llms.txt es el archivo que varias agencias y plugins de WordPress llevan dos años recomendando subir a la raíz del dominio, con la promesa de que los modelos de lenguaje lean ese resumen antes que el resto de la web. La idea convenció a departamentos de marketing en un momento en que el 66% de los compradores B2B ya busca proveedor a través de ChatGPT, como muestra este dato sobre SEO para IA generativa, antes de hablar con ventas. Pero entre la promesa y lo que de verdad ocurre en los servidores hay una distancia que conviene medir antes de pedírselo al equipo técnico, sobre todo si decides qué se prioriza en el roadmap de desarrollo de este trimestre.
No: Google confirma que no usa llms.txt para posicionar ni para sus funciones de IA, y según Ahrefs, de 137.000 dominios analizados, el 97% de los archivos publicados no recibió ninguna petición de un bot en todo el mes. El archivo no perjudica, pero tampoco es el atajo que promete su nombre.
El archivo llms.txt y la promesa de Answer.AI
El archivo llms.txt es un documento de texto, escrito en Markdown, que se coloca en la raíz del dominio igual que el robots.txt. Lo propuso Jeremy Howard, cofundador de Answer.AI, el 3 de septiembre de 2024, con una idea sencilla: en vez de que un modelo de lenguaje tenga que rastrear páginas enteras cargadas de menús, cookies y scripts, se le entrega un índice curado con los enlaces que de verdad importan.
La especificación fija un formato estricto: un encabezado H1 con el nombre del sitio, un bloque de cita con el resumen, y debajo secciones H2 con listas de enlaces en Markdown y una nota breve por cada uno. En agosto de 2026 se publicó la versión 2, que amplía la propuesta tras dos años de uso real, incluida la generación automática desde plataformas de documentación. No sustituye al robots.txt, que bloquea rastreo, ni al sitemap.xml, que lista URLs para indexar: llms.txt resume y prioriza para quien decide leerlo.
Ahrefs mide 137.000 dominios: el 97% sin tráfico
Ahrefs analizó 137.000 dominios en mayo de 2026 y encontró que el 28% ya publicaba un archivo llms.txt. De los que tenían un formato válido, el 97% no recibió ninguna petición durante todo el mes de ningún bot, humano o rastreador de IA. De los pocos que sí tuvieron tráfico, apenas el 1,1% de las peticiones venía de un bot de recuperación de IA identificable: el resto eran herramientas de auditoría SEO comprobando si el archivo existía, no modelos buscando información para responder a un usuario.
El dato contradice la narrativa con la que se vendió el archivo: que sería el canal directo para que ChatGPT o Perplexity citaran una marca. En la práctica, casi ningún sistema de IA en producción lo está pidiendo todavía, y los que se acercan son en su mayoría herramientas que comprueban si el archivo existe, no asistentes respondiendo a usuarios reales.
La postura oficial de Google frente a llms.txt
Google lo dijo primero en un evento: en julio de 2025, Gary Illyes afirmó en un Search Central Live que Google no da soporte a llms.txt y que no tiene planes de hacerlo. En junio de 2026 lo llevó a su documentación oficial: la guía de optimización para IA de Google dice textualmente que no hace falta crear archivos legibles por máquina, markup o Markdown adicional para aparecer en sus funciones de IA, incluidas las AI Overviews, y que tenerlo no ayuda ni perjudica.
Eso no significa que el archivo sea inútil, significa que no es la palanca de posicionamiento que mueve la mayoría del tráfico de cualquier web en España. Es el mismo motivo por el que las AI Overviews dejan el clic por debajo del 8%: lo que decide si te citan no es un archivo adicional, sino el contenido que ya tienes bien escrito y bien enlazado.
Los rastreadores que sí leen un llms.txt hoy
El hueco entre Google y el resto de la IA no está vacío. Algunos productos de recuperación aumentada, los que construyen asistentes que responden citando fuentes en tiempo real en lugar de depender solo de su entrenamiento, sí llegan a pedir el archivo cuando lo encuentran enlazado desde la portada. Si además quieres decidir qué rastreadores entran y cuáles no, el filtro real sigue estando en el robots.txt: conviene revisar primero qué bots de IA bloquear y cuáles dejar pasar antes de preocuparse por un índice adicional.
Los generadores automáticos de documentación
Buena parte de los archivos publicados no los ha escrito nadie a mano. Plataformas de documentación técnica como Docusaurus, Mintlify o GitBook generan un llms.txt en cada despliegue, siguiendo la estructura de las páginas que ya existen. Es el caso más extendido en productos SaaS con documentación extensa, donde cada endpoint o cada guía ya tiene su propia URL y generar el índice es una tarea mecánica, no editorial.
El riesgo de esa automatización es que nadie revisa el resultado: si la documentación tiene secciones obsoletas o enlaces rotos, el archivo los hereda sin filtro. Antes de darlo por bueno conviene abrirlo y comprobar que los enlaces que prioriza siguen siendo los que la empresa quiere que se lean primero, no solo los que el generador encontró.
¿Te ayudamos con esto?
Cuéntanos tu caso
Si esto te afecta, escríbenos en dos líneas y te respondemos por email con una valoración concreta.
Las secciones mínimas de un índice para IA
Si decides publicarlo, la estructura que marca la especificación es corta a propósito: tiene que caber en la ventana de contexto de un modelo, así que un archivo de varias páginas pierde el sentido que lo justifica. Empieza siempre con un encabezado H1 con el nombre de la empresa o del sitio, seguido de un bloque de cita de una o dos frases que resuma a qué se dedica.
La sección de enlaces curados y sus notas
Debajo del resumen van las secciones marcadas con H2, cada una con una lista de enlaces en formato Markdown y, junto a cada uno, una nota de una frase que explica qué contiene esa página y para qué sirve leerla. No es un mapa del sitio completo: es una selección de las páginas que de verdad responden a la pregunta que se espera que alguien le haga a un asistente, ya sean precios, documentación técnica o casos de uso por sector.
La versión 2 añade la posibilidad de enlazar versiones en Markdown de cada página (page.html.md) y de anunciarlas con el atributo rel=”alternate” en el HTML, para que un cliente que ya está en la página sepa que existe esa versión simplificada sin tener que adivinar la URL.
Sectores donde publicarlo sí compensa
La pregunta que de verdad importa no es si el archivo funciona en general, sino si tu web pertenece a uno de los pocos perfiles donde ya hay alguien leyendo el suyo. Antes de pedírselo al equipo de desarrollo, conviene mirar el caso propio y no el genérico:
- Software B2B con documentación técnica extensa: si un comprador compara APIs o integraciones antes de hablar con ventas, un índice claro evita que el asistente que usa se pierda entre páginas de marketing.
- Catálogos industriales con fichas de producto repetitivas: cuando cientos de referencias comparten plantilla, un resumen por familia de producto es más legible para un agente que rastrear cada ficha una por una.
- Medios y blogs con archivo histórico amplio: un índice por tema ayuda a priorizar lo reciente frente a artículos de hace cinco años que ya no reflejan precios ni normativa vigente.
- Tiendas online con catálogo cambiante: aquí el archivo envejece rápido, así que solo compensa si alguien lo revisa cada vez que cambia el catálogo, no como un documento que se escribe una vez y se olvida.
Fuera de estos perfiles, el coste de mantenerlo actualizado suele superar lo que aporta hoy. Una landing de servicios local, una web corporativa con media docena de páginas o un blog que ya tiene un sitemap.xml bien cuidado no ganan nada publicándolo en 2026.
Preguntas frecuentes sobre llms.txt
¿Necesito llms.txt para que ChatGPT o Perplexity citen mi web?
No como requisito. OpenAI y Perplexity no han confirmado que lo lean en producción, y Google ha dicho expresamente que no lo usa. Lo que de verdad influye en que te citen sigue siendo el contenido indexado, bien estructurado y con datos verificables, no un archivo adicional en la raíz del dominio.
¿Puede perjudicar al SEO un llms.txt mal hecho?
No perjudica al posicionamiento en Google, que lo ignora por completo según su propia documentación. El riesgo real es distinto: si prioriza enlaces rotos o contenido desactualizado, un sistema que sí lo lea puede citar información incorrecta de tu empresa, que es un problema de reputación más que de SEO.
¿Quién debe mantenerlo dentro de la empresa?
Lo técnico, el formato y la validación, es tarea de desarrollo, pero decidir qué páginas entran y con qué nota es una decisión de marketing o de producto. Dejarlo solo en manos de quien lo programa suele acabar en una lista genérica que nadie revisa después del primer despliegue.
¿Sustituye al robots.txt o al sitemap.xml?
No, y mezclarlos es el error más común. El robots.txt controla qué puede rastrear un bot, el sitemap.xml lista todas las URLs para indexar, y llms.txt resume y prioriza un subconjunto para quien decida leerlo. Los tres pueden convivir sin pisarse porque resuelven preguntas distintas.
Fuente: Ahrefs — estudio sobre llms.txt
