Qué es llms.txt y qué motores de IA han confirmado que lo leen

¿Qué es llms.txt?

Jeremy Howard propuso llms.txt como un archivo Markdown colocado en /llms.txt dentro de un sitio web, que enumera las páginas y los documentos Markdown limpios que un agente de IA debería leer primero cuando necesita entender el sitio. La propuesta lleva la fecha 3 septiembre de 2024 en llmstxt.org, y el texto publicado allí ahora está etiquetado como v2. El archivo cura en lugar de enumerar: nombra un puñado de URL de alto valor y describe cada una, mientras que un sitemap lista todo lo indexable.

La especificación declara la motivación en una frase: "A los agentes les sirve mejor la información concisa, de nivel experto, reunida en un único lugar accesible". Nada en la propuesta concede acceso, retira acceso ni obliga a ningún motor a descargar el archivo. Es una sugerencia publicada en una ruta predecible.

Última verificación: 9 de septiembre de 2026.

¿Qué tiene que contener un archivo llms.txt?

Un H1 es el único elemento que exige la especificación, y todas las demás secciones son opcionales. La especificación fija el orden, que es lo que permite a un parser o a una expresión regular leer el archivo sin un modelo de lenguaje.

La forma que la propia especificación publica como ejemplo simulado:

# Title
 
> Optional description goes here
 
Optional details go here
 
## Section name
 
- [Link title](https://link_url): Optional link details
 
## Optional
 
- [Link title](https://link_url)

De ahí salen dos reglas de colocación. El archivo se sitúa en la raíz del sitio o en cualquier subruta, y "un archivo cubre las URL bajo su ruta, y cuando aplica más de un archivo, los agentes deberían usar el más específico", así que /docs/llms.txt cubre solo /docs/. La misma propuesta pide a los sitios que sirvan un gemelo Markdown limpio de cada página en page.md o page.html.md, y que anuncien ambos con las relaciones de enlace rel="alternate" type="text/markdown" y rel="describedby", en el HTML o en una cabecera HTTP Link:.

¿Qué motores de IA han confirmado que leen llms.txt?

Ningún operador de motores afirma en su documentación de rastreadores que sus productos lean llms.txt, y los tres proveedores más grandes publican uno para sus propias docs de desarrollo. Publicar un archivo y consumir un archivo son actos distintos, y la distancia entre ambos es toda la historia de este formato.

Lo más parecido a un reconocimiento por parte de un proveedor viene de Chrome. Lighthouse incluye una auditoría de llms.txt entre sus comprobaciones de navegación agéntica, y describe el archivo como "una convención emergente que se usa para ofrecer un resumen legible por máquina del contenido de un sitio web, diseñado específicamente para LLM y agentes de IA", y advierte de que "sin este archivo, los agentes pueden dedicar más tiempo a rastrear el sitio para entender su estructura de alto nivel y su contenido principal". Esa auditoría no nombra ningún motor que lea uno. Trate con sospecha cualquier cifra de adopción de llms.txt que vea, salvo que nombre una fuente y una fecha. La afirmación de la propia especificación es cualitativa: "miles de sitios publican un archivo llms.txt".

¿En qué se diferencia llms.txt de robots.txt?

robots.txt es un archivo de permisos de descarga con un RFC detrás y con soporte documentado por todos los grandes operadores de rastreadores, y llms.txt es una propuesta de curación de contenido sin cumplimiento forzoso y sin ningún consumidor confirmado. La especificación traza la misma línea: "robots.txt informa a las herramientas automatizadas de qué acceso a un sitio se considera aceptable, por ejemplo para los bots de indexación de búsqueda. La información de llms.txt, en cambio, se usa bajo demanda, cuando un agente necesita información sobre un tema mientras ayuda a un usuario".

Los dos archivos son públicos y ninguno es un control legal. Qué rastreador llega de verdad es una pregunta que responden los logs del servidor y no cualquiera de los dos archivos, y las entradas sobre CCBot y ChatGPT-User cubren qué significa cada user agent cuando aparece.

¿Qué es llms-full.txt?

Mintlify originó llms-full.txt como archivo acompañante que, en sus palabras, "combina todo su sitio de documentación en un único archivo como contexto para herramientas de IA e indexación por LLM", con cada página renderizada como su título, su URL de origen, su descripción y su cuerpo Markdown completo. La especificación de llms.txt no define llms-full.txt, no lo menciona y no lo exige. Las plataformas de documentación generan los dos a la vez, y por eso el par aparece de golpe en tantos sitios de docs.

La división práctica: llms.txt es un índice lo bastante pequeño para caber en una ventana de contexto, y llms-full.txt es el corpus que hay detrás. Un sitio que publica solo el volcado completo le ha entregado a un agente un archivo demasiado grande para el propósito que el índice fue diseñado para servir.

¿Quién debería publicar un archivo llms.txt?

Los equipos de documentación obtienen el retorno más claro, porque los agentes de programación son el único público que se ha observado siguiendo el formato. La especificación lo dice directamente: "los archivos llms.txt se usan sobre todo para documentación de software, donde los agentes de programación los siguen para encontrar referencias de API y tutoriales". Un agente de programación apuntado a sus docs de API descarga las URL que usted nombra, que es una situación distinta de la de un buscador decidiendo qué citar.

Para un sitio de marketing, publicarlo cuesta una hora y no promete nada medible hoy. Escríbalo si su contenido es genuinamente difícil de interpretar desde el HTML, y no lo escriba en lugar del trabajo que sí tiene pruebas detrás. Que un asistente le cite sigue pasando por páginas rastreables, respuestas claras y menciones de terceros, que es el terreno que cubren la generative engine optimization y la answer engine optimization.

¿Cómo comprobar si algo lee su llms.txt?

Busque con grep en sus logs de acceso las peticiones a /llms.txt y lea el user agent de cada acierto. Una petición desde un user agent de agente significa que algo descargó el archivo, un resultado vacío durante un mes significa que nada lo hizo, y cualquiera de las dos respuestas le cuesta un comando. Esa línea de log es la única prueba de origen propio disponible, ya que ningún proveedor reporta descargas de llms.txt en una consola.

Los recuentos de descargas siguen sin decirle si un asistente le citó. Para eso, vigile las conversaciones de las que salen esas respuestas: RedReplier rastrea las conversaciones públicas que nombran su marca en Reddit, X, Bluesky, Facebook y Hacker News, que es donde miran los asistentes cuando responden preguntas de su categoría.

Preguntas frecuentes

¿llms.txt ayuda al SEO?

No existe ningún efecto documentado sobre el posicionamiento. La documentación de Google sobre funciones de IA no menciona llms.txt y nombra robots.txt como el control del modo en que se rastrean los sitios para Search. Publicar el archivo no cambia nada de cómo Googlebot descarga ni posiciona sus páginas, y ninguna documentación de Google vincula ambas cosas.

¿Dónde va llms.txt dentro de un sitio?

En /llms.txt, en la raíz del sitio, o en cualquier subruta como /docs/llms.txt. La especificación dice que un archivo "cubre las URL bajo su ruta, y cuando aplica más de un archivo, los agentes deberían usar el más específico". Un archivo en una subruta es la opción correcta cuando solo una parte de su sitio merece guiar a un agente.

¿Es llms.txt un estándar oficial?

No. llms.txt es una propuesta publicada por Jeremy Howard en llmstxt.org, alojada en el repositorio AnswerDotAI/llms-txt y abierta a aportaciones de la comunidad. No tiene RFC, ni organismo de estandarización, ni requisito de cumplimiento, que es la diferencia entre ella y el RFC 9309, el documento que hay detrás de robots.txt.

¿Cuál es la diferencia entre llms.txt y sitemap.xml?

Un sitemap lista todas las páginas indexables para los buscadores, y llms.txt lista unas pocas curadas para los agentes. La especificación argumenta que un sitemap no sirve de sustituto porque omite las versiones Markdown de las páginas, excluye URL externas útiles y cubre documentos que en conjunto superan la ventana de contexto de un modelo.

¿Necesito también llms-full.txt?

No. La especificación de llms.txt no define llms-full.txt en absoluto. La convención viene de Mintlify, que genera ambos para los sitios de docs que aloja, y el archivo completo es un volcado en un solo archivo de un conjunto entero de documentación, no un índice.

¿Debería bloquear a los rastreadores de IA en lugar de guiarlos?

Esa es una decisión de robots.txt, y depende de si le importan más las citas que los tokens de entrenamiento. Anthropic, OpenAI y Google ejecutan user agents separados para entrenamiento y para búsqueda, así que bloquear uno no tiene por qué bloquear el otro. Publicar un llms.txt ni sustituye ni anula ninguna de esas reglas.

¿Quién creó llms.txt?

Jeremy Howard propuso el formato, con una fecha del 3 de septiembre de 2024 en llmstxt.org. El texto publicado allí hoy lleva la etiqueta v2, y el proyecto vive en el repositorio AnswerDotAI/llms-txt, abierto a las aportaciones de la comunidad. No tiene ningún organismo de normalización detrás.

¿ChatGPT lee archivos llms.txt?

OpenAI publica su propio llms.txt en developers.openai.com/llms.txt para su documentación de desarrolladores, pero nada en su documentación de rastreo dice que ChatGPT o cualquier otro producto de OpenAI lea uno. Esa documentación cubre robots.txt, user agents y rangos de IP, y enlaza su propio llms.txt solo como índice de la documentación. Publicar el archivo en su propio sitio no dice nada sobre si los rastreadores de OpenAI lo consumen en otro lugar.

¿Qué pasa si no publico un archivo llms.txt?

Nada se rompe. La propia especificación traza el contraste con robots.txt: ignorar robots.txt rompe una convención de rastreo consolidada, mientras que ignorar llms.txt no tiene ningún efecto documentado. La auditoría de Lighthouse en Chrome advierte que sin el archivo los agentes pueden tardar más en entender la estructura del sitio, pero eso es un coste de esfuerzo para el agente, no una penalización para el sitio.

¿Los agentes de código usan realmente llms.txt?

La especificación dice que los archivos llms.txt "se usan sobre todo para documentación de software, donde los agentes de código los siguen para encontrar referencias de API y tutoriales", la única audiencia para la que el formato tiene evidencia documentada. Eso es distinto de un motor de búsqueda que decide por su cuenta qué citar. Un agente de código dirigido a su documentación de API va directo a las URL que usted nombra allí.