llms.txt es un archivo de texto que pones en la raíz de tu sitio para decirle a los sistemas de IA qué hay en él y dónde. Es una propuesta abierta y cualquiera puede publicar uno hoy. Lo que no hay es evidencia de que hacerlo aumente tus citaciones en ChatGPT, Claude o Perplexity.
Yo tengo uno publicado. Dos, de hecho, uno por idioma. Y mi propia herramienta de análisis se niega a sumarlo al puntaje.
Este artículo explica por qué las dos cosas son coherentes.
Qué es, en concreto
Un llms.txt vive en tudominio.com/llms.txt. Es markdown plano. Arriba va el nombre del sitio y un párrafo que dice de qué va. Debajo, una lista de enlaces con una frase por cada uno.
Algo así:
# itsbydavid — David Monzón
> Consultor independiente de sistemas de IA, con base en Guatemala.
## Páginas
- [Precios](https://itsbydavid.com/es/precios/): Tarifas publicadas, sin "contáctanos para cotizar".
- [Análisis gratis](https://itsbydavid.com/es/herramientas/analizar-visibilidad-en-chatgpt/): Comprueba si ChatGPT puede leer tu sitio.
La idea que lo sostiene tiene sentido. Un modelo de lenguaje trabaja con una ventana de contexto limitada. Darle un mapa curado del sitio, en texto limpio, le ahorra rastrear cincuenta páginas llenas de menús y pies de página para entender qué haces.
La propuesta la publicó Jeremy Howard, cofundador de Answer.AI y de fast.ai, el 3 de septiembre de 2024. No es un estándar aprobado por nadie. Ni el IETF ni el W3C lo han ratificado. Es una convención, y su adopción depende de que los proveedores decidan leerla.
Ahí está el problema.
Para qué sí sirve, y esto es real
Si tienes documentación técnica, llms.txt funciona. No de forma teórica: funciona hoy.
Los agentes de desarrollo lo leen. Cursor, Claude Code y Copilot trabajan mejor sobre una librería cuya documentación publica un llms.txt. El agente carga el mapa y salta directo a la página que necesita, en vez de adivinar la estructura de la URL.
Por eso lo han adoptado proyectos como Anthropic, Stripe o Vercel para sus docs. No lo hacen por SEO. Lo hacen porque le sirve a un desarrollador que está usando un agente para integrar su producto.
Esto no lo sé de leerlo. Construyo con agentes a diario. La diferencia entre integrar una librería que publica su mapa y una que no se nota en la primera hora.
Si vendes una API o mantienes una librería, publica uno. El retorno es directo y se nota en cómo de bien te integra la gente.
Si vendes zapatos, o consultoría, o eres una clínica dental, sigue leyendo.
La evidencia de que no mueve citaciones
Tres estudios independientes miraron esto en 2025 y 2026. Los tres llegaron al mismo sitio por caminos distintos.
Ahrefs revisó 137.210 dominios con datos de tráfico. De los cerca de 38.000 que tenían un llms.txt válido, el 97% recibió cero tráfico hacia ese archivo. Y encontraron algo más interesante: ningún bot de IA fue a buscar un llms.txt que no existía. No lo piden. Ni siquiera lo intentan.
ALLMO.ai fue por el otro lado. En vez de mirar quién publica el archivo, miró qué citan los modelos. Analizaron 94.614 URLs citadas dentro de 11.867 respuestas. De todas esas, una sola era un llms.txt. Un 0,001%.
SE Ranking hizo el análisis más duro sobre unos 300.000 dominios. No encontraron correlación significativa entre tener el archivo y ser citado. Después entrenaron un modelo XGBoost para predecir citaciones y probaron a quitarle variables. Cuando quitaron la de llms.txt, la precisión del modelo mejoró. Eso significa que la variable no aportaba señal. Aportaba ruido.
Un dato más, del lado de quien manda. John Mueller, de Google, lo comparó con la vieja etiqueta meta de keywords. O sea, una declaración de lo que el dueño del sitio dice que su sitio contiene. Su argumento tuvo dos partes. Ningún servicio de IA ha dicho que lo use. Y un bot que ya se descargó tu contenido no necesita que le cuentes de qué va.
Ningún proveedor grande se ha comprometido públicamente a leerlo en producción. Ni OpenAI, ni Google, ni Anthropic, ni Meta, ni Mistral.
La adopción, mientras tanto, va entre el 7,4% y el 10,13% de los sitios medidos, según quién cuente.
Entonces por qué tengo uno
Por tres razones, y ninguna es que espere citaciones.
La primera es que cuesta cero. El mío se genera solo en cada build, a partir del mismo manifiesto de rutas que produce el sitemap. No lo mantengo a mano. No puede quedarse desactualizado, porque si añado una página y no aparece ahí, el build falla.
La segunda es que el coste de equivocarme es asimétrico. Si dentro de un año OpenAI decide leerlo, ya lo tengo. Si no lo decide nunca, perdí unas líneas en un script. Publicar algo barato por si acaso es distinto de vendértelo como si funcionara.
La tercera es la que importa aquí: quiero poder escribir este artículo. Criticar una práctica que no has probado es fácil y no vale nada.
Y por qué mi herramienta se niega a puntuarlo
Cuando analizas un sitio con mi herramienta gratuita y detecta un llms.txt, te dice esto, literal:
Tienes llms.txt. No lo cuento en el puntaje: no hay evidencia de que mueva las citas.
Casi todas las herramientas del mercado hacen lo contrario. Detectan el archivo y te suben la nota. Es cómodo para todos: tú te llevas puntos gratis, y la herramienta parece que mide algo accionable.
El problema es que el puntaje deja de significar nada. Si sumo puntos por una señal que la evidencia dice que no correlaciona, estoy inflando un número que después uso para venderte trabajo. Ese es exactamente el juego que digo no jugar.
Qué hacer en su lugar
Si lo que quieres es que ChatGPT pueda citarte, el orden es este. Está sacado de lo que rompe de verdad, no de lo que es cómodo revisar.
Primero, que tu página no llegue vacía. Es el fallo más común y con diferencia el más caro. Muchos sitios modernos se arman en el navegador: el servidor manda una cáscara y el JavaScript la rellena. Una persona ve la página completa. GPTBot, ClaudeBot y PerplexityBot no ejecutan JavaScript, así que reciben la cáscara. Si un crawler recibe doce palabras, no hay nada que citar y ninguna otra cosa que hagas importa.
Segundo, que tu robots.txt no los esté echando sin que lo sepas. Pasa más de lo que parece, casi siempre heredado de una plantilla o de una decisión que tomó otra persona hace tres años.
Tercero, schema válido que describa lo que haces. Y aquí una advertencia que me costó descubrir en mi propio sitio: validar el marcado y comprobar que el contenido existe son dos comprobaciones distintas. Puedes pasar cualquier validador de datos estructurados y seguir siendo ilegible.
Cuarto, contenido con forma de pregunta y respuesta. Un encabezado que hace una pregunta real, con la respuesta directa en la primera frase de abajo. Eso es lo que un modelo levanta para citar. Un párrafo que empieza con "en los últimos años" no se cita nunca.
El llms.txt va después de todo eso. Mucho después.
La parte incómoda
El término con más búsquedas de todo este espacio en español es el nombre del archivo que la evidencia dice que no mueve citaciones.
Eso dice algo sobre el mercado, y no es sobre llms.txt. Es que hay mucha más gente buscando un archivo que copiar y pegar. Y mucha menos dispuesta a comprobar si su servidor le entrega algo a un crawler. Lo primero se hace en diez minutos. Lo segundo puede significar reconstruir cómo se renderiza tu sitio.
Publica tu llms.txt si quieres. Cuesta poco y no hace daño.
Pero si alguien te lo está vendiendo como la pieza que te va a poner en las respuestas de ChatGPT, pídele los datos. Los tres estudios de arriba son públicos y llevan meses ahí.
¿Quieres saber qué recibe de verdad un crawler de tu sitio? El análisis es gratis, tarda unos segundos y no pide registro AQUI. Te dice cuántas palabras recibe GPTBot cuando pide tu página, si tu robots.txt los deja entrar y si tu schema es válido. Y no te suma puntos por tener un llms.txt.