llms.txt: para qué sirve de verdad y para qué no
Ahrefs analizó 137.210 dominios: el 97% de los ficheros llms.txt no recibió ni una sola petición en un mes. Qué dice Google, qué usos sí tiene y cómo implementarlo sin engañarte.
En mayo de 2026, Ahrefs revisó los 137.210 dominios con tráfico de su panel de analítica y comprobó cuántos publicaban un llms.txt y cuántas peticiones recibía ese fichero. El 28% lo tenía publicado. De los aproximadamente 38.000 ficheros válidos, solo unos 1.100 recibieron alguna petición en todo el mes: el 97% no recibió ni una. Y del tráfico que sí llegó, una parte relevante no eran modelos leyendo tu web, sino herramientas de auditoría comprobando que el fichero existía.
Mientras tanto, la adopción se multiplicó por 8,8 entre junio de 2025 y mayo de 2026, pasando de unas 4.088 instancias a 36.120. Es decir: cada vez más sitios publican un archivo que casi nadie pide.
Ese desajuste —adopción disparada, uso plano— es la historia entera del llms.txt, y explica por qué se ha convertido en la casilla favorita de los checklists de «SEO para IA». Este artículo es para quien tiene que decidir si dedicarle tiempo. La respuesta corta: probablemente sí publicarlo si se genera solo, casi nunca si hay que mantenerlo a mano, y en ningún caso esperando que te traiga citas.
Qué es exactamente el llms.txt
El llms.txt es un fichero de texto en Markdown ubicado en la raíz del dominio, propuesto en septiembre de 2024 por Jeremy Howard (Answer.AI), que ofrece a los modelos de lenguaje y a los agentes de IA una vista curada de los contenidos más relevantes de un sitio.
La definición importa porque casi todos los malentendidos vienen de asumir cosas que la propuesta nunca dijo.
Su lógica de partida es razonable. Los modelos tienen ventanas de contexto limitadas y el HTML de una web moderna está lleno de navegación, scripts y ruido. Un fichero que diga «esto es lo que somos y estas son las veinte páginas que importan», en Markdown limpio, ahorra trabajo. La idea no es tonta: es la misma intuición que hay detrás del sitemap.xml, trasladada a un consumidor distinto.
Hay dos variantes en la práctica. El llms.txt ligero es un índice: título, descripción de una frase y listas de enlaces con una breve explicación cada uno. El llms-full.txt va más allá e incluye el contenido íntegro en Markdown, listo para ingerir sin más peticiones.
Y hay una cosa que no es, aunque se repita constantemente: no es un mecanismo de permisos. No concede ni deniega acceso a nada. Eso lo hace el robots.txt, y son ortogonales. Si tu WAF está devolviendo un 403 a OAI-SearchBot, da igual lo impecable que sea tu llms.txt: no compensa un bloqueo, porque para leerlo el bot también tendría que poder entrar. Ese orden de operaciones lo desarrollo en la auditoría técnica de robots.txt y OAI-SearchBot; aquí basta con retenerlo.
Qué ha dicho Google, con nombres y fechas
Esta parte suele contarse de oídas, así que conviene ponerla con su procedencia.
Julio de 2025, Search Central Live. Gary Illyes, de Google, afirmó que Google no soporta llms.txt y que no tiene planes de hacerlo.
John Mueller, también de Google, lo comparó con la meta etiqueta de keywords —el ejemplo canónico de señal que los buscadores dejaron de mirar por abuso— y señaló que ningún servicio de IA lo estaba usando y que los bots no pedían el archivo. Añadió que mantener páginas Markdown paralelas para bots le parecía mal uso del tiempo.
15 de mayo de 2026. Google publicó su guía de optimización para IA e incluyó el llms.txt entre las tácticas que los responsables de sitios pueden ignorar. El razonamiento es el más importante de los tres, porque no es una opinión sobre el formato sino una descripción de la arquitectura: AI Overviews y el modo IA se sirven del mismo índice de Búsqueda que el ranking clásico. No hay una tubería separada a la que alimentar. Si Google ya te rastrea e indexa, no necesita que le des el contenido otra vez en otro formato; y si no te rastrea, el problema es otro.
Ninguna de las tres declaraciones deja resquicio interpretativo. No dicen «todavía no», dicen «no lo usamos y no está en la hoja de ruta».
Los datos, con sus límites
El estudio de Ahrefs es hasta la fecha la medición más amplia y conviene leerlo con su metodología delante, no solo con el titular.
Tomaron todos los dominios de Ahrefs Web Analytics con tráfico en mayo de 2026 —137.210—, comprobaron cuáles servían un llms.txt con respuesta 200 y después usaron su Bot Analytics para contar cada petición a esa ruta, separando respuestas 200 de 404 y clasificando por user-agent.
Los resultados:
- El 28% de los dominios publicaba el fichero.
- El 97% de los ficheros válidos no recibió ninguna petición en el mes.
- De unos 38.000 ficheros, solo alrededor de 1.100 tuvieron algo de tráfico.
- El 96% de las peticiones que sí ocurrieron venían de bots, no de personas.
- Dentro de esas peticiones, un 19,5% correspondía a herramientas de IA identificadas y un 12% a herramientas de auditoría y escáneres.
Ese último desglose es el más revelador y el que nadie cita: una porción sustancial del poco tráfico que reciben estos ficheros procede de herramientas que están comprobando si el fichero existe —porque un checklist lo pide—, no de modelos consumiéndolo. Entre los agentes identificados aparecen GPTBot, Claude-Code, PerplexityBot y Slackbot, lo cual es coherente con la tesis de este artículo: quien lo pide lo hace en contextos de agente o de herramienta, no en el flujo de generar una respuesta citada.
Los límites, porque un dato sin límites es propaganda. La muestra son sitios con Ahrefs Web Analytics instalado, que no es una muestra aleatoria de la web. Es un único mes. Y la ausencia de peticiones a /llms.txt no prueba que ningún sistema lo haya usado nunca, solo que en esa ventana y esa población casi nadie lo pidió. Aun así, el orden de magnitud es tan claro que la carga de la prueba se invierte: quien afirme que el llms.txt mejora la citación tiene que enseñar datos, y hasta ahora nadie los ha enseñado.
Una medición independiente apunta en la misma dirección: en el análisis de OtterlyAI que ya citaba en la guía de GEO, solo el 0,1% del tráfico de bots de IA tocó el archivo.
Por qué entonces todo el mundo lo publica
Si la evidencia es tan unánime, ¿por qué la adopción se multiplicó por casi nueve en un año? Tres razones, y ninguna tiene que ver con que funcione.
Es verificable en dos segundos. Un consultor puede abrir tudominio.com/llms.txt, ver un 404 y venderte la corrección. Un entregable comprobable de un vistazo se vende infinitamente mejor que «hay que reestructurar los bloques de contenido para que sean autocontenidos», aunque lo segundo sea lo que mueve la aguja.
Se parece a algo que sí funcionó. El robots.txt y el sitemap.xml son ficheros en la raíz que los buscadores sí consumen. La analogía formal es tan fuerte que se asume la analogía funcional. Pero aquellos dos existen porque Google y Bing decidieron leerlos: un formato solo vale lo que valga su adopción por el consumidor, no por el emisor.
Rellena la ansiedad de un canal nuevo. Cuando aparece un canal que nadie sabe medir, la demanda de acciones concretas se dispara. Publicar un archivo da sensación de haber hecho algo. Es la misma dinámica que llenó los años dos mil de meta keywords.
Entonces sí sirve para algo: los tres usos reales
Sería igual de deshonesto pasar de «no sirve para citar» a «no sirve para nada». Hay tres contextos donde tiene sentido, y los tres comparten una característica: el consumidor del fichero no es un buscador, es alguien que ya ha decidido leerte.
Uno: documentación técnica para agentes y asistentes de código. Es el caso de uso que originó la propuesta y el único con adopción demostrable. Si tienes un SDK, una API o documentación extensa, un llms.txt permite que un asistente localice las páginas correctas sin rastrear el sitio entero. Que Claude-Code aparezca entre los user-agents del estudio de Ahrefs no es casualidad: es exactamente este uso.
Dos: dar contexto a un modelo en una sola pegada. Un llms-full.txt bien construido es tu sitio entero en Markdown limpio. Cuando alguien —un periodista, un cliente potencial, un compañero— quiere que un modelo entienda a qué te dedicas, pegar una URL es mucho mejor que pegar quince. Es un uso humano, no automático, y es más frecuente de lo que parece.
Tres: infraestructura interna. Si alimentas un asistente propio, un buscador interno o cualquier sistema RAG con tu contenido, ya necesitas una representación limpia y actualizada de tu sitio. El llms.txt puede ser esa representación, con la ventaja de que además es pública.
Fíjate en lo que ninguno de los tres es: un canal de citación. Ese es el punto.
Cómo lo tenemos nosotros, y por qué
Predicar sobre esto sin enseñar la propia implementación sería incoherente, así que aquí está la nuestra, que puedes abrir ahora mismo: /llms.txt y /llms-full.txt.
Lo publicamos sabiendo lo que dice la evidencia de este artículo. La razón es una sola y es la que debería decidirlo en tu caso también: no nos cuesta mantenerlo, porque no lo mantenemos.
Ambos ficheros son route handlers que se generan a partir de las mismas constantes canónicas que alimentan la web: el catálogo de servicios, las fases del método, las FAQs, el glosario y los artículos. Cuando damos de alta un servicio o publicamos un post, los dos ficheros se actualizan solos en el siguiente despliegue. No hay un Markdown paralelo que alguien tenga que acordarse de tocar.
Esto no es un detalle de implementación, es la diferencia entre que la relación coste-beneficio salga o no salga. Recuerda el error clásico del formato: un llms.txt escrito a mano en enero describe, en octubre, una web que ya no existe. Y un fichero que describe mal tu sitio es peor que su ausencia, porque en los pocos casos en que alguien lo consuma le estarás dando información equivocada sobre ti.
La otra decisión que tomamos: el ligero pesa unos 10 KB y el completo unos 129 KB. El primero es un índice curado, no un volcado del sitemap. Si tu llms.txt tiene 5.000 enlaces, has reproducido el sitemap y has perdido lo único que aportaba el formato, que es la curación.
Buenas prácticas si decides implementarlo
Asumiendo que lo generas automáticamente y que entiendes para qué sirve, así es como se hace bien. Ninguna de estas prácticas te va a traer citas; todas evitan que el fichero sea contraproducente.
Genéralo desde tu fuente de verdad, nunca a mano. Es la regla que hace irrelevantes a casi todas las demás. Si el fichero deriva de los mismos datos que renderizan tu web, no puede desactualizarse.
Cura, no vuelques. Entre 20 y 100 enlaces a lo que de verdad importa. El valor del formato es la jerarquía que tú impones; un volcado exhaustivo ya lo tienes en el sitemap.
Abre con una definición autocontenida. Un H1 con el nombre y una cita en blockquote que explique qué eres en una frase que se entienda sin contexto. Es el mismo principio de extractibilidad que rige el AEO: si el pasaje no se sostiene solo, no sirve.
Describe cada enlace. Una línea por URL diciendo qué hay ahí. Una lista de enlaces desnudos obliga a pedir cada página, que es justo el trabajo que el fichero pretendía ahorrar.
Usa URLs absolutas y canónicas. Con el mismo host que tu canonical. Si tu sitio canonicaliza en www y el llms.txt enlaza sin www, estás publicando URLs que redirigen.
Mantenlo accesible de verdad. Respuesta 200, Content-Type de texto, sin bloqueo en robots.txt y sin desafío de WAF. Suena obvio y falla más de lo que parece: en el estudio de Ahrefs, buena parte de las peticiones acabaron en 404.
No dupliques contenido que ya es rastreable. El llms-full.txt no es una segunda versión de tu sitio para posicionar. Es un formato de conveniencia. No lo enlaces desde la navegación ni esperes que aporte nada a tu SEO clásico.
No lo cuentes como acción de GEO en un informe de cliente. Esto es lo que separa un proveedor honesto de uno que rellena. Si aparece en un informe mensual como palanca de visibilidad en IA, está inflando el trabajo.
Lo que sí decide que la IA te cite
Si has llegado hasta aquí buscando qué hacer en lugar de esto, el orden es el siguiente, y es deliberadamente aburrido.
Primero, acceso. Que los crawlers de IA reciban 200 en tus páginas públicas, verificado en logs de servidor y no en el fichero de configuración. Es donde más proyectos fallan y donde el arreglo es más rápido.
Segundo, extractibilidad. Que tus respuestas vivan en bloques que se entiendan fuera de contexto. La unidad de citación es el pasaje, no el artículo. Si la respuesta a una pregunta está repartida en tres secciones, no te citan a ti: citan a quien la dijo entera en un párrafo.
Tercero, entidad. Que un motor pueda resolver quién eres sin ambigüedad y contrastarlo con fuentes externas. Ahí entran los datos estructurados coherentes, la autoría verificable y el SEO de entidades.
Cuarto, corroboración externa. Que otros hablen de ti. Es el argumento que desarrollo en del backlink al consenso, y es la capa más lenta y más difícil de falsear.
Quinto, medición. Una batería estable de prompts que te diga si estás ganando o perdiendo presencia, porque sin serie histórica cualquier decisión sobre el canal es una opinión. Lo desarrollo en el dashboard GEO en seis capas.
El llms.txt no aparece en esa lista. No porque sea dañino, sino porque no compite: pertenece a otra categoría de problema.
A quién no le conviene dedicarle ni una hora
Si tu web no tiene documentación técnica ni casos de uso de agentes. Una web corporativa, una landing de servicios o un e-commerce no tienen consumidor natural para este fichero. El uso de «pegar el contexto a un modelo» existe, pero no justifica un proyecto.
Si tendrías que mantenerlo a mano. Si tu stack no permite generarlo desde los datos del sitio, el coste real no es crearlo: es acordarse de actualizarlo cada vez que cambie algo, durante años. Ese coste casi nunca se paga solo.
Si aún tienes crawlers bloqueados. Es el orden invertido más común. Publicar un llms.txt mientras tu WAF rechaza a OAI-SearchBot es poner un cartel de bienvenida en una puerta cerrada con llave.
Si te lo están vendiendo como la solución a tu visibilidad en IA. Ahí el problema no es el fichero, es el proveedor.
Preguntas frecuentes sobre llms.txt
¿Sirve el llms.txt para que ChatGPT o Perplexity citen mi marca? No hay evidencia de que sirva para eso. Ahrefs analizó en mayo de 2026 los 137.210 dominios de su panel de analítica y encontró que el 97% de los ficheros llms.txt válidos no recibió ni una sola petición durante el mes. Un fichero que los bots no piden no puede influir en lo que esos bots responden. Las citas dependen del acceso de los crawlers, de la extractibilidad del contenido y de las señales de entidad, no de este archivo.
¿Google usa el llms.txt? No, y lo ha dicho de forma explícita y repetida. Gary Illyes afirmó en Search Central Live de julio de 2025 que Google no lo soporta ni tiene planes de hacerlo. La guía de optimización para IA que Google publicó el 15 de mayo de 2026 lo incluye entre las tácticas que se pueden ignorar, razonando que AI Overviews y el modo IA se sirven del mismo índice de Búsqueda que el ranking clásico. John Mueller lo comparó con la difunta meta etiqueta de keywords.
Entonces, ¿para qué sirve el llms.txt? Para casos de agentes y documentación, no para citación. Tiene sentido cuando un agente o un asistente de código necesita una vista curada y en Markdown de tu documentación sin rastrear todo el sitio: por eso lo usan proyectos técnicos y SDKs. También sirve como recurso interno, para alimentar tu propio asistente o para dar contexto a un modelo en una sola pegada. Fuera de esos usos, es un experimento barato, no una palanca de visibilidad.
¿Es lo mismo llms.txt que robots.txt? No, son ortogonales. El robots.txt controla el acceso: dice qué user-agents pueden rastrear qué rutas, y un bloqueo ahí sí te deja fuera. El llms.txt no concede ni deniega permisos: es una guía de contenido. Si tu WAF devuelve un 403 a OAI-SearchBot, ningún llms.txt lo compensa. Primero se audita el acceso; el llms.txt, si acaso, va después.
¿Merece la pena publicarlo aunque casi nadie lo lea? Depende de lo que cueste mantenerlo. Si lo generas automáticamente desde tu propia fuente de datos, el coste marginal es cercano a cero y te llevas los usos de agente y de contexto interno. Si implica mantener a mano un fichero paralelo al sitio, la relación coste-beneficio no sale: acabarás con un archivo desactualizado que describe mal tu web, que es peor que no tenerlo.
¿Y el llms-full.txt? Es la variante con el contenido completo en Markdown en lugar de solo el índice de enlaces. Aplica la misma lógica: como canal de citación no hay evidencia de que funcione, y como material para agentes o para dar contexto a un modelo es donde tiene sentido. Publicarlo cuesta poco si se genera solo; mantenerlo a mano casi nunca compensa.
La conclusión honesta es más aburrida que las dos posturas que circulan. El llms.txt no es una estafa ni es la llave de la visibilidad en IA: es un formato razonable con un problema de adopción por parte de quien tendría que consumirlo. Publícalo si te sale gratis mantenerlo, aprovecha los usos que sí tiene, y no lo apuntes en la columna de las cosas que te van a hacer aparecer en las respuestas. Esa columna se llena con acceso, extractibilidad, entidad y corroboración, que dan mucho menos titular y son las que funcionan.
Fuentes
- Ahrefs — «We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read» (mayo de 2026). ahrefs.com/blog/llmstxt-study
- Google Search Central — Guía de optimización para funciones de IA, 15 de mayo de 2026.
- Gary Illyes (Google), Search Central Live, julio de 2025.
- John Mueller (Google), declaraciones públicas sobre llms.txt.
- Jeremy Howard (Answer.AI) — propuesta original del estándar, septiembre de 2024. llmstxt.org
- OtterlyAI — Investigación 2026 sobre tráfico de bots de IA y uso de llms.txt.
Datos verificados a 8 de agosto de 2026. Si alguna cifra o declaración ha cambiado desde entonces —o si tienes datos propios que contradigan lo anterior— escríbeme: en un artículo cuya tesis depende de la evidencia disponible, mantenerlo al día es parte del argumento.
¿Quieres saber qué sí mueve tu visibilidad en IA?
Auditamos la capa que de verdad decide si los motores generativos pueden citarte: acceso real de los crawlers verificado en logs, extractibilidad del contenido y señales de entidad. Con evidencia reproducible de tu propio sitio, no con ficheros de cortesía.
Ver la auditoría GEOFOUNDER & SEO LEAD
Founder de Autoridad Digital. Especialista en SEO, Generative Engine Optimization, Topical Authority y Authority Stacking, PR Digital. Todos los artículos del blog están firmados por él.