llms.txt: la capa de contexto que tu empresa no tiene

llms.txt se discute casi siempre como un tema de posicionamiento. Es un error de encuadre. Debajo hay una pregunta de arquitectura que casi ninguna empresa ha respondido: ¿que parte de tu negocio es legible para una maquina, y quien decide cual es esa version?

Un fichero trivial que esconde un contrato

llms.txt es un fichero en Markdown que se coloca en la raiz del dominio y enumera los recursos que un modelo deberia leer para entender un sitio. La propuesta la lanzo Jeremy Howard en septiembre de 2024. Tecnicamente es de las cosas mas simples que puede hacer un equipo: un fichero de texto, una lista de enlaces, una descripcion por enlace.

Lo relevante no es el formato. Es lo que obliga a decidir. Publicar un llms.txt significa fijar cual es la version canonica de lo que hace tu empresa, escrita para que la procese un sistema y no para que la lea un comercial. Esa version, en la mayoria de las organizaciones, no existe: esta repartida entre el CMS, un PDF comercial de hace dos anos y la cabeza de tres personas.

Si lo que buscas es la explicacion campo a campo del formato, en GEOySEO lo desarrollan con ejemplos en su guia sobre que es llms.txt y como se escribe. Aqui interesa la capa de encima: que implica a nivel de plataforma.

Las tres decisiones que fuerza el fichero

Un llms.txt bien hecho no se redacta en una tarde porque no es un problema de redaccion. Es un problema de gobierno del contenido.

Ninguna de las tres se resuelve en marketing. Las tres son decisiones de plataforma, y por eso los llms.txt abandonados a los seis meses son la norma.

• →Que se expone y que no. Documentacion tecnica, precios, condiciones, casos de uso: cada linea que anades es una linea que un agente puede citar sin contexto y sin que tu la veas.
• →Quien es el propietario. Si no hay un equipo con la responsabilidad de que el fichero refleje la realidad, el fichero miente en cuanto cambia el catalogo.
• →Cada cuanto se regenera. Un artefacto que se actualiza a mano se desactualiza. Un artefacto que se genera en cada despliegue no puede hacerlo.

Donde encaja en la arquitectura real

Sirve pensar en tres capas. La fuente de verdad: base de datos, CMS, documentacion interna. La capa de representacion: HTML para personas, Markdown plano y llms.txt para maquinas. Y la capa de interaccion: API, servidor MCP, herramientas que un agente puede invocar.

llms.txt vive en la capa intermedia y es la mas barata de las tres, pero solo es un indice. Apunta a recursos; no los sustituye. Una empresa que publica el fichero y deja debajo paginas construidas con seis capas de JavaScript, popups y texto comercial vacio ha puesto una senal muy clara hacia contenido que sigue siendo ilegible.

El orden util es el inverso al que suele hacerse: primero versiones limpias de los documentos que importan, despues el indice que los enlaza. No al reves.

Generado, nunca redactado

La diferencia entre un llms.txt que aporta y uno que estorba es de proceso. Si se escribe a mano, caduca. Si se genera desde la fuente de verdad durante el build, no puede divergir de lo que hay publicado.

Tratado asi, deja de ser un entregable de contenido y pasa a ser un artefacto de despliegue: vive en el repositorio, se versiona en git, se regenera con cada publicacion y se puede validar en integracion continua. Comprobar que todos los enlaces devuelven 200 cuesta veinte lineas de script y evita el fallo mas comun del formato, que es apuntar a URLs que ya no existen.

Tus propios agentes son el primer consumidor

El debate publico gira alrededor de si ChatGPT, Claude o Perplexity leen el fichero. Es una discusion legitima y la respuesta honesta es que hoy la adopcion por parte de los grandes rastreadores no esta garantizada. Construir una estrategia entera sobre ese supuesto seria imprudente.

El consumo interno, en cambio, es inmediato y esta bajo tu control. Un agente de soporte, uno comercial o uno de contenido necesitan exactamente lo mismo: un punto de entrada estable que les diga que documentos son la referencia. Ese indice lo usas tu desde el primer dia, con o sin rastreadores externos.

Y ese es el argumento de fondo. El trabajo que obliga a hacer llms.txt (inventariar, describir, versionar, decidir que es publico) es la base de cualquier operacion asistida por agentes. El fichero es la excusa barata para hacerlo.

Este tema tambien se trata, desde otro enfoque, en GEOySEO.

El fichero se escribe en una tarde. Lo que no se improvisa es lo de debajo: decidir cual es tu fuente de verdad, mantenerla generada y no redactada, y disenar las capas que un agente necesita para operar sobre tu negocio sin intermediarios. En Potenciado construimos esa arquitectura, no la revendemos. Si estas en el punto de plantearte como se articula tu empresa sobre agentes de IA, empieza por el inventario: es la parte que sirve tanto si publicas el fichero como si no.