Publicado el 29 de octubre de 2026

¿llms.txt ayuda a los asistentes de IA a recomendar su empresa?

llms.txt es una propuesta de archivo Markdown para orientar la lectura de un sitio, no una garantía de descubrimiento o recomendación. Su autor describe un formato para ayudar a agentes a navegar por la información. Google indica que la Búsqueda de Google ignora el archivo, también en sus funciones de búsqueda con IA generativa. Otros productos pueden actuar de otra manera: consulta la documentación del sistema que usas. Las páginas correctas, claras y accesibles siguen siendo útiles aunque un agente no lea el archivo.

Lo que realmente describe la propuesta

La propuesta llms.txt describe un archivo Markdown legible por humanos y máquinas que proporciona antecedentes, orientación y enlaces a material más detallado. Su revisión de 2026 describe un archivo en la raíz del sitio o en una ruta que cubre esa sección; también analiza enlaces a versiones Markdown de páginas. Un archivo es contenido público, no un canal de instrucción secreto. Las convenciones propuestas describen lo que un autor puede publicar, no una obligación vinculante para cada rastreador o asistente.

Un directorio de enlaces tiene valor sólo si el material enlazado permanece correcto, accesible y mantenido. Un documento puede ser útil para un agente al que se le indica explícitamente que lo lea sin tener ningún papel en la indexación o clasificación de otro proveedor. Identifique al consumidor y la tarea antes de dedicar tiempo a generar el archivo. Simplemente devolver HTTP 200 para una URL no prueba que algún asistente la haya consultado.

Separe la Búsqueda de Google de otros consumidores

La propia guía de Google sobre funciones de IA generativa dice que la Búsqueda de Google ignora llms.txt y archivos especiales similares. La misma guía dice que no se requiere un esquema especial para sus funciones de búsqueda generativa. Esa es una declaración sobre la Búsqueda de Google, no una declaración universal sobre ChatGPT, Claude, cada marco de agentes o cada proveedor de búsqueda. No extrapole la documentación de un proveedor a una regla para todos los sistemas.

El autor de la propuesta documenta un formato propuesto y ejemplos, pero la publicación por parte de un sitio de documentación no establece que un asistente en particular lea o sopese el archivo al responder la pregunta del comprador. Busque documentación específica del proveedor o un patrón de acceso autorizado y observable. Si un proveedor no ha documentado un comportamiento, indique esa limitación en lugar de afirmar una adopción universal o rechazo universal.

Qué arreglar antes de crear un directorio

Comience con la página que un cliente potencial necesita: una descripción precisa del servicio, dónde se ofrece, sus límites y una forma de contactar con la empresa. Verifique que la audiencia prevista pueda llegar a la página y que un muro de inicio de sesión accidental, una regla de robots, un error del servidor o una URL canónica contradictoria no impidan la ruta de descubrimiento relevante. Un archivo público que apunta a una página rota o desactualizada no repara esa página.

Consulte también las fechas y la propiedad de las referencias de terceros. Puede actualizar su propio sitio y perfiles controlados, y puede pedirle a una fuente independiente que corrija su listado. La solicitud es una acción que puedes rastrear; un editor puede rechazarlo o ignorarlo. Una lista de fuentes precisa y un registro de lo que realmente se cambió son más útiles que la promesa de que un nuevo archivo hará que un asistente recomiende el negocio.

Ejemplo resuelto: un negocio de reparación hipotético

Este es un ejemplo ficticio, no un cliente de sayurname ni un caso medido. Harbor Window Repair tiene cuatro técnicos que atienden una ciudad. Su página describe reparación de filtraciones en ventanas, pero un perfil antiguo muestra una zona que la empresa ya no cubre. El dueño tiene tres horas para el proyecto y considera crear un llms.txt porque un proveedor promete recomendaciones. Antes de cambiar algo, escribe una pregunta de cliente sin marca y guarda las respuestas completas disponibles de las cuatro IA.

En la ronda inicial inventada, ninguna de las cuatro respuestas disponibles nombra a Harbor; una enlaza la página de servicio como fuente y dos mencionan competidores. Un enlace solo en las fuentes no es un nombre en la respuesta. Son observaciones de una pregunta en una ronda, no la probabilidad de que la empresa falte para todos. No muestran qué señales internas utilizó cada IA.

  1. Registre la pregunta exacta, la fecha, el asistente, la respuesta completa y la configuración de búsqueda visible. Mantenga separadas las respuestas no disponibles en lugar de contarlas como ausencias. Si la pregunta cambia más adelante, comience una serie separada con su propia línea de base.
  2. Verifique la página de servicio como lo haría un cliente: confirme que se abra, que la ubicación y la reparación ofrecidas sean precisas y que exista una forma de pedir cita. Pídale al propietario que confirme el límite geográfico y lo que el equipo no repara. Guarde una copia fechada de la página anterior antes de realizar cambios.
  3. Corrija el perfil obsoleto que controla. Si el listado incorrecto pertenece a un tercero, envíe una solicitud de corrección a través de su canal publicado y registre la fecha y el estado. No afirmes que la corrección está publicada hasta que el responsable la realice.
  4. Decida si un agente identificado o un flujo de trabajo de documentación necesita un mapa del sitio en el formato propuesto. Si es así, cree un archivo corto que enlace solo a páginas públicas relevantes, nombre un propietario para las actualizaciones y excluya la información privada del cliente. No lo agregue únicamente porque un vendedor garantiza un puesto en una respuesta de IA.
  5. Repite la pregunta sin cambiar la redacción, de forma regular, y conserva las respuestas completas. Supón que en una ronda posterior ficticia una de las cuatro IA disponibles nombra positivamente a Harbor. Registra por separado los enlaces que aparecen solo en fuentes y las respuestas no disponibles; una mención negativa no es una recomendación positiva.
  6. Durante la revisión, compare el cambio de página con fecha, la solicitud de corrección del listado y las respuestas. La mención posterior es una observación en esa ronda. La edición del sitio, la lista externa y otra información podrían haber cambiado juntas, por lo que este simple antes y después no puede establecer cuál, si la hubo, causó el resultado.

El propietario puede encontrar útil el pequeño directorio para un agente específico mientras la Búsqueda de Google continúa ignorándolo. Si ningún consumidor conocido necesita el archivo, o nadie puede mantenerlo alineado con el sitio, el costo de mantenimiento puede superar el beneficio. Consulte la documentación actual del proveedor nuevamente cuando cambie el flujo de trabajo o la especificación.

No coloque credenciales, información de clientes no publicada ni tokens de acceso en un archivo público. No prometa que agregarlo provocará una cita y no trate una entrada de registro del servidor por sí sola como prueba de que un modelo utilizó el contenido en una respuesta. Si la página de servicio es inaccesible o la empresa no puede responder la pregunta honestamente, solucione esa restricción primero.

Empresa ficticia compara el resultado inicial, corrige la página de servicio y decide si un agente conocido necesita llms.txt.
Ejemplo ficticio: Harbor Window Repair no es cliente de sayurname.

Fuentes y cómo verificar una afirmación

La propuesta en sí se encuentra en https://llmstxt.org/ y describe su alcance y formato. La explicación de Google se encuentra en https://developers.google.com/search/docs/fundamentals/ai-optimization-guide y se refiere a las funciones generativas de la Búsqueda de Google. Estas fuentes responden a diferentes preguntas: una propone una convención, la otra describe el comportamiento de un proveedor. Lea ambos antes de afirmar que se requiere o se ignora un archivo llms.txt en todas partes.

Una pequeña comprobación del antes y el después es una prueba operativa útil, pero no es un experimento controlado: los modelos, índices, configuraciones y otras páginas pueden cambiar al mismo tiempo. Guarde la pregunta, las fechas, las respuestas completas, las configuraciones disponibles y un registro de cambios. Informe el número de respuestas disponibles junto al número de menciones positivas y evite atribuir un cambio al archivo sin pruebas más sólidas.

Cómo trabaja sayurname

La prueba gratuita envía una pregunta a ChatGPT, Gemini, Perplexity y Claude y guarda las respuestas disponibles. Tras la suscripción, sayurname trabaja las preguntas, solicita inclusión en fuentes cuando existe una vía y mide semanalmente. La cuota es US$ 299 al mes sin permanencia. Puede cobrarse un bono único de US$ 599 si la empresa pasa a ser mencionada positivamente en una pregunta medida donde estaba ausente al inicio, o si Google Analytics conectado registra una visita de IA durante el servicio. Una persona del equipo verifica la prueba antes del cobro. Ningún resultado está garantizado.

Preguntas

¿La Búsqueda de Google utiliza llms.txt para las AI Overviews?

Google indica que la Búsqueda ignora llms.txt y archivos especiales similares, también en sus funciones de búsqueda con IA generativa. Consulta la guía actual por si cambia.

¿Eso significa que ningún producto de IA lee el archivo?

No. La declaración de Google se refiere a la Búsqueda de Google. Otra herramienta o un agente dirigido explícitamente al archivo puede comportarse de manera diferente; Verifique el proveedor y el flujo de trabajo relevantes.

¿Un archivo garantizará una recomendación?

No. Un directorio propuesto no controla la respuesta de una IA independiente ni garantiza que esta lea el archivo.

¿Cuándo debería una empresa omitirlo?

Cuando ningún flujo de trabajo conocido lo necesita, las páginas vinculadas deben corregirse primero o nadie podrá mantener el archivo. Nunca publique datos privados en un archivo público.

Descubre qué responde hoy la IA cuando preguntan por tu mercado.

Una pregunta, hecha a ChatGPT, Gemini, Perplexity y Claude. Gratis, sin tarjeta. Guardamos las respuestas como tu punto de partida.

Hacer la prueba gratis