Durante el último año, llms.txt se ha presentado como la solución rápida para la búsqueda con IA: añades un archivo de texto a tu sitio y ChatGPT, Gemini y Perplexity te entenderán mejor. Miles de sitios ya lo tienen, y las herramientas de SEO ahora marcan como problema no tenerlo.
Los datos de 2026 cuentan otra historia. En esta guía te explicamos qué es llms.txt, qué dicen las pruebas sobre quién lo lee realmente, dónde ayuda de verdad y qué es lo que realmente determina si las herramientas de búsqueda con IA pueden encontrar y citar tu sitio.
Puntos clave
- llms.txt es un archivo Markdown, propuesto en septiembre de 2024, que ofrece a las herramientas de IA un mapa seleccionado de tu sitio.
- Google afirma que su buscador ignora llms.txt, y el 97 % de los archivos no recibió ninguna solicitud en mayo de 2026 (Ahrefs).
- Sí ayuda a los asistentes de programación con IA a leer documentación para desarrolladores.
- La visibilidad en la búsqueda con IA depende de permitir los rastreadores adecuados, tener el contenido en el HTML y cuidar los fundamentos del SEO.
- Bloquear bots de entrenamiento como GPTBot no te saca de la búsqueda de ChatGPT; bloquear OAI-SearchBot, sí.
La respuesta corta llms.txt no te ayuda a posicionarte ni a que te citen en la búsqueda con IA. Google afirma que su buscador lo ignora, y los registros muestran que los rastreadores de búsqueda con IA casi nunca lo solicitan. Es útil para un público concreto: los asistentes de programación con IA que leen documentación para desarrolladores. Si tienes documentación o una API, añádelo. Si no, dedica ese tiempo a los fundamentos que verás más abajo.
¿Qué es llms.txt?
llms.txt lo propuso Jeremy Howard, de Answer.AI, en septiembre de 2024. Es un archivo Markdown ubicado en /llms.txt que ofrece a las herramientas de IA un mapa breve y seleccionado de tu sitio: qué es y enlaces a las páginas más importantes, idealmente en Markdown limpio en lugar de HTML lleno de menús y scripts.
El formato es sencillo. Solo el título H1 es obligatorio:
- un H1 con el nombre del sitio o del proyecto;
- una cita en bloque con un resumen de una línea;
- párrafos opcionales con contexto adicional;
- secciones H2 con listas de enlaces, cada uno seguido opcionalmente de una nota breve;
- por convención, una sección Optional con enlaces que una herramienta de IA puede omitir si le falta espacio.
# Example Hosting
> Example Hosting provides managed WordPress and VPS hosting with data centres in the EU and US.
Support is available 24/7. Prices are listed in USD.
## Docs
- [Getting started](https://example.com/docs/start.md): Set up your first site
- [DNS guide](https://example.com/docs/dns.md): Point a domain to your hosting
## Optional
- [Changelog](https://example.com/changelog.md)La versión 2 de la especificación, publicada en agosto de 2026, añadió algunas novedades: las copias en Markdown de las páginas pueden estar en page.md además de en page.html.md, los archivos pueden abarcar una subcarpeta como /docs/llms.txt, y las páginas pueden señalar su versión en Markdown y el llms.txt que las cubre mediante etiquetas o cabeceras Link estándar. Hay una creencia muy extendida que es errónea: llms-full.txt, un único archivo con toda tu documentación, no forma parte de la especificación. Es una convención introducida por plataformas de documentación como Mintlify.
¿Quién lo ha adoptado?
La adopción ha crecido rápido. Originality.ai contabilizó 4.088 archivos llms.txt en junio de 2025 y 36.120 en mayo de 2026, 8,8 veces más, entre los más de tres millones de sitios que monitoriza. Aun así, eso supone solo alrededor del 1 % de ellos. Ahrefs descubrió que el 28 % de los 137.000 dominios que usan su producto de analítica publica uno, pero se trata sobre todo de sitios muy orientados al SEO.
Yoast SEO, AIOSEO, Wix, Mintlify y GitBook pueden generar el archivo por ti, y Lighthouse de Chrome añadió una comprobación de llms.txt a su nueva categoría "Agentic Browsing" en mayo de 2026. Esa comprobación solo señala un archivo que da error; si no existe, cuenta como "no aplicable". Las empresas de IA también publican archivos llms.txt, pero solo para su documentación para desarrolladores.
¿Lo leen realmente los buscadores con IA?
Aquí es donde el bombo se desmorona.
Google: "La Búsqueda de Google los ignora"
La guía de Google de 2026 para optimizar de cara a sus funciones de IA generativa incluye llms.txt entre las cosas que puedes ignorar. Indica que no necesitas nuevos archivos legibles por máquinas, archivos de texto para IA ni Markdown para aparecer en la Búsqueda de Google o en sus funciones de IA, "ya que la propia Búsqueda de Google no los utiliza". Una actualización de junio de 2026 añade que crear uno para otros servicios no es problema, pero que "ni perjudicará ni ayudará" a tu visibilidad en la Búsqueda de Google. John Mueller, de Google, lo ha comparado con la antigua metaetiqueta keywords.
OpenAI, Anthropic y Perplexity: silencio
Ninguna documentación sobre rastreadores de OpenAI, Anthropic o Perplexity menciona llms.txt. No lo han descartado, pero ninguna gran plataforma de IA se ha comprometido a leerlo.
Los registros: el 97 % de los archivos no recibió ninguna solicitud
La prueba más clara viene de Ahrefs, que analizó las solicitudes de llms.txt en 137.210 dominios en mayo de 2026. Su conclusión: el 97 % de los archivos llms.txt no recibió ningún tráfico ese mes. Nadie los solicitó.
Del 3 % que sí se solicitó, la mayoría de las peticiones procedían de herramientas de auditoría SEO, rastreadores generales y perfiladores de sitios. Los bots de búsqueda y recuperación con IA, como OAI-SearchBot y PerplexityBot, supusieron apenas el 1,1 % de las solicitudes, un par de cientos en total. Y los bots de IA nunca pidieron llms.txt en sitios que no lo tienen: no van a buscarlo.
Revisa tus propios registros
No tienes por qué fiarte de nadie. Si tu sitio tiene un llms.txt, esto te muestra quién lo ha solicitado:
# Who fetched llms.txt, by user agent (nginx/Apache combined log format)
grep -h '"GET /llms' /var/log/nginx/access.log* 2>/dev/null \
| awk -F'"' '{print $6}' | sort | uniq -c | sort -rn | head -20
# cPanel: per-domain logs live under ~/access-logs/
zgrep -h '"GET /llms' ~/access-logs/* | awk -F'"' '{print $6}' | sort | uniq -c | sort -rnDónde sí ayuda llms.txt: los asistentes de programación con IA
Hay un grupo de herramientas que sí lo usa: los asistentes de programación con IA como Claude Code y Cursor, y las herramientas construidas sobre ellos. En los datos de Ahrefs, los agentes de IA hicieron el 10,5 % de las solicitudes de llms.txt, mucho más que los bots de búsqueda y asistentes de IA juntos (3,6 %), y Claude Code fue la herramienta de IA identificada más activa después del rastreador de entrenamiento de OpenAI. Cuando un desarrollador dirige una de estas herramientas a tu documentación, un índice limpio de páginas en Markdown le permite encontrar rápidamente la referencia de API correcta usando muchos menos tokens: Cloudflare midió una página con 16.180 tokens en HTML y 3.150 en Markdown, alrededor de un 80 % menos.
Así que la regla general es sencilla:
- Publicas documentación para desarrolladores, una API o un producto de software: añade un llms.txt y versiones en Markdown de tus páginas de documentación. Cuesta poco y facilita la vida a los desarrolladores que usan herramientas de IA.
- Tienes un sitio corporativo, una tienda o un blog: es inofensivo y, si tu plugin de SEO lo genera automáticamente, déjalo activado. Pero no esperes ningún cambio en el tráfico de la búsqueda con IA.
Lo que de verdad te hace aparecer en la búsqueda con IA
Según Google, para aparecer como enlace en AI Overviews o en el Modo IA, una página solo tiene que estar indexada y ser apta para mostrar un fragmento en la búsqueda normal. "No hay requisitos técnicos adicionales". Lo que importa es lo mismo que en un buen SEO, con algunos detalles específicos de la IA.
1. No bloquees los rastreadores de IA que te interesan
Cada empresa de IA utiliza varios bots, y cada uno tiene una función distinta. Bloquear el bot de entrenamiento no te saca de la búsqueda con IA, pero bloquear el bot de búsqueda, sí:
- OAI-SearchBot decide si apareces en la búsqueda de ChatGPT. GPTBot se usa para entrenamiento.
- Claude-SearchBot indexa para la búsqueda de Claude; ClaudeBot se usa para entrenamiento; Claude-User obtiene páginas cuando un usuario lo pide.
- PerplexityBot impulsa la búsqueda de Perplexity y no se usa para entrenamiento.
- Google-Extended no es un rastreador. Es un interruptor de robots.txt para el entrenamiento y la fundamentación (grounding) de Gemini, y no afecta a la Búsqueda de Google ni a AI Overviews. Para limitar AI Overviews se usa
nosnippetomax-snippet. - Applebot-Extended solo controla si Apple puede usar el contenido para entrenamiento.
Aquí tienes un robots.txt que mantiene tu visibilidad en la búsqueda con IA y, a la vez, excluye tu contenido del entrenamiento de modelos:
# Allow AI search and user-requested fetches
User-agent: OAI-SearchBot
User-agent: ChatGPT-User
User-agent: Claude-SearchBot
User-agent: Claude-User
User-agent: PerplexityBot
Allow: /
# Opt out of model training
User-agent: GPTBot
User-agent: ClaudeBot
User-agent: Google-Extended
User-agent: Applebot-Extended
Disallow: /
User-agent: *
Allow: /
Sitemap: https://example.com/sitemap.xmlRevisa también tu firewall y tu CDN Google señala que el rastreo debe estar permitido tanto en robots.txt como en cualquier CDN o infraestructura de hosting. Las reglas de protección contra bots de una CDN o de un plugin de seguridad pueden bloquear sin avisar a los rastreadores de búsqueda con IA aunque robots.txt los permita, así que revisa también esa configuración.
También puedes expresar tus preferencias con más precisión mediante Content Signals de Cloudflare, que añade a robots.txt una línea como Content-Signal: search=yes, ai-input=yes, ai-train=no. El IETF está trabajando en un vocabulario estándar para las preferencias de uso por IA, pero todavía es un borrador.
2. Pon tu contenido en el HTML
La mayoría de los rastreadores de IA no ejecutan JavaScript. Un estudio de Vercel de 2024 descubrió que ninguno de los principales rastreadores de IA analizados renderizaba JavaScript, salvo los de Google y Apple. Si tus textos, precios o detalles de productos solo aparecen después de ejecutarse los scripts, las herramientas de IA pueden ver una página vacía. Usa renderizado en el servidor o un CMS como WordPress que genere el contenido en HTML. Comprueba lo que ve un rastreador:
# Fetch the raw HTML the way a crawler does, then look for your key text
curl -s -A "OAI-SearchBot/1.0" https://example.com/pricing | grep -i "per month"3. Cuida los fundamentos
- Páginas claras y concretas que respondan a preguntas reales, con encabezados y listas.
- Datos estructurados que coincidan con lo que se ve en la página. No son obligatorios para la búsqueda con IA, pero ayudan a obtener resultados enriquecidos.
- Un sitemap, buenos enlaces internos y un sitio rápido y fiable. Las directrices de Google incluyen reducir la latencia como parte de una buena experiencia en la página.
- Experiencia real y una reputación que lleve a otros sitios a citarte.
Cómo lo gestionamos en WebGee
Publicamos un llms.txt en webgee.com porque mantenerlo cuesta poco y ayuda a las herramientas de IA que sí lo leen. Nuestro robots.txt también expresa nuestras preferencias sobre IA con Content Signals. Pero el trabajo que de verdad importa es la parte aburrida: páginas renderizadas en el servidor, hosting rápido, datos estructurados limpios y contenido escrito por personas que gestionan hosting todos los días.
Para eso también está pensado nuestro hosting. Los servidores web LiteSpeed con caché mantienen las páginas rápidas tanto para las personas como para los rastreadores, y tienes control total sobre tu robots.txt, tu CDN y tu configuración de seguridad, con soporte 24/7 si necesitas ayuda para interpretar tus registros.
Preguntas frecuentes
¿Mejora llms.txt mi posicionamiento en Google o en AI Overviews?
No. Google indica que la Búsqueda de Google, incluidas sus funciones de IA, ignora llms.txt, y que tenerlo no ayudará ni perjudicará tu visibilidad.
¿Lee ChatGPT el archivo llms.txt?
OpenAI nunca ha dicho que use llms.txt, y los datos de registros de 2026 muestran que su rastreador de búsqueda casi nunca lo solicita. La búsqueda de ChatGPT utiliza OAI-SearchBot, que debes permitir en robots.txt para aparecer.
¿Es perjudicial llms.txt?
No. Publicarlo es inofensivo y resulta útil si tienes documentación para desarrolladores. Eso sí, no esperes que te aporte tráfico desde la búsqueda con IA.
¿Qué es llms-full.txt?
Un único archivo con toda la documentación de un sitio en Markdown. Es una convención de plataformas de documentación como Mintlify, no forma parte de la especificación de llms.txt.
¿Cómo evito que los modelos de IA se entrenen con mi contenido sin desaparecer de la búsqueda con IA?
En robots.txt, bloquea (disallow) los bots de entrenamiento como GPTBot, ClaudeBot, Google-Extended y Applebot-Extended, y permite los bots de búsqueda como OAI-SearchBot, Claude-SearchBot y PerplexityBot.
