llms.txt

En muchas webs hay dos archivos que no están pensados para personas: robots.txt le dice a los buscadores qué zonas no deben descargar; sitemap.xml enumera todas las direcciones. El llms.txt se suma a esa idea. Debe decirle a un modelo de lenguaje, en unas pocas líneas, de qué va la web y dónde están los contenidos importantes.

La diferencia decisiva va al principio: robots.txt y sitemap.xml llevan décadas establecidos y se evalúan. El llms.txt se publicó en septiembre de 2024 como propuesta. Ningún organismo de normalización lo ha aprobado, y no nos consta ningún compromiso público de un gran proveedor de leer realmente el archivo. Quien lo presente como obligación o como estándar establecido va más allá de lo que se puede demostrar.

La estructura se ha mantenido deliberadamente sencilla. Un encabezado con el nombre de la empresa, un párrafo breve que describa en frases normales lo que se ofrece y, debajo, apartados con enlaces a las páginas más importantes, cada uno con una frase explicativa. Se escribe en Markdown, una notación para archivos de texto sencillos. No hace falta programar nada.

Por qué puede tener sentido pese a la utilidad incierta: el esfuerzo es mínimo y el posible daño, nulo. Y obliga a un ejercicio que en cualquier caso merece la pena — resumir la propia oferta en frases claras y cortas, sin vocabulario publicitario. Quien lo hace para el archivo se da cuenta con regularidad de que esas mismas frases quedarían mejor en la portada que lo que allí hay.

Transmitimos una experiencia porque nos ha tocado a nosotros mismos: el archivo es un punto de mantenimiento propio. Lo que ahí pone se queda ahí fijo y no viaja automáticamente cuando usted cambia precios, servicios o idiomas en la web. En nuestro propio archivo hemos encontrado datos que en otro sitio estaban corregidos desde hacía tiempo — precisamente en el archivo del que un modelo citaría. Quien lo cree tiene que incorporarlo a la rutina de actualización.

En cuanto a la utilidad somos prudentes, pero el asunto que hay detrás nos parece serio. Que las respuestas las compongan cada vez más las máquinas está medido, no supuesto. Solo que el camino hacia ahí pasa por los contenidos de la propia página — pregunta clara, respuesta breve y completa, cifra con fuente. Lo que cuenta en eso está en AI Overview y en visibilidad en la IA.

Para delimitarlo, porque los tres archivos se confunden a menudo: robots.txt regula el acceso, sitemap.xml enumera las direcciones, llms.txt describe el contenido. Ninguno sustituye a otro. Y ninguno obliga a nada — también el robots.txt es, técnicamente hablando, un ruego al que los rastreadores serios se atienen y otros no.

Para usted esto significa: si una empresa quiere el archivo, se lo creamos; no cuesta casi nada. Al hacerlo decimos que su efecto no está demostrado, y no lo ponemos en primer plano como prestación. Lo que recomendamos en su lugar es el trabajo sobre las páginas mismas — ahí la relación entre esfuerzo y resultado sí es demostrable.