llms.txt
llms.txt es un archivo Markdown en la raíz del sitio que le dice a los rastreadores de IA qué es el sitio y qué páginas leer primero. No es un segundo robots.txt con dientes legales.
Jeremy Howard propuso llms.txt como un mapa curado: título, resumen y enlaces a las páginas que quieres que un modelo ingiera. Lo pones en https://example.com/llms.txt. Los humanos pueden leerlo. También los bots que se molestan en buscarlo.
No es un protocolo de control de acceso. robots.txt sigue decidiendo el permiso de fetch. Si haces Disallow a GPTBot y luego escribes un llms.txt cariñoso, le estás hablando a nadie.
El Twitter inicial de GEO trataba llms.txt como un código de trampa. Las pruebas públicas han sido decepcionantes. Algunos crawlers lo obtienen. Es difícil probar un aumento de citas solo por el archivo. Aun así: un mapa limpio es barato y evita que los modelos inventen la URL de tu página de precios.
Idea complementaria: llms-full.txt volca más del sitio como Markdown. Útil para documentación. Peligroso si pegas contenido restringido o desactualizado.
Reddex publica llms.txt porque queremos que los agentes entiendan bien la historia de Reddit + IA. Es higiene de marca. No lo vendemos como un factor de ranking.
Qué poner en el archivo: quién eres en un párrafo, luego una lista corta de URLs que no deben estar mal — precios, inicio de documentación, límites, qué no está en la hoja de ruta. Evita el volcado de 4.000 URLs. Evita eslóganes. Si un agente de código lee un archivo, debería salir menos confundido, no más vendido.
Manténlo en control de versiones junto al sitio. Cuando /pricing se mueva, el archivo debe moverse. Un llms.txt desactualizado que apunta a 404 es peor que no tener archivo. Misma regla que un sitemap que miente.
Ejemplos
- Un sitio de documentación lista /docs/start, /docs/limits, /pricing en llms.txt. Un modelo deja de alucinar una URL /plans que da 404.
- Un minorista añade llms.txt pero bloquea OAI-SearchBot en robots.txt. ChatGPT Search nunca ve el archivo.
- Alguien genera automáticamente llms.txt con 4.000 URLs. El punto de la especificación era la curación. Acabas de reconstruir un sitemap en Markdown.
Términos relacionados
AGENTS.md es un archivo de repositorio o sitio que indica a los agentes de codificación o navegación cómo trabajar con un proyecto: comandos, convenciones, trampas.
Bots de laboratorios de modelos y motores de respuestas que obtienen páginas para entrenamiento, recuperación o lectura iniciada por el usuario.
llms-full.txt es un volcado extenso en Markdown del contenido del sitio para modelos que quieren un archivo en lugar de un rastreo.
GEO es el trabajo de lograr que tu marca sea nombrada, citada o enlazada cuando un motor de IA responde a una pregunta — ChatGPT, Perplexity, Claude, Gemini, Copilot o Google AI Overviews.
robots.txt es el archivo de permisos de obtención en la raíz del sitio. Los rastreadores de IA también lo leen. Si lo configuras mal, desapareces del entrenamiento, de la búsqueda o de ambos.
FAQ
¿OpenAI y Google respetan llms.txt? +
Trata el soporte como parcial y cambiante. No apuestes un trimestre entero a ello. Mantén robots.txt preciso de todas formas.
¿Dónde va el archivo? +
En la raíz del sitio, en el mismo lugar que robots.txt. Un archivo por host. Los subdominios necesitan el suyo si son sitios separados.
¿Es lo mismo que AGENTS.md? +
AGENTS.md son instrucciones para agentes de código que trabajan en un repositorio. llms.txt es un mapa público de un sitio web. Audiencia diferente.
¿Esto nos hará citar? +
Poco probable por sí solo. Las citas siguen viniendo de páginas que la gente ya trata como evidencia: documentación, noticias, Reddit, reseñas.
Síguelo en Reddex
Hilos de Reddit y respuestas de IA sobre tu marca en un solo lugar. Empieza con un análisis gratis.
Empezar