Fichero llms.txt: qué es, cómo implementarlo y para qué sirve realmente
¿Cómo le dices a un motor generativo qué páginas de tu sitio merecen atención? Esa es exactamente la pregunta que resuelve el fichero llms.txt. Si trabajas con GEO —Generative Engine Optimization— y buscas palancas técnicas para controlar cómo los motores generativos leen tu sitio, llms.txt es la señal más directa que puedes publicar hoy mismo: en menos de una hora, sin coste y sin riesgo. No es magia, no es un ranking booster y su adopción por parte de los grandes proveedores de IA todavía es desigual. Pero es la única señal de señalización a LLM que puedes implementar ahora mismo.
Qué es exactamente el fichero llms.txt
El fichero llms.txt es un estándar propuesto por Jeremy Howard de Answer.AI en septiembre de 2024: un documento Markdown en la raíz de tu dominio que le ofrece a los sistemas de IA un índice curado de tu contenido más importante, con descripciones de una línea por página.
La lógica de fondo es sencilla. El HTML es ruidoso para los LLM: la navegación, el JavaScript, los anuncios y los píxeles de seguimiento consumen ventana de contexto antes de que el modelo llegue a algo útil. El fichero llms.txt resuelve eso: proporciona un único documento Markdown limpio que cabe en una ventana de contexto, sin ruido HTML, sin JavaScript, y escrito por ti, lo que significa que controlas exactamente cómo se representa tu marca.
La distinción con otros ficheros de señalización es importante para no confundirlos:
- robots.txt controla el acceso de los crawlers: qué pueden rastrear y qué no.
- sitemap.xml lista todas las URLs que quieres indexadas, sin jerarquía editorial.
- llms.txt es diferente: donde el sitemap dice «aquí están todas las URLs que tenemos», el fichero llms.txt dice «aquí están las URLs que queremos que los asistentes de IA usen como fuentes autorizadas, ordenadas por importancia».
La estructura del fichero: qué contiene y cómo se organiza
La especificación es intencionalmente mínima: un H1, un blockquote de resumen, secciones H2 con recursos enlazados y una sección opcional para contenido de menor prioridad. El formato es Markdown estándar, lo que lo hace legible tanto para humanos como para máquinas.
Los cuatro elementos de una implementación válida son:
- H1 con el nombre del sitio o proyecto. El encabezado H1 debe ser el primer elemento del fichero.
- Blockquote con el resumen. Este bloque de 1-3 frases suele convertirse en el «modelo mental» que el LLM construye sobre tu sitio. El blockquote debería tener entre 30 y 80 palabras.
- Secciones H2 con enlaces y descripciones de una línea. Cada enlace apunta a una página concreta y lleva una descripción que contextualiza por qué esa URL importa.
- Sección Optional para contenido secundario que el modelo puede ignorar si el contexto es limitado.
Existe además un fichero complementario: llms.txt es el fichero de navegación conciso —resumen de marca más lista curada de enlaces, típicamente por debajo de las 500 palabras—; llms-full.txt es el fichero expandido que contiene el contenido real de tus páginas clave, concatenado en un único documento Markdown. La mayoría de los sitios solo necesitan llms.txt; los productos SaaS con documentación extensa se benefician de mantener ambos.
Ejemplo real y comentado de un fichero llms.txt
Una guía de implementación sin el artefacto real no es una guía: es una descripción. Aquí tienes un ejemplo funcional con comentarios que explican cada decisión editorial. Cópialo, adapta el contenido a tu sitio y tendrás un punto de partida válido en minutos.
# Narratias SXO
> Agencia de contenido y posicionamiento para motores generativos.
> Ayudamos a marcas B2B a ser citadas por ChatGPT, Perplexity y Google AI Mode
> mediante estrategias GEO, topical authority y señalización técnica.
## Estrategia de contenido y GEO
– [Qué es GEO y cómo funciona](https://narratias.com/geo/): Guía introductoria
sobre Generative Engine Optimization y por qué sustituye al SEO tradicional.
– [Topical authority para motores generativos](https://narratias.com/topical-authority/):
Cómo construir autoridad temática que los LLM reconocen y citan.
– [Citabilidad en IA: estructura answer-first](https://narratias.com/citabilidad-ia/):
Técnicas de redacción para que tus respuestas sean seleccionadas por modelos generativos.
## Señalización técnica
– [Fichero llms.txt: guía completa](https://narratias.com/fichero-llms-txt/):
Qué es, cómo implementarlo y qué impacto real tiene en la visibilidad en IA.
– [Schema.org para GEO](https://narratias.com/schema-geo/):
Cómo los datos estructurados complementan llms.txt en la señalización a motores generativos.
– [robots.txt para bots de IA](https://narratias.com/robots-txt-ia/):
Configuración de GPTBot, ClaudeBot y PerplexityBot para controlar el acceso.
## Servicios
– [Auditoría GEO](https://narratias.com/auditoria-geo/):
Diagnóstico de visibilidad en motores generativos con plan de acción priorizado.
– [Producción de contenido a escala](https://narratias.com/produccion-contenido/):
Servicio de creación de contenido con arquitectura de señalización para IA.
## Optional
– [Blog de Narratias](https://narratias.com/blog/):
Artículos sobre SEO, GEO y marketing de contenidos. Útil para contexto adicional.
– [Casos de éxito](https://narratias.com/casos/):
Resultados de clientes en proyectos de posicionamiento en motores generativos.
Fíjate en tres decisiones clave de este ejemplo: el blockquote describe exactamente a quién ayudas y cómo, no solo qué eres; cada descripción de enlace responde a «¿por qué le importa esto al modelo?», no solo al título de la página; y la sección Optional agrupa contenido de valor secundario que el LLM puede ignorar si su ventana de contexto es limitada.
Cómo implementar el fichero llms.txt paso a paso
Crear el fichero
Abre un editor de texto y construye el documento siguiendo la estructura descrita arriba. El blockquote debe leerse como la frase que usarías para presentar la empresa en una reunión de dirección. Selecciona entre 10 y 30 URLs de tu sitio: las que mejor representan tu autoridad temática, las que más citas generan en motores generativos y las que responden a las intenciones de búsqueda nucleares de tu audiencia.
Si trabajas con WordPress, Yoast SEO y Rank Math incorporaron generación nativa de llms.txt en 2025; el ajuste aparece en el panel de cada plugin y, una vez activado, el fichero se genera y actualiza automáticamente, sin acceso FTP ni edición manual, aplicando selección inteligente de contenido y filtrando URLs con noindex. Para generadores de sitios estáticos como Eleventy, Hugo o Next.js, el fichero puede incluirse como artefacto de build. Si usas Webflow o Shopify, la opción más directa es crear el fichero manualmente y servirlo como asset estático en la raíz del dominio.
Publicar y verificar
El fichero debe ser accesible en tudominio.com/llms.txt sin ningún subdirectorio. Asegúrate de que no está detrás de un captcha, un paywall o un bloqueo geográfico.
Para verificar que está bien publicado: visita la URL directamente en un navegador y confirma que el contenido Markdown se renderiza como texto plano con una respuesta HTTP 200. También puedes ejecutar curl -I https://tudominio.com/llms.txt y comprobar que devuelve 200 OK con Content-Type: text/markdown o text/plain. Un error común es bloquear los bots de IA en robots.txt y luego publicar llms.txt: si GPTBot, ClaudeBot o PerplexityBot no pueden acceder a tu dominio, el fichero es invisible para ellos.
Conectar con robots.txt
Añadir la ruta de llms.txt como referencia de sitemap suplementaria en robots.txt ayuda a los crawlers de IA a descubrir el fichero más rápido. El bloque en robots.txt quedaría así:
Sitemap: https://tudominio.com/sitemap.xmlSitemap: https://tudominio.com/llms.txt
Esto no es una directiva formal, sino una señal de descubrimiento. La implicación directa es que los bots que ya rastrean tu robots.txt —GPTBot, ClaudeBot, PerplexityBot— encontrarán el fichero sin necesidad de que lo enlaces desde el cuerpo del sitio.
Mantener el fichero actualizado
Un fichero llms.txt que enlaza a páginas deprecadas perjudica activamente la recuperación: el LLM gasta tokens en contenido obsoleto. Si tu llms.txt es idéntico al sitemap.xml, elimínalo: el estándar existe precisamente para ser diferente —más curado— que el sitemap. Revísalo cada vez que publiques una pieza de contenido de alto valor o elimines páginas importantes, y programa al menos una revisión trimestral para limpiar URLs caducadas y actualizar descripciones.
Qué URLs NO incluir en tu fichero llms.txt
Saber qué excluir es tan importante como saber qué incluir. Incluir las URLs equivocadas no solo desperdicia tokens del modelo: puede exponer arquitectura interna de tu sitio a scrapers que no respetan ninguna convención.
- Páginas con noindex. Si ya le has dicho a los buscadores que no indexen esa URL, no tiene sentido señalársela a los LLM. Los plugins de WordPress como Yoast y Rank Math filtran estas URLs automáticamente.
- Áreas privadas o de clientes. Portales de acceso, dashboards, páginas de cuenta y cualquier contenido detrás de autenticación. Incluirlas no sirve de nada (los bots no pueden acceder) y expone la arquitectura de tu sitio.
- Contenido en borrador o staging. URLs de entornos de prueba, páginas sin publicar o versiones antiguas de contenido que ya no representan tu posición actual.
- URLs de paginación. Las páginas /page/2/, /page/3/ y similares no aportan valor editorial; solo añaden ruido al índice curado.
- Páginas de utilidad sin valor de contenido. Política de privacidad, aviso legal, página de login, confirmaciones de formulario. Son páginas necesarias en el sitio, pero no son el contenido que quieres que los LLM citen.
- Contenido duplicado o canónico apuntando a otra URL. Si tienes una URL con canonical hacia otra, incluye solo la URL canónica.
La regla de oro: si no querrías que un periodista citara esa página como fuente sobre tu empresa, no la incluyas en llms.txt.
Qué bots de IA leen el fichero llms.txt (y cuáles no)
Aquí conviene separar lo confirmado de lo inferido, porque el panorama es más matizado de lo que muchas guías reconocen.
Google ha declarado públicamente que no soporta llms.txt y no tiene planes de hacerlo; en julio de 2025, Gary Illyes de Google confirmó en el evento Search Central Deep Dive que ningún sistema de Google Search lee o actúa sobre el fichero. John Mueller fue más lejos y lo comparó con la meta tag keywords, abandonada hace años por ser fácilmente manipulable. Ningún proveedor principal de LLM —OpenAI, Anthropic, Google, Meta, Mistral— se ha comprometido públicamente a usar llms.txt como señal en sus superficies de búsqueda o respuesta en producción.
Dicho esto, la imagen no es completamente plana. Hay evidencia de que crawlers de Microsoft y OpenAI obtienen activamente tanto llms.txt como llms-full.txt en algunos sitios, aunque el comportamiento es inconsistente entre dominios. El caso de uso más sólido hoy es el del tooling para desarrolladores: asistentes de código como Cursor, GitHub Copilot y Claude recuperan tu documentación en tiempo real, y llms.txt les ayuda a obtener las páginas correctas con menos gasto de tokens.
El debate sobre el impacto real: expectativas calibradas
Si estás evaluando si merece la pena el esfuerzo, los datos disponibles apuntan a una conclusión matizada: el fichero llms.txt no mueve métricas de citación por sí solo, pero tampoco cuesta nada y su valor puede crecer.
Estudios sobre más de 300.000 dominios (SE Ranking), análisis de más de 500 millones de eventos de bots (Limy.AI) y rastreos de URLs citadas por IA (ALLMO, con 94.614 URLs analizadas) no muestran un incremento medible en citaciones de búsqueda de IA atribuible al fichero llms.txt por sí solo. El modelo XGBoost de SE Ranking encontró que eliminar la variable llms.txt de su modelo de predicción mejoraba su precisión: el fichero era ruido, no señal.
La implicación directa es que el fichero llms.txt no sustituye a la calidad del contenido. La visibilidad real en IA proviene de la calidad del contenido, el schema, los listings precisos, el HTML semántico y los medios ganados; la investigación de Princeton y Georgia Tech sobre GEO encontró que las citas, las citas directas y las estadísticas elevan la visibilidad de la fuente hasta un 40%.
Por otro lado, la mayoría de los sitios con bibliotecas de contenido significativas deberían añadir llms.txt ahora porque el esfuerzo es bajo, el formato es simple, ninguna plataforma penaliza a los sitios por tenerlo y la compatibilidad futura con la recuperación de LLM es cada vez más un requisito básico para las marcas descubribles por IA. El caso de negocio es asimétrico: poco riesgo si no pasa nada, beneficio real si la adopción se acelera.
| Fichero | Función principal | Audiencia objetivo |
|---|---|---|
| robots.txt | Control de acceso: qué pueden rastrear los bots | Todos los crawlers (Google, Bing, bots de IA) |
| sitemap.xml | Inventario completo de URLs para indexación | Buscadores tradicionales |
| llms.txt | Índice curado de contenido prioritario con contexto | Motores generativos y agentes de IA |
Cómo monitorizar si tu llms.txt está siendo leído
Publicar el fichero sin medir es hacer SEO a ciegas. El ciclo operacional completo cierra cuando sabes si los bots de IA están accediendo al fichero y si tu visibilidad en motores generativos evoluciona. Estas son las herramientas y métricas concretas para hacerlo.
Logs del servidor: la señal más directa
La primera comprobación es gratuita y no requiere ninguna herramienta externa: revisa los logs de acceso de tu servidor y filtra por la URL /llms.txt. Los user-agents que te interesan son GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot y Google-Extended. Si ves peticiones de estos agentes con código 200, el fichero está siendo accedido. Si no ves ninguna en 30 días, comprueba que robots.txt no los bloquea.
Herramientas de monitorización GEO
Para medir si tu marca aparece citada en las respuestas de los motores generativos —que es el objetivo final, más allá del fichero en sí—, el mercado de herramientas GEO ha madurado considerablemente en 2025-2026:
- Otterly.AI — Monitorización diaria de menciones y citas en ChatGPT, Perplexity, Google AI Overviews, Gemini y Copilot. Incluye Brand Visibility Index, análisis de citas por URL y auditorías GEO. Planes desde 29 $/mes; opción de prueba gratuita. Ideal para equipos de marketing y agencias que necesitan seguimiento sin infraestructura enterprise.
- Profound — Plataforma enterprise líder en análisis de visibilidad en LLMs. Permite monitorizar la presencia de marca en respuestas generativas, analizar las fuentes que influyen en las citas y explorar las preguntas que los usuarios hacen a los motores de IA. Orientado a Fortune 500; pricing enterprise.
- Trakkr — Cubre 8 plataformas de IA en todos sus planes, con datos de comportamiento de crawlers, análisis de citas y visibilidad competitiva. Incluye investigación primaria sobre patrones de citación. Planes desde 100 $/mes con prueba de 14 días.
- Logs + alertas propias — Para equipos con recursos técnicos, configurar alertas en tu plataforma de analítica web cuando detecte user-agents de bots de IA accediendo a llms.txt es una solución de coste cero y señal inmediata.
Las métricas que debes observar no son solo «¿se lee el fichero?» sino si tu marca aparece citada en respuestas sobre tu categoría temática, qué URLs de las incluidas en llms.txt son las más referenciadas y si la frecuencia de mención evoluciona tras publicar o actualizar el fichero.
llms.txt dentro de tu estrategia GEO: dónde encaja
El fichero llms.txt es una capa de infraestructura, no una estrategia completa. Si ya produces contenido a escala con topical authority definida y trabajas la citabilidad mediante estructuras answer-first, el fichero llms.txt es el complemento técnico que cierra el círculo: le dice al agente de IA dónde está tu mejor contenido sin obligarle a inferirlo del HTML.
Hay además una sinergia concreta entre llms.txt y los datos estructurados: llms.txt señala qué páginas leer; el schema.org en esas páginas ayuda al modelo a extraer respuestas estructuradas de ellas. Añadir marcado FAQPage, HowTo o Article a las URLs que incluyes en llms.txt multiplica la utilidad de ambas señales. Son capas complementarias, no alternativas.
El fichero llms.txt es una capa de bajo coste dentro de un stack que también necesita páginas propias sólidas, listings precisos, datos estructurados, HTML semántico, accesibilidad y medios ganados con credibilidad. Publicarlo sin trabajar esas otras capas no moverá tu citación. Publicarlo junto a ellas refuerza la señal.
En Narratias SXO trabajamos exactamente en esa intersección: producción de contenido a escala con arquitectura de señalización para motores generativos. Si tu equipo necesita implementar una estrategia GEO completa —desde la estructura del contenido hasta la señalización técnica como el fichero llms.txt—, es el momento de dar el siguiente paso.
Preguntas frecuentes sobre el fichero llms.txt
¿El fichero llms.txt mejora el posicionamiento en Google?
No. El fichero llms.txt no mejora los rankings de Google. Gary Illyes de Google confirmó en julio de 2025 que ningún sistema de Google Search lee ni actúa sobre este fichero. Su propósito es la visibilidad en motores generativos, no el SEO tradicional.
¿Todos los bots de IA respetan el fichero llms.txt?
No. Ningún proveedor principal de LLM (OpenAI, Anthropic, Google, Meta, Mistral) se ha comprometido públicamente a respetar llms.txt como señal en producción, y Google ha declarado explícitamente que no lo soporta. Sí hay evidencia de que crawlers de Microsoft y OpenAI obtienen activamente el fichero según reportes de terceros, pero el cumplimiento no es universal y muchos scrapers menores lo ignoran. Por eso el control de acceso real sigue dependiendo de robots.txt.
¿Cuánto tiempo lleva implementar el fichero llms.txt?
La implementación lleva menos de 30 minutos. En WordPress, Yoast SEO y Rank Math incorporaron generación nativa en 2025 y el fichero se genera automáticamente una vez activada la opción en el panel. Para sitios estáticos o plataformas personalizadas, basta con crear el fichero Markdown y subirlo a la raíz del dominio.
¿Necesito también el fichero llms-full.txt?
llms.txt es el índice y resumen; llms-full.txt es la biblioteca completa. La mayoría de los sitios solo necesitan llms.txt. Los productos SaaS con documentación extensa se benefician de mantener ambos. Si tu sitio es principalmente un blog o una web de servicios, empieza por llms.txt y evalúa después si el volumen de documentación justifica el fichero completo.
Fuentes
- The /llms.txt file – llms-txt
- llms.txt: The Complete Guide: What It Is, How to Create One, and Why It Matters for AI Search – Reaudit Blog | Reaudit
- llms.txt Explained (May 2026): The Honest Guide to the Spec, Adoption, and How to Ship One
- llms.txt: Proposed Standard for LLM Content · Murat Ulusoy
- LLMs.txt in 2026: The Full Guide