Está pasando desde hace unos meses: llega un correo, un mensaje por Instagram o una llamada ofreciendo «optimizar tu sitio para la inteligencia artificial», y cuando pides ver el entregable resulta ser un archivo de texto llamado llms.txt. A veces con una mensualidad asociada.
La pregunta que corresponde hacer no es si el archivo existe, porque existe. La pregunta es si alguien lo lee. En junio de 2026 aparecieron dos respuestas a eso, una medida y otra oficial, y las dos apuntan al mismo lado. Conviene tenerlas a mano antes de firmar nada.
Qué es el llms.txt y de dónde salió
Lo propuso Jeremy Howard, de Answer.AI, el 3 de septiembre de 2024. La idea era razonable: los modelos de lenguaje tienen una ventana de contexto limitada, y convertir una página llena de menús, publicidad y JavaScript en texto aprovechable es lento y sale mal. Un archivo en la raíz del sitio, escrito en Markdown, con los enlaces a lo importante, le ahorraría ese trabajo a la máquina.
Fíjate en el caso de uso original, porque explica todo lo que vino después: documentación técnica. Howard pensaba en que un asistente de programación pudiera leer de una vez el manual de una librería. No en que tu sitio de servicios apareciera recomendado cuando alguien le pregunta a ChatGPT por una veterinaria en Maipú.
El dato: 137.000 sitios y el 97% sin una sola petición
El 15 de junio de 2026, Ahrefs publicó un estudio sobre 137.000 dominios, cruzando los registros del servidor con los agentes que realmente entraron durante mayo de 2026. No es una encuesta ni una opinión: son registros de acceso.
El resultado: el 97% de los archivos llms.txt no recibió ni una sola petición. Ninguna, en un mes completo.
Y en el porcentaje que sí tuvo tráfico, el reparto es todavía más incómodo:
- El 96% de las peticiones venía de bots, no de personas.
- Quien más pide el archivo son las herramientas de auditoría SEO, con el 21,7%: programas que revisan si el archivo está puesto, precisamente porque alguien vendió que había que ponerlo.
- Sumando las cuatro categorías de inteligencia artificial —rastreadores de entrenamiento, bots de recuperación, asistentes y agentes— llegan al 19,5%. Menos que las herramientas de auditoría.
- Entre los de IA encabeza GPTBot, y en segundo lugar va Claude-Code, que es una herramienta de programación. Otra vez el caso de uso original.
- Y el dato que cierra el asunto: los rastreadores de recuperación, los únicos que deciden a quién se cita en una respuesta en vivo, son alrededor de 1 de cada 90 peticiones.
Qué dijo Google, con todas sus letras
El mismo 15 de junio de 2026, Google agregó una nota a su documentación de Search Central para responder justamente a la confusión que se había armado. Traducida, dice esto:
No necesitas crear archivos legibles por máquina, archivos de texto para IA, marcado ni Markdown para aparecer en la Búsqueda de Google, incluidas sus funciones de IA generativa, porque la propia Búsqueda de Google no los usa.
Ni ayuda ni perjudica. Lo ignora.
En el mismo mes, John Mueller lo explicó en el pódcast Search Off the Record con un argumento sencillo: un manifiesto que el propio sitio se escribe no sirve para distinguir entre sitios, porque todos dirían que son los mejores. Es exactamente la razón por la que la meta etiqueta de palabras clave dejó de importar hace más de una década. Cuando la señal la escribe el interesado, deja de ser señal.
Entonces, ¿lo pongo o no lo pongo?
| Tu caso | ¿Vale la pena? | Por qué |
|---|---|---|
| Sitio de servicios, tienda o web corporativa | No cambia nada | Es el 97% del estudio: nadie lo pide |
| Documentación técnica de un producto o una API | Sí, y cuesta poco | Ahí sí se lee, sobre todo desde herramientas de programación |
| Te lo ofrecen con cobro mensual | No | Es un archivo estático: se escribe una vez y no requiere mantención |
| Ya lo tienes puesto | Déjalo | No perjudica y no hay penalización asociada |
Poner el archivo toma unos minutos y no hace daño. El problema no es el archivo: es pagar todos los meses por él y creer que ese es el trabajo.
Lo que sí decide si una IA te cita
Esta parte no tiene atajo, y es la que de verdad mueve la aguja.
1. Tener el dato, no explicar el tema
Un modelo no cita al vigésimo sitio que explica qué es un certificado SSL. Cita al que trae la cifra, la fecha, la versión o la medición que los demás no tienen. Si tu página dice lo mismo que otras veinte, no hay motivo para elegirla. Si dice «el plazo es de 10 días» o «esto cambió el 15 de marzo de 2026», hay algo que citar.
2. Que el contenido esté en el HTML
Si el texto de tu página aparece recién después de que el navegador ejecuta JavaScript, buena parte de los rastreadores no lo ve. Se comprueba en un minuto: abre tu sitio, usa «ver código fuente» y busca un párrafo cualquiera de los que ves en pantalla. Si no está ahí, tienes un problema anterior a cualquier archivo de IA.
3. No bloquear a los rastreadores que traen las citas
Hay dos familias de bots y casi todo el mundo los bloquea juntos copiando una lista de internet. Los de entrenamiento alimentan el modelo del próximo año; los de búsqueda en vivo alimentan la respuesta de hoy, y de ahí salen los enlaces citados. Lo explicamos en detalle en qué se llevan GPTBot, ClaudeBot y PerplexityBot de tu sitio.
4. Que el sitio esté arriba y responda rápido
Un rastreador que se encuentra el sitio caído o lento simplemente se va y prueba con otro. Si tu web tarda, acá están las causas reales y cómo revisarlas, y si quieres entender qué significa de verdad la disponibilidad que te prometen, está en cuántos minutos de caída al mes son un 99,9%.
5. Una respuesta clara y corta por página
Las respuestas de IA se arman con fragmentos. Un párrafo que responde la pregunta completa en tres o cuatro líneas, cerca del comienzo, tiene mucha más probabilidad de terminar citado que la misma información repartida en dos mil palabras.
Cómo reconocer una oferta inflada
- Promete que vas a «aparecer en ChatGPT» en un plazo determinado. Nadie controla eso, ni siquiera quien construyó el modelo.
- Cobra mensualmente por un archivo estático. Si el entregable no cambia, la mensualidad no tiene contra qué justificarse.
- No te dice cómo lo va a medir. Sin un antes y un después, cualquier resultado se puede atribuir a cualquier cosa.
- El entregable es un archivo y no un cambio en tu contenido. Lo que se cita es el contenido.
- Le dice «estándar» al llms.txt. Es una propuesta. Ningún gran proveedor se ha comprometido públicamente a usarla en producción.
Si ya tienes un sitio, ya escribes contenido y ya te preocupas de que cargue rápido, estás haciendo el 90% del trabajo que sí importa. Lo demás es tener algo propio que decir: un precio, un plazo, una medición, un caso.
En AltaHosting revisamos gratis la parte técnica de este asunto en tu sitio: si tu contenido se lee sin JavaScript, si estás bloqueando sin querer a los rastreadores que traen las citas y cómo está respondiendo tu servidor. Escríbenos y lo miramos juntos antes de que pagues por un archivo de texto.
