llms.txt es un archivo de texto en Markdown, publicado normalmente en https://tudominio.com/llms.txt, que resume el sitio para agentes de IA: quién eres, qué ofreces y cuáles son las URLs que merecen ser recuperadas.
Nació como propuesta de convención (similar en espíritu a robots.txt o sitemap.xml) para reducir el ruido de JavaScript, navegación y publicidad que dificulta el parseo. Hay dos variantes:
Performance Media recomienda empezar por llms.txt corto y de alta calidad. llms-full.txt solo tiene sentido si el contenido exportado está limpio y sin duplicados.
| Archivo / señal | Destinatario | Función | ¿Bloquea? |
|---|---|---|---|
| robots.txt | Crawlers | Permite o deniega el rastreo | Sí |
| sitemap.xml | Buscadores | Lista URLs indexables | No |
| JSON-LD (Schema.org) | Buscadores y LLMs | Identifica entidades página a página | No |
| llms.txt | Agentes de IA | Declara prioridades y contexto en Markdown | No |
Schema.org y llms.txt cubren capas distintas: el schema identifica entidades en cada URL; llms.txt es una declaración a nivel de sitio. Conviene tener ambos. Ninguno sustituye un H2 que responda de verdad.
Hay que separar hipótesis de evidencia.
Lo que sí hace llms.txt: reduce fricción de parseo, agrupa entidades, apunta a las URLs que quieres que un agente recupere, y no tiene un coste relevante de implementación.
Lo que no está demostrado: que aumente por sí solo Citation Rate o Share of Voice. Search Engine Journal, sobre ~300.000 dominios, no encontró un efecto claro en citas de IA.[1]
La lectura de Performance Media: implementarlo es racional (coste bajo, señal de orden), venderlo como «el hack de ChatGPT» es fraude táctico. Shopify lo ha extendido a cientos de miles de tiendas; eso indica adopción, no causalidad de citas.
Estructura mínima:
Ejemplo de línea útil:
Ejemplo inútil:
Reglas:
En sitios WordPress, generar llms.txt a mano no escala. BotPass, el plugin GEO de Performance Media, automatiza señales de este tipo. La automatización no absuelve de curar qué URLs entran: basura bien empaquetada sigue siendo basura.
No hay un anuncio de Google que lo trate como factor. La guía de funciones generativas de Google insiste en fundamentos de contenido y accesibilidad, no en este archivo.[2]
Sí. La convención es /llms.txt en el dominio canónico, accesible sin autenticación y en text/plain o Markdown.
Si operas ES y EN, publica uno por host o sección de idioma, con entidades localizadas y URLs correctas. No mezcles idiomas en el mismo archivo sin etiquetar.
No. Si el HTML es un caparazón vacío y el texto vive solo en el archivo, dependes de que el agente lo pida. El contenido canónico debe estar en la página.
Thank-you pages, buscadores internos, paginaciones, tags delgadas, PDFs escaneados y cualquier URL noindex.
No se mide el archivo. Se mide si las URLs listadas empiezan a aparecer como fuente en Perplexity y ChatGPT Search para tus prompts. Eso es el proxy.
llms.txt es higiene, no milagro. Declara tu mapa de entidades y apunta a las páginas que ya son citables. Si esas páginas no existen, el archivo no las inventa.
Performance Media implementa llms.txt dentro de un stack GEO (schema, chunks, medición). Audita primero si la IA te cita.
Performance (2026). Qué es llms.txt y qué impacto real tiene en las citas de IA. Performance Media. https://performancemedia.io/blog/que-es-llms-txt/
Cómo usar [Schema.org](http://Schema.org) y JSON-LD para GEO: Organization, Person, Article, FAQPage, sameAs y @id para que la IA identifique y cite tu marca.
Qué crawlers de IA existen (GPTBot, ClaudeBot, PerplexityBot, Google-Extended), cómo tratarlos en robots.txt y qué bloqueos matan tu GEO.
Cómo usar Wikipedia, Wikidata y sameAs en GEO para que la IA verifique tu marca B2B y deje el tono dubitativo.
Leer sobre GEO está bien. Ver tu línea base real de citaciones en ChatGPT, Gemini y Perplexity es lo que hace que una conversación interna avance.