Qué es llms.txt: qué poner y si necesitas uno

¿Qué se supone que hace llms.txt?

Prueba rápida: Abre tusitio.com/llms.txt. Si ves un 404, aún puedes empezar con 10 líneas.

llms.txt es un archivo Markdown sugerido que ofrece a las herramientas de modelos de lenguaje un mapa seleccionado de las páginas importantes de un sitio web. Su objetivo es facilitar la identificación de material útil; no reemplaza tu sitio web, un sitemap ni es una promesa de visibilidad en respuestas de IA.

La propuesta describe colocar el archivo en la raíz del sitio, donde puede apuntar a contenido seleccionado. En la práctica, piensa en él como un índice breve escrito para un lector técnico: le dice a un lector qué hace tu organización y dónde encontrar información autorizada. El archivo en sí no hace que esas páginas subyacentes sean precisas, completas o fáciles de usar.

Antes de decidir crear uno, verifica si tu sitio tiene un conjunto claro de páginas públicas que valga la pena señalar. Para un proyecto Web3, esto podría incluir una descripción general del producto, documentación, información de seguridad, detalles del token y guía de soporte, pero solo incluye material que esté publicado y aprobado para referencia pública.

La propuesta y su fundamento se describen en llmstxt.org. Léelo como una convención a evaluar, no como una prueba de que una plataforma en particular usa el archivo o citará tus páginas. Para una visión más amplia de cómo las señales técnicas encajan en la búsqueda con IA, consulta nuestra guía sobre AEO técnico.

¿El SEO o la visibilidad en IA lo necesitan?

La mayoría de los sitios deberían decidir basándose en la utilidad del mapa de páginas, no en la suposición de que publicarlo mejorará el rendimiento en buscadores. Si puedes señalar una colección pequeña y estable de páginas públicas útiles, un archivo bien mantenido puede ayudar a comunicar tu ruta de lectura preferida. Si tus páginas están desactualizadas, son contradictorias o aún están cambiando, soluciona esos problemas primero.

Usa esta verificación rápida para decidir:

• ¿Puede tu equipo nombrar las páginas que ofrecen una descripción fiable del proyecto?
• ¿Son esas páginas públicas, actuales y accesibles para un lector sin acceso especial?
• ¿Puede alguien responsabilizarse de actualizar el archivo cuando una página cambie?
• ¿Añadiría el archivo una ruta más clara a través del sitio que simplemente enlazar a sus páginas principales?

Si las respuestas son mayoritariamente afirmativas, redactar el archivo es una tarea técnica razonable y de baja complejidad. Si no, prioriza el material de origen. Un índice pulido que apunta a afirmaciones poco claras no es una evidencia útil sobre tu organización.

Para una revisión práctica de un sitio Web3, recopila enlaces a la descripción general del proyecto, la documentación del producto, las divulgaciones de seguridad, los canales sociales oficiales y la información de soporte. Elimina duplicados y resuelve descripciones contradictorias antes de publicar. Si el objetivo es una mayor descubribilidad en respuestas de IA, combina esta decisión con una revisión de visibilidad en IA en lugar de tratar un solo archivo como un plan de visibilidad completo.

Comparativa entre llms.txt y schema.org

llms.txt y schema.org abordan trabajos diferentes. llms.txt es un índice legible por humanos propuesto de páginas seleccionadas; schema.org proporciona un vocabulario estructurado que puede describir entidades y contenido de página en un formato más consistente.

Usa schema.org cuando necesites describir una entidad real, producto, artículo u organización usando las propiedades adecuadas. Mantén el marcado alineado con la información que los lectores pueden ver en la página. Usa llms.txt, si decides publicarlo, para orientar a un lector hacia un conjunto seleccionado de recursos. Ninguno de los dos formatos repara contenido fuente débil, y no son sustitutos entre sí.

Un orden de implementación útil es hacer que las páginas importantes sean claras primero, aplicar datos estructurados adecuados donde corresponda, y luego considerar si un índice de texto separado ayuda a la navegación. El vocabulario oficial está disponible en schema.org. Para más información sobre cómo elegir y validar el marcado, lee nuestra guía sobre schema markup para búsqueda con IA.

Tu lista de verificación de 6 puntos para llms.txt

Sigue estos pasos en orden y guarda una copia fechada de cada versión. Un archivo breve y honesto es mejor que uno largo, así que detente en las páginas que importan.

• Enumera las 10 a 20 páginas que quieres que las máquinas lean.
• Escribe una línea simple por página: de qué trata.
• Coloca el archivo en la raíz del dominio.
• Verifica que robots.txt no bloquee esas páginas.
• Mantenlo actualizado cuando las páginas cambien.
• Prueba con 5 preguntas de asistente antes y después.

Términos en una línea

llms.txt (en palabras simples: un archivo plano que señala a las herramientas de IA tus páginas más útiles).

Raíz del dominio significa la dirección web de nivel superior, como ejemplo.com/.

¿Cómo escribir un archivo útil, línea por línea?

Regla general: Enumera de 10 a 20 páginas públicas estables. Elimina cualquier página que no quieras que sea citada.

Un archivo llms.txt útil es breve, preciso y está construido a partir de páginas que un lector debería considerar fuentes primarias. Comienza con una descripción en lenguaje sencillo de la organización, luego agrupa o enumera las páginas que mejor expliquen su trabajo.

Un esquema simple puede verse así:

• Un encabezado de nivel superior con el nombre del proyecto
• Una descripción breve que no exagere lo que hace el proyecto
• Enlaces a páginas principales, cada uno con una explicación breve
• Agrupaciones opcionales para documentación, seguridad, información del producto o soporte

Por ejemplo, la descripción de un enlace podría decir: “Documentación: configuración del producto, redes compatibles e instrucciones de uso”. Usa una descripción que coincida con el destino; no etiquetes una página de marketing como documentación técnica. Enlaza a URLs canónicas públicas, no a vistas previas temporales o páginas que requieran inicio de sesión.

Antes de publicar, verifica cada URL, título y descripción. Confirma que los detalles del token, las referencias del contrato, las declaraciones de seguridad y las afirmaciones del producto sean consistentes con las páginas enlazadas y estén aprobados por los responsables. Mantén las hojas de ruta confidenciales, los paneles internos y el material no publicado fuera del archivo. Asigna un responsable para que las actualizaciones del sitio impulsen una revisión del índice, y mantén el texto legible en lugar de llenarlo con palabras clave repetidas.

Publicarlo en tu sitio

Implementa llms.txt preparando las páginas de origen, creando un archivo legible, publicándolo en la ubicación prevista y verificando el resultado en vivo. El trabajo práctico suele ser sencillo cuando la propiedad del contenido y el acceso al sitio web están claros.

Primero, haz una lista breve de páginas públicas que expliquen la organización con precisión. Verifica que cada página cargue y que su contenido esté actualizado. Luego, escribe el archivo como texto plano estilo Markdown con un resumen breve y enlaces claramente etiquetados; evita convertirlo en una segunda copia de tu sitio web. Después, colócalo en la raíz del sitio para que se pueda acceder a él en la ruta esperada, generalmente /llms.txt.

Tras la publicación, abre la URL en un navegador y verifica que la respuesta muestre el texto previsto en lugar de una página de error, un bucle de redirección o contenido no relacionado. Verifica los enlaces desde el archivo en vivo, no solo desde tu borrador. Añade la propiedad a tu rutina normal de mantenimiento del sitio, particularmente cuando cambien la documentación del producto o los detalles oficiales del proyecto.

Mantén un registro de la versión publicada y sus páginas de origen. Si ya estás organizando el trabajo técnico orientado a la IA, incluye el archivo en una revisión más amplia de llms.txt y configuración de rastreadores de IA. Esto facilita evaluar el archivo junto con la accesibilidad de la página y otras señales técnicas sin tratarlo como una solución independiente.

¿Cómo probar si ayuda?

La evidencia práctica es si el archivo es correcto, accesible y útil como mapa, no si su sola presencia prueba que un sistema de IA lo ha usado. Mantén esas preguntas separadas al evaluar el trabajo.

Puedes verificar cosas que tu equipo controla: que /llms.txt esté disponible, que el contenido coincida con el borrador aprobado, que los enlaces funcionen y que las páginas enlazadas proporcionen la información que prometen sus descripciones. También puedes revisar si las páginas de origen importantes son claras y consistentes. Registra la fecha de la verificación y la versión del archivo para que un revisor futuro pueda ver qué cambió.

No infieras adopción a partir de la publicación. Si monitoreas respuestas de productos de IA, registra el producto, el prompt, la fecha, la respuesta y cualquier fuente citada. Compara las observaciones con cautela: los prompts y las respuestas pueden variar, y una cita que aparece en una verificación no establece que el archivo la haya causado. Una auditoría de citas útil examina las fuentes y la redacción que aparecen, no solo si tu nombre de marca está presente.

Para un proyecto Web3, verifica las respuestas contra la documentación oficial y las divulgaciones actuales. Si una respuesta indica incorrectamente una cadena, característica o detalle del token, mejora primero la página autorizada; luego revisa si tu archivo dirige a los lectores a la fuente correcta.

Lo que llms.txt no puede controlar y el siguiente paso

llms.txt es una convención propuesta, por lo que publicarlo no establece que Google o cualquier producto de IA lo lea, use sus enlaces o cite tus páginas. Cada plataforma controla su propio rastreo, selección y comportamiento de respuesta, y esos resultados no son controlados por el autor del archivo.

El siguiente paso más útil es hacer que la información subyacente sea fiable. Mantén una fuente clara para los hechos importantes del proyecto, etiqueta el material técnico y promocional con precisión, y asegúrate de que las páginas públicas coincidan en nombres y descripciones. Un archivo que apunte a estos recursos puede entonces servir como una guía concisa en lugar de una afirmación no respaldada sobre el comportamiento de la plataforma.

Si ya tienes páginas de origen sólidas, crea un borrador y pide al responsable del contenido y al responsable técnico que lo verifiquen. Si el material de origen es desigual, prepara primero una lista de páginas y prioriza las correcciones. Para equipos Web3 que planean un esfuerzo más amplio, nuestra guía de visibilidad en búsqueda con IA explica cómo el trabajo técnico se integra con el contenido y las referencias externas.

Envía tu dominio y las páginas que consideres autorizadas. Revisaremos las fuentes propuestas, evaluaremos si un archivo llms.txt es un paso sensato y describiremos las correcciones específicas que hacer antes de la publicación.

Cómo trabajamos

1. Elige las páginas de origenEnumera las páginas públicas que expliquen tu organización, producto, documentación y soporte. Confirma que cada una esté actualizada y sea autorizada.
2. Resuelve la información contradictoriaCompara las descripciones y los datos del proyecto en las páginas seleccionadas. Corrige las inconsistencias en su origen antes de enlazarlas.
3. Redacta el archivo MarkdownEscribe una introducción concisa y añade enlaces claros con descripciones precisas. Omite material privado, temporal o no aprobado.
4. Publícalo en la raíz del sitioHaz que el archivo esté disponible en /llms.txt y verifica la URL en vivo, su contenido y cada enlace de destino.
5. Asigna mantenimiento y revisiónRegistra quién es responsable de las actualizaciones y revisa el archivo cuando cambien páginas importantes. Evalúalo por su accesibilidad y precisión, no por suposiciones sobre la adopción por parte de las plataformas.