Cómo crear un llms.txt: estructura, ejemplo y una visión honesta

Un llms.txt es un archivo Markdown en la raíz de tu sitio web que explica en pocas líneas a los modelos de lenguaje qué es tu sitio y qué páginas importan. Lo creas en un cuarto de hora: un título, un resumen breve y unas cuantas listas de enlaces. Que los sistemas de IA lo lean de verdad es menos seguro. Lo analizamos con honestidad más adelante.

Este artículo forma parte de nuestra guía completa sobre GEO, donde explicamos GEO (Generative Engine Optimization) de forma más amplia. Aquí nos centramos solo en llms.txt: qué es, cómo se estructura según la especificación, cómo se publica y qué puedes esperar de él.

Encontrarás un ejemplo completo para una asesoría ficticia que puedes adaptar directamente. Después vienen los errores que más vemos, y el mayor de todos: una página de error HTML que se hace pasar por llms.txt.

#¿Qué es llms.txt?

llms.txt es una propuesta de archivo de texto en /llms.txt que ofrece a un LLM (large language model, el modelo de lenguaje que hay detrás de herramientas como ChatGPT) una entrada a tu sitio web breve y fácil de leer. La propuesta es de Jeremy Howard, cofundador de Answer.AI y fast.ai, y está publicada desde septiembre de 2024 en llmstxt.org. La versión actual es la v2, que según la página se ha actualizado a partir de dos años de experiencia de uso.

La idea es sencilla. Una página web está llena de navegación, banners de cookies, scripts y maquetación. Un modelo de lenguaje tiene un espacio limitado en su contexto y tiene que sacar de ahí el contenido. Un llms.txt reúne lo esencial en Markdown sencillo y en un solo sitio: quién eres, qué haces y dónde está la información más importante.

Es importante saber que llms.txt no es un estándar web oficial como robots.txt, que está recogido en RFC 9309. Es una propuesta que cualquiera puede seguir o ignorar, incluidas las propias empresas de IA.

Si lo que quieres es regular qué bots pueden leer tu sitio, necesitas robots.txt. Lo tratamos en rastreadores de IA en robots.txt.

#¿Cómo se estructura un llms.txt?

Un llms.txt sigue un orden fijo de elementos Markdown, de los que solo es obligatorio el H1 con el nombre de tu sitio o proyecto. La especificación de llmstxt.org describe esta estructura:

1. Un H1 con el nombre de tu sitio o proyecto. Es el único elemento obligatorio.
2. Un blockquote con un resumen breve de tu sitio o proyecto.
3. Cero o más bloques de texto libre, como párrafos o listas, pero sin encabezados. Aquí pones explicaciones adicionales, por ejemplo para quién trabajas o qué no haces.
4. Cero o más secciones H2 con una lista de enlaces. Cada elemento es un enlace Markdown [nombre](url), seguido opcionalmente de dos puntos y una breve explicación.

Un H2 llamado "Optional" tiene un papel especial. Según la especificación, es una convención para información secundaria: enlaces que un agente puede saltarse si tiene menos espacio. En la v1, las herramientas tenían que omitir esa sección automáticamente. En la v2 ya es solo una convención, según la página de cambios.

El archivo no tiene por qué estar en la raíz. La v2 también permite archivos en una subcarpeta, como /docs/llms.txt. Un archivo así se aplica a todas las URL bajo esa ruta, y si hay varios archivos aplicables, un agente debe usar el más específico.

#Versiones en Markdown de tus páginas

La especificación también propone ofrecer una versión limpia en Markdown de las páginas importantes en la misma URL terminada en .md, por ejemplo /servicios.html.md o /servicios.md. Desde la v2 puedes hacer que esas versiones se puedan encontrar con un elemento <link> o una cabecera HTTP Link:: rel="alternate" type="text/markdown" apunta a la versión en Markdown y rel="describedby" al llms.txt que describe la página. Es un paso adicional. Para un sitio de empresa normal, el punto de partida es el propio llms.txt.

#¿Y llms-full.txt?

llms-full.txt es una variante que no solo enlaza a tus páginas, sino que reúne su texto completo en un solo archivo. No figura en la especificación de llmstxt.org. Se usa sobre todo en plataformas de documentación: Mintlify, por ejemplo, lo genera automáticamente e incluye por cada página el título, la URL, la descripción y el contenido completo en Markdown.

Para un sitio de documentación con cientos de páginas puede ser útil, porque un desarrollador puede pasar todo el archivo de una vez a un asistente de IA. Para un proveedor de servicios con veinte páginas aporta poco y es sobre todo una cosa más que mantener.

#Ejemplo: un llms.txt para una asesoría española

A continuación tienes un ejemplo completo para una empresa ficticia. El ejemplo es inventado: el nombre de la empresa, el dominio y todos los datos no existen. Úsalo como plantilla y sustitúyelo todo por tu propio contenido.

# Asesoría Encina

> Asesoría Encina es una asesoría de RR. HH. ficticia de Valencia que ayuda
> a pymes de 10 a 250 empleados con la gestión del absentismo, el derecho
> laboral y el desarrollo organizativo. Ámbito: España. Idioma: español.

Trabajamos exclusivamente para empresas, no para trabajadores particulares.
Una primera reunión de asesoramiento de 30 minutos es gratuita. Las tarifas
están en la página Tarifas.

## Servicios

- [Gestión del absentismo](https://www.asesoriaencina.example/servicios/absentismo): Acompañamiento desde la baja hasta la reincorporación conforme a la normativa laboral
- [Asesoramiento laboral](https://www.asesoriaencina.example/servicios/derecho-laboral): Asesoramiento sobre contratos, despidos y acuerdos de salida
- [Desarrollo organizativo](https://www.asesoriaencina.example/servicios/organizacion): Reorganización de equipos, catálogo de puestos y ciclo de evaluación

## Sobre la empresa

- [Quiénes somos](https://www.asesoriaencina.example/quienes-somos): Equipo, trayectoria y forma de trabajar
- [Tarifas](https://www.asesoriaencina.example/tarifas): Tarifas por hora y precios cerrados por servicio
- [Contacto](https://www.asesoriaencina.example/contacto): Dirección, teléfono y horario

## Recursos

- [Cómo redactar una política de absentismo](https://www.asesoriaencina.example/recursos/politica-absentismo): Guía paso a paso con los apartados obligatorios
- [Periodo de prueba y despido](https://www.asesoriaencina.example/recursos/periodo-de-prueba): Qué se puede y qué no se puede hacer durante el periodo de prueba

## Optional

- [Empleo](https://www.asesoriaencina.example/empleo): Ofertas de trabajo abiertas en la asesoría
- [Noticias](https://www.asesoriaencina.example/noticias): Anuncios y eventos

Fíjate en algunas decisiones de este ejemplo. El resumen menciona el público objetivo, la ciudad y el ámbito en frases normales, para que un modelo pueda situar correctamente la asesoría como entidad. El texto libre marca límites ("no para trabajadores") que evitan que una respuesta de IA recomiende la asesoría para la pregunta equivocada. Y las páginas menos importantes están bajo "Optional".

En tu propio archivo, usa URL absolutas y enlaza solo a páginas que existan y sean accesibles sin iniciar sesión.

#¿Cómo se publica un llms.txt?

Un llms.txt se publica como texto plano en https://www.tuempresa.es/llms.txt, de modo que el archivo se devuelva directamente con el código de estado 200. Así lo haces:

1. Escribe el archivo en un editor de texto y guárdalo como llms.txt en UTF-8.
2. Colócalo en la raíz de tu sitio web, junto a robots.txt. En WordPress puedes hacerlo por FTP, desde el panel de tu hosting o con un plugin de SEO. La especificación menciona Yoast SEO y AIOSEO entre las integraciones, igual que Wix, Mintlify y GitBook.
3. Comprueba el content-type. La especificación no prescribe ningún tipo MIME. text/plain o text/markdown, con charset=utf-8, son las opciones lógicas. Los archivos de llmstxt.org y de la documentación para desarrolladores de Anthropic y OpenAI se sirven como text/plain; charset=utf-8 según nuestra comprobación de octubre de 2026.
4. Abre la URL en tu navegador y comprueba que ves exactamente tu Markdown, sin maquetación, menú ni mensaje de error alrededor.

#¿Qué suele fallar?

El error más habitual es que /llms.txt devuelva una página HTML en lugar del archivo. Muchos sitios web, sobre todo los que usan un framework de JavaScript o un CMS con páginas de error "bonitas", capturan cualquier URL desconocida y muestran una página 404 maquetada. A veces incluso con el código de estado 200. Una herramienta que comprueba si el archivo "existe" ve entonces una respuesta correcta, aunque el contenido sea simplemente HTML.

Lo detectas con un solo comando en la terminal:

curl -I https://www.tuempresa.es/llms.txt

Si en content-type aparece algo como text/html, estás recibiendo una página web y no un llms.txt. Otros errores que encontramos a menudo:

• No hay un H1 en la primera línea, por ejemplo porque hay un título sin # o una introducción vacía.
• Enlaces sin formato Markdown, como URL sueltas en una lista. Entonces falta el nombre que le dice al modelo qué hay detrás del enlace.
• Una redirección a la página de inicio en lugar de al archivo.
• Enlaces obsoletos a páginas que ya dan un 404 o que se han movido.
• Lenguaje de marketing en el resumen. "El mejor socio para todas tus cuestiones de RR. HH." no ayuda a un modelo. Los datos sobre público objetivo, oferta y ámbito, sí.
• Un llms.txt detrás de un firewall que bloquea a los bots de IA. Entonces ningún rastreador puede leerlo, consulta rastreadores de IA en robots.txt.

#¿Usan de verdad llms.txt los sistemas de IA?

No hay pruebas públicas de que los grandes buscadores con IA usen llms.txt para decidir qué fuentes citan. Quién publica el archivo y quién lo lee son dos preguntas distintas.

En cuanto a la publicación, el uso crece. Según llmstxt.org, miles de sitios publican un llms.txt, entre ellos OpenAI, Anthropic y Gemini para su documentación para desarrolladores. Plataformas como Mintlify, GitBook, Wix y los plugins de WordPress Yoast SEO y AIOSEO pueden generar el archivo. Además, el sitio indica que Lighthouse, la herramienta de auditoría de Chrome, comprueba si un sitio tiene un llms.txt.

En cuanto a la lectura, Google se muestra claramente reservado. John Mueller, Search Advocate en Google, escribió en junio de 2025 en Bluesky que, en su opinión, ningún sistema de IA usa llms.txt. Y la documentación sobre funciones de IA en Google Search indica que no necesitas crear nuevos archivos legibles por máquinas ni archivos de texto para IA para aparecer en AI Overviews o AI Mode.

Por lo que hemos podido comprobar, OpenAI, Anthropic y Perplexity no han documentado que sus bots de búsqueda usen llms.txt al elegir fuentes. Sí publican el archivo para su propia documentación. Eso es distinto de leerlo en otros sitios.

Donde sí se usa llms.txt de forma demostrable es a mano: desarrolladores que pasan un llms.txt o llms-full.txt a un asistente de programación, y agentes de IA que ya están en un sitio y buscan el camino. Para eso se pensó la propuesta en origen.

#¿Merece la pena llms.txt?

llms.txt supone poco trabajo con un efecto incierto, y por eso merece la pena probarlo siempre que ya tengas lo básico en orden. Un buen archivo te lleva entre un cuarto de hora y una hora. No hace daño, pero no sustituye nada.

Lo básico que sí cuenta de forma demostrable es esto:

• Permitir los rastreadores de IA, como GPTBot y OAI-SearchBot, en robots.txt y en tu firewall.
• Contenido en el propio HTML, mediante renderizado del lado del servidor, para que los rastreadores que no ejecutan JavaScript puedan leer tu texto.
• Datos estructurados que dejen claro quién eres, consulta schema markup para IA.
• Páginas que respondan con claridad a preguntas, con fuentes, un autor y una fecha.

Un efecto secundario útil de crear un llms.txt: tienes que escribir en pocas frases qué hace tu empresa y qué páginas son las más importantes. Ese resumen lo puedes reutilizar enseguida en tu página de quiénes somos y en tu schema Organization.

#Cómo comprobarlo en tu propio sitio

Con cinco pasos sabrás si tu llms.txt funciona como debe:

1. Abre https://www.tuempresa.es/llms.txt y comprueba que ves Markdown plano.
2. Comprueba con curl -I que el código de estado es 200 y el content-type es text/plain o text/markdown.
3. Comprueba que la primera línea es un H1 (# Nombre) y que justo después hay un blockquote con un resumen.
4. Revisa cada enlace: sin 404, sin redirecciones a la página de inicio y sin páginas que requieran iniciar sesión.
5. Programa una revisión periódica, por ejemplo cada trimestre, para incluir las páginas nuevas y las que se hayan movido.

El análisis gratuito de Flowproof comprueba la estructura de tu llms.txt (H1, resumen en blockquote, secciones H2, enlaces Markdown y content-type), junto con tus rastreadores de IA en robots.txt, tus datos estructurados y si tu contenido está en el HTML sin procesar.