándar: ningún motor está obligado a leerlo, y añadir uno cuesta poco.
¿Cómo es un archivo llms.txt?
Un archivo llms.txt es markdown con un orden fijo: un H1 con el nombre de la web, un resumen opcional en blockquote, notas opcionales y después secciones ## que contienen cada una una lista de enlaces. Cada enlace se escribe como enlace markdown, seguido opcionalmente de dos puntos y una nota breve.
Una sección llamada Optional tiene un significado especial en la propuesta: sus enlaces son los que un lector con poco contexto puede saltarse. Este es un ejemplo pequeño para una empresa inventada:
# Acme
> Acme crea software de facturación para agencias pequeñas: presupuestos, facturas,
> control de horas y recordatorios de pago en una sola app.
Los precios son por espacio de trabajo. Acme no ofrece nóminas.
## Producto
- [Funciones](https://acme.example/features): qué hace la app, con capturas de pantalla
- [Precios](https://acme.example/pricing): planes y lo que incluye cada uno
## Documentación
- [Primeros pasos](https://acme.example/docs/start): configura un espacio de trabajo en diez minutos
- [Referencia de la API](https://acme.example/docs/api)
## Optional
- [Blog](https://acme.example/blog): novedades del producto y guías¿Quién lee llms.txt hoy?
Algunos agentes de IA, asistentes de programación y herramientas para desarrolladores consultan llms.txt cuando se les dirige a una web, porque es más rápido y limpio que leer el HTML. Muchas webs de documentación publican uno precisamente para eso.
Con los grandes motores de respuesta es otra historia. Ninguno de los cuatro motores del panel estándar de Proofsource ha dicho que use llms.txt para decidir qué marcas mencionar o qué páginas citar, y Google afirma que no necesitas archivos nuevos legibles por máquina, archivos de texto para IA ni marcado para aparecer en AI Overviews o AI Mode (Google Search Central). La guía de Google sobre sus funciones de IA generativa, actualizada el 10 de julio de 2026, lo repite: no hacen falta archivos nuevos legibles por máquina, archivos de texto para IA, marcado ni Markdown para aparecer en la Búsqueda de Google (Google). Trata el archivo como documentación para agentes, no como una palanca de posicionamiento.
Lo que sí mueve las respuestas de IA son las páginas que citan los motores. En el ejemplo público de Tesla (4 de oct. de 2026), Google AI Overviews citó youtube.com 20 veces y reddit.com 15 veces, y tesla.com una vez. Ningún archivo en la web de una marca cambia eso; ganarse un sitio en las páginas que los motores ya leen, sí.
¿Citan llms.txt los motores de IA?
Casi nunca. 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 de 2026 pedimos /llms.txt a los 300 dominios más citados: 129 devolvieron un archivo real, 137 no tenían ninguno o servían una página HTML en su lugar, y 34 nos bloquearon o dieron error.
Las 129 webs con archivo se citaron 6.343 veces. Una de esas citas apuntaba al propio 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 archivo: de las diez primeras, ocho no tienen y dos bloquearon nuestra comprobación, y de las 25 primeras, tres tienen uno. El método completo y sus límites están en el artículo.
| Medida | Cantidad |
|---|---|
| Dominios comprobados | 300 |
| Devolvieron un llms.txt real | 129 |
| Sin archivo, o una página HTML en esa ruta | 137 |
| Bloquearon la comprobación o dieron error | 34 |
| Citas a las 129 webs con archivo | 6.343 |
| Citas que apuntan a un llms.txt o llms-full.txt | 1 (un llms-full.txt) |
¿En qué se diferencia llms.txt de robots.txt y sitemap.xml?
Los tres archivos cumplen funciones distintas. robots.txt fija reglas para los rastreadores, sitemap.xml enumera las URL que los buscadores deben rastrear y llms.txt describe la web con palabras para que la lea un modelo.
| Archivo | Función | Formato | Lo leen |
|---|---|---|---|
| robots.txt | Permitir o bloquear rastreadores por user agent y ruta | Reglas en texto plano | Rastreadores de búsqueda y de IA que lo respetan |
| sitemap.xml | Enumerar cada URL que quieres que se rastree, con fechas | XML | Rastreadores de buscadores |
| llms.txt | Decir qué es la web y qué páginas importan más | Markdown | Algunos agentes y herramientas para desarrolladores |
¿Cómo es un llms.txt real?
El nuestro está publicado en proofsource.co/llms.txt. Empieza con un H1 y un resumen de un párrafo sobre lo que hace Proofsource, y después un brief corto: para quién es, qué mide y qué no es, para que un modelo no lo confunda con otro producto de nombre parecido.
Debajo del brief, cada página indexable está agrupada por intención: funciones, soluciones, guías, documentación, el glosario y las herramientas gratuitas. Los artículos más recientes del blog están en Optional, y la última línea apunta a llms-full.txt, un archivo complementario con el texto completo de cada página para las herramientas que lo quieren todo en una sola petición.
¿Cómo escribes y compruebas un llms.txt?
Escríbelo a mano o con el generador de llms.txt gratuito, que crea el archivo a partir de un formulario en tu navegador y lo valida mientras escribes. Guárdalo como texto plano en la raíz de tu web, para que responda en /llms.txt.
Después comprueba la versión publicada con el validador de llms.txt, y asegúrate con el comprobador de rastreadores de IA de que los rastreadores que lo leerían no están bloqueados. Unas pocas reglas mantienen útil el archivo:
- Limita el resumen a un párrafo que diga qué es la web y para quién es.
- Enlaza solo las páginas que responden a preguntas reales: producto, precios, documentación, comparativas.
- Usa URL absolutas con https://, para que un modelo pueda abrirlas desde cualquier sitio.
- Pon las listas largas, como el blog, en Optional, y mantén el archivo corto.
- Actualízalo cuando cambien de sitio páginas clave; un enlace desactualizado es peor que ninguno.
Preguntas frecuentes sobre llms.txt
¿Mejora llms.txt la visibilidad en IA?
No hay pruebas de que lo haga. En nuestras muestras de citas, las 129 webs más citadas que publican uno se citaron 6.343 veces y solo una cita apuntaba a ese tipo de archivo, y Google dice que no hacen falta archivos de texto especiales para IA para AI Overviews. Las páginas legibles y el acceso abierto para los rastreadores importan mucho más.
¿Es llms.txt un estándar oficial?
No. Es una propuesta publicada en llmstxt.org en 2024. Nadie está obligado a leerlo ni a publicarlo, y el formato puede cambiar.
¿Sustituye llms.txt a robots.txt?
No. robots.txt es donde se permite o se bloquea el acceso de los rastreadores, y llms.txt no influye en eso en absoluto. Una web que bloquea rastreadores de IA en robots.txt no queda desbloqueada por publicar un llms.txt.
¿Qué es llms-full.txt?
Un archivo complementario con el texto completo de las páginas a las que enlaza llms.txt, en un solo archivo markdown, para las herramientas que lo quieren todo en una sola petición. Es opcional, y su propia entrada del glosario explica de dónde viene.
Términos relacionados
- llms-full.txt
llms-full.txt es un complemento opcional de llms.txt: un único archivo markdown con el texto completo de las páginas clave de una web, para que un modelo o un agente pueda leerlas en una sola consulta.
- robots.txt
robots.txt es un archivo de texto plano en la raíz de una web que indica a los rastreadores qué rutas pueden consultar, según el Robots Exclusion Protocol (RFC 9309).
- Answer engine optimization (AEO)
La answer engine optimization (AEO) es el trabajo de conseguir que mencionen tu marca, y citen tus páginas, en las respuestas que dan los asistentes de IA.
- Generative engine optimization (GEO)
La generative engine optimization (GEO) es el trabajo de mejorar cómo describen y recomiendan tu marca los motores de IA generativa, para que te mencionen y te citen en sus respuestas.
- Google AI Overviews
Google AI Overviews son los resúmenes escritos por IA que Google muestra encima de algunos resultados de búsqueda, con enlaces a las páginas en las que se basan.
Ejemplo práctico: Tesla, respuestas públicas de IA, 4 de oct. de 2026: el primer análisis de Tesla hecho por Proofsource, con 25 preguntas de compra y 5 preguntas de marca, una respuesta por pregunta en cada uno de cuatro motores. Una muestra pequeña de una sola marca, presentada como ejemplo, no como comparativa.
Ve dónde te deja fuera la IA y qué corregir.
Ve qué preguntas de compra mencionan tu marca, a quién mencionan en tu lugar y qué corregir. 200 respuestas. 25 Prompts/pregunta. Los principales motores de IA. 2 días. Gratis. Sin tarjeta.
Google AI OverviewsGoogle AI Mode
