Guía de despliegue de llms.txt

Guía llms.txt: decidir su uso y mantenerlo

Implementación opcional: sintaxis, plantilla, enlaces, Markdown, seis controles y mantenimiento. Google Search ignora llms.txt; otros sistemas requieren verificación aparte.

v1.0 · junio de 2026 · Tenten GEO Research

CH.01

Qué es llms.txt — y cuál es su estado real, sin maquillaje

llms.txt es un resumen Markdown seleccionado para los agentes que lo usan. La propuesta actual permite la raíz del sitio o una subruta como /docs/llms.txt, que cubre su contenido. Es una propuesta comunitaria; su adopción y uso dependen del agente.

Jeremy Howard publicó la propuesta en llmstxt.org en septiembre de 2024 y la actualizó a v2 el 10 de agosto de 2026. Ofrece contexto breve y enlaces seleccionados a los detalles. Un archivo en la raíz describe el sitio entero y uno en una subruta, esa sección.

Los ejemplos de adopción documental no prueban uso por un agente. Google indica que Search ignora llms.txt sin efecto positivo o negativo en visibilidad o posición. No describe a todos los proveedores.

Nuestra valoración

Elige llms.txt para una herramienta o flujo identificado si el mantenimiento se justifica. Estima redacción, publicación, enlaces y sincronización para tu sitio. No es paso inicial obligatorio, inversión casi sin riesgo ni prueba de nuevas citas.

→llms.txt puede ofrecer contexto y enlaces seleccionados a los agentes participantes; no demuestra mejoras de posicionamiento o cita
→Un agente puede usar llms.txt si su flujo lo admite o recibe el archivo; no existe una primera visita universal obligatoria
→geo.tenten.co/llms.txt y /pricing.md son URL para inspeccionar. El contenido cambia; no se establece aquí un número actual de líneas, planes o adopción universal.

Ilustraciones de marca generadas con IA.

CH.02

Sintaxis de la propuesta y ejemplo copiable

Markdown con H1, resumen y contexto opcionales, secciones y enlaces elegidos. Son convenciones para flujos participantes, no garantía de comprensión por cada modelo.

Elemento	Sintaxis	Obligatorio	Función
Nombre del sitio	# Nombre del proyecto o marca	Sí (el único obligatorio)	El único H1 de todo el archivo; le dice a la IA de quién es esta web
Resumen	> un blockquote	Muy recomendable	Una a tres frases que dejen claro quién eres, qué haces y para quién — la primera impresión que la IA tendrá de tu web
Aclaraciones	Párrafo normal o lista (sin título)	No	Contexto necesario para interpretar el resto, por ejemplo el modelo de servicio o la metodología
Secciones	## Nombre de la sección	No	Usa H2 para agrupar enlaces: servicios, documentación, recursos, contacto…
Lista de enlaces	- [Título](URL): descripción en una frase	No	Un enlace por línea; la descripción le dice a la IA «por qué merece la pena leer esta página»
Sección Optional	## Optional	No	Palabra reservada de la especificación: si falta contexto, la IA puede saltarse esta sección — pon aquí los enlaces secundarios

Elementos de la propuesta comunitaria llmstxt.org; consultar la especificación actual, no un contrato universal.

Plantilla mínima lista para copiar

→# Acme, S.L.
→> Acme es un proveedor español de soluciones de automatización de almacenes B2B; ofrece implantación de WMS y consultoría a fabricantes de 50–500 empleados, con clientes como…(una a tres frases, realistas y verificables)
→## Servicios — después, cada línea: - [Implantación de WMS](https://acme.es/services/wms): proceso de implantación en 30 días, rangos de precio y entregables
→## Documentación — - [Documentación de la API](https://acme.es/docs/api): referencia completa de la API REST, con autenticación y códigos de error
→## Contacto — - [Reservar una consulta](https://acme.es/contact): evaluación gratuita de 30 minutos
→## Optional — pon aquí el índice del blog, las apariciones en prensa y otros enlaces secundarios

Describe hechos de cada página y elige enlaces para el destinatario. No existe límite universal de 10–30 enlaces. geo.tenten.co/llms.txt no demuestra cuatro secciones actuales o menos de 40 líneas; comprueba la respuesta real.

CH.03

llms.txt, robots.txt y sitemap.xml: tres archivos, tres trabajos

robots.txt comunica instrucciones a los agentes que lo respetan; sitemap.xml lista URL para descubrir; llms.txt propone un resumen seleccionado para los agentes que lo usan. Ninguno impone control de acceso y llms.txt no sustituye la elegibilidad Search habitual.

	robots.txt	sitemap.xml	llms.txt
Pregunta que responde	¿Dónde puedes rastrear?	¿Qué páginas tengo?	¿Qué páginas importan y de qué tratan?
Formato	Sintaxis de directivas propia	XML	Markdown
Lector principal	Rastreadores automáticos que respetan el protocolo; las excepciones de usuario varían por proveedor	Indexadores de buscadores	Agentes y herramientas que usan explícitamente la propuesta
Naturaleza del contenido	Reglas de permiso/bloqueo	Todas las URL + fecha de actualización	Enlaces curados + descripción semántica
Estatus como estándar	Estándar oficial (RFC 9309)	Estándar de facto (sitemaps.org)	Propuesta de la comunidad (llmstxt.org)
Coste de un error	Restringir un rastreador de búsqueda puede limitar su acceso; rechazar entrenamiento es una decisión aparte	Sitemap ayuda a descubrir; omitirlo no prueba invisibilidad ni garantiza indexación	Los agentes que usan el archivo reciben menos contexto útil; otras vías de descubrimiento pueden funcionar

Acceso, descubrimiento y contexto opcional tienen propósitos distintos; no sustituyen páginas ni prueban un proceso interno.

En una auditoría de 30 días, revisa primero el acceso previsto de búsqueda y solicitudes del usuario, después el descubrimiento normal y al final el llms.txt opcional. Bloquear GPTBot o ClaudeBot para entrenamiento no bloquea por sí mismo OAI-SearchBot o Claude-SearchBot. Comprueba grupo robots y regla CDN para cada agente.

Lo esencial de este capítulo

Separa acceso, descubrimiento y contexto seleccionado. Comprueba robots.txt y CDN para los agentes previstos. Un archivo llms.txt opcional no recupera una solicitud bloqueada ni es necesario para las funciones de IA de Google.

CH.04

Técnicas avanzadas: llms-full.txt y páginas espejo .md

Si un flujo necesita Markdown, considera exportación o espejos .md. Google Search no los exige. HTML no es ilegible por naturaleza; decide según el consumidor.

llms-full.txt: todo el contenido en un solo archivo

llms-full.txt puede reunir contenido elegido para una herramienta. Tamaño, contexto, privacidad y actualización dependen del alcance. Decide con necesidades documentadas y fuente sincronizada; aquí no se demuestra mayor retorno.

Páginas espejo .md: añade .md al final de la URL original

Un espejo .md ofrece contenido elegido. Para /pricing.md, compara respuesta y precios, términos y moneda actuales del HTML. Es opcional, no prueba que todos los agentes lo lean.

→Elegir según necesidades reales, como especificaciones o precios, sin suponer las páginas más solicitadas por toda IA.
→Enlazar espejos mantenidos con descripciones exactas; un enlace no demuestra uso automático.
→Mantener fechas, precios y condiciones correctos entre formatos. Una copia antigua puede engañar; la fecha sola no prueba actualidad.
→Disciplina de mantenimiento: cuando renueves la página HTML, actualiza la .md a la vez; ponlo en la misma checklist de publicación y no lo dejes a la memoria

CH.05

Seis comprobaciones de despliegue

Estas seis comprobaciones cubren descripciones, actualizaciones, selección de enlaces, texto renderizado, acceso de rastreadores y formato de respuesta. Son controles prácticos, no una estimación publicada de errores en sitios de clientes.

→Control 1 · Descripciones: explicar información concreta del enlace, no solo lemas.
→Control 2 · Actualizaciones: revisar nombres, URL y hechos al publicar. Revisión trimestral es recordatorio Tenten, no esfuerzo universal medido.
→Control 3 · Selección: conservar enlaces útiles al alcance y usuario, sin umbral universal ni valor cero atribuido a listas largas.
→Control 4 · Renderizado: revisar HTML y vista del sistema objetivo. Google ejecuta JavaScript; otros varían. Considerar servidor o espejo por necesidad identificada.
→Comprobación 5 · Acceso del agente: contrasta OAI-SearchBot, Claude-SearchBot y PerplexityBot con robots.txt, reglas WAF y registros verificados. Rechazar deliberadamente el entrenamiento de GPTBot o ClaudeBot no es un fallo de llms.txt. Aplica por separado las excepciones de acceso del usuario.
→Control 6 · Respuesta: verificar estado, Content-Type textual adecuado y cuerpo Markdown. Un error 200 o solo cabeceras puede ocultar fallos; no imponer un MIME universal.

Lo esencial de este capítulo

Corrige respuestas accesibles y contenido útil antes de pulir el archivo. Un rastreador de búsqueda bloqueado o una página vacía puede limitar a ese agente, sin demostrar que todos los sistemas de IA desconocen el sitio. Separa estas comprobaciones de las afirmaciones sobre posición o citas.

CH.06

Los cuatro pasos del despliegue y la checklist de validación

Si decides desplegar, usa cuatro pasos: redactar, publicar, validar y mantener. Estima según el sitio, sin prometer una tarde ni minutos fijos.

STEP 1

Seleccionar y redactar

Elegir páginas necesarias para alcance y herramienta. Seguir CH.02 con resumen fiel, grupos y descripciones útiles, sin cantidad obligatoria.

STEP 2

Publicar en la ruta adecuada

Usa https://yourdomain/llms.txt para todo el sitio o una ruta como /docs/llms.txt para una sección, según v2. En un Next.js estático, public/llms.txt es una opción; un CMS puede servir una ruta estática. Comprueba respuesta 200, Content-Type textual adecuado, UTF-8 y el cuerpo Markdown real.

STEP 3

Validar respuestas y contenido

Revisar transporte, cuerpo, enlaces y hechos. El resumen de un modelo puede revelar problemas; un error también puede venir del modelo, acceso o contexto. No prueba descripción defectuosa, descubrimiento autónomo ni cita.

STEP 4

Asignar mantenimiento

Definir responsable y sincronización al cambiar. Revisión trimestral o ciclo de 3 semanas son opciones Tenten, no resultados de clientes ni garantía de diez minutos. Revisar registros verificados disponibles.

→curl -sI https://yourdomain/llms.txt revisa cabeceras. Obtener también cuerpo y respuestas enlazadas.
→Un error de resumen es una pista. Dar el archivo a ChatGPT o Claude no prueba descubrimiento o prioridad por cuenta propia.
→Revisa el acceso de OAI-SearchBot, Claude-SearchBot y PerplexityBot por separado de los controles de entrenamiento/grounding de GPTBot, ClaudeBot y Google-Extended. Comprueba las excepciones del usuario; llms.txt no exige aceptar todo entrenamiento.

Una última frase

llms.txt es opción de ingeniería, no fundamento GEO obligatorio más barato. Prioriza hechos y acceso, luego evalúa un consumidor documentado sin urgencia artificial.

Fuentes y metodología de investigación

Propuesta Jeremy Howard (septiembre2024, v2 del10agosto2026): https://llmstxt.org/ . Google2026-07-10 indica que Search ignora llms.txt sin efecto positivo/negativo en visibilidad o posición: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide . Aclaración06-15: https://developers.google.com/search/updates . No generalizar a todos los proveedores. Distinciones entrenamiento/búsqueda/usuario: https://developers.openai.com/api/docs/bots . Controles y cadencias son recomendaciones Tenten, no frecuencia de clientes, ROI, tiempo garantizado ni primera lectura universal. Revisar respuestas y fuentes actuales de geo.tenten.co/llms.txt y /pricing.md sin cifras fijas. Revisión sustancial:2026-10-05.

Hablemos de tus prioridades en búsqueda con IA

Solicitar una interpretación del benchmark de 30 minutos

Envía la solicitud. Te confirmaremos un horario por correo en un plazo de 24 horas.