llms.txt

llms.txt es un archivo en formato Markdown, normalmente publicado en https://tudominio.com/llms.txt, donde explicas qué es tu sitio y señalas URLs clave que quieres que sistemas de IA lean o prioricen. La idea es parecida a un índice legible para humanos y para bots, no a un archivo de configuración técnico como robots.txt.

Importante: Google no ha dicho que llms.txt sea factor de ranking. Algunos proyectos y crawlers de IA lo usan como convención. Tenerlo bien hecho puede ayudar a orientar; no tenerlo no te penaliza por sí solo.

Qué lleva por dentro (ejemplo simplificado)

Un llms.txt típico incluye:

• Título y descripción breve de la empresa o proyecto.
• Lista de enlaces a servicios, contacto, documentación o posts pilares.
• A veces un enlace a una versión extendida (llms-full.txt) con más URLs.

Ejemplo ficticio para una agencia:

# Wecomm

Agencia de marketing digital y desarrollo web en España.

## Servicios
- https://wecomm.es/paginas-web-wordpress
- https://wecomm.es/tienda-online-prestashop

## Blog
- https://wecomm.es/blog

## Contacto
- https://wecomm.es/contacto

En Wecomm publicamos el nuestro en la raíz del dominio; puedes usarlo como referencia de tono y estructura, no como copia literal.

llms.txt frente a robots.txt y sitemap

• robots.txt: indica qué rutas pueden rastrear los bots (Allow/Disallow). Es estándar de facto para crawlers.
• sitemap.xml: lista URLs para indexación en buscadores.
• llms.txt: guía orientativa para LLMs y herramientas de IA; lenguaje natural + enlaces prioritarios.

Los tres pueden coexistir. Si bloqueas una ruta en robots.txt, ningún archivo «mágico» la abre para Google.

¿Te conviene tenerlo?

Sí, si ya inviertes en GEO o AEO y quieres una señal clara de «estas son nuestras páginas de referencia». Es barato de mantener: cuando cambies servicios o lances un post clave, actualizas el listado.

No sustituye a contenido útil. Un llms.txt que apunta a veinte landings vacías empeora la imagen. Mejor cinco URLs con respuestas reales que cien con AI slop.

Errores habituales

• Duplicar el sitemap entero sin criterio (demasiado ruido).
• Enlaces rotos o a entornos de prueba (dev-).
• Prometer en el texto cosas que la web no cumple.
• Confundir llms.txt con permiso legal para entrenar modelos (no es un contrato).

Si quieres que tu web sea fácil de citar, combina llms.txt con buen copy, datos estructurados cuando toque y revisión humana del contenido (human in the loop).