Cómo escribir un llms.txt, y qué hace y qué no hace

El archivo va en /llms.txt y se escribe en Markdown. La propuesta define su estructura en este orden:

1. Un H1 con el nombre del sitio o del proyecto. Es la única parte obligatoria.
2. Una cita en bloque con un resumen corto: la información clave que alguien necesita para entender el resto del archivo.
3. Opcionalmente, más párrafos o listas con detalle. Sin encabezados en esta parte.
4. Opcionalmente, cualquier número de secciones encabezadas con H2, cada una con una lista de enlaces. Cada elemento es un enlace Markdown, seguido opcionalmente de dos puntos y una nota breve sobre la página.

Un nombre de sección tiene un significado especial. Una sección con el encabezado ## Optional contiene enlaces que se pueden omitir cuando hace falta un contexto más corto, así que es el lugar para las páginas secundarias. Ese nombre se deja en inglés aunque el resto del archivo esté en español, porque es el que define la propuesta.

La propuesta también sugiere que las páginas ofrezcan una versión limpia en Markdown en la misma URL con .md añadido. Esa parte es opcional, y muchos sitios publican un llms.txt sin ella.

Este es un archivo completo para un producto inventado, una herramienta de contabilidad llamada Tallybook. Un llms.txt puede estar en cualquier idioma, así que este está en español:

# Tallybook

> Tallybook convierte el archivo CSV que exporta tu banco en una hoja de
> cálculo categorizada que tu asesor contable acepta. Es una app web para
> freelancers de la UE, gratis hasta 200 movimientos al mes.

Tallybook no se conecta a cuentas bancarias; tú subes una exportación.
Lee archivos CSV y OFX y exporta CSV y XLSX. No presenta impuestos
ni emite facturas.

## Documentación

- [Primeros pasos](https://tallybook.example/docs/start.md): sube un archivo, revisa las categorías, exporta
- [Bancos y formatos compatibles](https://tallybook.example/docs/formats.md): qué exportaciones funcionan y cuáles no
- [Categorías](https://tallybook.example/docs/categories.md): las categorías por defecto y cómo cambiarlas

## Precios

- [Precios](https://tallybook.example/pricing): los límites del plan gratuito y el plan de pago

## Optional

- [Registro de cambios](https://tallybook.example/changelog): lista de cambios con fecha
- [Quiénes somos](https://tallybook.example/about): quién hace Tallybook

El resumen es la línea más importante. Escríbelo empezando por la afirmación, para que siga teniendo sentido si un modelo cita solo esa frase: qué es el producto, para quién es y el dato que lo distingue. Evita el vocabulario de manual que llena tantas landings; «plataforma todo en uno sin complicaciones» le dice a un modelo tan poco como a una persona. El artículo sobre frases hechas tiene una lista.

Pon tus límites en la parte de detalle. Lo que el producto no hace es justo el tipo de dato que se pierde cuando un modelo resume una página de marketing. Decirlo claramente hace más probable que una respuesta sobre tu producto sea exacta y no halagadora, lo cual a la larga te conviene más.

Enlaza a las páginas que responden preguntas reales. Cómo funciona, precios, plataformas compatibles, límites, unas preguntas frecuentes. No todas las páginas del sitemap: se supone que el archivo es un mapa seleccionado, y una lista de doscientas URL no es más que un sitemap en otro formato.

Escribe una nota después de cada enlace. La nota es lo que permite a un modelo decidir si merece la pena leer una página sin descargarla. «Documentación» es una nota inútil; «qué formatos de archivo funcionan y cuáles no» es una útil.

Mantenlo al día. Un archivo que describe el producto del año pasado es peor que no tener archivo, porque se equivoca con total seguridad. Ponle una fecha, o mantén una sección corta de cambios, y actualízalo cuando cambie el producto.

Sírvelo como texto plano en la raíz de tu dominio, y después ábrelo en un navegador para comprobar que de verdad es accesible y que no se lo traga la ruta comodín de una aplicación de una sola página. Si quieres un punto de partida, el generador de llms.txt, gratis, redacta uno en este formato a partir de tu página de inicio, tu sitemap y hasta doce de tus páginas. Lo que devuelve es un borrador para editar, no un archivo terminado. El archivo de IntentGrid está en /llms.txt, por si quieres ver uno con un párrafo sobre el estado del producto y una sección de límites declarados.

• Da a cualquier herramienta o persona que lo descargue una descripción corta y exacta de tu sitio, en un formato que un modelo lee con facilidad. Eso incluye a desarrolladores que pegan el llms.txt de un proyecto en un asistente de código con IA, y a herramientas que buscan el archivo a propósito.
• Te obliga a escribir una descripción clara y citable de tu propio producto, lo que normalmente mejora también tu página de inicio y tus meta descriptions.
• Cuesta muy poco: unos cientos de palabras y una lista de enlaces.

Esta es la parte en la que conviene no engañarse. llms.txt es una propuesta, no un estándar adoptado por buscadores ni por empresas de IA. Si los rastreadores que hay detrás de los asistentes de IA y los motores de respuesta lo descargan, y si algo de lo que descargan influye en sus respuestas, no está claro y en gran parte no está documentado. Publicar uno no garantiza que cambie nada.

• No mejora tu posicionamiento en buscadores. Los buscadores posicionan páginas, y este archivo no es una señal de posicionamiento.
• No hace que un asistente de IA te cite. Que te citen depende de si tus páginas son útiles, accesibles y fiables, no de un archivo de resumen.
• No sustituye a un buen HTML. Si tus páginas solo muestran su texto en el navegador, un rastreador que no ejecuta JavaScript puede seguir viendo una cáscara vacía, con o sin llms.txt.
• No controla quién rastrea tu sitio. Eso es cosa de otro archivo.

Antes de fiarte de él para nada, consulta la documentación actual de los productos de IA concretos que te importan, en lugar de creerte lo que diga cualquier artículo de blog, este incluido.

Es fácil confundirlos porque los dos están en la raíz y los dos mencionan la IA. Hacen trabajos distintos.

robots.txt les dice a los rastreadores qué rutas pueden descargar. La mayoría de las empresas de IA documentan los user agents de sus rastreadores, como GPTBot y OAI-SearchBot en el caso de OpenAI, ClaudeBot en el de Anthropic y PerplexityBot en el de Perplexity, y Google usa un token aparte en robots.txt, Google-Extended, para que los sitios puedan excluirse de algunos usos de su contenido para IA. Varias empresas distinguen entre los rastreadores que recogen datos de entrenamiento y los que descargan páginas para responder a la pregunta de un usuario, así que bloquear uno puede no bloquear el otro. robots.txt es una petición que los rastreadores bien educados respetan, no un mecanismo para obligar a cumplirla.

llms.txt no permite ni bloquea nada. Es una descripción, ofrecida a quien decida leerla. Decide en robots.txt qué quieres que se rastree, y usa llms.txt para describir lo que hay.

Para ver de forma más amplia cómo leen un sitio los motores de respuesta, y en qué se diferencia eso del SEO clásico, mira ¿la personalización web perjudica al SEO?, que dedica una sección propia al GEO, el generative engine optimization.