llms.txt y llms-full.txt: cómo repartir funciones y qué incluir en cada archivo

llms.txt y llms-full.txt no son alternativas ni corresponden a una versión antigua y otra nueva. El primero es un mapa para la IA: combina enlaces con descripciones breves para indicar al modelo de lenguaje de qué trata el sitio y dónde está el contenido prioritario. El segundo equivale a un libro completo: reúne en un archivo de texto plano todo el contenido que quieres que pueda citarse, de modo que el modelo lo procese de una sola vez. Confundirlos —por ejemplo, llenar llms.txt de textos completos o utilizar llms-full.txt como si fuera un mapa del sitio— es uno de los desperdicios de esfuerzo que más encontramos en las auditorías.

Mapas y libros: el reparto esencial de funciones entre ambos archivos

Jeremy Howard (Answer.AI) propuso llms.txt en septiembre de 2024. Es un archivo Markdown ubicado en el directorio raíz del sitio, con una URL fija: "tu-dominio/llms.txt". Su función no es alojar el contenido, sino indexarlo. Los modelos tienen una ventana de contexto limitada y no pueden procesar todo el HTML desordenado de un sitio, junto con sus menús, anuncios y códigos de seguimiento. Mediante una estructura limpia, llms.txt les indica qué ofrece el sitio, cuáles son sus páginas más importantes y de qué trata cada una. Puede entenderse como una página de índice creada específicamente para que la lean las máquinas.

llms-full.txt, disponible en "tu-dominio/llms-full.txt", adopta el enfoque contrario: convierte a Markdown todas las páginas que quieres que la IA procese —normalmente documentación de producto, referencias de API, tutoriales y bases de conocimiento— y las concatena en un único archivo continuo. Cuando un modelo o agente accede a él, puede leer toda la documentación sin rastrear cada página ni limpiar su HTML por separado. Este archivo es la fuente más práctica cuando una persona introduce tu dominio en ChatGPT o Perplexity, o cuando un agente necesita consultar la descripción de tu producto. Resuelve la necesidad de "proporcionar todo el contenido de una vez", no la de "orientar la navegación".

• Finalidad: llms.txt se ocupa del "descubrimiento y la navegación"; llms-full.txt, del "procesamiento integral del contenido".
• Contenido: el primero combina enlaces y descripciones; el segundo contiene el texto completo de las páginas.
• Tamaño: el primero suele ocupar unos pocos KB; el segundo puede alcanzar cientos de KB o incluso más.
• Frecuencia de actualización: la estructura del primero es estable y cambia poco; el segundo debe regenerarse cada vez que se actualiza el contenido.
• Casos de uso: el primero sirve para cualquier sitio web; el segundo resulta rentable, sobre todo, para productos con "un gran volumen de documentación o bases de conocimiento".

Qué incluir en llms.txt

llms.txt sigue una serie de convenciones que facilitan su interpretación por parte de los modelos. De principio a fin, el archivo contiene un título H1 —el nombre de la marca o del producto—, un resumen introductorio y una lista de enlaces agrupados por secciones. La clave está en seleccionar con criterio: no se trata de volcar todo el mapa del sitio. Incluir demasiados enlaces resta protagonismo a las páginas que realmente quieres destacar.

1. Título H1: escribe en una sola línea el nombre de la marca o del proyecto; por ejemplo, "#nombre de tu producto".
2. Bloque de resumen: utiliza un párrafo introductorio para explicar qué es el sitio y a quién se dirige. Suele ser la primera frase que lee el modelo y la que cita con mayor frecuencia, por lo que merece revisarse y pulirse a fondo.
3. Enlaces por secciones: utiliza "##" para crear apartados como "Documentación", "Casos" y "Precios". Añade una descripción breve después de cada enlace; por ejemplo, "-[Inicio rápido](https://.../quickstart): Completa la primera conexión en cinco minutos."
4. Bloque opcional: agrupa los enlaces secundarios y prescindibles en una sección llamada Optional. Si la ventana de contexto del modelo es limitada, este será el primer apartado que se descarte.

Qué incluir en llms-full.txt

llms-full.txt contiene el texto completo de tu documentación, pero su utilidad real depende de varios detalles prácticos. Primero, utiliza Markdown en lugar de HTML: así se conservan la jerarquía de encabezados, los bloques de código y las listas, y el modelo puede interpretar la estructura. Segundo, elimina los menús, pies de página y ventanas emergentes que se repiten en cada página; conserva únicamente el contenido principal. Tercero, controla el tamaño: si el archivo supera la ventana de contexto que el modelo puede procesar de una vez, el contenido final quedará truncado. Cuando el volumen sea elevado, además de mantener un índice general, conviene dividir el contenido por temas en varios archivos completos de menor tamaño, como /llms-full-api.txt y /llms-full-guides.txt. La mayoría de los frameworks modernos para documentación pueden generar este archivo automáticamente. Evita copiar y pegar a mano: esa es la vía más rápida para que quede obsoleto.

¿Cuál necesitas crear?

No todos los sitios web necesitan ambos archivos. Hacer más no aporta ventajas por sí solo, mientras que el coste de mantenimiento sí es real. El criterio es sencillo: ¿tienes un conjunto de contenidos detallados que quieres que la IA "comprenda por completo y cite con precisión"? Si la respuesta es sí, merece la pena invertir en llms-full.txt. Si el sitio apenas contiene unas pocas páginas centradas en imágenes, conviene priorizar otros aspectos.

• Sitio de marketing con pocas páginas: empieza únicamente con llms.txt; incluso puedes prescindir de él y concentrarte en un HTML limpio y datos estructurados.
• SaaS con documentación de producto, referencias de API y base de conocimiento: crea ambos. llms-full.txt es el archivo de mayor valor porque ofrece a la IA una base completa para responder preguntas sobre tu producto.
• Volumen de contenido muy elevado: utiliza llms.txt como índice general y divide llms-full.txt en varios archivos temáticos para no superar la ventana de contexto.
• Contenido que cambia con mucha frecuencia: integra la generación automática de llms-full.txt en el proceso de compilación. Con mantenimiento manual, el archivo acabará inevitablemente desactualizado.

Los cuatro errores más frecuentes

• Incluir el texto completo en llms.txt: el archivo se vuelve largo, difícil de interpretar y pierde su función como índice.
• Crear un llms-full.txt tan grande que se trunca: el modelo solo procesa la primera parte; para él, el resto del contenido no existe.
• Dejar que el archivo caduque: el contenido cambia, pero el archivo no se actualiza, y el modelo termina citando información antigua y errónea. Eso es peor que no tenerlo.
• Usarlos como sustitutos de lo esencial: estos dos archivos no reemplazan un HTML limpio, un marcado Schema correcto ni una configuración adecuada de robots.txt. Son un complemento, no los cimientos.

Al revisar estos dos archivos para nuestros clientes, comprobamos que la mitad de los problemas no se debía a un formato incorrecto, sino a la falta absoluta de mantenimiento: el día de la publicación todo se veía impecable, pero tres meses después el archivo ya no coincidía con el contenido real. Los archivos que consulta la IA deben mantenerse siempre vivos.— Tenten GEO Audit Team

Cómo verificar y mantener los archivos tras publicarlos

Publicar los archivos es solo el principio. Primero, comprueba que el servidor los entrega como texto plano (text/plain o text/markdown), que sus URL pueden abrirse directamente y que ni la CDN ni el firewall bloquean el acceso. Después, haz pruebas reales: introduce tu dominio en ChatGPT, Perplexity y Claude, y verifica si sus respuestas sobre tu producto coinciden con el contenido de llms-full.txt. Por último, incorpora la tarea de "regenerar estos dos archivos" al proceso habitual de publicación para que evolucionen junto con el sitio. Si quieres saber qué partes de tu web resultan invisibles para los motores de IA, el diagnóstico GEO de 30 minutos de Tenten GEO permite revisar de una vez tanto el mapa como el libro completo. Puedes solicitar una cita en /contact.