Google confirmó que el archivo llms.txt no mejora ni perjudica el posicionamiento en su buscador. Sin embargo, el estándar continúa ganando presencia en sitios de documentación y herramientas orientadas a agentes de inteligencia artificial. ¿Qué hace realmente, quién lo utiliza y cuándo vale la pena implementarlo?
El archivo llms.txt apareció como una respuesta a un problema cada vez más frecuente: las páginas web fueron diseñadas principalmente para personas y motores de búsqueda, pero los agentes basados en grandes modelos de lenguaje también necesitan encontrar, interpretar y seleccionar información dentro de ellas.
La propuesta busca ofrecerles un camino más directo. En lugar de obligar a una IA a procesar navegación, JavaScript, publicidad y otros componentes de una página HTML, el sitio puede publicar un archivo en Markdown que describa sus principales recursos y enlace hacia versiones especialmente fáciles de procesar.
Sin embargo, esto no convierte a llms.txt en un nuevo factor SEO. Google fue particularmente explícito al respecto.
La propuesta original de llms.txt fue publicada por Jeremy Howard en septiembre de 2024 y recibió una actualización importante en agosto de 2026. Su objetivo consiste en estandarizar un archivo /llms.txt que ayude a los agentes de IA a utilizar un sitio web y localizar la información que necesitan.
El archivo utiliza Markdown y puede colocarse en la raíz del dominio —por ejemplo, ejemplo.com/llms.txt— o dentro de una sección específica, como /docs/llms.txt.
Una implementación básica puede incluir:
# Nombre del proyecto > Descripción breve del sitio o producto. ## Documentación - [Guía de inicio](https://ejemplo.com/docs/inicio.md): primeros pasos. - [API](https://ejemplo.com/docs/api.md): referencia de endpoints. ## Recursos adicionales - [Preguntas frecuentes](https://ejemplo.com/faq.md) La idea no consiste simplemente en enumerar URLs. Cada enlace puede incorporar una descripción que ayude al agente a decidir qué contenido recuperar según la consulta que intenta resolver.
La versión actual de la propuesta también recomienda ofrecer versiones Markdown de las páginas y utilizar relaciones estándar de enlaces para señalar esos recursos alternativos.
Una de las comparaciones más frecuentes —y también una de las más engañosas— consiste en describir llms.txt como un robots.txt para IA.
Ambos son archivos de texto, pero cumplen funciones distintas.
El robots.txt establece qué URLs pueden rastrear determinados crawlers. En cambio, llms.txt pretende actuar como una guía de contenido: indica qué información puede resultar relevante y dónde encontrarla.
Tampoco reemplaza al sitemap XML. Un sitemap ayuda a los buscadores a descubrir URLs; llms.txt intenta añadir contexto sobre cuáles son los recursos más útiles para un agente.
En otras palabras, no es un mecanismo de bloqueo, autorización ni indexación.
La discusión adquirió una nueva dimensión cuando Google incorporó una referencia directa a llms.txt en su documentación.
En su guía oficial para optimizar sitios para las funciones de IA generativa, Google explica que Search no utiliza estos archivos y que no es necesario crear archivos especiales, Markdown adicional o formatos específicos para aparecer en Google Search o en sus experiencias generativas.
La compañía también despejó una de las principales dudas del sector: mantener un llms.txt para otros servicios “no perjudicará ni ayudará” a la visibilidad o los rankings en Google Search.
El 15 de junio de 2026, Google incluso registró esta aclaración en su historial oficial de actualizaciones de documentación, explicando que agregó la referencia precisamente para resolver las dudas que circulaban dentro de la comunidad SEO.
Esto encaja con una postura más amplia de Google: para posicionarse tanto en los resultados tradicionales como en AI Overviews y otras experiencias generativas, la empresa recomienda continuar trabajando sobre contenido útil, arquitectura técnica clara y prácticas SEO consolidadas, antes que perseguir supuestos atajos específicos para LLM.
En Titular ya analizamos esta transición al explicar cómo Google plantea la optimización SEO para sus experiencias de IA generativa.
Aquí aparece una distinción fundamental: publicar un archivo llms.txt no equivale a confirmar que una plataforma utiliza automáticamente los archivos llms.txt de otros sitios.
Anthropic, por ejemplo, mantiene actualmente un llms.txt dentro de su documentación.
Perplexity también publica un llms.txt para su plataforma de desarrolladores.
La propia especificación señala además que distintas plataformas de documentación y CMS ya ofrecen soporte o generación automática del formato, entre ellas Mintlify, GitBook, Yoast SEO, AIOSEO y Wix.
Eso demuestra una adopción creciente como formato de documentación para máquinas, especialmente en ecosistemas técnicos. Pero no demuestra que ChatGPT, Claude, Perplexity u otros asistentes consulten sistemáticamente /llms.txt antes de recuperar contenido de cualquier dominio.
Ese matiz explica buena parte de la polémica.
La propia especificación reconoce que actualmente llms.txt se utiliza sobre todo en documentación de software.
Tiene sentido.
Un agente de programación necesita localizar rápidamente información muy concreta: autenticación de una API, nombres de métodos, parámetros, ejemplos de código o restricciones de determinados endpoints.
Si en vez de recorrer cientos de páginas HTML puede consultar un índice compacto con enlaces hacia documentación limpia en Markdown, reduce ruido y evita consumir contexto innecesario.
Para empresas que mantienen APIs, SDK, frameworks, plataformas SaaS o documentación extensa, el costo de implementar llms.txt puede ser pequeño frente al beneficio potencial de facilitar el acceso de agentes de código y sistemas automatizados.
Hoy puede tener sentido implementarlo cuando:
Para un ecommerce, un medio periodístico o una web corporativa convencional, la prioridad es diferente.
Antes de invertir tiempo en llms.txt, conviene garantizar que el contenido sea rastreable, que la estructura interna sea clara, que los datos estructurados correctos estén implementados y que las páginas ofrezcan información original y útil.
De hecho, Google continúa señalando esas prácticas como la base para obtener visibilidad también en sus funciones generativas.
La controversia no surge porque el concepto carezca de lógica. Surge porque existe una diferencia importante entre adopción técnica y eficacia comprobada como estrategia de visibilidad.
El formato ya existe, importantes empresas tecnológicas lo publican y varias plataformas pueden generarlo automáticamente. Pero todavía no existe una señal equivalente a la que ofrecen robots.txt, sitemap XML o los datos estructurados compatibles oficialmente con los principales buscadores.
Por eso, tratar llms.txt como una nueva obligación SEO es prematuro.
Su verdadero valor puede estar en otro lugar: preparar la arquitectura de contenidos para una web en la que cada vez más visitantes no serán humanos ni crawlers tradicionales, sino agentes que necesitan encontrar información, interpretarla y actuar a partir de ella.
En ese escenario, llms.txt podría terminar siendo menos una técnica para “posicionarse en IA” y más una capa de infraestructura destinada a hacer que un sitio sea más fácil de usar por máquinas. La diferencia parece pequeña, pero cambia por completo la razón para implementarlo.