JF
José Fernando Muñoz Álvarez
Consultor SEO · Webhexup · Medellín · LinkedIn

Durante dos años le dijimos a medio sector que publicara un archivo llms.txt en la raíz del dominio para que las IA supieran qué contenido priorizar. Yo lo recomendé también, y estaba equivocado. Hoy hay datos de cientos de millones de peticiones de bots que muestran que casi nadie lo lee, y Google dijo explícitamente que no lo usa. Este artículo es la corrección, con los números y con qué hacer ahora con el archivo.

llms.txt no mejora tu visibilidad en IA. Es un formato propuesto en 2024 por Jeremy Howard (Answer.AI) para darle a los modelos de lenguaje un índice en Markdown de tu contenido más importante. En 2026 la evidencia es consistente en contra: cerca del 97% de los archivos llms.txt publicados nunca son solicitados por un rastreador de IA, los análisis de tráfico de bots muestran que GPTBot, ClaudeBot, PerplexityBot y OAI-SearchBot rastrean el HTML directamente, y Google declaró que no utiliza el archivo. Publicarlo no hace daño, pero no es una palanca de posicionamiento y no debería estar en ningún plan de GEO como tal.

Te vas a encontrar este archivo recomendado en casi cualquier checklist de GEO que busques hoy. Está en guías de agencias, en hilos de LinkedIn, en propuestas comerciales. Durante un tiempo estuvo en las mías. La razón por la que escribo esto es simple: si cobro por decirle a una empresa dónde invertir su tiempo técnico, tengo que decirle también cuándo lo que le recomendé dejó de sostenerse.

Lo que sigue son los datos que me hicieron cambiar de opinión, la forma de verificarlo tú mismo en tus propios registros de servidor sin creerle a nadie, y qué hacer con el archivo si ya lo tienes publicado.

97%
de los archivos llms.txt nunca son solicitados por un rastreador de IA
515M
eventos de tráfico de bots LLM analizados en el estudio más grande publicado
300.000
dominios analizados sin hallar correlación entre el archivo y ser citado
0
laboratorios de IA que se han comprometido formalmente a honrar el formato
El archivo

Qué es llms.txt
y qué prometía resolver.

El formato lo propuso Jeremy Howard, de Answer.AI, en 2024. La idea era razonable: un archivo Markdown en la raíz del dominio, en tudominio.com/llms.txt, con un índice curado de tus páginas más importantes agrupadas por tema y con una descripción corta de cada una. Un README escrito para una máquina que acaba de recibir una pregunta sobre tu sitio.

El problema que quería resolver también era real. Cuando un modelo de lenguaje entra a una página web se encuentra con menús, banners de cookies, barras laterales, scripts y pie de página. Extraer de ahí el contenido útil cuesta tokens y produce ruido. Un índice limpio en texto plano evitaría ese trabajo.

De ahí a convertirse en requisito de GEO pasó muy poco tiempo. La lógica con la que se vendió fue por analogía: si robots.txt y sitemap.xml funcionan para los buscadores, llms.txt debería funcionar para los modelos. La analogía suena bien y es exactamente donde está el error. Las otras dos funcionan porque Google y Bing se comprometieron públicamente a respetarlas y llevan décadas haciéndolo. Un formato solo funciona si quien lo consume acepta consumirlo.

Ningún laboratorio grande de IA se comprometió a honrarlo. Ni OpenAI, ni Anthropic, ni Google, ni Perplexity. El formato existe, está bien pensado y no tiene adopción del lado que importa.

Los datos

Lo que muestra la evidencia
de 2026.

Durante 2026 aparecieron tres análisis independientes con metodologías distintas. Los tres llegan al mismo lugar. Esto no es una opinión de sector, es medición de tráfico real de rastreadores.

HallazgoMuestraFuente
El 97% de los archivos llms.txt nunca es solicitado por un rastreador de IA≈137.000 sitiosLemniscate Growth, sep. 2026
GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot y Google-Extended saltan el archivo y rastrean el HTML directo515 millones de eventos de botsLimy, may. 2026
Sin correlación estadística entre tener el archivo y ser citado por modelos de lenguaje300.000 dominiosEstudio citado por Limy
Google declaró públicamente que no usa el archivoDeclaración oficialGoogle Search Central, 2026

El dato del 97% es el que más pesa, porque no mide ranking ni citación: mide si el archivo se pidió. Un archivo que el bot nunca solicita no puede influir en nada posterior. No hay mecanismo. Antes de preguntarse si llms.txt ayuda a posicionar hay que preguntarse si alguien lo abre, y la respuesta en la enorme mayoría de los casos es que no.

El estudio de Limy es útil por otro motivo: analiza el comportamiento del rastreador, no el resultado. Con 515 millones de eventos de tráfico de bots muestra el patrón de qué piden efectivamente los rastreadores de IA cuando visitan un dominio. Van al HTML. El archivo está ahí y pasan de largo.

El tercer dato, el de los 300.000 dominios sin correlación, cierra la puerta por el otro lado. Aun aceptando que algunos bots sí lo pidan en algún momento, tener el archivo no se traduce en más citaciones. Y la declaración de Google en su guía de optimización para funciones de IA lo deja explícito desde el único lugar que puede zanjarlo: el buscador dice que no lo usa.

Lectura honesta de los datos

Ninguno de estos estudios demuestra que el formato sea inútil para siempre. Demuestran que en 2026 no tiene adopción. Si mañana OpenAI o Anthropic anuncian que sus rastreadores lo consumen, el panorama cambia y habrá que medirlo de nuevo. Lo que no se sostiene hoy es venderlo como factor de visibilidad, porque la evidencia disponible apunta al lado contrario.

Verificación

Cómo comprobarlo tú mismo
en tus propios registros.

Esta es la parte que no vas a encontrar en los artículos que recomiendan el archivo, y es la única que te deja decidir sin creerle a nadie. Tu servidor registra cada petición que recibe, incluida la de los bots. Si alguien pidió tu llms.txt, está escrito ahí.

Si tienes acceso SSH al servidor

Busca directamente las peticiones al archivo en los registros de acceso. En un servidor con Apache o Nginx estándar:

grep "llms.txt" /var/log/nginx/access.log*

# Si usas Apache:
grep "llms.txt" /var/log/apache2/access.log*

Y para ver qué bots de IA sí están entrando a tu sitio, que es la pregunta que de verdad importa:

grep -icE "GPTBot|ClaudeBot|OAI-SearchBot|PerplexityBot|Google-Extended" \
  /var/log/nginx/access.log

La comparación entre los dos números es tu respuesta. En los sitios de clientes que revisé con este método, el segundo número está en los cientos o miles de peticiones mensuales. El primero suele estar en cero o en una cifra de un solo dígito, y cuando aparece algo casi siempre es un rastreador de herramientas SEO, no de un laboratorio de IA.

Si estás en hosting compartido o en WordPress gestionado

La mayoría de paneles tipo cPanel o Plesk tienen una sección de registros sin procesar donde puedes descargar el archivo de acceso del último mes y buscar lo mismo con el buscador de tu editor de texto. Si usas Cloudflare, su analítica de rastreadores te muestra directamente qué bots de IA pasaron por el dominio y con qué frecuencia, que es el dato realmente accionable.

Si tu hosting no te da acceso a los registros, esa es una limitación mayor que llms.txt. Sin registros no puedes verificar nada de lo que hacen los rastreadores en tu sitio, y buena parte del trabajo técnico de visibilidad en IA se sostiene sobre esa verificación.

Webhexup · SEO y GEO · Colombia
¿Quieres saber qué bots de IA
entran realmente a tu sitio?

Revisamos tus registros de servidor, verificamos el acceso de los rastreadores y te decimos qué de tu configuración actual sirve y qué no. Sin cajas negras.

La decisión

Qué hacer con el archivo
si ya lo tienes publicado.

Déjalo. Borrarlo no tiene sentido: no te está haciendo daño, no consume recursos apreciables y si el formato gana adopción más adelante ya lo tienes. Lo que sí hay que cambiar es qué esperas de él y qué lugar ocupa en tu plan.

Para qué sí sirve hoy

Como documentación interna. El ejercicio de sentarte a listar cuáles son tus veinte páginas que de verdad importan, agrupadas por tema y descritas en una línea cada una, es valioso por sí mismo y casi nadie lo hace. Ese documento te sirve para decidir enlazado interno, para orientar contenido nuevo y para dárselo a un redactor que entra al proyecto. El archivo es un buen artefacto de claridad editorial. Lo que no es, es un canal hacia los modelos.

Para qué no sirve

No lo pongas como entregable en una propuesta de GEO, no lo cobres como implementación técnica y no le atribuyas resultados. Si una agencia te presenta "implementación de llms.txt" como línea de trabajo en una cotización de visibilidad en IA, pregúntale por la evidencia detrás y pídele que te muestre peticiones a ese archivo en los registros de algún cliente suyo. Es una pregunta justa y la respuesta te dice mucho.

Si lo mantienes publicado, mantenlo también actualizado o quítalo. Un índice que apunta a páginas que ya no existen es peor que no tener archivo, por la misma razón por la que un sitemap desactualizado es peor que ninguno: si algún día empieza a leerse, va a leer información incorrecta sobre tu sitio.

Qué sí funciona

Dónde poner ese tiempo
en lugar del archivo.

La pregunta útil no es si llms.txt sirve, sino qué hacer con las horas técnicas que ibas a gastar en él. Hay una lista corta de cosas que sí tienen evidencia detrás y que casi siempre están sin resolver en los sitios que audito.

Revisar que no estés bloqueando los bots de recuperación. Este es el error más caro y el más frecuente. Muchos sitios copiaron un robots.txt de 2023 que bloqueaba GPTBot con un Disallow general, y de paso dejaron por fuera a OAI-SearchBot, que es un bot distinto, más nuevo, y el que alimenta las respuestas en vivo de ChatGPT. El resultado es quedar invisible sin saberlo. A diferencia de llms.txt, esto sí es un archivo que los rastreadores leen y respetan, y lo verificas en tus propios registros con el comando de la sección anterior.

Estructurar el contenido para que sea extraíble. Que cada sección abra respondiendo la pregunta implícita de su título, en vez de abrir con un párrafo de contexto. Los modelos trocean el texto y evalúan cada fragmento por separado; un fragmento que empieza con la respuesta tiene mucha más probabilidad de ser tomado que uno que empieza con preámbulo. Esto no necesita ningún archivo especial, solo cambiar cómo escribes.

Trabajar las menciones fuera de tu dominio. Los modelos confían más en lo que dicen otros sitios sobre tu marca que en lo que dice tu propio sitio. Prensa sectorial, directorios con criterio, participación real en foros verticales, video. Es lento y no se resuelve con una línea de código, que es justo por lo que el ecosistema prefirió durante dos años un archivo de texto en la raíz.

Schema markup, pero por el motivo correcto. Los datos estructurados no son requisito para aparecer en búsqueda con IA y no hay un schema especial para modelos. Sirven para habilitar resultados enriquecidos en Google, que es un objetivo legítimo y medible. Si quieres el detalle de qué tipos siguen produciendo rich results, lo tengo documentado en la guía completa de schema markup JSON-LD.

Hay un patrón detrás de todo esto, y vale la pena nombrarlo: cada vez que aparece una táctica de GEO que consiste en agregar un archivo, una etiqueta o un bloque de código, conviene desconfiar. Lo que mueve la visibilidad en modelos de lenguaje se parece bastante a lo que siempre movió el SEO, y el propio Google lo dijo con esas palabras este año. Lo desarrollé en Google dice que GEO es solo SEO.

Resumen citable

Lo esencial
en tres párrafos.

El archivo llms.txt es un formato propuesto en 2024 por Jeremy Howard, de Answer.AI, que consiste en un índice en Markdown de las páginas más relevantes de un sitio, ubicado en la raíz del dominio. Su propósito era facilitarle a los modelos de lenguaje la identificación del contenido prioritario sin tener que interpretar el HTML completo de cada página.

La evidencia disponible en 2026 no respalda su uso como herramienta de visibilidad. Un análisis sobre aproximadamente 137.000 sitios encontró que cerca del 97% de los archivos llms.txt publicados nunca es solicitado por un rastreador de IA. Un estudio sobre 515 millones de eventos de tráfico de bots mostró que GPTBot, ClaudeBot, PerplexityBot y OAI-SearchBot rastrean el HTML directamente en lugar de pedir el archivo. Un análisis sobre 300.000 dominios no halló correlación estadística entre publicarlo y ser citado por modelos de lenguaje. Google declaró públicamente que no lo utiliza.

La recomendación práctica es mantener el archivo si ya existe, tratarlo como documentación interna de prioridades de contenido y no incluirlo como entregable en un plan de optimización para IA. El tiempo técnico rinde más revisando que el robots.txt no bloquee los bots de recuperación, estructurando el contenido para que cada sección abra con una respuesta directa, y construyendo menciones de marca en fuentes de terceros. Cualquier sitio puede verificar esto por su cuenta buscando peticiones a llms.txt en sus propios registros de acceso del servidor.

Preguntas frecuentes

Dudas frecuentes sobre
el archivo llms.txt.

¿Debo borrar mi archivo llms.txt?

No hace falta. El archivo no perjudica el rendimiento ni el posicionamiento, no consume recursos relevantes y si el formato llegara a ganar adopción ya lo tendrías. Lo que sí conviene es sacarlo de tu plan de GEO como si fuera una palanca de visibilidad, y mantenerlo actualizado o retirarlo, porque un índice que apunta a páginas inexistentes sí sería un problema el día que algo lo lea.

¿Cuál es la diferencia entre llms.txt y robots.txt?

La adopción. El archivo robots.txt lo respetan los rastreadores desde hace décadas porque los operadores de buscadores y de modelos se comprometieron a honrarlo, y sus decisiones de acceso tienen efecto real sobre tu visibilidad. El archivo llms.txt es un formato propuesto que ningún laboratorio grande de IA se comprometió a consumir, y los datos de tráfico de bots muestran que en la práctica casi nunca lo piden.

¿Cómo sé si algún bot está leyendo mi llms.txt?

Buscando peticiones al archivo en los registros de acceso de tu servidor. Con acceso SSH, basta con buscar la cadena llms.txt en el log de Nginx o Apache. En hosting compartido, los paneles tipo cPanel permiten descargar los registros sin procesar del último mes. Si usas Cloudflare, su analítica de rastreadores muestra directamente qué bots de IA visitaron tu dominio y con qué frecuencia.

¿Entonces el GEO no existe o no sirve?

La visibilidad en respuestas generadas por IA es real y medible. Lo que no se sostiene es una parte de las tácticas que se vendieron bajo esa etiqueta. Lo que muestra la evidencia es que lo que mueve esa visibilidad se parece mucho al SEO de siempre: contenido útil y original, buena estructura, accesibilidad técnica para los rastreadores y autoridad construida fuera de tu dominio.

¿Qué debería hacer esta semana en lugar de publicar llms.txt?

Revisar tu robots.txt para confirmar que no estés bloqueando OAI-SearchBot, Claude-SearchBot ni PerplexityBot, que son los que alimentan las respuestas en vivo. Es el error más frecuente que encuentro en auditorías, suele venir de copiar una configuración antigua, deja al sitio invisible en ChatGPT sin que nadie se entere, y se corrige en diez minutos.

¿Puede cambiar esto en el futuro?

Sí, y por eso la recomendación es conservar el archivo en lugar de borrarlo. Si OpenAI, Anthropic o Google anuncian que sus rastreadores consumen el formato, la situación cambia y habría que medirla de nuevo con datos de tráfico de bots. Lo que no es defendible es anticipar esa adopción cobrándola hoy como factor de posicionamiento.

Webhexup · Medellín
Trabajo con datos verificables,
y corrijo cuando dejan de sostenerse.

Si tu agencia actual te vendió tácticas que los datos ya desmintieron, una segunda lectura técnica de tu sitio cuesta poco y aclara bastante.

Te puede interesar