ChatGPT Ads

Qué es llms.txt y si sirve de algo

Qué es llms.txt, en qué se diferencia de robots.txt, qué rastreadores de IA dejar entrar (GPTBot, OAI-SearchBot) y qué se sabe de verdad de su efecto.

· ·Equipo Sirix Media ·6 min de lectura

Si has leído por ahí que basta con poner un llms.txt para aparecer en ChatGPT, conviene parar un momento. Qué es llms.txt, cómo se escribe, en qué se diferencia de robots.txt, qué rastreadores de IA te interesa dejar entrar y qué se sabe de verdad de su efecto en 2026. Lo que está probado y lo que no.

Qué es llms.txt

llms.txt es un fichero en Markdown, en la raíz de tu dominio, que resume para los modelos de IA qué hace tu empresa y enlaza a las páginas que importan. Se publica en tudominio.com/llms.txt y lo lee un humano sin esfuerzo: un título, una frase resumen y unas pocas secciones con enlaces.

La propuesta la hizo Jeremy Howard (Answer.AI) y se publicó en llmstxt.org el 3 de septiembre de 2024. No lo ha adoptado como estándar oficial ni la W3C ni la IETF; es una propuesta abierta a comentarios de la comunidad.

Existe también una variante llamada llms-full.txt, pensada para incluir el contenido completo del sitio en un solo fichero, útil cuando quieres darle a un modelo todo tu material de una pasada. En la mayoría de pymes, con llms.txt sobra.

Cómo se escribe uno

El formato es Markdown plano: un H1 con el nombre de la empresa, una frase resumen tras un > y secciones con enlaces absolutos a las páginas que importan. Un ejemplo corto para un estudio de arquitectura ficticio:

# Estudio Casavieja Arquitectura

> Estudio de arquitectura en Madrid especializado en vivienda unifamiliar y rehabilitación. Proyecto, dirección de obra y licencias con honorarios cerrados.

## Servicios y precios

- [Proyecto de vivienda unifamiliar](https://casaviejaarquitectura.es/vivienda-unifamiliar): desde 45 €/m² construido. Plazo de proyecto básico: 8-12 semanas.
- [Rehabilitación de piso](https://casaviejaarquitectura.es/rehabilitacion): desde 3.900 €, incluye proyecto, visado y gestión de licencia.
- [Interiorismo y decoración](https://casaviejaarquitectura.es/interiorismo): desde 5.900 €, con planos, mediciones y memoria de calidades.

## Preguntas frecuentes

- [¿Dais honorarios cerrados?](https://casaviejaarquitectura.es/faq#honorarios)
- [¿Qué pasa si surge un imprevisto en obra?](https://casaviejaarquitectura.es/faq#imprevistos)

## Contacto

- Email: hola@casaviejaarquitectura.es · Teléfono: 910 000 000

Reglas prácticas: frases que se entiendan solas, precios y plazos cuando los tengas publicados, enlaces absolutos (con el dominio completo) y actualizarlo cuando cambien servicios o precios. Si lo dejas desfasado, pierde todo el sentido.

llms.txt frente a robots.txt

robots.txt dice quién puede entrar en tu web; llms.txt solo sugiere qué leer: si robots.txt bloquea a un rastreador de IA, tu llms.txt no le sirve de nada. Son ficheros con nombre parecido pero trabajos distintos, y conviene no mezclarlos.

robots.txt llms.txt
Para qué sirve Decir qué partes de la web puede rastrear cada bot Resumir el contenido para modelos de IA
Quién lo respeta Buscadores y rastreadores que lo implementan (la mayoría) Nadie de forma oficial a día de hoy
¿Es estándar? Sí (RFC 9309) No, es una propuesta abierta
Qué pasa si falta Los rastreadores asumen que pueden entrar No pasa nada; es opcional

El orden lógico es: primero asegurar que los rastreadores que te interesan pueden entrar (robots.txt) y después, si quieres, publicar un llms.txt que les ponga el contenido más fácil.

Qué rastreadores de IA dejar entrar

OpenAI usa tres agentes distintos: OAI-SearchBot para su buscador, ChatGPT-User para las visitas que pide un usuario y GPTBot para entrenar modelos; para aparecer en las respuestas de ChatGPT importa sobre todo OAI-SearchBot. Así lo documenta la propia OpenAI en su página de rastreadores (consultada a octubre de 2026).

Los otros grandes a tener en cuenta son PerplexityBot (buscador de Perplexity), ClaudeBot (de Anthropic) y Google-Extended, que Google usa para controlar qué contenido entra en el entrenamiento de Gemini sin afectar al rastreo de Google Search.

Un robots.txt razonable para una pyme que quiere aparecer en las búsquedas de IA sin ceder su contenido para entrenamiento sería:

User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: ClaudeBot
Allow: /

Es una decisión de cada dueño: puedes bloquear GPTBot (entrenamiento) y permitir OAI-SearchBot (búsqueda) si no quieres que entrenen con tu contenido pero sí quieres que ChatGPT te cite cuando responde a una pregunta.

¿Sirve de algo? Lo que se sabe en 2026

A octubre de 2026 no hay pruebas públicas de que los grandes buscadores de IA usen llms.txt para decidir a quién citan; es barato de hacer, pero no es lo que más pesa. OpenAI, Anthropic, Google y Perplexity no han anunciado que lo lean, y en pruebas abiertas de la comunidad el efecto es, siendo generosos, imperceptible.

Lo que sí pesa, y bastante más, es tener contenido claro con la respuesta en la primera frase, datos verificables y fechados, menciones en otros sitios y, por supuesto, dejar entrar a los rastreadores correctos. Si quieres entender el reparto, lo tienes en qué pesa en el GEO y en por qué no apareces en ChatGPT.

¿Entonces, lo pongo o no? Si tienes diez minutos, sí: no estorba, lo tendrás listo si algún día empieza a usarse y obliga a escribir en claro lo que ofreces. Si estás eligiendo entre eso y arreglar el contenido de la web, arregla el contenido.

Cómo comprobar tu web en 5 minutos

Antes de añadir nada, mira qué tienes ahora:

  • Abre tudominio.com/robots.txt en el navegador. Si da 404, los rastreadores asumen vía libre, pero te conviene publicarlo igualmente.
  • Busca bloqueos de los agentes de IA: si ves Disallow: / para OAI-SearchBot, PerplexityBot o ClaudeBot, los estás echando de la búsqueda de IA.
  • Abre tudominio.com/llms.txt: si no existe, no pasa nada; si existe y está desfasado, bórralo o actualízalo.
  • Comprueba que el contenido no depende de JavaScript: desactiva JavaScript en el navegador, recarga la portada y mira si siguen viéndose textos y precios. Si no, los rastreadores tampoco los ven.

Si prefieres no hacerlo tú, te lo revisamos gratis y te decimos qué cambiar primero.

Preguntas frecuentes

¿Es obligatorio tener llms.txt?

No. Es un fichero opcional y, a día de hoy, su efecto no está probado. No lo exige ningún buscador ni ninguna normativa; lo pones si quieres poner fácil el contenido a los modelos de IA, no porque te lo pidan.

¿llms.txt sustituye a robots.txt?

No, hacen cosas distintas. robots.txt controla qué rastreadores pueden entrar en tu web y es un estándar que respetan los buscadores; llms.txt es un resumen opcional del contenido para modelos de IA. Si tienes que elegir uno, cuida robots.txt.

¿Si bloqueo GPTBot dejo de aparecer en ChatGPT?

No necesariamente. Según la documentación de OpenAI (a octubre de 2026), GPTBot se usa para entrenamiento y OAI-SearchBot para la búsqueda de ChatGPT. Puedes bloquear GPTBot y seguir apareciendo en las respuestas con búsqueda, siempre que permitas OAI-SearchBot.

¿Cada cuánto hay que actualizar llms.txt?

Cuando cambien servicios, precios o páginas importantes. Si llevas un año sin tocar la web, no hace falta tocarlo; si has cambiado tarifas o has añadido una landing nueva, actualiza también el llms.txt el mismo día para que no quede desfasado.

ChatGPT Ads WhatsApp Escríbenos