Durante treinta años, una página web se escribió para dos lectores: la persona y el buscador. La persona leía el texto; el buscador leía el código y decidía en qué puesto colocarte.
Ha aparecido un tercer lector, y no se comporta como ninguno de los dos. Cuando alguien le pregunta algo a ChatGPT, a Claude o a Perplexity, el modelo no recorre diez enlaces azules: entra en unas pocas páginas, las resume y responde. La pregunta que se hace hoy medio sector es cómo escribir para ese tercer lector.
La respuesta de moda se llama llms.txt, y viene con otras propuestas más recientes, como meter instrucciones para la inteligencia artificial dentro del propio HTML. Conviene entender qué son, qué prometen y qué parte de esa promesa se sostiene. Porque la distancia entre el entusiasmo y la evidencia, en esto, es considerable.
Qué es llms.txt
Es un archivo de texto que se coloca en la raíz del dominio, en tudominio.com/llms.txt. La idea la propuso Jeremy Howard, cofundador de fast.ai, en septiembre de 2024. El nombre juega con el veterano robots.txt, pero el propósito es el contrario: robots.txt le dice a un rastreador a dónde no entrar; llms.txt le ofrece a un modelo un mapa curado de lo que merece la pena leer.
El formato es deliberadamente simple. Un título, una frase de resumen y luego secciones que agrupan enlaces con una descripción de una línea cada uno. Hay incluso una sección llamada Optional, para las páginas que el modelo puede saltarse si va justo de espacio. Existe una variante, llms-full.txt, que en vez de enlazar vuelca el contenido entero en un único documento.
El motivo técnico es real: un modelo no puede digerir un sitio complejo entero. Tiene un límite de contexto, y una web moderna está llena de menús, banners y scripts que, para una máquina, son ruido. El archivo es un intento de entregarle lo importante ya masticado.
La vuelta de tuerca: instrucciones dentro del HTML
En agosto de 2025, la empresa Vercel llevó la idea un paso más allá con una propuesta para incrustar instrucciones directamente en el HTML, mediante una etiqueta de script de un tipo especial. El truco es elegante: un navegador ignora los scripts de un tipo que no reconoce, así que ese contenido no afecta a lo que ve la persona. Un modelo de lenguaje, en cambio, sí lo lee. La página lleva, escondidas a plena vista, unas instrucciones dirigidas solo a las máquinas.
Suena ingenioso. Y aquí es donde conviene frenar.
El problema que casi nadie menciona
Dejar que una página contenga instrucciones para una IA es, mirado de cerca, el mismo mecanismo que la inyección indirecta de prompts, una de las mayores preocupaciones de seguridad de los modelos actuales. Consiste precisamente en esto: colar órdenes dentro del contenido que un modelo lee, para que las obedezca como si vinieran de su usuario. Ya lo hemos visto funcionar, desde instrucciones ocultas en estudios científicos para engañar a los revisores automáticos hasta una simple invitación de calendario que puso en jaque a Gemini.
La industria lleva dos años tratando de enseñar a los asistentes a no hacer caso de las instrucciones que encuentran en las webs que visitan. Normalizar una etiqueta cuyo propósito es que las webs den instrucciones a los agentes empuja, sin querer, en la dirección contraria. Un estándar que dice que las páginas pueden ordenar cosas a las IA y una defensa que dice que las IA no deben obedecer a las páginas no pueden ser ambas verdad a la vez.
Hay un segundo problema, más terrenal: todo esto es autoinformación. Un llms.txt lo escribe el propio sitio sobre sí mismo. Nada impide que dos competidores afirmen ambos ser la fuente más fiable sobre un tema. Un modelo que tenga que elegir entre los dos sigue necesitando otra forma de distinguirlos.
Lo que dicen los datos
Aquí está la parte incómoda para los muchos artículos que venden llms.txt como el nuevo SEO. En su guía de optimización para IA, Google dice de forma explícita que su buscador no lo usa, ni siquiera en sus respuestas generativas.
No necesitas crear nuevos archivos legibles por máquina, archivos de texto para IA, marcado ni Markdown para aparecer en Google (incluidas sus funciones de IA generativa), porque el propio buscador no los usa.
Google, en su guía de optimización para IA
John Mueller, de Google, lo comparó con la vieja etiqueta meta keywords, aquel invento que se llenó de palabras clave hasta que dejó de servir para nada. Los números acompañan el escepticismo: la adopción del archivo ronda el 10% de los dominios analizados en 2026, y ningún gran motor de IA ha confirmado oficialmente que lo lea para construir sus respuestas.
Y sin embargo no es humo del todo. Hay un terreno donde sí tiene sentido: la documentación técnica dirigida a agentes. La propia Anthropic apunta a su llms.txt en la documentación de su API. Si tu web es una referencia que consultan asistentes de programación, el cálculo cambia. Si es un medio de noticias, el retorno es mucho más incierto.
Lo que de verdad te leen las máquinas
Mientras el debate sobre llms.txt acapara titulares, la parte que sí funciona es más aburrida y lleva años entre nosotros.
Lo primero es el HTML semántico: encabezados en orden y etiquetas que dicen qué es cada cosa. Los agentes leen sobre todo el árbol de accesibilidad de la página, el mismo que usa un lector de pantalla, no su diseño visual. Una web bien estructurada para una persona ciega es, casi por defecto, una web legible para una máquina.
Lo segundo son los datos estructurados en formato JSON-LD, con el vocabulario de Schema.org. En lugar de obligar al modelo a adivinar que un bloque de texto es una noticia, con su autor y su fecha, se lo dices de forma explícita. Para un medio, los tipos NewsArticle y Organization son el pan de cada día.
Lo tercero, y lo más olvidado, es quién puede entrar. Los grandes rastreadores de IA se identifican con nombres propios y separan tareas. OpenAI separó sus bots a finales de 2024: unos bots entrenan modelos y otros alimentan las búsquedas que devuelven citas y tráfico. Puedes decidir, bot a bot, aparecer en las respuestas de IA sin ceder tu contenido para entrenar, o al revés. Pero es una decisión que hay que tomar; no tomarla es dejar la puerta abierta a todos por descuido.
Cómo ponerlo en práctica
La buena noticia para quien use WordPress es que casi todo esto se resuelve sin tocar código. Yoast SEO y Rank Math generan llms.txt de forma nativa desde 2025, con un interruptor; ambos ya producen, además, el JSON-LD de artículo y organización. Existe también un plugin dedicado que da más control sobre qué entra en el archivo.
Un orden razonable, de mayor a menor retorno: primero, revisar que el robots.txt no bloquea por accidente a los rastreadores que te interesan; segundo, confirmar que tus artículos emiten un JSON-LD correcto y sin duplicados; tercero, activar y curar el llms.txt para que apunte a tu mejor contenido, no a una lista automática; y solo entonces, si acaso, mirar de reojo las propuestas experimentales, con la cautela que merecen.
El veredicto honesto
Preparar una web para las IA en 2026 se parece más a la higiene que a la alquimia. La capa que funciona, HTML limpio, datos estructurados y control de rastreadores, lleva años probada. La capa de moda, llms.txt, cuesta poco y por eso vale la pena tenerla, pero conviene hacerlo sin creerse la promesa: nadie ha demostrado que mueva la aguja, y el buscador más grande del mundo dice por escrito que a él no le dice nada.
Y la capa más nueva, la de dar instrucciones a los agentes desde la propia página, arrastra un problema de seguridad que el sector aún no ha resuelto y que haríamos mal en tratar como un simple truco de marketing. Escribir para las máquinas está bien. Lo que no conviene es olvidar que, de momento, quien mejor te lee sigue siendo la persona.
La imagen de representación de esta noticia ha sido generada con Nano Banana.