Cómo escribir y corregir llms.txt

llms.txt es un archivo markdown en texto plano en la raíz de tu sitio que dice cómo se llama el proyecto, qué hace en una frase y qué URLs importan. El formato está en llmstxt.org. No sustituye robots.txt, sitemaps ni SEO on-page. Es una lista de lectura curada que respaldas.

Esta guía explica cómo escribirlo y corregirlo. Para puntuación en vivo, lista de enlaces rotos y números de línea, usa el Validador de llms.txt. La página de la herramienta explica el informe; aquí nos centramos en redactar.

Qué debe incluir llms.txt

Empieza con una sola línea H1: # Nombre del sitio o proyecto. El título debe ser el nombre con el que quieres aparecer en un índice, no un eslogan relleno de keywords.

Opcional pero recomendable: un resumen en cita: > Una frase sobre qué ofrece el sitio. Da contexto antes de las listas de enlaces. Si lo omites, algunos comprobadores avisan aunque el resto sea válido.

Después añade secciones H2. Cada sección agrupa enlaces relacionados. Nombres habituales: Docs, Blog, Products o Tools. Bajo cada H2, líneas de lista markdown:

- [Título de página](https://tusitio.com/ruta): Nota breve

La nota tras los dos puntos es opcional. La etiqueta del enlace debe ser legible. La URL debe ser la https canónica que quieres citada.

Sección Optional y llms-full.txt

Algunos sitios añaden un H2 Optional para páginas útiles pero secundarias: privacidad, changelog, docs antiguos o estado. El nombre es convención; señala prioridad baja a quien edita el archivo.

llms-full.txt es un archivo opcional aparte en la raíz para contenido largo: documentación extendida o exportaciones grandes. Muchos equipos publican solo llms.txt hasta tener un uso claro para el archivo completo.

URLs absolutas, duplicados y canónicas

Los ejemplos de la spec usan enlaces https:// absolutos. Rutas como /docs/inicio pueden resolverse en tu dominio, pero dificultan validadores offline y lectores fuera de contexto. Prefiere URLs absolutas alineadas con tus canonicals.

Lista cada URL importante una vez. Repetir la misma dirección en dos secciones genera duplicados que los validadores marcan.

Antes de añadir una URL, ábrela en el navegador o comprueba el estado. Una cadena 301 estable es aceptable. Un 404 en tu índice manda crawlers a callejones sin salida.

Errores habituales y correcciones

HTML en lugar de texto. Si /llms.txt devuelve el shell de tu SPA o una página por defecto del hosting, los parsers ven HTML. Sube un .txt o .md real y confirma Content-Type text/plain.

H1 ausente o varios H1. Solo un título # permitido. Suelen venir de copiar README. Fusiona en enlaces de sección o mueve contenido a llms-full.txt.

Líneas de lista mal formadas. Cada enlace debe ser - [etiqueta](url) con corchetes y paréntesis equilibrados.

Secciones vacías. Un H2 sin líneas - [ es un stub. Quítalo o añade enlaces.

Host incorrecto en enlaces. URLs de staging, www vs dominio bare, o http:// cuando el sitio es solo HTTPS. Alinea con tu política canónica.

Redactar sin empezar en blanco

Si tienes sitemap, el Generador de llms.txt puede traer hasta treinta URLs, leer titles y meta descriptions y agrupar secciones. Trata la salida como borrador. Edita etiquetas, quita páginas finas y reescribe el resumen con tu voz.

En sitios pequeños, redacta a mano: H1, resumen, dos o tres H2 y cinco a quince enlaces que le darías a un compañero nuevo. Mantén el archivo corto: es un índice, no un segundo sitemap enorme.

Cuando el borrador esté listo, pégalo en el validador con el origen del sitio para resolver relativas. Corrige errores y sube a la raíz.

Checklist de publicación

1. Nombre llms.txt en la raíz (mismo nivel que robots.txt).
2. Un H1, resumen en cita, al menos un H2 con enlaces markdown.
3. Enlaces https canónicos que respondan bien.
4. Sección Optional solo si tienes enlaces de baja prioridad.
5. Vuelve a validar la URL en vivo tras subir, no solo el borrador.

Después publica, lanza el Comprobador de acceso para crawlers de IA en una URL clave si también te importan robots.txt y señales on-page. Validar llms.txt no demuestra que los bots de recuperación estén permitidos.

Mantener llms.txt con el tiempo

Actualiza cuando lances un área nueva, rebranding o retires URLs. Un índice obsoleto perjudica a quien confió en la lista. Añade un recordatorio trimestral junto a revisiones de sitemap.

Si renombras secciones, evita cambiar nombres H2 cada semana. Docs a Documentation está bien; cambiarlo sin parar, no.

Si bloqueas crawlers de entrenamiento en robots.txt pero quieres citas en motores de respuesta, recuerda que entrenamiento y recuperación son políticas distintas. llms.txt no anula robots. Arregla robots para los bots que te importan y mantén el índice exacto.

Qué no te dice la validación

Una puntuación limpia no significa que ChatGPT o Perplexity te citaron ayer. La adopción varía. Significa que el archivo encaja con la forma markdown esperada y que los enlaces listados responden.

Los validadores que piden URLs en vivo usan timeouts y topes. Pueden comprobar treinta enlaces únicos por ejecución. Prioriza enlaces importantes en las primeras secciones.

Usa el validador tras editar y antes de entregar a clientes. Usa esta guía cuando reescribas secciones o expliques el formato a alguien que nunca publicó llms.txt.