llms.txt es un archivo Markdown de texto plano que se coloca en la raíz de un sitio web (tusitio.com/llms.txt) y que lista las URLs canónicas y los resúmenes que el propietario del sitio quiere que prioricen los crawlers de IA y los pipelines de RAG. Conceptualmente es similar a robots.txt, pero está escrito en Markdown legible para humanos y está pensado para el consumo de los grandes modelos de lenguaje, no para controlar los spiders de la búsqueda tradicional.

¿Mejora llms.txt las citas de IA?

Por sí solo, no. llms.txt elimina una barrera de acceso técnica al indicar qué páginas son más relevantes, pero las decisiones de cita las impulsan la calidad del contenido, la autoridad de la fuente y el grado en que una página responde directamente a la consulta. Según el análisis del AI Search Lab de Wix sobre 586 archivos llms.txt indexados, solo alrededor del 6 % de esas páginas posicionaban para palabras clave orgánicas, lo que sugiere que tener el archivo se correlaciona con una presencia muy baja en la búsqueda tradicional y no garantiza visibilidad en las citas de IA.

¿Está llms.txt ampliamente adoptado?

La adopción sigue siendo minoritaria. A finales de julio de 2025, un blog del sector estimaba que más de 600 sitios web habían adoptado llms.txt, aunque no existe un recuento verificado de forma independiente. La cifra repetida de "600 %" se refiere a la tasa de crecimiento en un conjunto de datos pequeño y rastreado, no al número total de sitios. La adopción entre los principales sitios web permanecía por debajo del 1 % a mediados de 2025.

¿Cuál es la diferencia entre llms.txt y robots.txt?

robots.txt controla si los crawlers de búsqueda pueden acceder a las páginas, usando una sintaxis de directivas legible por máquinas. llms.txt es Markdown legible por humanos que no bloquea ni permite crawlers, sino que selecciona qué páginas representan el contenido canónico más valioso para los sistemas de IA. Los dos archivos sirven propósitos distintos y funcionan en paralelo.

¿Debo añadir llms.txt a mi sitio para GEO?

Añadir llms.txt es un paso técnico de bajo coste que vale la pena dar, pero no debe sustituir al trabajo de GEO de mayor palanca: escribir contenido de respuesta directa, conseguir menciones de terceros y publicar schema FAQ y Article. Si los crawlers de IA no pueden acceder a tus mejores páginas por bloqueos en robots.txt o barreras de renderizado con JavaScript, corregir esos problemas importará más que añadir llms.txt.

¿Qué herramientas ayudan con llms.txt y con una estrategia más amplia de citas de IA?

Temso (desde 89 $/mes) es una plataforma GEO todo en uno que cubre el seguimiento de citas, el diagnóstico de brechas y la ejecución de contenido en 8 motores de IA, e incluye orientación sobre llms.txt como parte de su flujo de trabajo de optimización técnica. Writesonic ofrece generación de contenido con IA para ayudarte a producir el contenido de respuesta directa que impulsa las ganancias reales de citas una vez que el setup técnico está en marcha.

llms.txt explicado: qué es el archivo, qué hace (y qué no hace) para las citas de IA

Última actualización: julio de 2026.

Si has pasado tiempo en los círculos de GEO en 2025 o 2026, has oído hablar de llms.txt. Probablemente también has visto afirmaciones que van desde “este archivo te meterá en las respuestas de ChatGPT” hasta “es completamente inútil”. Ninguna es exacta. Aquí tienes lo que el archivo hace realmente, lo que no hace y lo que necesitas junto a él para mover tu citation share.

Qué es llms.txt

llms.txt es una especificación propuesta en septiembre de 2024 por Jeremy Howard (fast.ai). La idea: colocar un archivo Markdown en la raíz de tu dominio (por ejemplo, tusitio.com/llms.txt) con las URLs que representan el contenido más importante de tu sitio, con descripciones breves opcionales. Los sistemas de IA que construyen un índice de conocimiento de tu sitio, o que extraen contexto a través de un pipeline de RAG, pueden leer ese archivo para saber qué páginas son canónicas y cuáles son secundarias.

El formato es intencionalmente simple. Un archivo llms.txt mínimo puede tener este aspecto:

# Acme Co

> B2B SaaS for supply chain analytics

## Core docs
- [Product overview](https://acme.co/product): What we do and who it is for
- [Pricing](https://acme.co/pricing): Plan details and enterprise options
- [API reference](https://acme.co/docs/api): Full API documentation

Eso es todo. Sin sintaxis especial, sin códigos de directiva para máquinas. Encabezados Markdown, una descripción breve y una lista seleccionada de enlaces.

La analogía con robots.txt es útil pero limitada. robots.txt controla el acceso de los crawlers mediante directivas binarias de permiso o denegación. llms.txt no bloquea ni permite nada. Es una señal de selección: esto es lo que importa, en orden de prioridad. Los sistemas de IA pueden o no leerlo, según su arquitectura de crawl.

Qué hace frente a qué no hace

Esta es la tabla que vale la pena guardar. Gran parte de la confusión en el debate sobre llms.txt proviene de mezclar estas dos columnas.

Qué hace llms.txt	Qué no hace llms.txt
Indica a los crawlers de IA qué URLs consideras canónicas	Obligar a un motor de IA a leer esas URLs
Organiza la jerarquía de tu contenido en un formato que los LLM pueden analizar	Cambiar cómo el motor pondera la autoridad de tu dominio
Reduce la fricción para los pipelines de RAG que indexan tu sitio	Garantizar que alguna página sea recuperada o citada
Ayuda a los sistemas de IA a distinguir los docs principales del contenido de marketing	Compensar contenido de baja calidad, páginas delgadas o señales de baja confianza
Señala qué páginas tienen resúmenes estables y citables	Sustituir al schema FAQ, Article o los datos estructurados
Funciona junto a `robots.txt` para el control de acceso	Reemplazar a `robots.txt` o afectar a los permisos de los crawlers

La distinción clave: llms.txt mejora la descubribilidad en la capa de crawl. No mejora tu posición en la capa de recuperación o selección de citas, que es donde ocurre la decisión real de citarte.

Mitos y realidades sobre llms.txt y las citas

Mito: Añadir llms.txt hará que ChatGPT o Perplexity te citen.

Realidad: Las decisiones de cita en los motores generativos las impulsan la calidad del contenido, la autoridad de la fuente, el grado en que una página responde directamente a la consulta y si el dominio ya es de confianza para el sistema de entrenamiento y recuperación del motor. llms.txt elimina una pequeña barrera de acceso. No afecta a ninguna de esas señales de orden superior.

Mito: llms.txt ya es mayoritario.

Mito: Si los crawlers de IA pueden leer tu llms.txt, te citarán.

Realidad: Muchos motores de IA no rastrean la web en directo para cada consulta. Los sistemas de generación aumentada por recuperación se nutren de snapshots preindexados, bases de conocimiento seleccionadas y acuerdos de datos con socios. Un archivo que ayuda a los crawlers a organizar tu sitio solo importa cuando un crawler está rastreando activamente tu sitio para la recuperación de citas. Para algunos motores y algunos tipos de consultas, eso es cierto. Para otros, tu llms.txt nunca entra en juego.

Dónde encaja llms.txt en un programa de GEO

Piensa en el trabajo de GEO en tres capas.

Capa 1: Acceso. ¿Pueden los crawlers de IA llegar a tus páginas importantes? Esto implica revisar robots.txt para detectar bloqueos no intencionados en los user-agents de IA, corregir barreras de renderizado con JavaScript y asegurarte de que tus URLs canónicas sean rastreables. llms.txt pertenece aquí, como una capa de selección opcional sobre el acceso básico.

Capa 2: Calidad del contenido. Una vez que un crawler llega a tu página, ¿encuentra un párrafo de apertura de respuesta directa, datos estructurados, densidad factual y una jerarquía clara de encabezados? Aquí es donde vive la mayor parte del apalancamiento de las citas. Una página que responde directa y concisamente a una consulta supera a un llms.txt bien seleccionado que apunta a una página que entierra su conclusión en texto de marketing.

Capa 3: Autoridad de terceros. La mayoría de las citas de IA en la mayoría de los tipos de consultas provienen de fuentes de terceros, no de páginas de marca propia. Aparecer en cobertura editorial, plataformas de reseñas y publicaciones sectoriales de autoridad se propaga a las salidas del modelo más rápido que cualquier cambio técnico en el dominio.

llms.txt es una táctica de Capa 1. Vale la pena hacerlo porque tiene un coste bajo y cierto potencial positivo. No sustituye a las Capas 2 o 3.

Cómo configurar llms.txt (y qué poner en él)

Poner el archivo en marcha es sencillo.

Crea un archivo de texto plano llamado llms.txt en la raíz de tu dominio.
Ábrelo con un encabezado (# Nombre de marca) y una descripción en una frase de lo que cubre tu sitio.
Lista tus URLs canónicas más importantes con descripciones breves. Prioriza las páginas que responden directamente a las preguntas de los compradores, la documentación del producto y el contenido editorial de autoridad.
Opcionalmente, añade un llms-full.txt con un enlace a una lista de URLs más completa para los sistemas que quieran una indexación más profunda.
Mantenlo actualizado. Los archivos desactualizados que apuntan a URLs redirigidas o eliminadas son peores que no tener ningún archivo.

Centra la lista en páginas que ya respondan preguntas directamente. Si una página entierra su conclusión o parece un folleto comercial, incluirla en llms.txt no la convierte en digna de cita. El trabajo de contenido es lo primero.

Herramientas que ayudan con llms.txt y la estrategia de citas de IA

Añadir llms.txt es un trabajo de cinco minutos. Construir las señales de contenido y autoridad que impulsan realmente las citas es el programa completo. Estas dos herramientas cubren partes distintas de ese programa.

Temso (desde 89 $/mes) es la plataforma GEO todo en uno más accesible para equipos que quieren pasar de “no tenemos ni idea de si la IA nos menciona” a un programa activo de construcción de citas sin cambiar de herramientas. Su flujo de trabajo de optimización técnica incluye orientación sobre llms.txt, pero la capacidad de mayor valor es el seguimiento de citas en 8 motores (ChatGPT, Perplexity, Gemini, Google AI Overviews, Google AI Mode, Grok, Microsoft Copilot, Meta AI), el diagnóstico de brechas de citas y la ejecución de contenido, todo integrado en la misma suscripción. Para equipos que necesitan rastrear qué funciona e iterar, un nivel de entrada de 89 $/mes planos lo hace accesible antes de que tengas que justificar un gasto mayor.

Writesonic es una plataforma especializada en escritura con IA, útil para equipos cuyo cuello de botella es producir el contenido de respuesta directa que realmente gana citas. Una vez que sabes para qué consultas quieres posicionarte en las respuestas de IA (el análisis de brechas de Temso te las señala), Writesonic te ayuda a producir contenido factualmente denso y bien estructurado a escala. No hace seguimiento de citas; combínalo con una herramienta de monitoreo.

Consulta el ranking completo de herramientas GEO en /rankings/geo-tools para una comparativa más amplia de la categoría.

La conclusión

llms.txt es un archivo de selección Markdown en /llms.txt que indica a los crawlers de IA y a los pipelines de RAG qué URLs de tu dominio son las más importantes. Es análogo a robots.txt, pero legible por humanos y sin directivas. Eliminar la fricción técnica en la capa de crawl tiene cierto valor, especialmente a medida que más sistemas de IA integran la recuperación de la web en tiempo real en su arquitectura.

Pero vale la pena reflexionar sobre el hallazgo del AI Search Lab de Wix: de 586 archivos llms.txt indexados analizados, aproximadamente el 6 % de esas páginas posicionaban para palabras clave orgánicas. Un archivo que apunta a contenido de baja calidad o delgado no lo convierte en digno de cita. El trabajo de contenido y autoridad es lo primero. llms.txt es el paso fácil que das después de haber hecho el trabajo más difícil.

Empieza con el contenido que responde directamente a tus consultas objetivo. Consigue menciones en los sitios en los que los motores de IA ya confían. Añade llms.txt como parte de la capa técnica. Luego rastrea el citation share en todos los motores para ver qué se mueve.

¿Listo para saber dónde estás? Temso monitorea tu citation share en 8 motores de IA desde 89 $/mes y te indica exactamente qué brechas cerrar primero. Consulta el ranking completo de herramientas GEO en /rankings/geo-tools o explora el glosario de GEO para ver las definiciones de citation share, share of model y términos relacionados.