¿Qué es llms.txt y cuánto puede aportar a la visibilidad de tu marca en IA?

Cuando un sistema de IA busca información sobre una empresa, necesita encontrar páginas públicas, entender qué explica cada una y decidir cuáles sirven para responder. llms.txt propone darle un mapa corto y curado del sitio.

El archivo puede señalar la página de producto, la documentación, los casos de uso, los precios, las preguntas frecuentes y otros contenidos que la marca considera centrales. Esa selección se conecta con las búsquedas secundarias que un sistema de IA hace detrás de una pregunta: cuanto mejor cubra esas necesidades, más útil será como guía. Su función es orientar. Hoy no existe evidencia suficiente para afirmar que mejora posiciones o consigue citas por sí solo.

¿Qué es llms.txt?

llms.txt es un archivo en Markdown que se publica, en general, en la raíz de un dominio:

https://tusitio.com/llms.txt

La propuesta fue presentada por Jeremy Howard en 2024 y actualizada en 2026. Define una estructura para resumir de qué trata un sitio y enlazar sus recursos más útiles para modelos de lenguaje y agentes.

La idea se entiende mejor al compararla con dos archivos conocidos:

• robots.txt indica qué partes de un sitio pueden rastrear determinados bots.

• sitemap.xml enumera URLs para facilitar el descubrimiento de páginas.

• llms.txt ofrece una selección explicada de contenidos que podrían servir para responder preguntas sobre el sitio.

No reemplaza a los otros dos. Cada archivo cumple una función distinta.

¿Para qué sirve?

Un sitio corporativo puede tener cientos de URLs. Algunas están desactualizadas, otras repiten información y muchas no ayudan a responder una consulta comercial concreta. llms.txt permite marcar un recorrido más claro.

Por ejemplo, una empresa de software podría organizar su archivo así:

# NubePyme

> Software de gestión para pymes argentinas. Incluye facturación, stock y cobranzas.

Información actualizada a septiembre de 2026. Los precios se expresan en pesos argentinos más IVA.


## Producto


- Gestión de stock (https://nubepyme.com/stock): Funciones, integraciones y límites.

- Cobranzas (https://nubepyme.com/cobranzas): Seguimiento de pagos y recordatorios.

- Precios (https://nubepyme.com/precios): Planes vigentes y condiciones.


## Casos de uso


- Distribuidoras (https://nubepyme.com/casos/distribuidoras): Implementación y resultados medidos.

- Estudios contables (https://nubepyme.com/casos/estudios-contables): Flujo de trabajo e integraciones.


## Optional


- Historia de la empresa (https://nubepyme.com/nosotros): Origen y equipo.

La sección Optional tiene un significado específico dentro de la propuesta. Reúne enlaces que un sistema puede omitir cuando necesita un contexto más corto.

Un archivo así ayuda a identificar rápido qué vende la empresa, para quién, en qué mercado opera y dónde están los datos que respaldan cada respuesta.

¿Cómo se implementa llms.txt?

1. Elegí las páginas que realmente explican tu negocio

Partí de las consultas que querés responder. Si alguien pregunta cuánto cuesta tu servicio, cómo se implementa o para qué tipo de empresa sirve, el archivo debería llevar a una página pública con esa información.

Priorizá contenido propio y vigente:

• productos y servicios.

• documentación y guías.

• precios y condiciones.

• casos con resultados verificables.

• preguntas frecuentes.

• políticas o información técnica relevante.

Un listado de todas las URLs del sitio aporta poco. Para eso ya existe el sitemap.

2. Escribí una descripción concreta

El archivo empieza con un título H1. La propuesta sugiere sumar debajo una cita breve que resuma el proyecto o la empresa.

Conviene incluir datos que eviten confusiones, como país, público, moneda, alcance del servicio y fecha de actualización. Las frases amplias del tipo "solución líder para transformar negocios" no ayudan a distinguir una marca ni a responder preguntas.

3. Agrupá los enlaces por tema

Usá subtítulos H2 para separar producto, documentación, casos, precios u otras áreas. Cada enlace puede llevar una explicación corta sobre lo que contiene la página.

La selección tiene que reflejar una jerarquía real. Si una URL no sería útil para una persona que investiga tu empresa, probablemente tampoco merezca un lugar en llms.txt.

4. Publicalo en la raíz del dominio

La ubicación principal propuesta es /llms.txt. El archivo debe ser público, abrir sin login y devolver su contenido correctamente.

Después de publicarlo, revisá:

• que la URL cargue.

• que los enlaces funcionen.

• que las páginas importantes no estén bloqueadas.

• que el contenido del archivo coincida con el sitio.

• que no exponga material interno, borradores o datos privados.

5. Definí quién lo mantiene

Un llms.txt con precios viejos, servicios discontinuados o enlaces rotos puede sumar confusión. Incluilo en el mismo circuito de revisión que el sitemap, la documentación o las páginas comerciales.

La propuesta también contempla versiones Markdown de páginas importantes, con .md al final de la URL. Es una capa adicional y requiere más trabajo técnico. Para empezar, alcanza con un archivo corto que apunte a páginas HTML claras y accesibles.

¿Por qué puede importar para la visibilidad en LLMs?

La visibilidad en IA depende de que los sistemas encuentren información, la entiendan y la consideren suficientemente útil para responder. llms.txt trabaja sobre la segunda parte. Ordena el contexto que la marca quiere presentar y dirige a fuentes propias.

Puede tener sentido cuando:

• el sitio tiene mucha documentación o varias líneas de producto.

• existen páginas canónicas que concentran información actualizada.

• hay agentes o herramientas que consultan el archivo de forma explícita.

• implementarlo y mantenerlo cuesta poco.

También obliga a preguntarse cuáles son las páginas que mejor explican nuestra oferta. Si cuesta elegirlas, el problema suele estar en la arquitectura o en el contenido del sitio, no en la falta de un archivo.

¿Qué no hace llms.txt?

llms.txt no obliga a un modelo a leer sus enlaces, citar una marca ni respetar el orden propuesto. Tampoco controla el rastreo. Esa tarea corresponde a robots.txt y a otras reglas de acceso e indexación.

Google aclaró que su buscador no usa llms.txt y que no hace falta crear este tipo de archivo para aparecer en sus funciones de IA. Para ser elegible como enlace en AI Overviews o AI Mode, una página debe estar indexada y cumplir los requisitos habituales de Google Search. No hay un requisito técnico adicional para IA.

Por eso, la prioridad sigue estando en:

• contenido que responda preguntas reales.

• páginas rastreables e indexables.

• enlaces internos claros.

• información específica, actualizada y con evidencia.

• menciones y referencias externas confiables.

Implementar llms.txt antes de resolver esas bases cambia el archivo, pero no resuelve la visibilidad.

¿Cómo medir si sirvió?

Primero registrá la situación anterior a publicarlo. Elegí preguntas relevantes para el negocio y medí en forma periódica:

• si la marca aparece en las respuestas.

• qué páginas propias se citan.

• qué fuentes externas sostienen las menciones.

• si los bots solicitan /llms.txt en los logs del servidor.

• si cambia el tráfico referido desde herramientas de IA.

Separá adopción de impacto. Que un bot descargue el archivo confirma que lo encontró. No prueba que el archivo haya causado una mención o una cita.

Preguntas frecuentes sobre llms.txt

¿llms.txt es un estándar oficial?

Es una propuesta abierta con una especificación pública. El soporte no es universal y cada sistema puede decidir si lo consulta.

¿Mejora el ranking en ChatGPT o en Google?

No hay base para prometerlo. Google dice de forma explícita que no usa el archivo para Search ni para sus funciones generativas. En otros sistemas, el uso depende de cada producto y del contexto.

¿Todas las empresas necesitan uno?

No. Tiene más sentido en sitios con contenido público suficiente, URLs canónicas claras y capacidad de mantenerlo. Una web chica con cinco páginas bien enlazadas puede ganar más corrigiendo su contenido que agregando otro archivo.

¿Puede reemplazar al sitemap.xml?

No. El sitemap ayuda a descubrir el conjunto de URLs. llms.txt presenta una selección curada y explicada.

¿Conviene agregar todas las páginas?

No. Elegí las que mejor responden consultas sobre la empresa, el producto, los casos de uso, los precios y las condiciones. Un archivo lleno de enlaces pierde su función de guía.

llms.txt es una capa liviana para ordenar cómo una marca presenta su contenido a sistemas de IA. Vale la pena probarla cuando las páginas de base están bien resueltas y existe un plan para mantenerla. Su lugar hoy es el de una ayuda experimental, no el de una garantía de visibilidad.

En Promptual.ai analizamos qué responden los modelos sobre tu categoría, qué fuentes citan y qué cambios pueden mejorar la presencia de tu marca. Si querés entender cómo aparece hoy tu empresa y qué oportunidades tiene, escribinos a info@promptual.ai.

Fuentes

• The /llms.txt file, especificación oficial (https://llmstxt.org/)

• Google Search Central: Optimizing your website for generative AI features (https://developers.google.com/search/docs/fundamentals/ai-optimization-guide)

• Google Search Central: AI features and your website (https://developers.google.com/search/docs/appearance/ai-features)