llms.txt

llms.txt es un estándar propuesto para un archivo Markdown en la raíz de un sitio web (/llms.txt) que proporciona a los modelos de IA una descripción general breve y estructurada del sitio y enlaces a su contenido más útil.

llms.txt es un archivo de texto plano en formato Markdown que un sitio web coloca en su raíz, por ejemplo, ejemplo.com/llms.txt. La idea es ofrecer a los modelos de lenguaje un resumen claro de qué trata el sitio y una lista seleccionada de sus páginas más importantes, sin los menús, scripts y anuncios que dificultan el procesamiento de las páginas web normales. El formato fue propuesto en 2024 por Jeremy Howard de Answer.AI y desde entonces ha sido adoptado por muchos sitios de documentación y empresas de software.

Qué contiene el archivo

La propuesta describe una estructura sencilla:

  • Un encabezado con el nombre del sitio o proyecto.
  • Un breve resumen en un bloque de cita que explica lo que ofrece el sitio.
  • Párrafos adicionales opcionales con contexto clave.
  • Secciones con listas de enlaces a páginas importantes, cada una con una breve descripción.

Algunas webs también publican un llms-full.txt archivo que contiene el texto completo de su documentación en un solo documento, para que una herramienta de IA pueda cargarlo todo a la vez.

¿Funciona?

Aquí es donde hay que gestionar las expectativas. llms.txt es una propuesta de la comunidad, no un estándar web oficial, y los grandes proveedores de búsqueda de IA no han confirmado que lo utilicen para elegir o clasificar fuentes. Google ha declarado que no utiliza llms.txt para Search o AI Overviews. En la práctica, el archivo es más útil para herramientas de desarrollo y asistentes de codificación que se dirigen a la documentación, y para agentes de IA a los que se les indica explícitamente que lo lean.

Tampoco es una forma de controlar el acceso. llms.txt no bloquea ni permite rastreadores. Esa sigue siendo la función de robots.txt.

¿Deberías añadir uno?

Para la mayoría de los sitios, es una adición de bajo esfuerzo y bajo riesgo. Si tienes un producto de software, una API o un sitio con mucho conocimiento, un llms.txt puede facilitar que las herramientas de IA encuentren las páginas correctas. Para un sitio web comercial o de un editor típico, el efecto en la visibilidad en las respuestas de IA es probablemente pequeño. Es mejor invertir tu tiempo en la rastreabilidad, el contenido claro y las menciones en sitios de confianza.

Consejos si creas uno

  • Sé breve y céntrate en páginas que respondan a preguntas reales.
  • Utiliza textos de enlace descriptivos y descripciones de una línea.
  • Actualízalo cuando añadas o elimines contenido importante.
  • Asegúrate de que las páginas enlazadas sean accesibles para los rastreadores y no estén bloqueadas en robots.txt.

Errores habituales

Tratar llms.txt como un factor de clasificación, copiar un sitemap completo en él o usarlo para intentar dirigir herramientas de IA con afirmaciones promocionales.

Preguntas sobre llms.txt

¿Para qué se utiliza llms.txt?

Proporciona a las herramientas de IA un resumen breve y estructurado de un sitio web y enlaces a sus páginas clave en Markdown, lo que facilita el procesamiento del contenido por parte de los modelos de lenguaje.

¿Google utiliza llms.txt?

No. Google ha dicho que no utiliza llms.txt para Search o AI Overviews.

¿Es llms.txt lo mismo que robots.txt?

No. robots.txt indica a los rastreadores a qué pueden acceder. llms.txt solo ofrece una visión general del contenido y no controla el acceso.

Términos relacionados