Actualizado en octubre de 2026.
Cada pocas semanas circula el mismo dato suelto en un grupo de LinkedIn o en un hilo sobre visibilidad en IA: “el X% de los sitios ya tiene llms.txt, y el tuyo todavía no”. El número cambia según quién lo publique. A veces es 8%, a veces es más de la mitad. Casi nunca viene con el nombre del estudio, la fecha o el tamaño de la muestra que lo produjo.
Esa falta de contexto es el problema real. No porque las cifras sean falsas, sino porque miden cosas distintas y se citan como si midieran la misma cosa.
Qué es llms.txt y por qué existe
El archivo llms.txt es un documento de texto plano, escrito en Markdown, que vive en la raíz de un sitio, en la ruta tudominio.com/llms.txt. Resume de qué trata el sitio, qué secciones importan más y a veces enlaza a versiones en texto plano de las páginas clave. La comunidad detrás de llmstxt.org lo propuso en septiembre de 2024 con una idea sencilla: darle a un sistema de IA un mapa corto en lugar de obligarlo a rastrear todo el sitio para entenderlo.
No reemplaza al robots.txt, que le dice a un rastreador qué puede visitar y qué no, ni al sitemap.xml, que lista cada URL del sitio para los buscadores tradicionales. Es un tercer archivo, opcional, pensado específicamente para sistemas basados en modelos de lenguaje.
El mito que este artículo corrige no es que el archivo exista. Es la idea de que publicarlo mueve la aguja en si ChatGPT o Perplexity te citan. Los datos de 2026 no respaldan esa idea.
Dos estudios, dos cifras que no se pueden comparar
Dos rastreos de adopción publicados en 2026 llegan a números muy distintos, y ambos son correctos dentro de lo que miden.
| Panel | Cifra de adopción | Fecha de medición | Fuente |
|---|---|---|---|
| Top 1.000 de Tranco: una muestra amplia y sin filtrar de dominios generales | 8,7% | Junio de 2026 | Rankability, seguimiento mensual de adopción de llms.txt |
| Panel fijo de 219 sitios elegidos a mano por sector (desarrollo, SaaS, IA), 218 alcanzables | 51,8% (113 de 218) | 3 de agosto de 2026 | llmtxt.info / Digital Applied, “State of llms.txt adoption” |
La diferencia es de casi seis veces entre una cifra y la otra. Ese es justo el número que circula sin contexto: alguien toma el 51,8% de un panel técnico y lo presenta como si describiera la web entera, o toma el 8,7% de un panel amplio y lo presenta como si describiera el sector de software.
Por qué la brecha es tan grande
El panel de Tranco no filtra por sector. Incluye medios, comercio, gobierno, finanzas y cualquier otro dominio con tráfico suficiente para entrar al ranking, así que su 8,7% describe la adopción en la web en general.
El panel de llmtxt.info es lo opuesto: 219 sitios elegidos a mano, con un peso deliberado hacia empresas de desarrollo de software, SaaS e inteligencia artificial. Ese sesgo explica el 51,8%, y el propio desglose por sector del estudio lo confirma: herramientas para desarrolladores adoptan el archivo en el 70,5% de los casos (43 de 61 sitios) y SaaS en el 68,8% (33 de 48), mientras que medios de comunicación se queda en apenas 7,1% (1 de 14).
Un tercer dato corrobora el extremo bajo del rango: ProGEO.ai encontró que solo 37 de las 500 empresas del Fortune 500, un 7,4%, tenían llms.txt implementado en marzo de 2026, frente al 92,8% que ya tiene robots.txt, un estándar con más de tres décadas. Y SE Ranking, sobre 300.000 dominios, encontró un 10,13% de adopción general en 2025, un número muy cercano al de Rankability.
Ningún estudio miente. La cifra correcta depende de a quién le preguntas, y citarla sin decir cuál panel usaste es la forma más común en que este número se repite mal.
Tampoco hay relación con las citas en ChatGPT o Perplexity
Aquí está la parte que de verdad importa para tu estrategia: incluso donde el archivo se adopta más, no hay evidencia de que ayude a que un asistente de IA te cite.
- SE Ranking, sobre 300.000 dominios, construyó un modelo XGBoost para predecir la frecuencia de citas en respuestas de IA. Quitar la variable llms.txt del modelo mejoró su precisión, en vez de empeorarla, lo que indica que el archivo no aporta información útil sobre quién se cita.
- Ahrefs, sobre registros de servidor de 137.210 dominios en mayo de 2026, encontró que el 97% de los archivos llms.txt existentes no reciben ni una sola solicitud. Entre el 3% que sí recibe tráfico, los bots de recuperación de IA en vivo (los que alimentan una respuesta real, incluido PerplexityBot) representan solo el 1,1% de las peticiones.
- EMGI, sobre 3.254 sitios SaaS B2B en agosto de 2026, cruzó la adopción del archivo con datos reales de citas de ChatGPT sobre 120 consultas de compra. Las empresas con llms.txt aparecieron citadas en al menos una respuesta el 61,5% de las veces, frente al 58,2% de las que no lo tenían, una diferencia que desaparece al controlar por el tamaño de la empresa.
- Generix Marketing, sobre los 2.500 sitios más visitados, probó prompts generados a partir de cada llms.txt en Perplexity, ChatGPT y Claude. El 92% de las citas totales fueron a dominios fuera de la lista con llms.txt confirmado. Los que sí lo tenían lograron apenas 1,27 veces más citas de lo esperado por azar, un margen que no llega a ser significativo.
Cuatro estudios, cuatro metodologías distintas, la misma conclusión: tener el archivo y aparecer citado en ChatGPT o Perplexity son dos cosas que no se mueven juntas.
Qué hacer en su lugar
Publicar llms.txt no perjudica nada y toma poco tiempo, así que no hay razón para quitarlo si ya lo tienes. El error es tratarlo como una estrategia de visibilidad en IA en vez de como una tarea menor de mantenimiento.
Lo que sí mueve resultados, con datos reales detrás:
- Confirma el acceso técnico de los rastreadores que importan. GPTBot, OAI-SearchBot, PerplexityBot y ClaudeBot son los que de verdad alimentan respuestas en ChatGPT y Perplexity. Una auditoría técnica del sitio, como la que incluye Temso dentro de su plan desde 89 € al mes, revisa justo esa capa junto con el seguimiento de si tu marca aparece citada en ChatGPT, Perplexity, Google AI Overviews, Gemini y Copilot.
- Escribe contenido que responda la pregunta en las primeras líneas. Un asistente de IA prioriza el fragmento que resuelve la consulta más rápido, no el que mejor argumenta al final.
- Investiga qué pregunta la gente en español, no en inglés traducido. Herramientas como Semrush aplican su lógica de investigación de palabras clave a preguntas conversacionales, lo que ayuda a escribir para la consulta real de tu mercado.
- Mide las citas directamente, no un proxy. Saber si tienes llms.txt no te dice si ChatGPT te menciona. Un seguimiento regular de las respuestas reales sí lo dice.
Empieza por lo que sí se puede medir
Antes de sumar otro archivo a la raíz de tu sitio, confirma si ChatGPT y Perplexity ya te citan hoy. Revisa el acceso técnico y el seguimiento de menciones con Temso, o compara el catálogo completo de plataformas en el ranking de herramientas de visibilidad en IA. Cómo puntuamos cada una vive en metodología.