llms.txt: una convención nueva, ¿vale la pena seguirla?

Si este año has leído algo sobre cómo conseguir que la IA te cite, te has topado con llms.txt. Es un archivo Markdown en la raíz de tu sitio que enumera las páginas que más te interesa que lea un modelo de lenguaje.

Hacerlo lleva unos veinte minutos. Si sirve de algo es otra cuestión.

Qué es en realidad

La convención es deliberadamente simple: un archivo en /llms.txt, Markdown plano, sin esquema.

# Tu sitio

> Una frase sobre qué es este sitio.

## Páginas principales
- [Inicio](https://example.com/): qué cubre
- [Acerca de](https://example.com/about): quién está detrás

## Artículos
- [Un artículo](https://example.com/blog/some-post): qué sostiene

La idea es que un modelo que decide qué descargar reciba un mapa curado en lugar de tener que adivinarlo a partir de tu navegación.

Qué no es

Tres cosas conviene dejarlas claras, porque casi todos los artículos se las saltan:

No es un estándar. Ningún organismo de normalización lo ha ratificado. Ningún proveedor se ha comprometido a respetarlo. Es una propuesta que bastantes sitios han adoptado.

No tiene fuerza coercitiva. Como robots.txt, es voluntario. A diferencia de robots.txt, ni siquiera es una convención antigua sobre la que se hayan construido los rastreadores, así que no existe un fondo de implementaciones que ya lo lean.

No sustituye lo fundamental. Si tu contenido se renderiza en el cliente, un llms.txt que apunte a él no cambia nada: el rastreador llega igualmente a un cascarón vacío. Arregla eso primero.

Por qué aun así vale la pena

Dos razones, y ninguna es «mejora tu posicionamiento»:

1. Cuesta casi nada y se puede generar. El nuestro es un route handler que lee la misma lista de artículos que usa el índice del blog. Se actualiza solo cuando publicamos. El coste marginal es cero.

2. Es una declaración de intenciones sin ambigüedad. Si un modelo —o una persona— quiere saber qué páginas son tu sustancia y no tu plantilla, lo has respondido en un solo archivo en vez de obligarle a deducirlo.

Eso es todo el argumento. Es barato, es legible y puede que ayude.

Cómo comprobar el tuyo

Hay dos cosas que verificar, y la primera detecta casi todos los errores:

curl -s https://your-site.com/llms.txt

Debería devolver 200 y Markdown de verdad. El fallo habitual es un archivo que existe pero no contiene ningún enlace: nuestra propia auditoría tiene una regla que señala exactamente eso, porque una lista de encabezados sin URLs no le dice nada a un modelo sobre adónde ir.

Si prefieres no hacer curl a mano, la herramienta de llms.txt te dice si el archivo existe y si su formato se sostiene, y redacta uno a partir de tu sitemap.

Después confirma que las URLs que incluye responden. Un enlace roto dentro de llms.txt es peor que no tener archivo: lo has señalado tú mismo.

El resumen honesto

Añádelo. Dedica esos veinte minutos. Pero no esperes que mueva tráfico por sí solo: entre las cosas que de verdad determinan si te citan, es una señal pequeña y barata. Lo que decide son el contenido renderizado en servidor, un robots.txt permisivo, los datos estructurados y tener algo que merezca la pena citar.

Esto último es lo que hace casi todo el trabajo.