Escribe uno si te apetece; cuesta diez minutos y no rompe nada. Solo no lo apuntes como estrategia de visibilidad. Los logs de servidores de 137K dominios muestran que el 97% de los archivos llms.txt nunca se obtuvo en mayo de 2026, y un estudio preregistrado sobre 3,048 sitios encuentra que los sitios citados no tienen el archivo con más frecuencia. Google Search lo ignora.

La idea y cómo se extendió

llms.txt es un archivo Markdown en la raíz de un sitio que resume de qué va y enlaza a las páginas importantes. Jeremy Howard, de Answer.AI, propuso el formato en septiembre de 2024 con un argumento razonable: las páginas web están diseñadas para humanos, y un agente de IA que primero debe quitar navegación, anuncios y scripts para leerlas gasta tiempo y tokens. Un resumen limpio en un lugar predecible cuesta menos de leer.

La propuesta encontró público. En la muestra de Ahrefs de 137K dominios que usan su herramienta de analítica web, el 28% había publicado un llms.txt a mediados de 2026. Los grandes laboratorios de IA publican estos archivos para su propia documentación para desarrolladores, y a finales de mayo de 2026, el Lighthouse de Chrome añadió una comprobación de llms.txt a sus auditorías experimentales de navegación agéntica. Es un formato real con adopción real, no un experimento marginal.

Evidencia 1: el 97% de los archivos nunca se lee

Si el archivo funcionara como dicen las landing pages de los generadores, los crawlers de IA lo pedirían constantemente. Los logs de servidores dicen lo contrario. Ahrefs analizó los logs y el tráfico real de 137,210 dominios que usan sus productos de analítica. El hallazgo central: el 97% de los archivos llms.txt publicados no recibió ninguna petición en mayo de 2026. Nada los obtuvo jamás.

El 3% que sí se obtuvo cuenta su propia historia. La mayoría de las peticiones venía de bots de todo tipo (96%). Las herramientas de IA con nombre representaban el 19.5% de las obtenciones, con GPTBot a la cabeza, Claude-Code segundo, por delante de todos los bots de búsqueda de IA. Otro 12% venía de herramientas GEO, comprobadores de llms.txt e investigadores: la industria releyéndose los deberes.

El hallazgo más cortante está hacia el final del informe. Para archivos llms.txt que no existían, los bots de IA hicieron cero peticiones. Nunca van a buscarlo. Las landing pages que prometen un archivo «construido según la especificación que buscan ChatGPT, Claude y Perplexity» describen una lectura que sencillamente no ocurre en los logs.

Nivel de evidencia: datos de logs observacionales de gran muestra, un solo mes (mayo de 2026), un solo proveedor de analítica

Los logs de obtención miden el rastreo. El segundo estudio mide lo que de verdad importa: ser citado. Matt Timmermans, de Timmermans Media, pasó 400 preguntas sin marca por las API de ChatGPT y Gemini en septiembre de 2026, tres pasadas por pregunta, recopiló cada sitio citado en las respuestas y comprobó si tenía un llms.txt. El grupo de comparación: sitios del top 10 de Google para las mismas preguntas, no citados. 3,048 sitios en total.

Resultado: el 22.4% de los sitios citados verificables tenía el archivo. Y el 25.4% de los sitios no citados verificables. Los intervalos se solapan y la dirección es más bien inversa. Visto de otro modo: 1,033 de los 1,331 sitios citados verificables (78%) no tenían ningún archivo utilizable en /llms.txt. De los 20 sitios más citados, 16, entre ellos la asociación de consumidores neerlandesa y el sitio del gobierno nacional, no tenían ninguno.

El estudio merece crédito por sus métodos, raros en este mercado. Preregistrado, datos públicos en Zenodo, y el autor separa lo que midió de lo que no midió: es una comparación descriptiva, no causal, que no puede mostrar si añadir el archivo cambiaría las citas de un sitio. Reponderó ambos grupos por tipo de sitio y comunica que la pequeña diferencia se estrecha aún más. Un resultado nulo entregado con tanto cuidado vale más que un resultado positivo entregado sin ninguno.

Nivel de evidencia: comparación descriptiva preregistrada, un solo día de medición (26 de septiembre de 2026), preguntas en neerlandés, solo las API de ChatGPT y Gemini

Lo que dice Google

La guía de optimización de Google para funciones de IA generativa, publicada en mayo de 2026, incluye una sección «Mythbusting generative AI search», y llms.txt encabeza la lista de lo que puedes ignorar:

«No necesitas crear nuevos archivos legibles por máquina, archivos de texto para IA, marcado o Markdown para aparecer en Google Search (incluidas sus funciones de IA generativa), porque el propio Google Search no los usa.»

La guía añade que crear uno «no perjudica ni aporta nada a la visibilidad o al posicionamiento de tu sitio en Google Search, porque Google Search los ignora». Ahrefs recoge que, preguntado por Lily Ray sobre por qué el equipo de Lighthouse de Chrome auditaría un archivo que la búsqueda ignora, John Mueller de Google calificó llms.txt como un formato «no hecho para la búsqueda», una «muleta temporal, quizá para ahorrar algunos tokens» para las herramientas de código de IA que leen documentación para desarrolladores.

Esa descripción coincide con el uso real del archivo. Es un formato para los agentes de código que leen documentación técnica, no un canal hacia la búsqueda ni hacia las citas de los chatbots.

De dónde salen las grandes promesas

Nada de esto ha frenado el marketing. Las landing pages de los generadores prometen que «la próxima vez que ChatGPT, Claude o Perplexity visite tu sitio, obtendrá un mapa claro en lugar de adivinar». Las páginas de los plugins afirman que sin el archivo los sistemas de IA «rara vez te citan o te recomiendan», y una luce un testimonio que declara un tráfico de Perplexity «triplicado». Las herramientas de comprobación escanean un archivo que los grandes motores casi nunca piden.

El patrón se repite en toda la categoría. La promesa se enuncia como un hecho. El enlace de respaldo, si existe, apunta al artículo de otro proveedor. Los estudios que controlan algo vuelven vacíos. Describimos el mismo patrón para el JSON-LD (lo que el marcado schema hace de verdad a las citas de IA): las páginas de proveedores citan grandes multiplicadores por cambios de marcado mientras los tests controlados no encuentran nada. Cuando un proveedor cita una ganancia enorme por un ajuste de marcado, comprueba si la cifra viene de un estudio controlado o del benchmark interno del proveedor. Hasta ahora, todas las ganancias de marcado eran de la segunda clase.

Entonces, ¿escribo uno?

Este es el veredicto que aplicamos nosotros mismos.

Vale los diez minutos:

  • Publicas documentación para desarrolladores. Es el único caso de uso con respaldo en los logs. Las obtenciones que ocurren vienen sobre todo de herramientas de código: GPTBot y Claude-Code fueron los dos fetchers de IA más activos de los logs de Ahrefs, y Mueller describió el formato como una muleta para ese público concreto. Si tu producto expone una API, te toca.
  • Tu CMS o tu plugin de SEO ya genera uno. Revísalo en lugar de ignorarlo. Los archivos autogenerados suelen estar vacíos o desactualizados, y un archivo vacío no aporta nada al raro agente que lo lee.
  • Quieres un resumen canónico legible por humanos de tu sitio en un lugar predecible. Eso tiene valor documental aunque ningún crawler pase.

No vale el presupuesto:

  • Comprar llms.txt como estrategia de visibilidad en IA. Los dos mejores conjuntos de datos disponibles apuntan igual: el archivo no es la palanca.
  • Mantener y resometer cada mes un archivo a medida. En el estudio de Timmermans, la mayoría de los sitios citados no tenía archivo y aun así fue citado. Los hábitos que esos sitios comparten de verdad merecen tus horas: que te nombren en la web que leen tus compradores (por qué que te nombren vale más que el posicionamiento) y páginas que responden por completo a la pregunta de la categoría. Si nunca has medido si la IA te nombra, la prueba manual toma una tarde y ninguna herramienta.

Nuestro lugar en todo esto

Estas comprobaciones son nuestro oficio. En el diagnóstico de CiteGap, llms.txt está a nivel de higiene: comprobamos que tu archivo existe y dice algo útil, sin afirmar que cambie tu tasa de cita. Los controles que de verdad pueden costarte visibilidad están antes: si los crawlers de IA alcanzan tus páginas, si robots.txt bloquea los bots que responden a usuarios, si tus páginas dicen con claridad cómo se llama tu producto. Para una primera lectura gratuita, la comprobación instantánea examina tu página de inicio en segundos y muestra cada resultado en la página.

Ejecutar la comprobación gratuita

Cada cifra de este artículo se verificó contra su fuente enlazada el 4 de noviembre de 2026. Este mercado se mueve rápido; revisa antes de citar una sola en un informe para un cliente.

Fuentes