# Guía del archivo llms.txt: qué es, cómo escribirlo y qué esperar realmente

28 de octubre de 2026 · Alessandro Caprai, Divulgador, formador y consultor de IA

<https://caprai.dev/es/ia-marketing/post/guia-del-archivo-llms-txt-que-es-como-escribirlo-y-que-esperar-realmente>

---

Cuando construí caprai.dev decidí que el sitio debía hablar dos idiomas: el de las personas y el de los modelos de inteligencia artificial. El archivo llms.txt fue uno de los primeros pasos, y hoy caprai.dev es uno de los 3.826 sitios incluidos en el directorio [llmstxt.cloud](https://directory.llmstxt.cloud/), que recopila quienes adoptan el estándar.

Este es el manual que hubiera querido tener entonces: qué hace el archivo, qué no hace y cómo escribirlo en una hora.

> **En breve.** llms.txt es un archivo de texto en Markdown, publicado en la raíz del sitio, que presenta a los modelos lingüísticos quién eres y qué páginas leer primero. No controla el acceso como robots.txt y no enumera todo como el sitemap: es una presentación curada, pensada para los asistentes de IA que leen tu sitio a petición de alguien.

## Qué es llms.txt

La propuesta es de Jeremy Howard, cofundador de Answer.AI, y fue publicada en septiembre de 2024 en [llmstxt.org](https://llmstxt.org/). No es un estándar oficial, sino una convención que se ha difundido rápidamente. Para entenderla basta compararla con los dos archivos que ya conocemos:

- **robots.txt** indica a los crawlers dónde pueden ir.
- **sitemap.xml** enumera todas las páginas a indexar.
- **llms.txt** elige las páginas que importan y explica en pocas palabras por qué.

El archivo se encuentra en una dirección fija, `tusitioweb.com/llms.txt`, a menudo acompañado de `llms-full.txt` con el texto completo de los contenidos.

## Qué hace realmente, en octubre de 2026

En 2026 el rol de llms.txt se ha aclarado, y para mejor. La documentación de Google Search explica que el archivo **no es un factor de posicionamiento necesario** ([Search Engine Journal](https://www.searchenginejournal.com/googles-llms-txt-guidance-depends-on-which-product-you-ask/575431/)). Desde mayo, sin embargo, Google lo verifica en Lighthouse y en PageSpeed Insights, dentro de la nueva categoría **Agentic Browsing** ([DebugBear](https://www.debugbear.com/blog/lighthouse-agentic-browsing)): la que mide cuánto un sitio está preparado para los agentes de IA, junto a la accesibilidad y las herramientas ofrecidas a los agentes.

Este es su campo principal. Cuando un asistente o un agente llega a tu sitio en nombre de una persona y busca un punto de partida, llms.txt le entrega la versión de los hechos que tú has elegido. **Es una herramienta de marketing antes que de SEO o de GEO**, la optimización para las respuestas de las IA: orienta el modo en que una IA cuenta tu marca cuando alguien se lo pregunta.

## Cómo crear el archivo: la estructura

La especificación es mínima. Este es el esqueleto:

```markdown
# Nombre del sitio

> Una o dos frases: quién eres, para quién trabajas, qué ofreces.

Algunas líneas de contexto: idiomas, área geográfica, cómo leer el sitio.

## Servicios
- [Formación IA para empresas](https://tusitioweb.com/empresas): itinerarios para equipos, con precios y reglas

## Guías principales
- [Título de la guía](https://tusitioweb.com/guia): el problema que resuelve, en una línea

## Url Artículos
- [Archivo artículos](https://tusitioweb.com/blog): profundizaciones menos centrales
```

Las reglas formales son tres: un solo título con `#`, el resumen en la línea que comienza con `>`, luego secciones con `##` formadas por enlaces, cada uno seguido de una breve descripción después de los dos puntos. La sección **Optional** indica al modelo que ese material se puede omitir cuando el espacio es limitado.

## El manual: ocho reglas operativas

1. **Escribe el resumen como una frase de posicionamiento.** Es la línea que un modelo repetirá más a menudo: quién eres, para quién trabajas, qué te distingue.
2. **Selecciona, no enumeres.** Si el archivo se convierte en una copia del sitemap ha perdido su propósito. Arriba las páginas que quieres ver citadas, el resto en Optional o en llms-full.txt.
3. **Escribe descripciones que expresen el valor.** No copies la meta descripción: explica para qué sirve la página y para quién.
4. **Ordena por prioridad comercial.** Primero las páginas que generan contactos o ventas (servicios, cursos, quién eres), luego los contenidos de profundización.
5. **Usa enlaces absolutos y estables.** Un enlace que lleva a otro lugar o a una página que ya no existe es una oportunidad perdida.
6. **Gestiona los idiomas con criterio.** Si el sitio es multiidioma, una sección por idioma con los enlaces a la versión correcta, nunca la misma lista repetida.
7. **Mantén coherencia con el resto del sitio.** Nombre, descripción y servicios deben decir lo mismo que la página acerca de y los datos estructurados. Las IA cruzan las fuentes, y una contradicción cuesta credibilidad.
8. **Genéralo, no lo escribas a mano.** Un archivo estático envejece en la primera página nueva: si el sitio tiene un CMS o una base de datos, haz que se actualice automáticamente.

## El caso caprai.dev

Nuestro llms.txt no está escrito a mano: lo genera el sitio leyendo de la base de datos los artículos públicos, los cursos publicados y las páginas principales, en italiano, inglés y español. Al final hay una sección que las guías generalmente no citan: las herramientas que el sitio pone a disposición de los agentes de IA, de las que hablé en el artículo sobre la [web agéntica](/it/intelligenza-artificiale/post/web-agentico-che-cos-e-e-perche-conta-per-il-tuo-sito). Junto a esto están llms-full.txt, con el texto completo de los artículos, y una versión en Markdown de cada artículo, más ligera de procesar para un modelo.

Dos lecciones las aprendí en el campo. La primera: llms-full.txt publica todo, y es el punto más delicado del sitio. En el pasado un error en el código hacía que terminara en el archivo también el texto completo de los artículos reservados. Lo corregimos, y hoy pruebas automatizadas verifican que ningún contenido cerrado termine en los dos archivos. La segunda: las informativas legales terminaban en la lista como si fueran artículos. Ahora están excluidas.

**Antes de publicar llms-full.txt, ábrelo y léelo como lo leería un competidor.**

## Los errores más comunes

- Bloquear en robots.txt los bots que deberían leerlo, o dejar que los detenga el firewall del hosting.
- Publicarlo en una dirección que redirige a otro lugar o da error: abriendo `tusitioweb.com/llms.txt` debes ver inmediatamente el texto.
- Llenarlo de palabras clave: un modelo no se deja convencer, se confunde.
- Exponer en llms-full.txt contenidos reservados, borradores o páginas legales.
- Olvidarlo: enlaces muertos y servicios que ya no existen cuentan una empresa que no está.

## Verificar llms.txt en un minuto

Pasa el sitio por [PageSpeed Insights](https://pagespeed.web.dev/): entre las verificaciones de Google está también «El archivo llms.txt cumple los requisitos necesarios», que verifica que el archivo esté en Markdown y tenga al menos un título de primer nivel. Es una verificación de forma, no de calidad, pero intercepta inmediatamente los errores básicos. caprai.dev lo supera, junto con las verificaciones sobre las herramientas para los agentes de IA.

## Cómo saber si alguien lo lee

Search Console no lo indica. La fuente confiable son los logs del servidor: filtra las solicitudes a /llms.txt y /llms-full.txt por el nombre con el que se presenta el bot (GPTBot, ClaudeBot, PerplexityBot y similares) y observa la tendencia en el tiempo.

## Preguntas frecuentes

**¿Google usa llms.txt para posicionar las páginas?** Hasta hoy oficialmente no, y lo dice la misma documentación de Google Search. Lo verifica en cambio Lighthouse, entre las verificaciones dedicadas a los agentes de IA. Sin embargo no descartaría que en el medio/corto plazo pueda adquirir relevancia también para el posicionamiento.

**¿Sirve también para una PYME o un e-commerce?**

Sí: bastan las páginas clave, servicios o categorías de productos, bien descritas.

## En resumen

llms.txt no te hará subir inmediatamente en Google, pero te permite decidir cómo presentarte a una inteligencia artificial. Para controlar toda la visibilidad de tu sitio hacia las IA, desde el firewall del hosting hasta el sitemap, está la guía [SEO para IA y GEO](/it/ai-marketing/post/tutorial-il-tuo-sito-e-visibile-agli-llm). Y si quieres llevar este método a tu equipo, lo hablamos en los itinerarios de [formación para empresas](/it/aziende).
