¿Qué es LLMs.txt? Origen y Definición
LLMs.txt es un estándar web propuesto diseñado para brindar a los propietarios de sitios web una forma de comunicarse directamente con los sistemas de inteligencia artificial sobre cómo se debe usar e interpretar su contenido. Presentado por Jeremy Howard de Answer.AI en septiembre de 2024, funciona de manera similar a robots.txt, pero está específicamente adaptado para aplicaciones de IA en lugar de rastreadores de motores de búsqueda. El archivo está escrito en formato Markdown y se coloca en la raíz del dominio de un sitio web, lo que facilita su descubrimiento por parte de los sistemas de IA que decidan respetarlo. El problema central que LLMs.txt intenta resolver es la falta de comunicación estandarizada entre los creadores de contenido y las plataformas de IA: los propietarios de sitios web actualmente no tienen una forma confiable de especificar cómo se debe procesar, citar o priorizar su contenido, ni una forma de informar directamente a los sistemas de IA sobre esa preferencia. Esta guía es la mitad mecánica de la historia — qué es el archivo y cómo construirlo correctamente. Para la evidencia sobre si todo esto realmente cambia lo que hacen los sistemas de IA, consulta nuestro artículo complementario, La verdad sobre LLMs.txt: ¿Sobrevalorado o esencial?

La Especificación de LLMs.txt: Estructura y Sintaxis
LLMs.txt se coloca en el directorio raíz de un sitio web (por ejemplo, ejemplo.com/llms.txt) y utiliza un formato Markdown estructurado. El archivo generalmente incluye un título H1 con el nombre de tu sitio, un resumen en blockquote sobre su propósito y secciones detalladas organizadas con encabezados H2 que especifican diferentes categorías de contenido. A diferencia de robots.txt, que utiliza una sintaxis simple basada en texto con reglas y directivas específicas, LLMs.txt aprovecha la flexibilidad de Markdown para permitir descripciones más matizadas y legibles por humanos. Las páginas individuales se listan usando el formato [Título](URL): Descripción, manteniendo las descripciones concisas pero informativas — esta es la unidad atómica de todo el archivo, y equivocarse (títulos vagos, descripciones faltantes, URL rotas) es el error de implementación más común.
LLMs.txt vs Robots.txt vs Sitemaps XML
Los tres archivos son fáciles de confundir porque todos residen en la raíz de tu dominio y todos se comunican con sistemas automatizados, pero resuelven problemas diferentes:
| Tipo de Archivo | Propósito | Audiencia | Formato | Impacto |
|---|---|---|---|---|
| LLMs.txt | Curar y describir tus mejores páginas | Sistemas de IA y LLMs | Markdown | Cumplimiento voluntario |
| robots.txt | Controlar acceso e indexación de rastreadores | Motores de búsqueda | Directivas basadas en texto | Estándar ampliamente respetado |
| Sitemaps XML | Priorizar el descubrimiento de contenido | Motores de búsqueda | Estructura XML | Mejora la eficiencia de indexación |
robots.txt indica a los rastreadores dónde no pueden ir. Los sitemaps XML indican a los motores de búsqueda todo lo que existe. LLMs.txt no hace ninguna de las dos cosas — es una lista breve seleccionada a mano y anotada de las páginas que querrías que un sistema de IA leyera primero si solo tuviera tiempo para unas pocas.



