Si has llegado aquí es porque alguien te ha dicho que tu web necesita un archivo llms.txt para que la inteligencia artificial te encuentre. Puede que te lo haya dicho una agencia, un plugin que te ha aparecido en el escritorio de WordPress, o un artículo con un título tan seguro de sí mismo que no deja sitio a la duda.
Vamos a ordenarlo con las dos cosas que no suelen estar en esos artículos: lo que dice la persona que escribió la especificación, y un recuento de cuántas webs españolas lo tienen de verdad. Hemos pedido el fichero a 104 dominios y hemos leído los que lo tienen, uno por uno. Si lo que buscas es el cuadro completo de cómo se trabaja la visibilidad en los motores de IA, está en GEO vs SEO; aquí vamos a un fichero concreto y a si merece tu tiempo.
Qué es el archivo llms.txt
El llms.txt es un archivo de texto en formato Markdown que se coloca en la raíz de una web, en `tudominio.com/llms.txt`. Dentro va un resumen de qué es el sitio y una lista de enlaces con una nota en cada uno, pensada para que un agente de IA sepa en dos segundos dónde está lo que busca sin tener que rastrear la web entera.
La propuesta es de Jeremy Howard, cofundador de fast.ai, y se publicó el 3 de septiembre de 2024 en llmstxt.org. El argumento de partida es razonable y sigue siendo cierto: una página web está construida para personas. Lleva navegación, menús, avisos de cookies, scripts y un montón de cosas que un modelo tiene que apartar para llegar al texto. Convertir eso en información limpia cuesta tokens, y cada token cuesta tiempo y dinero.
La idea es dar el atajo hecho: en vez de que el agente deduzca la estructura de tu web, se la cuentas tú en un fichero pequeño.
Cómo es un llms.txt por dentro
La especificación es corta y concreta, y eso importa porque la mayoría de los ficheros que circulan no la cumplen. El orden:
1. Un H1 con el nombre del sitio. Es la única sección obligatoria del fichero.
2. Un blockquote, una línea empezada por `>`, con el resumen de qué es el sitio.
3. Cero o más secciones de texto sin encabezados, con detalles o instrucciones de interpretación.
4. Cero o más secciones con H2, cada una con su lista de enlaces Markdown y, si quieres, dos puntos y una nota en cada uno.
Eso es todo: no hay etiquetas, ni XML, ni un esquema contra el que validar. Y justo por eso es tan fácil de hacer mal, porque cualquier cosa parece un llms.txt.
Lo que cambió en agosto de 2026, y casi nadie lo cuenta
La especificación se revisó el 10 de agosto de 2026 y ahora va por la versión 2. Casi todo lo que está escrito en castellano describe la versión 1, así que si tu fichero se hizo el año pasado, le faltan cosas.
Lo que trae la v2, en orden de importancia práctica:
| Novedad | Qué resuelve |
|---|---|
| Versiones Markdown de cada página, en `pagina.md` o `pagina.html.md` | El enlace del llms.txt apunta a texto limpio, no a HTML que el agente tiene que limpiar |
| `rel="alternate" type="text/markdown"` y `rel="describedby"` | El agente encuentra la versión limpia y el llms.txt sin adivinar la URL |
| Cabecera HTTP `Link:` como alternativa a las etiquetas | Se pone en el servidor o el CDN, sin tocar ninguna página |
| Un llms.txt por carpeta, y gana el más específico | Webs por idioma o por mercado, y sitios donde solo controlas una subcarpeta |
| Se cae del estándar la herramienta de expansión a contexto | La sección `Optional` ya no tiene significado mecánico, solo es una convención útil |
La cuarta fila es la que más cambia el día a día: si tienes la web en varios idiomas o mercados, la v2 ya te da la forma correcta de hacerlo, un llms.txt dentro de cada carpeta. Es justo donde nos hemos encontrado los apaños peores.
Lo que dice quien escribió la norma
La frase más clara que se ha dicho sobre el llms.txt la dijo su propio autor, y no aparece en ninguno de los artículos en castellano que rankean para esta búsqueda.
El mensaje sigue público en su cuenta, con fecha y hora. Traducido y sin suavizarlo: el llms.txt no tiene nada que ver con el SEO. Es, en esencia, un fichero de instrucciones escrito de antemano para que quien use un agente de programación pueda trabajar con tu producto. Y no se usa para entrenar modelos.
Y no lo dijo en una entrevista perdida: está en el mismo hilo que el sector entero citó en enero por otra cosa, la respuesta de un portavoz de Google a si tener el fichero en un dominio suyo era un aval. La frase del autor estaba dos mensajes más abajo.
Encaja, además, con el uso real. Lo dice la propia especificación: los llms.txt se usan sobre todo en documentación de software, donde los agentes de programación los siguen para encontrar referencias de API. Si tu negocio es una clínica, una autoescuela o una tienda de muebles, ese no es tu caso de uso.
Lo que dice Google, en su documentación
La página de Google sobre sus funciones de IA en el buscador lo deja escrito en una línea, y es documentación, no un mensaje suelto:
Está en su documentación de funciones de IA. Y en enero de 2026, preguntado si el hecho de que algunos dominios de Google publiquen un llms.txt es un respaldo de la compañía, su portavoz de búsqueda respondió, literalmente, que no.
Conviene leerlo con calma, porque no dice que el fichero sea malo. Dice que no es un requisito para aparecer en las respuestas de IA de Google. Son dos cosas distintas y el sector las mezcla.
Quién publica uno y quién declara leerlo
Que OpenAI, Anthropic y Google publiquen su llms.txt para su documentación de desarrollo se cita como prueba de que el formato ha triunfado. Conviene separar las dos mitades del asunto.
| Quién | Publica su llms.txt | Declara leer el tuyo |
|---|---|---|
| OpenAI | Para su documentación de API | Su documentación de rastreadores solo habla de robots.txt |
| Anthropic | Para su documentación | Sin declaración pública |
| En algún dominio de producto | Y además ha dicho que eso no es un aval |
La página de OpenAI que documenta sus cuatro rastreadores, GPTBot, OAI-SearchBot, OAI-AdsBot y ChatGPT-User, da un único mecanismo de control: robots.txt. No menciona el llms.txt en ningún sitio, salvo para enlazar el suyo como índice de su documentación. Ese es el dato más honesto que se puede dar hoy sobre este fichero: lo publican, pero ninguno dice que lea el tuyo.
Entonces sirve o no sirve
Las dos respuestas redondas que circulan son falsas: no es imprescindible y no es inútil. Hay una lista corta de casos donde hace algo y otra de casos donde no.
Sirve si vendes software o tienes documentación técnica. Es su caso de uso real y está probado: los agentes de programación lo siguen cuando alguien les pide trabajar con tu librería o tu API. Si tu cliente es desarrollador, le ahorras fricción justo mientras decide si te usa.
Sirve si tu web es grande y su estructura no se adivina. Los patrones de URL, qué secciones hay y qué no está listado es información que un agente no puede deducir rastreando. De toda la muestra, la web que mejor lo ha resuelto hace exactamente esto.
No sirve como palanca de posicionamiento en Google, que lo dice su propia documentación, ni para que ChatGPT empiece a recomendarte. Eso último es otro trabajo y lo explicamos entero en cómo aparecer en ChatGPT: ser citado depende de que existas como entidad, de que tu contenido responda preguntas completas y de que otras fuentes te mencionen, no de un fichero de texto en tu raíz.
Y no es un robots.txt, confusión que sale cada semana. El robots.txt es un control de acceso: dice a qué puede entrar un rastreador.
El llms.txt es información que un agente consulta cuando la necesita, y no concede ni retira ningún permiso. Si quieres decidir qué bots de IA entran en tu web, eso se hace en el robots.txt y en nada más.
Cuántas webs españolas lo tienen de verdad
Aquí dejamos de citar a otros. El 11 de septiembre de 2026 pedimos `/llms.txt` a 104 dominios españoles de diez sectores, elegidos por ser conocidos dentro del suyo. Es una muestra intencionada, no representativa del mercado, y los números hay que leerlos así.
Dos cosas del método, porque sin ellas el recuento no valdría nada. Metimos en la muestra tres dominios que sabíamos que tienen el fichero, y el script aborta si no los detecta: sin ese control, un fallo de red da un censo de ceros perfectamente creíble. Y un 404 prueba que el fichero no está, mientras que un 403 solo prueba que el cortafuegos no nos deja mirar, así que van contados aparte y nunca como ausencias.
| Resultado | Dominios | Proporción |
|---|---|---|
| Tienen el fichero | 34 | 33% |
| No lo tienen, comprobado con un 404 | 46 | 44% |
| Nos bloqueó el cortafuegos, no se puede concluir | 11 | 11% |
| Error de red | 7 | 7% |
| Responden con una página web en vez del fichero | 6 | 6% |
El último grupo merece una frase: seis dominios devuelven un 200 y una página HTML a quien pide el llms.txt. Para un agente eso es peor que no tener nada, porque pide un fichero de texto, recibe una web, y nada señala el error.
Y por sectores el reparto dice bastante sobre quién se ha creído la promesa:
| Sector | Con fichero | De |
|---|---|---|
| Agencias y marketing | 8 | 10 |
| Hosting y WordPress | 7 | 10 |
| Banca y seguros | 4 | 10 |
| Software y SaaS español | 4 | 12 |
| Gran distribución y retail | 4 | 20 |
| Turismo y transporte | 3 | 10 |
| Salud y farmacia | 2 | 6 |
| Medios de comunicación | 1 | 10 |
| Portales y clasificados | 1 | 8 |
| Administración y universidades | 0 | 8 |
Lo tiene quien vende posicionamiento y quien vende hosting. Quien vende cosas, bastante menos. Los medios, uno de diez. La administración y las universidades, cero de ocho.
Los cinco errores que nos hemos encontrado al abrirlos
De los 34 ficheros, 24 cumplen la estructura de la especificación. Pero cumplirla no es lo mismo que servir para algo, y eso solo se ve leyéndolos. La mediana pesa 8,3 KB y 22 de los 34 están por debajo de 10 KB, que es la escala correcta. Y luego hay cuatro por encima de 100 KB.
1. El blog entero volcado en una sola sección. Los dos ficheros más grandes tienen H1, blockquote y H2 correctos, así que cualquier validador los aprueba. Uno pesa 1,59 MB y el otro 710 KB: son la lista completa de entradas del blog con un extracto de cada una, 2.107 y 1.989 enlaces bajo un único encabezado.
La especificación pide literalmente lo contrario, que el fichero sea pequeño para caber en el contexto y que el detalle viva detrás de los enlaces. Uno de 1,59 MB no cabe en ningún contexto, y caber era su única función.
2. Un plugin generándolos mal en serie. Uno empieza así: "Generated by Rank Math SEO, this is an llms.txt file designed to help LLMs better understand and index this website". Esa línea va antes del H1, que es lo único obligatorio de la especificación, así que el fichero no es conforme desde el primer carácter.
Y el H1 que viene después es el título SEO completo, con la frase comercial dentro. Si usas un generador, abre el fichero y mira qué ha escrito.
3. Seis blockquotes seguidos y enlaces sin URL. La especificación pide un blockquote. Uno. Aquí hay seis párrafos de presentación corporativa encadenados, y los ítems de las secciones son del tipo `- [Diseño web Barcelona]`: corchetes, pero ni paréntesis ni dirección. Son 302 KB sin un enlace que un programa pueda seguir.
4. El folleto comercial con numeración de Word. Secciones tituladas `## 1. Introducción` y `## 2. Beneficios de...`, sin blockquote, con los argumentos de venta en negrita y casi ningún enlace. Es el copy de una landing guardado con otra extensión.
5. El fichero de 48 bytes que apunta a otro fichero. Dos webs del mismo sector resuelven el multi-idioma con un llms.txt de dos líneas, una por idioma, apuntando a ficheros con nombres inventados. Sin H1, sin resumen, sin enlaces Markdown. Una tercera hace lo mismo para veinte mercados con líneas de comentario y un formato propio.
El problema es real, y la v2 ya lo resuelve: un llms.txt en cada carpeta, y gana el más específico.
Y el que sí lo ha entendido. Una cadena de electrónica no lista sus productos: explica los patrones de URL de la web, qué significa cada uno, para quién es el sitio y, esto es lo bueno, avisa de lo que no está listado de forma exhaustiva. Es información que no se obtiene rastreando, y es justo lo que la especificación quiere ahí.
Cómo hacer el tuyo bien, si decides hacerlo
Si después de todo lo anterior te sigue interesando, hacerlo bien cuesta menos que hacerlo mal. El orden que seguimos nosotros:
1. Escribe el H1 y el blockquote a mano. El H1 es el nombre de tu negocio, no tu título SEO. El blockquote es lo primero que lee el agente, así que es la parte que más rinde por carácter escrito: qué hacéis, para quién y dónde.
2. Elige los enlaces en vez de volcarlos. Veinte o treinta con una nota útil valen más que dos mil. Si dudas entre listar todo el blog o las cinco páginas que explican qué vendes, son las cinco.
3. Explica lo que no se puede deducir: los patrones de URL, cómo está organizado el catálogo, qué no está listado, a qué zona servís.
4. Un fichero por carpeta si tienes varios idiomas o mercados. Es lo que dice la v2 y evita los apaños del quinto error.
5. Añade el descubrimiento de la v2 si puedes tocar la plantilla o el CDN: la cabecera `Link:` con `rel="describedby"` apuntando a tu llms.txt. Es configuración, no contenido.
Lo que sí audita Lighthouse, y es el mejor argumento para revisarlo
Hay una razón concreta para no dejar un llms.txt roto, y viene de Chrome. Lighthouse tiene una comprobación de llms.txt en su apartado de navegación con agentes.
Se comporta de una forma que dice mucho. Si tu web no tiene el fichero, la auditoría queda como no aplicable, porque tenerlo es opcional. Si lo tiene y da un error de servidor al pedirlo, lo señala.
No tenerlo no te cuesta nada. Tenerlo mal, sí.
Qué haríamos nosotros con tu web
Si alguien te ha dicho que el llms.txt es urgente para tu web de negocio, nuestro orden sería otro. Primero, que tu contenido responda preguntas completas, porque eso es lo que los modelos citan. Después, que tu negocio exista como entidad con datos consistentes en todas partes, que es el trabajo que explicamos en SEO local para negocios. Después, medir si apareces. Y solo entonces, ficheros.
Y la parte que nos toca: `adberg.agency/llms.txt` existe, cumple la especificación y está en la muestra de este censo. Cumple la versión 1.
Le faltaban las tres cosas de la v2, las versiones Markdown, la cabecera `Link:` y las etiquetas de descubrimiento, y lo hemos visto comprobándolo para escribir esto. Ya lo estamos arreglando, y ese es justo el punto: es lo que le pasa a un fichero que se pone una vez y al que nadie vuelve.
¿Quieres saber si tu web aparece en las respuestas de IA?
Eso no lo contesta un fichero de texto, lo contesta una medición. Miramos en qué consultas te mencionan hoy los motores de IA, contra quién compites en ellas y qué falta en tu contenido para entrar.
