Cómo escribir un archivo llms.txt que los modelos respeten

El archivo llms.txt es un estándar emergente que le indica a los modelos de lenguaje qué contenido de tu sitio es relevante, cómo está organizado y cómo deben interpretarlo. Piensa en él como un robots.txt diseñado para la era de la IA: en vez de decir «qué puedes rastrear», dice «qué soy y qué deberías citar de mí».

Dónde se ubica

Se publica en la raíz de tu dominio: https://tudominio.com/llms.txt. Es un archivo de texto plano en formato Markdown, legible tanto por humanos como por máquinas. Algunos sitios añaden también un llms-full.txt con el contenido completo de sus páginas clave para facilitar la extracción.

Qué incluir

• Un encabezado # con el nombre de tu marca o entidad.
• Un blockquote con una descripción concisa de qué eres y a quién sirves.
• Secciones con enlaces a tus páginas más importantes: productos, documentación, FAQs y contacto.
• Una sección con los hechos verificables que quieres que los modelos citen: precios, cobertura geográfica, diferenciadores, certificaciones.

Un ejemplo mínimo

La estructura básica sigue este patrón: un título con el nombre, una cita con la descripción, y luego secciones con listas de enlaces. Cada enlace lleva un texto descriptivo entre corchetes y la URL entre paréntesis, igual que en Markdown. Mantén una sola idea por línea y evita el relleno: los modelos premian la densidad de información, no la prosa.

Buenas prácticas

• Sé conciso y factual. Los modelos prefieren afirmaciones claras y verificables sobre prosa de marketing.
• Enlaza a fuentes canónicas. Una sola URL por hecho reduce la ambigüedad y las contradicciones.
• Manténlo actualizado. Un dato obsoleto en llms.txt es una alucinación esperando ocurrir.
• Combínalo con schema.org. El llms.txt orienta; el JSON-LD estructura. Juntos forman tu ficha de entidad.
• Sé consistente con tu sitio. Lo que afirmas en llms.txt debe coincidir con tu web y con fuentes externas como Wikidata.

Errores comunes

El primero es tratarlo como un folleto de marketing: frases vagas, superlativos y cero datos. El segundo es no actualizarlo, dejando precios o servicios antiguos que el modelo repetirá. El tercero es contradecir tu propio sitio o tu ficha de Google Business: la inconsistencia hace que el modelo desconfíe y, a veces, invente. El cuarto es bloquear a los crawlers de IA en robots.txt mientras publicas un llms.txt bonito: si no pueden rastrear, no sirve de nada.

Cómo validar tu archivo

Antes de darlo por terminado, haz tres comprobaciones. Primero, ábrelo en el navegador en tudominio.com/llms.txt y confirma que carga como texto plano y sin errores. Segundo, verifica que cada enlace que mencionas exista y devuelva 200, porque un enlace roto resta credibilidad. Tercero, contrasta cada hecho con tu web, tu ficha de Google Business y tu schema.org: si hay una sola contradicción, corrígela. Una prueba final muy útil es preguntarle directamente a ChatGPT, Claude o Perplexity «¿qué sabes sobre [tu marca]?» y comparar su respuesta con lo que dice tu llms.txt. Las diferencias te muestran exactamente qué datos aún no han sido absorbidos o dónde el modelo sigue alucinando, y eso define tu siguiente iteración.

Relación con robots.txt y schema

Los tres trabajan juntos. robots.txt define qué pueden rastrear los bots (incluidos GPTBot, ClaudeBot, PerplexityBot y Google-Extended). El llms.txt orienta sobre qué es importante y cómo interpretarlo. El schema.org (JSON-LD) estructura los datos para que se extraigan sin ambigüedad. Si uno falla, los otros pierden eficacia.

Un llms.txt bien hecho no garantiza citas, pero un sitio sin él le pone a la IA el trabajo de adivinar.

Cómo lo hacemos en Petri Heil

Generamos y mantenemos el llms.txt de cada cliente como parte de la optimización técnica, sincronizado con su ficha de entidad y validado contra los principales crawlers generativos. Lo revisamos en cada ciclo para que los datos sigan siendo exactos y para añadir las páginas o cifras nuevas que queremos que los modelos citen. Es una pieza pequeña en bytes, pero estratégica: es la primera puerta por la que un modelo entiende quién eres.