llms.txt
Última actualización:
Qué es llms.txt
El formato llms.txt lo propuso Jeremy Howard el 3 de septiembre de 2024. Es una propuesta, no un estándar oficial. La idea es sencilla: en lugar de obligar a un sistema de IA a abrirse paso entre menús, banners de cookies y scripts, la web ofrece un único archivo de texto en Markdown con lo esencial y referencias a más detalle.
La propuesta explica el motivo: las ventanas de contexto son demasiado pequeñas para la mayoría de las webs completas, y las páginas HTML envuelven su información en navegación, anuncios y JavaScript difíciles de convertir en texto limpio. El archivo está pensado sobre todo para la inferencia, es decir, para cuando un asistente de IA necesita información mientras ayuda a un usuario, más que para entrenar modelos. La propuesta también sugiere ofrecer versiones limpias en Markdown de las páginas importantes en la misma URL añadiendo .md.
Cómo funciona
El archivo se coloca en la raíz de la web, en /llms.txt, aunque la versión actual de la propuesta también permite ponerlo en una subruta para cubrir las páginas que hay debajo. Sus secciones siguen un orden fijo:
- Un encabezado H1 con el nombre de la web o del proyecto. Es la única parte obligatoria.
- Una cita (blockquote) con un resumen breve que contiene la información clave para entender el resto del archivo.
- Secciones opcionales con más detalle, como párrafos o listas.
- Secciones bajo encabezados H2 con «listas de archivos»: cada elemento es un enlace Markdown con nombre y URL, seguido opcionalmente de dos puntos y una nota breve.
- Una sección opcional llamada «Optional» para enlaces secundarios que un agente de IA puede omitir cuando necesita un contexto más corto.
Ejemplo
Una pequeña panadería podría publicar un archivo así: un H1 con «Panadería Rosa», una cita que la presenta como panadería familiar de barrio que hace pan de masa madre y tartas por encargo, y una sección «Páginas clave» con enlaces a productos, horarios, encargos de tartas y zona de reparto, cada uno con una nota de una línea. Una sección «Optional» podría enlazar a la historia de la panadería y a su página de prensa. Si alguien pregunta a un asistente de IA si la panadería hace tartas sin gluten, un asistente que lea el archivo puede ir directamente a la página correcta en lugar de adivinar a partir de fragmentos.
llms.txt, robots.txt y sitemap.xml
Los tres archivos se mencionan a menudo juntos, pero cumplen funciones distintas. robots.txt fija reglas de acceso, mientras que llms.txt se lee bajo demanda, cuando un asistente necesita información sobre un tema.
| Archivo | Qué hace | Formato |
|---|---|---|
| robots.txt | Indica a los rastreadores automáticos a qué partes de una web pueden acceder | Reglas en texto plano |
| sitemap.xml | Enumera las páginas de una web para que los buscadores las encuentren y las indexen | XML |
| llms.txt | Ofrece a los asistentes de IA un resumen conciso y enlaces al contenido más útil | Markdown |
Por qué importa para empresas y chatbots
Hoy muchas personas preguntan a asistentes de IA por productos y servicios. Un archivo llms.txt es una forma económica de darles un resumen correcto y actualizado de tu oferta, incluido lo que no ofreces, y ayuda a evitar respuestas erróneas sobre tu empresa. Publicarlo no garantiza que un sistema de IA lo lea o cite tu web: complementa unas páginas claras, no las sustituye.
El mismo rigor ayuda a un chatbot web. Un chatbot con IA que responde a partir de tu propio contenido responde mejor cuando ese contenido es limpio, objetivo y bien estructurado. Un llms.txt preciso y una base de conocimiento precisa salen del mismo trabajo: poner por escrito, con claridad, lo que es cierto sobre tu empresa.
llms.txt en intoCHAT
intoCHAT publica su propio llms.txt en https://www.intochat.ai/llms.txt. Resume lo que hace intoCHAT, enumera lo que no hace, muestra los planes con sus precios y límites e incluye el script de instalación de una línea. También remite a los asistentes de IA a una ficha informativa más completa en https://www.intochat.ai/en/llm-info. intoCHAT no crea archivos llms.txt para tu web, pero si escribes uno, puedes subir el mismo texto como archivo TXT o Markdown para entrenar a tu agente.