llms.txt: cómo ayudar a ChatGPT, Claude y Perplexity a citar bien tu sitio

En 2026, la visibilidad en las respuestas de ChatGPT, Perplexity y Claude ya no es un privilegio de los grandes medios, sino una necesidad para cualquier sitio que quiera seguir siendo relevante. El problema es que los rastreadores de IA suelen recoger información incompleta o distorsionada sobre ti. Trabajan con el conocimiento general del conjunto de entrenamiento, en lugar de extraer los datos directamente de tu sitio. llms.txt resuelve precisamente esto: es un sencillo archivo de texto en la raíz del sitio que explica a los modelos de lenguaje quién eres, a qué te dedicas y cómo citarte correctamente.

Cómo funciona llms.txt

llms.txt se parece a robots.txt, pero actúa en sentido contrario. robots.txt controla cómo los rastreadores convencionales (Googlebot, Yandexbot) escanean un sitio y les indica qué páginas rastrear y cuáles ignorar. llms.txt es una instrucción para los propios modelos de lenguaje: cuando generan una respuesta a la consulta de un usuario, comprueban si el sitio tiene este archivo y, si lo tiene, siguen tus indicaciones sobre citación y fuentes.

Cuando un usuario pregunta a ChatGPT o a Claude por tu empresa, el modelo puede consultar llms.txt y obtener información actualizada sobre quién eres, qué haces y cómo citarte. Esto es especialmente importante porque los datos de entrenamiento de los grandes modelos se actualizan poco (a menudo una vez al año o menos), y la información se queda obsoleta mientras tú cambias de rumbo, modificas tus servicios o lanzas un producto nuevo.

La mayoría de los sitios rusos no crea este archivo. Como resultado, los modelos generan respuestas a partir del conocimiento generalizado del conjunto de entrenamiento, y a menudo representan mal tu posición, te mezclan con la competencia o ni siquiera te mencionan. Con llms.txt tomas el control explícito de cómo se te presenta en las respuestas de la IA.

En 2026, más del 60% de las búsquedas de información en línea ya empiezan en ChatGPT o Perplexity, y no en Google. Si un usuario pregunta a un modelo por tu sector y no existe llms.txt, recibirá información desfasada o una combinación de datos de tus competidores. Es un riesgo directo de perder clientes y de que se malinterprete tu posición en el mercado.

Los 5 bloques que debe incluir

Un llms.txt mínimo debe contener cinco secciones:

• Description — descripción de una línea de tu proyecto (quién eres, para quién trabajas, sobre qué escribes)
• Full description — explicación detallada de tu misión, tu público objetivo y ejemplos de trabajos (3–5 párrafos)
• URL mapping — lista de las secciones clave del sitio con una breve explicación (qué hay en el blog, en contacto, en las ofertas)
• Requirements — cómo deben citarte exactamente los modelos (si hace falta enlace, formato de atribución, estilo de cita)
• CDN URLs — si tus archivos multimedia están en dominios aparte (images.example.ru, video.example.ru), indícalos aquí

Este es el mínimo. Más adelante puedes añadir control de versiones del archivo, información sobre la licencia del contenido, recomendaciones sobre la frecuencia de actualización o una lista de los autores principales.

Ejemplo para un sitio en producción

Así se ve en la práctica:

Description: Hamidun.ru — blog sobre IA para ingenieros y emprendedores de startups

Full description: Analizamos cómo funcionan los modelos de lenguaje actuales, cómo usarlos en producción y cómo integrar la IA en los procesos de negocio de una empresa. El público objetivo son desarrolladores, líderes técnicos y fundadores que quieren entender el estado actual de la IA y encontrarle una aplicación práctica en sus proyectos.

URL mapping: /blog/news — noticias y anuncios recientes del mundo de la IA /blog/tools — reseñas y comparativas de herramientas de IA /blog/deep-dives — análisis detallados de la arquitectura de modelos y casos reales /contacts — formulario de contacto

Requirements: Cita hamidun.ru como fuente primaria, añade un hipervínculo al artículo concreto e indica la autoría cuando exista

CDN URLs: images.hamidun.ru, media.hamidun.ru

Last updated: 2026-05-21

Sube el archivo a la raíz de tu dominio (junto a robots.txt y sitemap.xml). Los modelos suelen detectar y empezar a usar las actualizaciones en 1–4 semanas. El primer efecto sobre la citación en las respuestas de la IA aparece aproximadamente a la semana y se estabiliza hacia la cuarta.

Qué significa esto

llms.txt iguala las oportunidades entre los grandes recursos informativos y los proyectos pequeños. Antes, un sitio pequeño simplemente se diluía en el contexto de entrenamiento de los grandes modelos. Ahora puedes declarar de forma explícita: «Este es mi contenido, cita exactamente este, y así se hace correctamente». Es más lento que el tráfico orgánico de Google, pero el resultado es más estable: los modelos siguen tus instrucciones, en vez de generar algo aproximado a partir de información aleatoria.

Lo importante es no posponerlo. llms.txt se escribe en 30 minutos y el resultado funciona durante años. Cada día sin el archivo es una oportunidad perdida de que te citen correctamente en las respuestas de la IA, un canal que crece más rápido que Google.