¿Qué es llms.txt? Formato, quién lo lee de verdad, un ejemplo para copiar y cómo validarlo

La respuesta corta

llms.txt es un archivo Markdown en /llms.txt que le da a los agentes de IA una guía corta y curada de tu sitio: el nombre como H1, un resumen de un párrafo en una cita (blockquote) y secciones H2 con las páginas que vale la pena leer. Lo propuso Jeremy Howard en septiembre de 2024 y publicó la versión 2 en agosto de 2026.

Google dice que Google Search lo ignora, y ninguna de las páginas sobre rastreadores que leímos el 17 de octubre de 2026 (OpenAI, Anthropic, Perplexity, Apple, Amazon, Mistral, DuckDuckGo) dice que sus bots lo lean. Quienes sí lo leen son agentes que trabajan en el momento de responder, sobre todo asistentes de programación que consultan documentación. Vale la pena si los agentes necesitan datos exactos de tu producto y te toma una hora, o si tu plataforma lo genera sola. No esperes de él posiciones en Google ni citas en ChatGPT.

Qué es llms.txt y qué cambió en la versión 2

Jeremy Howard publicó la propuesta de llms.txt el 3 de septiembre de 2024. La idea: una página web envuelve su contenido en menús, scripts y banners, y un sitio entero no cabe en la ventana de contexto de un modelo; así que el sitio le entrega al agente un índice breve de lo importante, con enlaces a versiones limpias en Markdown. La propuesta lo pensó para la inferencia, cuando un agente busca algo para una persona, más que para el entrenamiento.

La versión 2, fechada en agosto de 2026 en la página de cambios, mantuvo el formato y cambió cuatro cosas:

• Cualquier ruta, no solo la raíz. Un archivo en /docs/llms.txt cubre las páginas bajo /docs/, y el agente debe usar el más específico.
• Descubrimiento con relaciones de enlace. Cada página puede apuntar a su copia en Markdown con rel="alternate" type="text/markdown" y al llms.txt que la cubre con rel="describedby", en el HTML o en una cabecera HTTP Link.
• Dos formas de URL en Markdown. Agregar .md (pagina.html.md) o reemplazar la extensión (pagina.md); las direcciones que terminan en barra usan index.md.
• "Optional" perdió su significado especial. Sigue siendo el nombre habitual para enlaces prescindibles, pero ya no se espera que una herramienta descarte esa sección sola.

Sigue siendo una propuesta informal, mantenida en un repositorio de GitHub; no es un estándar del IETF ni del W3C.

¿Y llms-full.txt?

llms-full.txt, un solo archivo con todo el texto del sitio, es una convención que adoptaron las plataformas de documentación; la propuesta no lo define. Mintlify, por ejemplo, sirve ambos archivos en los sitios que aloja. El problema es el tamaño: el llms-full.txt de la documentación para desarrolladores de Cloudflare pesaba unos 69 MB sin comprimir cuando lo descargamos el 17 de octubre de 2026. Para un sitio de una empresa, un buen llms.txt con copias en Markdown de las páginas clave cumple la misma función.

El formato, parte por parte

El orden importa, para que un programa (no solo un modelo) pueda leer el archivo: H1, cita, texto libre y después las secciones H2. Una línea suelta con # se convierte en un segundo H1 y rompe la estructura.

Un ejemplo de llms.txt para copiar

Cambia lo que está entre corchetes. En el resumen pon los datos que los agentes suelen equivocar: qué vendes, a quién, dónde, cómo cobras y con quién no te deben confundir.

# [Nombre de la empresa]

> [Empresa] ofrece [producto o servicio] para [cliente]. Con sede en [ciudad, país]; atiende [mercados]. Precios: [precio desde o cómo cotizas]. Contacto: [correo o URL de contacto].

Datos clave:

- Fundada en [año]; equipo de [número] personas.
- Atiende en [idiomas].
- Lo que no hacemos: [lo que rechazas].
- No tenemos relación con [empresas de nombre parecido].

## Servicios

- [Servicio principal](https://example.com/servicios/principal/index.md): qué incluye y para quién es
- [Precios](https://example.com/precios/index.md): planes, límites y qué incluye cada uno

## Empresa

- [Nosotros](https://example.com/nosotros/index.md): equipo, ubicación y forma de trabajo
- [Contacto](https://example.com/contacto/index.md): ventas, soporte y prensa

## Optional

- [Blog](https://example.com/blog/index.md): guías y novedades

Tres reglas prácticas:

• Enlaza copias en Markdown si las tienes. La versión 2 pide que los enlaces lleven a contenido que el agente lea limpio. Si solo tienes HTML, sirve.
• Que sea corto. La propuesta quiere que el archivo quepa en contexto y que el detalle esté detrás de los enlaces.
• Sírvelo como texto. text/plain o text/markdown, en UTF-8, para que "Bogotá" no llegue como "Bogotá".

¿Quién lee llms.txt de verdad? (revisado el 17 de octubre de 2026)

Google: Search lo ignora, Lighthouse lo revisa

La guía de Google sobre sus funciones de IA generativa, actualizada el 10 de julio de 2026, pone llms.txt entre lo que puedes ignorar para Google Search: no necesitas archivos de texto para IA para aparecer, y mantener uno para otros servicios no ayuda ni perjudica, porque Search lo ignora. Eso responde la búsqueda "llms.txt Google" en lo que toca al SEO.

Otras partes de Google sí lo tratan como algo real. Lighthouse lo revisa en su categoría experimental de navegación con agentes, que exige Chrome 150 o posterior y da una proporción de pruebas aprobadas en vez de un puntaje (cómo puntúa). Y la documentación de la API de Gemini publica el suyo en ai.google.dev. Ninguna de las dos cosas es una señal de posicionamiento.

Las empresas de IA publican el suyo, pero sus bots no hablan de él

OpenAI, Anthropic y Perplexity publican un llms.txt para su documentación: developers.openai.com, platform.claude.com y docs.perplexity.ai. Pero sus páginas sobre GPTBot, OAI-SearchBot, ClaudeBot, Claude-SearchBot y PerplexityBot no dicen nada de leer el llms.txt de otros sitios. No encontramos ninguna declaración propia de que el índice de búsqueda de algún asistente lo use.

Cuando ChatGPT, Claude o Perplexity citan una página tuya, es porque su rastreador de búsqueda la indexó. Lo que sí lee el archivo es un agente al que alguien manda a tu sitio: un asistente de programación al que le piden leer tu API, o un agente de navegador que compara tus planes.

Quién lo publica en Latinoamérica: 12 archivos que leímos

Descargamos cada archivo el 17 de octubre de 2026 y contamos sus partes. "Enlaces a Markdown" cuenta los que llevan a páginas .md o a otro llms.txt.

Lo que muestra la muestra:

• La documentación enlaza Markdown; los sitios comerciales, HTML. Las documentaciones para desarrolladores de Alegra, Conekta y dLocal enlazan solo copias en Markdown. Los sitios de Siigo, Tiendanube y Clip enlazan páginas HTML.
• Alegra usa el patrón por rutas de la versión 2. Su archivo principal enlaza un llms.txt por país, como alegra.com/colombia/llms.txt, con la facturación electrónica de la DIAN.
• Algunos ya lo usan para algo más que enlaces. El archivo de Siigo dedica una sección a su servidor MCP, con la dirección del endpoint y del manifiesto, para que un agente sepa que puede consultar datos en vivo.
• No todos los grandes lo tienen. El mismo día, mercadolibre.com.co y rappi.com.co respondieron 404. bancolombia.com y platzi.com respondieron a nuestro script con una página de verificación o un 403, así que no pudimos saberlo.

Nuestro archivo: dardo.studio/llms.txt

El de https://dardo.studio/llms.txt se genera en cada despliegue con los mismos datos del CMS que las páginas, así que no se desactualiza. El 17 de octubre de 2026 pesaba 28,6 KB: 161 líneas, 13 secciones H2 y 103 enlaces, y crece con cada artículo que publicamos. Hay versión en español en /es/llms.txt y en portugués en /pt/llms.txt, junto a un llms-full.txt.

La cita dice qué hacemos, dónde y cómo escribirnos. Sigue una lista de datos del estudio (Bogotá, fundado en 2026, un equipo de tres personas, los precios desde que publicamos) con una línea que nombra negocios de nombre parecido que no somos nosotros. Después vienen los servicios por grupo, los proyectos, las herramientas y el blog. Las decisiones detrás están en qué necesita un sitio preparado para agentes de IA.

Lo servimos con una cabecera noindex:

$ curl -sI https://dardo.studio/llms.txt
HTTP/2 200
content-type: text/plain; charset=utf-8
x-robots-tag: noindex

Google advierte que puede rastrear e indexar muchos tipos de archivo además del HTML. Un índice en texto plano que aparezca en resultados en lugar de la página que describe no le sirve a nadie, así que noindex lo saca del índice y cualquier agente lo puede seguir leyendo. No lo bloquees en robots.txt con el mismo fin: la documentación de noindex de Google explica que un rastreador bloqueado nunca ve la regla.

Desde el 17 de octubre de 2026 cada página apunta al archivo con rel="describedby", junto al enlace rel="alternate" type="text/markdown" a su propia copia en Markdown (index.md). Una sugerencia de la versión 2 que no seguimos a propósito: los enlaces de nuestro llms.txt van a las páginas HTML y no a sus copias en Markdown, porque un asistente cita la dirección que leyó y preferimos que la gente llegue a la página, no a Markdown sin formato.

Cómo validar un llms.txt

1. Responde 200 y como texto. curl -sI https://example.com/llms.txt debe dar 200 y text/plain o text/markdown en UTF-8. La falla más común: una aplicación de una sola página que contesta cualquier ruta con su HTML de inicio y un 200, así que /llms.txt "existe" pero es HTML.
2. La estructura se puede leer. Un solo H1, al principio; una cita; ningún título antes del primer H2; elementos con la forma - [nombre](url) y, si quieres, : notas.
3. Los enlaces funcionan. Cada uno responde 200, mejor si es Markdown.
4. Los datos están al día. Precios, planes y ubicación coinciden con tus páginas. Un agente repetirá lo que diga el archivo.
5. Un agente lo entiende. La propuesta sugiere darle a un asistente solo tu llms.txt y hacerle preguntas: qué vendes, cuánto cuesta y cómo contactarte.

Nuestro verificador de visibilidad en IA y validador de llms.txt, gratis, hace los tres primeros pasos de una vez: revisa el H1, el resumen, las secciones y los elementos de lista, detecta HTML servido como llms.txt y tipos de contenido incorrectos, prueba hasta 15 enlaces y, si no tienes archivo, te propone uno a partir de tu sitemap. También lee tu robots.txt para 26 rastreadores de IA; qué deberían decir esas reglas está en nuestra guía para bloquear o permitir rastreadores de IA.

Generadores de llms.txt

• WordPress. Yoast SEO lo genera gratis y AIOSEO tiene un generador.
• Wix. Todos los sitios tienen uno automático. Si lo editas, Wix deja de actualizarlo hasta que lo restableces.
• Documentación. Mintlify genera llms.txt y llms-full.txt; la propuesta menciona también GitBook y complementos para Docusaurus y VitePress.
• Sitios a medida. Genéralo al compilar con el mismo contenido de tus páginas, como hacemos nosotros.

El generador elige páginas; el resumen lo escribes tú. Una lista automática de tus últimos artículos no es una guía de tu negocio.

Cuándo vale la hora y cuándo no

llms.txt no reemplaza páginas rastreables, el sitemap ni el robots.txt. Las citas en ChatGPT, Claude, Perplexity y las funciones de IA de Google salen de páginas que sus rastreadores de búsqueda indexan, que es el trabajo que explicamos en cómo aparecer en las respuestas de IA.

Qué hacer ahora

Pasa tu dominio por el verificador de visibilidad en IA: valida tu llms.txt, o te propone uno, y muestra qué rastreadores de IA deja entrar tu robots.txt. Si prefieres que auditemos y corrijamos todo el panorama, eso es nuestro servicio de SEO para IA; las auditorías empiezan en USD 690 (ver precios).