llms.txt y más allá: la checklist definitiva para que las IA entiendan tu sitio

El llms.txt es un archivo propuesto para guiar a los modelos de IA sobre qué contenido de tu sitio merece su atención. Pero es solo la primera capa. Preparar tu web para que las IA te entiendan, te extraigan y te citen requiere varias optimizaciones coordinadas.

Aquí tienes la checklist completa, desde el llms.txt hasta las configuraciones avanzadas que casi nadie está haciendo. Es la que aplico como consultor SEO y GEO cuando preparo un sitio para los crawlers de IA.

Capa 1: llms.txt

Es el punto de entrada. Un archivo en la raíz de tu sitio (/llms.txt) que contiene, en formato Markdown, un resumen de tu web y una lista de tus contenidos clave con enlaces y descripciones breves.

Lo mínimo que debe incluir:

• El nombre de tu empresa o marca y un resumen de qué haces (una o dos frases).
• Secciones con tus páginas o contenidos más relevantes, cada una con un enlace y una descripción de una línea.
• Información de contacto o perfiles profesionales.

No necesitas listar todas tus páginas. Solo las que realmente aportan valor si una IA decidiera leerlas. Menos es más.

Lo actualizas cada vez que publicas contenido relevante. Pesa menos de 10 KB y se sirve como texto plano.

Capa 2: robots.txt preparado para IA

Tu robots.txt ya controla qué rastrean Google y Bing. Ahora necesitas asegurarte de que los bots de IA también puedan acceder a tu contenido relevante.

Los user-agents que importan hoy:

• GPTBot (OpenAI)
• PerplexityBot (Perplexity)
• Google-Extended (controla si tu contenido se usa para entrenar Gemini)
• Claude-Web (Anthropic, experimental)
• Applebot (Apple, para sus modelos)

Revisa que no estés bloqueando a estos bots en las secciones de tu sitio que quieres que sean indexadas y citadas. Bloquearlos en tu panel de administración o páginas internas es correcto. Bloquearlos en tu blog o tus páginas de servicio es un tiro en el pie para GEO.

Capa 3: datos estructurados

Ya lo desarrollé en otro artículo, pero en la checklist no puede faltar: implementa FAQ, Article, Organization, Product y HowTo según corresponda a cada página. Sin datos estructurados, tu contenido es más difícil de extraer para cualquier IA.

Capa 4: estructura pregunta-respuesta en tus páginas

No es un archivo ni una etiqueta. Es cómo escribes. Cada H2 debe ser una pregunta real que un cliente haría. El primer párrafo tras cada H2 debe contener la respuesta directa. Cada bloque debe ser autónomo, sin depender de lo que está arriba o abajo.

Si una IA solo pudiera leer un H2 y su primer párrafo de tu página, ¿entendería de qué va? Si la respuesta es no, tu estructura no está optimizada para IA.

Capa 5: autoría visible y verificable

Cada página de contenido debe mostrar quién la escribió y por qué sabe del tema. Foto, nombre real, enlace a LinkedIn, credenciales relevantes.

Las IA generativas más sofisticadas ya no solo miran el contenido: miran quién lo produjo. Una página anónima compite en desventaja contra una con autoría clara.

Capa 6: velocidad de carga y accesibilidad

Los crawlers de IA tienen tiempos de espera. Si tu página tarda más de tres segundos en cargar, el bot puede abortar y pasar a otra fuente.

Core Web Vitals en verde, imágenes optimizadas en WebP, servidor con buena latencia. Lo que ya hacías para Google ahora también aplica para las IA.

Checklist resumen

• llms.txt creado y publicado en la raíz del sitio.
• robots.txt revisado, sin bloqueos a GPTBot, PerplexityBot ni Google-Extended en contenido relevante.
• Schema FAQ, Article y Organization implementados en las páginas correspondientes.
• H2 de cada página convertidos en preguntas reales, con la respuesta en el primer párrafo.
• Autoría visible en cada página de contenido: nombre, foto y enlace profesional.
• Core Web Vitals en verde en Search Console.
• Sitemap actualizado y enviado a Search Console.

Conceptos conectados

• ¿Qué es el archivo llms.txt y cómo crearlo?: guía paso a paso para la capa 1.
• Schema markup para IA: los datos estructurados que ChatGPT y Perplexity sí leen: profundizo en la capa 3.
• 5 cambios en tu web que hacen que ChatGPT te recomiende: acciones inmediatas de alto impacto.
• ¿Qué son los Core Web Vitals? Guía práctica de LCP, INP y CLS: la capa 6 en detalle.

¿Quieres que revise si tu sitio está preparado para las IA? Cuéntame tu proyecto y te entrego un diagnóstico concreto.