Los sitios web se construyen para los navegadores: navegación, scripts, banners de cookies, carruseles. Los modelos de lenguaje y los agentes de IA solo quieren los hechos. llms.txt es una propuesta sencilla para ofrecerles exactamente eso.
Esta guía explica qué es, qué hace realmente hoy en día y cómo lo implementamos en ficiali.com.
¿Qué es llms.txt?
llms.txt es un archivo Markdown servido en la raíz de un sitio web (/llms.txt) que proporciona a los sistemas de IA un resumen conciso y seleccionado del sitio, junto con enlaces al contenido más útil.
Lo propuso Jeremy Howard, de Answer.AI, en 2024 en llmstxt.org. Piense en él como un cruce entre un sitemap.xml y un README, escrito para máquinas que leen texto, no para rastreadores que siguen enlaces.
Un archivo típico contiene:
- Un H1 con el nombre del sitio o de la empresa
- Un breve resumen en forma de cita (blockquote)
- Párrafos de contexto opcionales
- Secciones H2 con listas de enlaces, cada uno con una descripción de una línea
Muchos sitios publican también /llms-full.txt, que reúne el texto completo de las páginas clave en un solo archivo, y versiones .md de páginas individuales.
Un ejemplo real: ficiali.com
Esta es una versión abreviada de nuestro propio llms.txt:
# FICIALI
> FICIALI is an AI-first software engineering company that builds
> AI agents, RAG systems, automation and custom web/mobile software.
## Services
- [Agentic AI & LLMs](https://ficiali.com/docs/services/agentic-ai-llm.md): AI agents and multi-agent workflows
- [RAG & Knowledge Assistants](https://ficiali.com/docs/services/rag-knowledge-assistants.md): grounded answers over your data
## Projects
- [Perach Document Intelligence](https://ficiali.com/docs/projects/perach-document-intelligence.md): AI document processing for fintech
## Company
- [About](https://ficiali.com/about.md)
- [Contact](https://ficiali.com/contact.md)
Cada servicio, sector, proyecto y artículo del blog de nuestro sitio tiene un gemelo limpio en Markdown bajo /docs/, de modo que un agente puede leer la sustancia de una página sin tener que analizar HTML. Este artículo también está disponible en /docs/blog/llms-txt-explained-make-your-website-ai-readable.md.
¿Le ayuda llms.txt a posicionarse en la búsqueda con IA?
Esta es la respuesta honesta: no directamente, y no en Google.
- Las directrices de Google sobre búsqueda con IA de mayo de 2026 indican que no necesita llms.txt ni otros archivos especiales para sus funciones de IA.
- Ningún proveedor importante de búsqueda con IA ha publicado documentación que indique que llms.txt sea una señal de posicionamiento o de citación.
- Los análisis del sector, como este informe sobre la adopción de llms.txt, sugieren que la adopción está creciendo, pero que la evidencia de mejoras directas de visibilidad es limitada.
Entonces, ¿por qué molestarse? Porque la búsqueda es solo una de las formas en que la IA lee su sitio:
- Los agentes y los asistentes de programación obtienen cada vez más documentación y páginas corporativas en nombre de un usuario. Un archivo Markdown limpio les resulta más económico y fiable de leer que una pesada página HTML.
- Las herramientas para desarrolladores y los asistentes de los IDE suelen buscar llms.txt en los sitios de documentación.
- Obliga a un ejercicio útil: redactar un resumen preciso y factual de quién es usted y qué ofrece beneficia a todos los canales, incluida su página de inicio.
- El coste es mínimo. En un framework moderno, es una ruta estática generada a partir de datos que ya tiene.
Trate llms.txt como experiencia de agente (AX), algo parecido a una buena documentación de API para su negocio, y no como un truco de SEO.
Cómo redactar un buen llms.txt
- Comience con un resumen factual de un párrafo. Qué hace, para quién y dónde está. Sin eslóganes.
- Enlace solo a sus páginas más importantes. Servicios, productos, precios, casos de éxito, documentación, contacto. Calidad antes que exhaustividad.
- Describa cada enlace en una línea. La descripción es lo que el modelo lee antes de decidir si lo sigue.
- Enlace a versiones en Markdown siempre que pueda, para que el siguiente salto también sea limpio.
- Mantenga los datos coherentes con su sitio web, sus datos estructurados y sus perfiles en otras plataformas.
- Genérelo a partir de sus datos, no a mano, para que nunca quede desactualizado.
Cómo lo construimos (Next.js)
Nuestro sitio es una aplicación Next.js exportada de forma estática. Los servicios, sectores, proyectos y artículos ya residen en archivos de datos tipados, así que añadimos route handlers que los renderizan como Markdown en el momento de la compilación:
// app/llms.txt/route.ts
import { llmsTxt } from "@/lib/agent-content";
export const dynamic = "force-static";
export function GET() {
return new Response(llmsTxt(), {
headers: { "Content-Type": "text/plain; charset=utf-8" },
});
}
El mismo patrón genera /llms-full.txt, /services.md, /about.md y cada archivo /docs/.../*.md. Una única fuente de verdad alimenta el sitio web, el Markdown y los datos estructurados JSON-LD.
No olvide robots.txt
Un archivo llms.txt no sirve de nada si los bots que lo leerían están bloqueados. Asegúrese de que los rastreadores de búsqueda con IA y de agentes de usuario que le interesan tengan el acceso permitido: consulte nuestra guía sobre rastreadores de IA y robots.txt.
En resumen
llms.txt no mejorará su posicionamiento en Google, y quien le prometa eso está exagerando sus virtudes. Lo que sí hace es que su empresa sea fácil de leer con precisión para los agentes de IA, y a medida que más investigación, compras y reservas se realizan a través de agentes, eso bien vale una tarde de trabajo.
¿Quiere que su sitio web sea legible para agentes de principio a fin? Hablemos.
