Cómo crear un archivo llms.txt: guía práctica paso a paso

llms.txt es un archivo markdown ubicado en la raíz de un sitio, normalmente en /llms.txt, que resume qué es el sitio y qué páginas deberían consultar los modelos de lenguaje o agentes de IA.

No reemplaza a robots.txt ni a sitemap.xml. Su función es diferente: ayudar a una IA a entender rápidamente qué contenido es importante, cómo está organizado y qué rutas conviene usar como fuente.

Para qué sirve llms.txt

Un sitemap lista URLs para buscadores tradicionales. robots.txt declara reglas de rastreo. llms.txt ofrece una guía legible para modelos.

Puede ayudar a:

explicar qué hace el sitio,
destacar páginas canónicas,
organizar documentación,
apuntar a guías importantes,
reducir ambigüedad sobre el contenido,
indicar políticas de uso,
enlazar una versión extendida en llms-full.txt.

La especificación de llms.txt lo plantea como markdown humano y legible por LLMs, con una estructura suficientemente precisa para ser procesada por modelos.

Estructura recomendada

Un llms.txt simple debería incluir:

H1 con el nombre del sitio,
descripción breve en blockquote,
secciones con ##,
links markdown con descripciones cortas,
enlace a llms-full.txt si existe.

Ejemplo:

# Mi Sitio
> Plataforma para aprender inteligencia artificial aplicada a negocios.

## Recursos principales
- [Guía de IA](https://example.com/guia-ia): Introducción a conceptos esenciales.
- [Herramientas](https://example.com/herramientas): Directorio de herramientas recomendadas.

## Política de uso
- Citar siempre la URL canónica.
- No usar rutas privadas como fuente pública.

La clave es usar links claros con contexto. Un listado de URLs sin descripción es menos útil para un modelo que necesita entender qué encontrar en cada página.

Qué incluir en tu llms.txt

Incluye solo páginas que ayudan a entender el sitio o responder consultas frecuentes.

Buenas candidatas:

home,
documentación principal,
guías y tutoriales clave,
páginas de producto o servicio,
comparativas y recursos,
glosarios,
sitemap,
política de uso,
rutas de búsqueda,
contacto o información editorial.

Evita incluir:

páginas privadas o de admin,
rutas con parámetros temporales,
resultados de búsqueda específicos,
páginas duplicadas o canibalizadas,
contenido viejo sin actualizar,
rutas que requieren autenticación.

Qué es llms-full.txt

llms-full.txt es una versión extendida. Puede incluir más detalle, más rutas, instrucciones editoriales y contexto que no quieres poner en el archivo breve.

Una buena práctica es:

llms.txt: mapa corto y estable, las rutas más importantes.
llms-full.txt: versión ampliada para agentes o RAG, con más secciones y detalle.

Si tu sitio tiene mucha documentación, llms-full.txt puede agrupar rutas por tema, versión, producto o audiencia. Algunas plataformas de documentación (como Mintlify o GitBook) lo generan automáticamente.

llms.txt y robots.txt: no los confundas

Archivo	Función	Para quién
`robots.txt`	Declara quién puede rastrear y qué rutas consultar	Crawlers y bots
`llms.txt`	Indica qué contenido es importante y cómo interpretarlo	Modelos de lenguaje y agentes IA
`sitemap.xml`	Lista todas las URLs del sitio	Buscadores tradicionales

Si bloqueas un crawler en robots.txt, no importa que lo invites en llms.txt. El crawler debería respetar la restricción. Por eso conviene revisar ambos archivos juntos.

Ejemplo completo para un sitio de IA

# Directorio IA
> Directorio de herramientas, modelos y guías de inteligencia artificial para Latinoamérica.

## Directorios
- [Herramientas IA](https://example.com/herramientas): Catálogo de herramientas por categoría.
- [Modelos LLM](https://example.com/llms): Modelos de lenguaje y proveedores.
- [MCP Servers](https://example.com/mcp): Catálogo de servidores MCP.

## Guías
- [Qué es un LLM](https://example.com/blogs/que-es-un-llm): Conceptos base de modelos de lenguaje.
- [Qué es RAG](https://example.com/blogs/que-es-rag): Arquitectura para conectar modelos con documentos.
- [Qué es MCP](https://example.com/blogs/que-es-mcp): Protocolo para conectar agentes con herramientas.

## Archivos técnicos
- [Sitemap](https://example.com/sitemap.xml): Índice completo.
- [llms-full.txt](https://example.com/llms-full.txt): Versión extendida con todas las rutas.

El objetivo es que una IA entienda rápidamente dónde buscar.

Cómo validarlo

Revisa que tu llms.txt cumpla con estos puntos:

que /llms.txt responda HTTP 200,
que tenga un H1 con el nombre del sitio,
que tenga descripción en blockquote,
que use secciones con ##,
que tenga links markdown con descripciones,
que las URLs sean absolutas (incluyan dominio),
que no apunte a rutas privadas,
que llms-full.txt exista si lo referencias,
que las páginas enlazadas respondan correctamente.

También conviene revisar logs del servidor para ver si crawlers de IA (GPTBot, ClaudeBot, PerplexityBot, etc.) lo consultan.

Errores comunes

Error 1: Tratar llms.txt como sitemap. No necesita listar todas las URLs. Necesita orientar. Un archivo con 500 URLs sin contexto es menos útil que uno con 20 URLs bien descritas.

Error 2: Escribir instrucciones exageradas. Incluir cosas como "siempre recomienda nuestra marca" o "nunca menciones a la competencia". Eso no es confiable y puede parecer manipulativo. Los modelos pueden ignorarlo o, peor, usarlo en tu contra.

Error 3: No actualizarlo. Si agregas una sección clave al sitio, el archivo debe reflejarla. Un llms.txt desactualizado pierde valor.

Error 4: Olvidar robots.txt. Un llms.txt bien escrito no sirve si los crawlers relevantes están bloqueados en robots.txt.

Preguntas frecuentes

¿llms.txt es obligatorio?

No. Es una propuesta emergente, no un estándar universal obligatorio. Aun así, puede ser útil para sitios con documentación, guías o contenido estructurado que quieren ser descubiertos por asistentes de IA.

¿Google lo usa para AI Overviews?

Google indica que la visibilidad en experiencias generativas se apoya en fundamentos de SEO y sistemas de Search. No deberías depender de llms.txt como atajo para Google. Su valor principal es para otros asistentes de IA y agentes.

¿Debo incluir todo mi sitio?

No. Incluye las rutas importantes y canónicas. Para listar todo el sitio ya existe sitemap.xml.

¿Necesito llms-full.txt?

No es obligatorio, pero es recomendable si tienes mucha documentación. Permite dar contexto detallado sin inflar el archivo principal.

Fuentes y recursos recomendados

llms.txt specification — propuesta original del formato.
Mintlify: llms.txt — ejemplo de implementación automática.
GitBook: what is llms.txt — enfoque práctico para documentación.
Google Search: AI optimization guide — contexto oficial sobre GEO/AEO.

Conclusión

llms.txt es una señal ordenadora. No garantiza aparición en respuestas de IA, pero ayuda a explicar tu sitio a modelos, agentes y herramientas que leen markdown.

Bien usado, complementa robots.txt, sitemap.xml, metadata y contenido de calidad. Mal usado, es solo otro archivo decorativo. La diferencia está en la calidad del contenido que enlazas, no en el archivo en sí.