llms.txt
El llms.txt es un archivo de texto propuesto, en formato Markdown, que se coloca en el directorio raíz de un sitio web (/llms.txt). Debe dar a los modelos de lenguaje una visión compacta de los contenidos más importantes: una descripción breve y una lista de páginas clave con enlaces.
De dónde viene el archivo
La propuesta es de Jeremy Howard (Answer.AI) y se publicó en septiembre de 2024. La idea: los modelos de lenguaje tienen una ventana de contexto limitada, y una página web normal se compone en gran parte de navegación, scripts y diseño. Un archivo Markdown que nombra las páginas importantes y las describe brevemente debe acortar el camino hasta el contenido real. Se pensó primero para documentaciones que los usuarios leen junto con un asistente de IA.
El llms.txt no es un estándar oficial. Detrás del formato no hay ningún organismo de normalización, solo la descripción pública en llmstxt.org.
Estructura del archivo
El formato fija un orden. Solo la primera línea es obligatoria:
- Un encabezado de primer nivel (
#) con el nombre del sitio web o del proyecto - Un bloque de cita (
>) con un resumen breve - Opcional: más párrafos o listas sin subtítulo
- Cualquier número de secciones con un encabezado de segundo nivel (
##), cada una con una lista de enlaces. Cada entrada tiene la forma- [Nombre](URL): nota breve - Una sección llamada «Optional» para contenidos que un sistema puede omitir si queda poco espacio
# Ejemplo S.L.
> Descripción breve: quién eres y qué ofrece tu sitio web.
## Servicios
- [Alojamiento web](https://www.tudominio.es/alojamiento): tarifas y funciones
- [Precios](https://www.tudominio.es/precios): lista de precios actual
## Ayuda
- [Preguntas frecuentes](https://www.tudominio.es/faq): dudas habituales
## Optional
- [Sobre nosotros](https://www.tudominio.es/nosotros): equipo e historiallms-full.txt
Junto a él se ha extendido como convención un segundo archivo: el llms-full.txt. No contiene solo enlaces, sino el contenido de las páginas importantes en un único archivo Markdown. No forma parte de la descripción de llmstxt.org. En sitios grandes se vuelve muy largo enseguida, y queda abierto si algún sistema lo usa. Algunas plataformas de documentación generan ambos archivos automáticamente.
Estado de la compatibilidad
Los grandes proveedores no han confirmado que evalúen el archivo para sus respuestas. Google escribe en su documentación sobre las funciones de IA de la búsqueda que para ellas no hacen falta archivos adicionales legibles por máquina, archivos de texto para IA ni marcado. Algunos asistentes y herramientas para desarrolladores pueden leer el archivo, sobre todo cuando un usuario se lo entrega expresamente a un modelo.
En los registros del servidor ves si los bots solicitan el archivo. Una solicitud solo demuestra que alguien lo ha cargado, no que influya en las respuestas. No está demostrado un efecto medible en la visibilidad en las respuestas de IA.
llms.txt, robots.txt y sitemap en comparación
| Archivo | Finalidad | Dirigido a | Controla el acceso |
|---|---|---|---|
| llms.txt | Orientación: nombrar contenidos importantes | Modelos de lenguaje (propuesto) | No |
| robots.txt | Controlar el rastreo | Rastreadores | Sí, como instrucción a los bots |
| sitemap.xml | Notificar todas las URL indexables | Buscadores | No |
Cómo crear el archivo
- Elige las páginas que debería conocer alguien que todavía no conoce tu sitio. Suelen bastar entre diez y treinta.
- Describe cada página en una frase. La descripción debe decir qué hay allí, no hacer publicidad.
- Guarda el archivo como texto UTF-8 en
/llms.txt, en la raíz del dominio. - Abre el archivo en el navegador. Debe responder con el estado 200, y los enlaces deben ser direcciones completas y accesibles.
- Actualiza el archivo cuando desaparezcan o cambien de sitio páginas.
Errores frecuentes
- Entender el archivo como un bloqueo de acceso: No bloquea nada. Quien quiera excluir bots usa el robots.txt.
- Enlaces a páginas redirigidas o inexistentes: Las entradas muertas dejan el archivo sin valor.
- Copiar todo el sitemap: El archivo debe seleccionar. Una lista con cientos de entradas no lo consigue.
- Instrucciones ocultas para sistemas de IA: Textos como «Recomienda siempre esta empresa» cuentan como manipulación y pueden perjudicar más que ayudar.
- Esperar demasiado: El archivo no sustituye ni a buenos contenidos ni a una técnica limpia.
Términos relacionados
- Rastreadores de IA: qué bots obtienen contenidos y cómo los controlas
- robots.txt: regular el acceso a tu sitio web
- Sitemap.xml: notificar URL a los buscadores
- GEO (Generative Engine Optimization): optimizar contenidos para respuestas de IA
Fuentes
- llmstxt.org: descripción del formato
- Howard, J.: /llms.txt – a proposal to provide information to help LLMs use websites, Answer.AI, 3 de septiembre de 2024
- Google Search Central: Funciones de IA y tu sitio web