¿Qué es llms.txt y tu sitio lo necesita? La respuesta honesta en 2026

¿Qué es llms.txt, exactamente?

Es una propuesta en texto plano para un problema difícil: los modelos de lenguaje tienen ventanas de contexto más pequeñas que la mayoría de los sitios web, y cuando una herramienta de IA pide una página recibe HTML crudo repleto de menús, banners de cookies, scripts y anuncios que desplazan al contenido que importa (DerivateX, 2026). llms.txt responde a eso colocando un archivo Markdown en la raíz de tu dominio —ejemplo.com/llms.txt— que enlaza tus páginas más importantes con una descripción de una línea de cada una, dándole al modelo un mapa limpio y curado de tu sitio (Codersera, 2026).

Dos hechos sobre su origen ajustan bien las expectativas. Lo propuso Jeremy Howard, de Answer.AI, en septiembre de 2024, y se planteó de forma explícita como una propuesta para ayudar a los LLM a usar un sitio en el momento de inferencia — no como una herramienta para manipular el posicionamiento (Greadme, 2026). Y es una convención de la comunidad, sin respaldo de ningún organismo de estándares reconocido y sin mecanismo de cumplimiento, así que los proveedores de IA lo adoptan, o lo ignoran, por completo según sus propios términos (DerivateX, 2026). Todo lo de abajo se desprende de esos dos hechos.

¿Los crawlers de IA lo usan de verdad?

Los registros de 2026 son consistentes y duros: casi ningún crawler de IA relevante pide el archivo. Un estudio de 90 días sobre más de 500 millones de visitas de bots de IA halló solo 408 solicitudes dirigidas a llms.txt (Limy, 2026). Una medición distinta de 90 días encontró que, de decenas de miles de solicitudes de bots de IA, cerca del 0,1% tocó el archivo — rindiendo peor que una página de contenido promedio del mismo dominio (OtterlyAI, 2026). Ahrefs, al revisar unos 38.000 dominios con un llms.txt válido, halló que el 97% recibió cero solicitudes del archivo en un solo mes (Ahrefs, 2026).

La adopción es igual de delgada. Un estudio de 300.000 dominios la situó en cerca del 10% —uno de cada diez sitios tras más de un año de discusión— y la halló repartida de forma pareja por la web en vez de concentrada en los líderes, que es lo contrario de cómo suele verse una buena práctica ganadora (SE Ranking, 2025). La distinción crucial debajo de todo esto: que un bot como GPTBot pida el archivo de vez en cuando no es lo mismo que un modelo lo use para tomar o citar contenido. Que un restaurante tenga menú no significa que lea los menús de otros restaurantes antes de cocinar.

¿Ayuda a mi posicionamiento en Google o en la búsqueda con IA?

No, de ninguna forma que la evidencia respalde. Google lo abordó de manera directa y dos veces: su equipo confirmó en acta en 2025 que no soporta llms.txt y no planea hacerlo, y uno de sus ingenieros lo comparó con la desacreditada metaetiqueta de keywords, mientras que su guía de funciones de IA generativa de mayo de 2026 repite el punto en una sección dedicada literalmente a desmentir mitos (Limy, 2026; Ahrefs, 2026). Ningún proveedor grande —OpenAI, Google, Anthropic, Meta, Mistral— se comprometió a leer ni a actuar sobre el archivo en producción (DerivateX, 2026).

El trabajo estadístico apunta en la misma dirección. El estudio de 300.000 dominios no halló correlación entre tener un llms.txt y ser citado por los LLM, y reportó que quitar la variable de su modelo predictivo mejoró la precisión — una señal de que el archivo añadía ruido en vez de señal (SE Ranking, 2025). Si tu meta es que te citen más en ChatGPT, Perplexity, Claude o las superficies de IA de Google, el archivo no es la palanca. Quien lo vende como un atajo a la visibilidad en IA está vendiendo el menú, no el plato.

¿Dónde sí hace un trabajo real llms.txt?

En un carril específico: la capa de agentes y herramientas de desarrollo, que además es su propósito original. Los agentes de programación de IDE —Cursor, Windsurf, Claude Code, GitHub Copilot, Cline, Aider— piden /llms.txt y /llms-full.txt de forma rutinaria cuando se les apunta a un sitio de documentación, usando el archivo como punto de entrada estructurado para traer solo las páginas relevantes antes de escribir código (Limy, 2026). Este es exactamente el uso que describió Jeremy Howard, y es por lo que empresas centradas en desarrolladores como Anthropic, Stripe, Mintlify y Cursor publican llms.txt en sus sitios de documentación (Codersera, 2026).

Hay también un argumento a futuro que conviene plantear con justicia, porque no todo a favor del archivo es exageración. El fundador de Yoast, Joost de Valk, hizo el contrapunto honesto de que los estándares de la web no se adoptan porque los bots empiecen a pedir algo que aún no existe — se adoptan porque los editores empiezan a servir algo, lo que les da a los crawlers una razón para mirar, lo que les da a más editores una razón para servirlo (Medium / Santhosh J, 2026). Desde esa óptica, servir uno ahora es una opción barata sobre un futuro que quizá llegue o quizá no. El propio Lighthouse de Google sumó una auditoría de navegación con agentes que busca el archivo, una pequeña paja al viento en esa dirección (Greadme, 2026).

¿Qué mueve de verdad las citas de IA?

Las mismas cosas que siempre movieron la visibilidad, capturadas en el rastreo normal sin ningún archivo especial. Los sitios que más aparecen en las respuestas de ChatGPT, Perplexity y Claude son los que tienen autoridad genuina sobre un tema, menciones consistentes en fuentes externas de calidad, contenido que responde preguntas de forma directa, y señales de entidad limpias que dejan a un modelo formar una idea fiable de lo que haces (DerivateX, 2026). Un análisis halló que el contenido con alto E-E-A-T se cita cerca de un 340% más que la información genérica, sin importar ningún archivo de acceso (AEO Engine, 2026). Esta es la sustancia de nuestro pilar sobre si tu sitio es legible para la IA, y nada de ello depende de llms.txt.

Para la parte del trabajo que va de acceso y no de contenido, el estándar que funciona es el de 1994: robots.txt. Todos los crawlers de IA relevantes —GPTBot, ClaudeBot, Google-Extended, PerplexityBot— respetan las reglas por agente de usuario de robots.txt, y la propia documentación de crawler de Anthropic apunta a robots.txt, no a llms.txt (Medium / Spriestersbach, 2026). Si quieres permitir que los sistemas de IA te citen mientras bloqueas los raspados de entrenamiento, ese control vive hoy en robots.txt — es el archivo que sí cambia los resultados.

¿Cómo se ve un buen llms.txt?

Si decides servir uno, la versión correcta es pequeña y hecha a mano. El formato que describe la propuesta es Markdown simple: un encabezado con el nombre de tu sitio o proyecto, un resumen opcional de una línea de lo que haces, y luego secciones de enlaces — cada uno un título de página enlazado a su URL, seguido de una descripción corta de lo que encontrará el lector (Codersera, 2026). La meta es una tabla de contenidos curada hacia tu mejor material, no un volcado de cada URL del sitio.

Unos pocos principios lo mantienen útil. Lista solo las páginas que de verdad querrías que una IA leyera y citara —documentación, guías clave, páginas de producto o precios— y escribe las descripciones con la especificidad suficiente para que un agente sepa qué enlace responde qué pregunta. Mantenlo corto, porque un archivo enfocado que un agente puede escanear le gana a uno exhaustivo que debe atravesar. Y mantenlo a mano junto a tu sitemap para que no se desactualice. La disciplina que vuelve útil el archivo para un agente —claridad, especificidad, curaduría— es la misma que vuelve citables tus páginas reales, que es el trabajo más importante.

¿Hay riesgos en servir uno?

Unos pocos, todos manejables, y vale conocerlos antes de comprometerte. El error más común es la implementación que genera una copia Markdown indexable de cada página del sitio: a escala, esos duplicados diluyen el presupuesto de rastreo y pueden suprimir el posicionamiento de las páginas originales (DerivateX, 2026). Hay además un pequeño costo de divulgación — un mapa ordenado de tu mejor contenido le facilita un poco la vida a los competidores que quieran rasparte (Ahrefs, 2026).

Ambos son evitables. Mantén el archivo como una lista única y curada a mano en vez de un espejo autogenerado de todo el sitio, y sigue la sugerencia de John Mueller, de Google, de poner el llms.txt en noindex para que siga disponible para los agentes que lo piden sin indexarse como una página común (Greadme, 2026). Hecho así, el lado negativo es casi nulo — que es la razón exacta por la que el veredicto honesto cae donde cae.

Entonces, ¿deberías crear uno?

La respuesta equilibrada es: está bien servir uno, siempre que lo hagas por las razones correctas y con las expectativas correctas. El costo es de verdad casi nulo —un archivo Markdown corto que escribes en unos minutos— y el beneficio confirmado también es casi nulo para la búsqueda con IA, así que es una decisión de bajo riesgo en cualquier sentido (Greadme, 2026). Sírvelo si tienes documentación técnica, si quieres adelantarte al tráfico de agentes, o si valoras el inventario limpio de tu mejor contenido que te obliga a producir. Sáltatelo, o bájalo de prioridad, si esperabas que levantara tus citas de IA — esa esperanza no la respalda la data.

Lo que no deberías hacer es dejar que desplace el trabajo que importa. El archivo apareció en demasiadas presentaciones de auditoría de 2026 como una partida propia, presentado como una palanca que no es (Medium / Spriestersbach, 2026). Una hora dedicada a contenido original basado en experiencia y a la salud técnica limpia hace más por tu visibilidad en IA que una hora puliendo un archivo que casi ningún modelo lee.

¿Por qué servimos un llms.txt de todos modos?

Por transparencia, nuestro propio sitio sirve un llms.txt — y las razones son exactamente las honestas de arriba, no un truco de posicionamiento. Nos cuesta casi nada mantenerlo; nos da opcionalidad si la web de agentes llega a estandarizarse sobre él; y escribirlo nos obligó a un inventario limpio y deliberado del contenido que más querríamos que una IA encontrara. No lo contamos como táctica de visibilidad, no generamos duplicados Markdown por página, y ponemos el archivo en noindex. Si la data cambia y los grandes motores de respuesta empiezan a usarlo, estamos listos; si nunca lo hacen, no perdimos nada.

Esa postura es el punto de toda esta guía. La posición honesta ante una táctica en disputa es decir con claridad qué muestra la evidencia, adoptar la versión barata e inofensiva donde tiene un valor estrecho, y negarse a venderla como algo más de lo que es. Para el trabajo que sí gana citas de IA —ser legible, autoritativo y digno de cita— mira el pilar al que apoya esta guía, sobre si tu sitio es legible para la IA.