1. ¿Qué es el Archivo llms.txt y para qué Sirve?
El archivo llms.txt es una especificación orientada a servir una versión condensada, limpia y en formato Markdown estructurado de los contenidos más relevantes de un dominio web. Así como el archivo robots.txt indica a los rastreadores qué rutas pueden o no visitar, llms.txt orienta a los agentes autónomos y modelos de lenguaje hacia las páginas más informativas y libres de sobrecarga visual o publicitaria.
Permite a los modelos de contexto limitado asimilar la estructura de una empresa, documentación de API o catálogo de servicios sin necesidad de procesar árboles HTML complejos ni ejecutar código del lado del cliente.
2. ¿Dónde debe Colocarse el Archivo llms.txt en el Servidor?
El archivo debe ubicarse en la raíz pública del dominio, accesible a través de la ruta estándar https://dominio.com/llms.txt. De forma complementaria, puede incluirse un archivo ampliado en https://dominio.com/llms-full.txt para incorporar el texto completo de guías técnicas y especificaciones avanzadas.
El servidor debe entregar este archivo con la cabecera Content-Type: text/markdown o text/plain con codificación UTF-8 y políticas de caché adecuadas.
3. Estructura Recomendada para un Archivo llms.txt
Un archivo llms.txt debe organizarse bajo una jerarquía de encabezados Markdown: un título H1 con el nombre oficial de la entidad, un párrafo introductorio describiendo la actividad y servicios esenciales, seguido de listas de enlaces categorizados bajo encabezados H2 (como 'Documentación Técnica', 'APIs', 'Políticas y Precios').
Cada enlace debe acompañarse de una breve descripción que sintetice con exactitud qué información fáctica encontrará el agente al acceder a esa dirección.
4. Comparativa: llms.txt frente a Sitemap XML
Mientras que un sitemap.xml proporciona un listado de URLs con metadatos de fecha y prioridad técnica para rastreadores de motores de búsqueda clásicos, llms.txt proporciona contexto semántico directo para modelos generativos. Ambos archivos son complementarios: el sitemap asegura el descubrimiento completo, mientras que llms.txt optimiza la asimilación semántica por token de los agentes de consulta.