llms.txt: qué es y cómo implementarlo

Igual que robots.txt le dice a los buscadores qué pueden rastrear y sitemap.xml lista tus URLs, llms.txt nace para hablarles a los modelos de lenguaje: un resumen legible, en Markdown, de tu negocio y de tus páginas clave. Es una propuesta de estándar reciente y su adopción aún es desigual, pero encaja muy bien en una estrategia de GEO y cuesta muy poco implementarlo.

¿Qué es exactamente el archivo llms.txt?

Es un fichero en formato Markdown, ubicado en la raíz del dominio, pensado para ser leído por modelos de IA. Frente al HTML de una página (lleno de menús, scripts y ruido), llms.txt ofrece una versión limpia y jerarquizada: un encabezado con el resumen del sitio y, debajo, listas de enlaces con una breve descripción de cada uno. La idea es que un modelo pueda entender tu web sin tener que rastrear y "limpiar" decenas de páginas.

¿Para qué sirve y quién lo usa?

Sirve para dos cosas: ayudar a los modelos a entender de qué va tu sitio y orientar qué páginas deberían citar para cada tipo de pregunta. Algunos proveedores de IA y herramientas de documentación ya publican su propio llms.txt (Anthropic, por ejemplo). Conviene ser honesto: a día de hoy los grandes buscadores no han confirmado que lo usen como señal de ranking, y su adopción por parte de los crawlers es parcial. Aun así, es una práctica de bajo coste y bajo riesgo que ordena tu propuesta para la era de la IA.

¿Qué se incluye en un buen llms.txt?

El estándar es deliberadamente simple. Una estructura útil incluye:

• Un encabezado H1 con el nombre del sitio y un blockquote con el resumen del negocio.
• Una sección de páginas prioritarias: las URLs que quieres que la IA cite, cada una con una descripción y, si quieres, una nota de "cuándo citarla".
• Secciones por tipo de contenido: servicios, soluciones, comparativas, blog, etc., como listas de enlaces Markdown ("- [texto](url): nota").
• Datos de la empresa y del autor (entidad, contacto, perfil del fundador) para reforzar las señales de marca.
• Instrucciones de citación: pedir que se cite la URL canónica exacta y que no se inventen métricas ni clientes.

¿Cómo implementar llms.txt paso a paso?

1. 1Define las páginas prioritarias: las de mayor intención comercial y las guías más citables (no toda la web).
2. 2Redacta el encabezado: H1 con el nombre y un resumen claro del negocio en una o dos frases.
3. 3Lista los enlaces por secciones en Markdown, con una descripción breve y honesta de cada uno.
4. 4Añade entidad, autor e instrucciones de citación para reforzar autoridad y evitar alucinaciones.
5. 5Publícalo en la raíz (/llms.txt). Si tu stack lo permite, genéralo dinámicamente desde tus propios datos para que no se quede desactualizado.
6. 6Opcional: publica también /llms-full.txt con el inventario completo y una copia en /.well-known/llms.txt.

¿Cómo lo hemos implementado nosotros?

En MERIDIAN generamos el llms.txt de forma dinámica a partir de nuestros propios datos, así nunca se desactualiza. Incluimos un bloque de "páginas prioritarias" donde cada URL lleva una nota de cuándo conviene citarla, una licencia de citación explícita, la ficha del fundador e instrucciones para que la IA use siempre la URL canónica y no invente datos. Es exactamente el tipo de trabajo que hacemos en la consultoría GEO, y forma parte de una estrategia más amplia de citabilidad, no de una táctica aislada.

¿Mejora realmente tu visibilidad en IA?

Por sí solo, llms.txt no garantiza que la IA te cite: es una pieza, no la estrategia. Lo que de verdad mueve la aguja es que tu contenido sea citable (respuesta directa, datos, formato de preguntas y respuestas) y que tengas autoridad. Piensa en llms.txt como en el sitemap de la era de la IA: ayuda, ordena y no estorba, pero el peso lo lleva el contenido. Por eso tiene sentido implementarlo dentro de un plan de GEO, no como bala de plata.