llms.txt es un archivo Markdown que se coloca en la raíz de tu web y ofrece a los modelos de lenguaje una lista curada de tus mejores contenidos. A día de hoy, Google ha confirmado que no lo usa, Perplexity y Claude sí lo tienen en cuenta, y la adopción ronda el 10% de los dominios.
Se le llama “el robots.txt de la era de la IA”, pero la analogía es imperfecta: robots.txt restringe el acceso de los rastreadores; llms.txt no prohíbe nada, solo sugiere. En esta guía verás qué dice la especificación real, quién lo usa de verdad (con fuentes), cómo crearlo bien en media hora y nuestro consejo honesto sobre cuánto esperar de él.
Qué es llms.txt según la especificación real
llms.txt es una propuesta de estándar publicada en llmstxt.org en septiembre de 2024 por Jeremy Howard (Answer.AI). Es un archivo de texto en formato Markdown —no YAML, no JSON— que se sirve en https://tudominio.com/llms.txt.
La idea que hay detrás es sencilla: la ventana de contexto de un LLM es limitada y tu HTML está lleno de menús, banners y scripts. llms.txt le da al modelo un mapa limpio y priorizado de tu sitio, en un formato que puede leer sin esfuerzo.
La especificación define exactamente esta estructura, en este orden:
- Un H1 con el nombre del sitio o proyecto. Es el único elemento obligatorio.
- Un blockquote con un resumen corto del sitio: qué es y para quién.
- Opcionalmente, uno o más párrafos de contexto en prosa normal.
- Secciones H2, cada una con una lista de enlaces en formato
- [título](url): descripción. - Una sección opcional llamada
## Optionalcon enlaces secundarios que el modelo puede saltarse cuando le falta contexto.
Eso es todo. No hay campos de metadatos, ni fechas de publicación, ni etiquetas de temas, ni tiempos de lectura. Un ejemplo válido según la especificación:
# Consultora Ejemplo
> Consultora de desarrollo web y SEO para pymes en España. Especializados en WordPress headless, Next.js y optimización para buscadores y motores de respuesta con IA.
Trabajamos en remoto para clientes de España y Latinoamérica. Publicamos guías técnicas semanales en el blog.
## Servicios
- [Desarrollo web headless](https://tudominio.com/servicios/desarrollo-web): WordPress + Next.js con Core Web Vitals en verde
- [SEO y visibilidad en IA](https://tudominio.com/servicios/seo): posicionamiento en Google y en respuestas de ChatGPT, Claude y Perplexity
## Guías
- [Qué es el SEO técnico](https://tudominio.com/blog/seo-tecnico): fundamentos de rastreo, indexación y rendimiento
- [Cómo migrar WordPress a headless](https://tudominio.com/blog/migrar-wordpress-headless): proceso completo con casos reales
## Optional
- [Sobre nosotros](https://tudominio.com/sobre-nosotros): quiénes somos y cómo trabajamos
- [Contacto](https://tudominio.com/contacto): formulario y correo
La propuesta también contempla servir versiones Markdown de páginas individuales añadiendo .md a la URL, y muchos sitios de documentación técnica publican además un llms-full.txt con el contenido completo volcado en un solo archivo. Para una web corporativa o un blog, con el llms.txt básico es suficiente.
Qué NO es llms.txt: los errores más repetidos
Circulan por internet muchas plantillas de llms.txt que no tienen nada que ver con la especificación. Si has visto alguna de estas cosas, descártala:
- No es YAML. No existen bloques de metadatos tipo
AboutoPurposecon campos de título, autor, email o fecha de actualización. La especificación no define ni un solo campo de metadatos: es Markdown puro. - Los enlaces no llevan atributos. No hay
type, nidate_published, nitopics, nireading_time. Cada enlace es una línea de lista Markdown: título, URL y una descripción opcional tras dos puntos. - No define ningún formato de FAQ. El patrón de pregunta y respuesta con prefijos “Q:” y “A:” no aparece en ninguna parte de la especificación.
- No sustituye a robots.txt ni a sitemap.xml. robots.txt controla a qué puede acceder un rastreador; sitemap.xml enumera URLs para la indexación; llms.txt es una selección curada y legible para un LLM. Son tres archivos con tres funciones distintas.
Si una herramienta o un artículo te propone generar llms.txt con campos YAML, está inventando un formato que ningún modelo espera encontrar.
Quién lo usa de verdad (y quién no)
Google ha confirmado públicamente que su buscador no usa llms.txt. Quienes sí lo tienen en cuenta son Perplexity, que está confirmado que lo recupera para priorizar qué páginas seleccionar, y Anthropic, cuyo Claude lo respeta en sus flujos de recuperación.
| Plataforma | ¿Usa llms.txt? | Estado (agosto 2026) |
|---|---|---|
| Google (búsqueda y AI Overviews) | No | Confirmado públicamente por Google: su buscador no lo usa |
| Perplexity | Sí | Confirmado: lo recupera para priorizar la selección de páginas |
| Anthropic (Claude) | Sí | Lo respeta en flujos de recuperación |
| OpenAI (ChatGPT) | Sin compromiso | No se ha comprometido públicamente a usarlo en producción |
Sobre la adopción real: un estudio de SE Ranking sobre 300.000 dominios sitúa la implantación en torno al 10%. Y en los análisis de tráfico de bots, las peticiones a /llms.txt son estadísticamente marginales frente al resto del rastreo. Es decir: el estándar existe, algunos motores lo usan, pero todavía no es un canal de tráfico relevante para casi nadie.
La lectura práctica de esa tabla depende de tu audiencia. Si tus clientes te descubren investigando en Perplexity o preguntando a Claude —perfiles técnicos, investigación B2B—, llms.txt tiene un beneficio pequeño pero real hoy. Si tu tráfico viene casi todo de Google, su efecto actual es cero, y lo que te interesa está en la sección siguiente: los rastreadores de citas y tu robots.txt.
Los rastreadores que importan si quieres citas
Independientemente de llms.txt, hay tres rastreadores que alimentan las respuestas con cita a tu web: OAI-SearchBot (la búsqueda de OpenAI), PerplexityBot y Claude-SearchBot. Si tu robots.txt los bloquea, no aparecerás citado en esas plataformas, tengas o no llms.txt.
Ojo con confundirlos con GPTBot: ese es el rastreador de entrenamiento de OpenAI. Bloquearlo es una decisión legítima sobre el uso de tu contenido para entrenar modelos, pero no afecta a las citas. Explicamos toda esta parte en detalle en cómo hacer que ChatGPT y Perplexity citen tu web.
Cómo crear un llms.txt bien hecho, paso a paso
Crear un llms.txt correcto lleva unos 30 minutos, y la parte difícil no es técnica: es decidir qué contenido merece estar. Estos son los pasos:
1. Escribe el H1 y el resumen
Una línea con el nombre del sitio y un blockquote de una o dos frases: qué haces y para quién. Escríbelo pensando en que un modelo lo leerá sin ningún otro contexto: nada de eslóganes, solo hechos.
2. Selecciona entre 10 y 30 enlaces
llms.txt es curación, no un volcado del sitemap. Elige las páginas que mejor explican tu negocio y tu conocimiento: servicios principales, guías de fondo, documentación. Si todo es prioritario, nada lo es.
3. Agrupa en secciones H2 con el formato de la spec
Cada sección es un H2 (Servicios, Guías, Documentación…) con su lista de enlaces en formato - [título](url): descripción. Las descripciones, de una línea y factuales: le ahorran al modelo tener que visitar la página para saber si le sirve.
4. Añade la sección Optional
Lo secundario (página de contacto, sobre nosotros, notas legales) va bajo ## Optional. Así el modelo sabe qué puede saltarse cuando va justo de contexto.
5. Publícalo en la raíz y compruébalo
El archivo debe responder en https://tudominio.com/llms.txt como texto plano. Verifícalo con curl https://tudominio.com/llms.txt. En Next.js basta un archivo en public/ o un route handler; en WordPress, súbelo por FTP a la raíz o usa un plugin que lo sirva.
6. Mantenlo actualizado
Un llms.txt que apunta a páginas eliminadas o ignora tu contenido nuevo es peor que no tenerlo. Revísalo cuando publiques algo importante; si tu web es headless, genera el archivo desde el CMS y te olvidas del mantenimiento manual.
Errores a evitar: volcar el sitemap entero, inventar campos de metadatos, meter palabras clave con calzador en las descripciones y bloquear en robots.txt a los bots de búsqueda que dan citas.
¿Merece la pena? Nuestro consejo honesto
Sí merece la pena crearlo: cuesta media hora, no hace daño y dos plataformas relevantes lo tienen en cuenta. Y no, no va a disparar tu visibilidad en IA: con la adopción y el uso actuales, llms.txt no es un factor decisivo, y quien te lo venda como la clave de la visibilidad en IA te está vendiendo humo.
Lo que de verdad mueve las citas en ChatGPT, Claude o Perplexity es otra cosa: contenido extraíble que responde preguntas concretas, una entidad de marca clara y consistente, y autoridad real que otros sitios enlazan. llms.txt es el último 2% de ese trabajo, no el primero. Si quieres empezar por lo que pesa, esta guía es el orden correcto: cómo hacer que ChatGPT y Perplexity citen tu web.
En NVDigital el llms.txt lo incluimos dentro del trabajo de visibilidad en IA, no como servicio aparte, porque cobrarlo por separado sería cobrar por diez líneas de Markdown. Nuestra tarifa es pública: 55 €/h junior · 75 €/h senior · 95 €/h tech-lead, con proyectos a precio cerrado. Trabajamos en remoto desde Málaga.
Nota de transparencia: reescribimos este artículo en agosto de 2026. La versión anterior incluía una plantilla con campos de metadatos que no existen en la especificación de llmstxt.org, estadísticas sin fuente verificable y casos de éxito que no podíamos demostrar. Preferimos corregirlo a mantenerlo.
¿Te resulta útil este contenido? Añadinos como fuente preferida en Google.
