llms.txt y SEO: 844.000 implementaciones, cero usos confirmados por la IA

Por qué llms.txt está ahora en la agenda de todas las empresas B2B

Pocas propuestas técnicas han marcado tanto el debate sobre GEO en 2025 como llms.txt. La idea resulta atractiva: un único archivo Markdown en el directorio raíz que proporciona a sistemas de IA como ChatGPT, Perplexity o Google AI Overviews un mapa curado de los contenidos más importantes de un sitio web. Los plugins lo generan automáticamente, las charlas de congresos lo recomiendan y en muchos pliegos de requisitos para relanzamientos web ya figura como punto estándar.

Precisamente aquí surge el problema para los decisores B2B: la difusión sugiere eficacia, pero la evidencia no respalda esa expectativa. Ningún gran proveedor de IA ha confirmado que consulte o procese el archivo. Quien asigna el presupuesto de GEO con rigor no necesita, por tanto, un acto de fe, sino una valoración sobria: qué puede aportar hoy llms.txt, qué no, y qué medidas generan en su lugar una visibilidad en IA medible. Este artículo separa los hechos demostrables de las promesas de marketing.

Qué es llms.txt y en qué se diferencia de robots.txt y sitemap.xml

llms.txt fue propuesto el 3 de septiembre de 2024 por Jeremy Howard, cofundador del laboratorio de investigación Answer.AI. Se trata de un archivo Markdown en /llms.txt que reúne información de contexto breve, orientación y enlaces a otros archivos Markdown más detallados. El único elemento obligatorio es un encabezado H1 con el nombre del proyecto o del sitio; el original lo dice literalmente: «This is the only required section». Todas las demás secciones, como un bloque opcional con recursos secundarios, son voluntarias.

Conviene delimitar bien los tres archivos, porque a menudo se meten en el mismo saco:

• robots.txt: controla lo que los rastreadores pueden hacer y lo que no. Es un mecanismo de control de acceso y de prohibiciones, no una oferta de contenido.
• sitemap.xml: enumera en formato legible por máquinas todas las URL indexables. Sirve para que el descubrimiento sea completo, no para priorizar ni preparar contenidos.
• llms.txt: es un índice de contenidos curado en formato Markdown, legible tanto por personas como por máquinas. No pretende enumerarlo todo, sino destacar lo más importante y ofrecerlo en un formato adecuado para los LLM.

La diferencia decisiva: robots.txt y sitemap.xml son estándares consolidados que los buscadores procesan realmente. llms.txt es una propuesta sin respaldo oficial de los proveedores de IA.

El problema que llms.txt pretendía resolver en un principio

Howard justifica la propuesta en dos lugares. En la especificación de llmstxt.org escribe que las ventanas de contexto siguen siendo demasiado pequeñas para abarcar la mayoría de los sitios web completos y que las páginas HTML con navegación, publicidad y JavaScript solo pueden convertirse con dificultad y de forma imprecisa en texto limpio para los modelos de lenguaje. En el post del blog de Answer.AI subraya que reunir el contexto adecuado a partir de un sitio web es ambiguo. La premisa es que los propios responsables del sitio saben mejor que nadie qué contenidos son centrales y pueden ofrecer esa selección curada en un formato legible por máquinas.

La idea de fondo es comprensible y técnicamente está bien pensada. Explica por qué la propuesta tuvo tan rápida acogida entre desarrolladores y fabricantes de herramientas. Lo que no explica es si los sistemas de búsqueda con IA usan realmente el archivo en la práctica. Esa brecha entre una idea plausible y su uso real es el núcleo del tema.

La paradoja de la adopción: mucha difusión en cifras absolutas, poco alcance

La difusión de llms.txt suele comunicarse con cifras absolutas, lo que crea la impresión de un estándar de facto. Así, BuiltWith contabilizó el 25 de octubre de 2025 más de 844.000 sitios web con llms.txt, según documenta Publii. La cifra en directo del tracker de BuiltWith fluctúa desde entonces. Más fiable es la mirada relativa. Un análisis de SE Ranking muestra que de unos 300.000 dominios analizados, solo el 10,13 por ciento había implementado un archivo llms.txt. Es decir, casi el 90 por ciento de los dominios analizados prescinde de él.

Esta paradoja es clave para evaluar la estrategia: un gran número absoluto de implementaciones no significa que las páginas con autoridad, las que cuentan para la visibilidad en IA, tengan el archivo. Muchas implementaciones proceden de la generación automática mediante plugins, no de una decisión editorial consciente. Aquí, la difusión es una señal débil. Mide lo fácil que es generar algo, no lo eficaz que es.

La evidencia contra un uso activo por parte de los sistemas de búsqueda con IA

Tres pruebas independientes contradicen la suposición de que los sistemas de búsqueda con IA aprovechan hoy activamente llms.txt.

Primero, la declaración de Google. John Müller, de Google, explicó que actualmente ningún sistema de IA utiliza el archivo llms.txt. Para AI Overviews, según Google, rige lo siguiente: «use normal SEO practices»; no hace falta ni GEO ni LLMO ni nada adicional. Además, Gary Illyes dejó claro que Google no admite llms.txt ni tiene previsto hacerlo.

Segundo, la realidad de los logs del servidor. Un experimento de OtterlyAI analizó accesos reales de rastreadores. El resultado: de más de 62.100 visitas de bots de IA en 90 días, solo 84 solicitudes apuntaron al archivo /llms.txt, una cuota de alrededor del 0,1 por ciento del tráfico de bots de IA. A modo de comparación: una página media del mismo sitio recibió unas 265 visitas de bots de IA en el mismo periodo, de modo que llms.txt, con 84 visitas, se consultó unas tres veces menos. Los rastreadores no solicitan el archivo de forma sistemática.

Tercero, el análisis de correlación. SE Ranking comprobó si la presencia de un llms.txt guarda relación con la frecuencia de las citas en IA. Ni el análisis estadístico ni el modelo de machine learning mostraron efecto alguno de llms.txt en la frecuencia con la que los LLM citan un dominio. Especialmente revelador: al eliminar la variable llms.txt del modelo, las predicciones incluso mejoraron. Es decir, el archivo no aportaba nada para explicar la visibilidad en IA.

Qué impulsa realmente la visibilidad en IA

Si llms.txt no explica la citación en IA, surge la pregunta realmente relevante: ¿qué la explica entonces? Aquí los datos son mucho más claros y se pueden aplicar directamente en la práctica de GEO.

Menciones de marca antes que backlinks: un análisis de Ahrefs sobre 75.000 marcas muestra que las menciones de marca en la web correlacionan con la visibilidad en AI Overviews con r=0,664, mucho más que los backlinks con r=0,218, una proporción de aproximadamente tres a uno. En la práctica, esto significa que las relaciones públicas digitales, los artículos especializados, los directorios sectoriales y las menciones coherentes en toda la web tienen más efecto que el link building clásico.

Estadísticas y citas de fuentes en el contenido: el trabajo publicado en las actas de KDD '24, citado a menudo como el estudio GEO de Princeton, demuestra que una optimización específica puede aumentar hasta un 40 por ciento la visibilidad en las respuestas generativas. Los métodos más eficaces son añadir estadísticas, incluir citas creíbles y mencionar fuentes fiables, con mejoras relativas del 30 al 40 por ciento en la métrica Position-Adjusted Word Count y del 15 al 30 por ciento en la medida Subjective Impression. Según el estudio, los métodos del tipo keyword stuffing apenas aportan mejoras. El benchmark abarcó 10.000 consultas de distintos ámbitos.

Front-loading y Answer Islands: los contenidos que ofrecen la respuesta principal en las primeras frases y se organizan en bloques claramente delimitados y citables por sí solos son más fáciles de extraer para los modelos de lenguaje. No es un truco de formato de archivo, sino una disciplina editorial que actúa en cada página.

La conclusión es clara: las palancas de la visibilidad en IA están en el propio contenido y en la presencia de marca, no en un archivo índice aparte.

Dónde aporta llms.txt un beneficio real fuera de la búsqueda

Que no tenga efecto en la visibilidad en la búsqueda con IA no significa que el archivo carezca de valor. Tiene casos de uso legítimos, solo que fuera del contexto de búsqueda.

• Flujos de trabajo agénticos y tool use: cuando un usuario da a un agente de IA una URL concreta y le pide que la procese, un mapa curado en Markdown puede facilitar el punto de entrada. Aquí el archivo se consulta de forma deliberada, no lo descubre un rastreador de búsqueda.
• Pipelines RAG internas: las empresas que construyen sus propios sistemas de recuperación sobre su documentación se benefician de una fuente Markdown limpia y preestructurada. El beneficio se produce en el sistema interno controlado, no en la web abierta.
• Consumo de documentación en herramientas para desarrolladores y SaaS: en el segmento de desarrolladores y SaaS, donde los usuarios aplican activamente modelos de lenguaje a la documentación de producto, llms.txt puede mejorar el acceso a contenidos técnicos. Este segmento es el que tiene el uso real más plausible.

Para una empresa B2B típica cuyo objetivo es la visibilidad en ChatGPT Search, Perplexity o Google AI Overviews, estos casos de uso por lo general no se aplican.

Sopesar con realismo riesgo, esfuerzo y beneficio

Una valoración honesta sería: low risk, low cost, low upside. El riesgo es bajo porque el archivo no rompe nada. El esfuerzo es bajo, siempre que solo se cree una vez. El beneficio esperable para la visibilidad en la búsqueda con IA es, según los datos actuales, prácticamente nulo.

Aun así, tres aspectos merecen atención:

• Esfuerzo de mantenimiento: un llms.txt mantenido a mano se queda desactualizado. Si los contenidos cambian y el archivo no, surgen instantáneas contradictorias.
• Instantáneas obsoletas: un mapa curado erróneo es peor que ninguno, porque da una imagen distorsionada del sitio.
• Riesgos de spam y cloaking: un archivo que muestra un contenido distinto al de las páginas reales puede derivar hacia el cloaking. Por eso, la coherencia entre llms.txt y el sitio real es obligatoria.

Quien implemente llms.txt debería tratarlo como un complemento automatizado y de bajo mantenimiento, no como una medida de GEO con promesa de resultados.

Austria como ejemplo: relevancia para la estrategia de GEO

La urgencia de la visibilidad en IA es real en la región DACH (Alemania, Austria y Suiza), con independencia de llms.txt. En Austria, según Statistik Austria, el 31 por ciento de las personas de 16 a 74 años ya ha utilizado al menos una vez una herramienta de IA generativa como ChatGPT, y el 28 por ciento también en los tres meses anteriores a la encuesta. La base de datos es la encuesta sobre el uso de las TIC en los hogares 2024.

Para las estrategias de GEO B2B, de ello se derivan dos cosas. Primera: casi un tercio de las personas de 16 a 74 años en Austria ya ha utilizado herramientas de IA generativa, así que la visibilidad en IA no es un tema de futuro. Segunda: la respuesta correcta son contenidos verificables y bien estructurados con fuentes y estadísticas, no un archivo técnico sin efecto demostrado. Precisamente en el ámbito germanohablante, donde los contenidos especializados de alta calidad suelen escasear más en el corpus de entrenamiento de los LLM, el contenido sustancial es la palanca más eficaz.

Cómo medir correctamente el tráfico de referencia desde IA y las conversiones

La búsqueda de información con IA cambia a fondo el comportamiento de clic, lo que hace más exigente la medición. Un análisis del Pew Research Center basado en datos de navegación de EE. UU. muestra que los usuarios que vieron un resumen de IA solo hicieron clic en un resultado de búsqueda clásico en el 8 por ciento de las visitas, frente al 15 por ciento sin resumen de IA. En un enlace dentro del propio resumen hizo clic solo el 1 por ciento. Además, el 26 por ciento de los usuarios terminó su sesión tras una página con resumen de IA, frente al 16 por ciento sin él. Estas cifras proceden del mercado estadounidense, pero la tendencia es extrapolable a la región DACH.

En la práctica, esto significa que las métricas de clics clásicas subestiman el valor de la visibilidad en IA, porque parte del efecto se produce en impresiones basadas en citas sin clic. Para registrar bien el tráfico de referencia restante, conviene un enfoque doble:

• Segmentación en GA4: aislar fuentes de IA como ChatGPT, Perplexity o Gemini como fuentes de referencia propias y evaluar por separado su comportamiento, por ejemplo el engagement y las conversiones.
• Análisis de logs del servidor: evaluar directamente en los logs los accesos de los bots de IA para ver qué páginas se consultan realmente. Precisamente este método demostró en el experimento de OtterlyAI que llms.txt apenas se solicita.

Quien combina ambos niveles mide la visibilidad en IA de forma fiable, en lugar de darla por supuesta por un formato de archivo.

Recomendación: la matriz de decisión para llms.txt

La decisión se puede reducir a una matriz sencilla.

• Hay generación automatizada disponible, por ejemplo a través del CMS o de un plugin: implementarlo. El esfuerzo es mínimo, el riesgo bajo y, en el contexto de herramientas para desarrolladores o SaaS, hay un beneficio secundario plausible. Expectativa: ningún efecto medible en la visibilidad en la búsqueda con IA.
• Solo es posible el mantenimiento manual y no hay caso de uso agéntico ni de documentación: prescindir de él o tratarlo como algo estrictamente secundario. El esfuerzo de mantenimiento supera el beneficio demostrado.
• Presupuesto de GEO limitado: no invertir en llms.txt, sino en las medidas con evidencia.

Según los datos, la prioridad la tienen las palancas con efecto demostrado: menciones de marca coherentes en toda la web en lugar de solo link building, el front-loading de las respuestas y el uso de estadísticas y citas de fuentes directamente en el contenido, así como una medición limpia mediante segmentación en GA4 y logs del servidor. En el mejor de los casos, llms.txt es un complemento inofensivo. El verdadero trabajo de GEO se hace en la propia página, no en un archivo índice.