Caso práctico: cómo preparar una web corporativa para agentes de IA con llms.txt
En esta guía vamos a recorrer un proyecto de principio a fin: preparar una web corporativa para que un agente pueda orientarse mejor entre sus páginas públicas. Utilizaremos una empresa ficticia de servicios digitales. El ejemplo es didáctico: no representa una auditoría real ni presupone que un proveedor de IA vaya a utilizar el archivo.
Imaginemos una empresa que ofrece diseño web, comercio electrónico, posicionamiento SEO y mantenimiento. Su web tiene páginas de servicios, casos de éxito, artículos, formularios, políticas y noticias. La información existe, pero está distribuida y algunas páginas se solapan.
Reunimos las URL públicas y las clasificamos por función: identidad, servicios, metodología, proyectos, recursos, contacto y políticas. Excluimos borradores, páginas privadas, búsquedas internas, filtros, etiquetas vacías y URL duplicadas.
Antes de crear llms.txt, corregimos problemas básicos: enlaces internos rotos, títulos ambiguos, páginas de servicio sin alcance definido y datos de contacto inconsistentes. El archivo no debe utilizarse para ocultar una arquitectura deficiente.
Seleccionamos una página corporativa, una página por servicio principal, un documento de metodología, una selección reducida de casos y una página de contacto. Añadimos preguntas frecuentes si responden dudas relevantes y están actualizadas.
# Estudio Digital Ejemplo
> Estudio de servicios digitales especializado en diseño y desarrollo web, comercio electrónico, SEO y mantenimiento para pequeñas y medianas empresas.
Este sitio contiene información corporativa y documentación pública sobre los servicios, la metodología de trabajo y los canales de contacto del estudio.
## Empresa
- [Quiénes somos](https://www.ejemplo.com/empresa/): equipo, especialidades y ámbito de trabajo.
- [Contacto](https://www.ejemplo.com/contacto/): canales para solicitar información.
## Servicios
- [Diseño web](https://www.ejemplo.com/diseno-web/): alcance y proceso de diseño.
- [Comercio electrónico](https://www.ejemplo.com/tiendas-online/): desarrollo y mantenimiento de tiendas.
- [SEO](https://www.ejemplo.com/seo/): auditoría, estrategia y optimización.
## Recursos
- [Metodología](https://www.ejemplo.com/metodologia/): fases y entregables de los proyectos.
- [Preguntas frecuentes](https://www.ejemplo.com/faq/): respuestas a consultas habituales.
## Optional
- [Blog](https://www.ejemplo.com/blog/): artículos y novedades.Las URL y la empresa son ficticias. En un proyecto real se sustituyen por las páginas verificadas del dominio. No se deben copiar enlaces de ejemplo a producción.
Guardamos el documento como llms.txt en UTF-8 y lo publicamos en la raíz del dominio. Comprobamos que la URL responde correctamente, que el contenido es legible, que los enlaces funcionan y que no se ha incluido información interna. Revisamos caché y redirecciones si la versión pública no coincide con el archivo subido.
La gestión de rastreadores se hace mediante las directrices y mecanismos que documenta cada proveedor, no mediante llms.txt. Por ejemplo, OpenAI distingue OAI-SearchBot de GPTBot y explica sus funciones en su documentación oficial. Antes de permitir o bloquear agentes, hay que decidir qué uso se desea autorizar y revisar las implicaciones.
Registramos la fecha de publicación, las URL incluidas, los cambios y las solicitudes observadas en los logs. Si aparecen visitas de crawlers, verificamos su procedencia. También podemos realizar pruebas manuales en distintos asistentes con preguntas sobre los servicios y observar si las respuestas identifican correctamente la empresa y enlazan fuentes adecuadas.
Estas pruebas son exploratorias: las respuestas pueden variar por usuario, ubicación, momento, disponibilidad de búsqueda y cambios del modelo. No demuestran causalidad ni permiten atribuir una cita al archivo.
No debemos presentar como resultado probado un aumento de posiciones en Google, de citas en ChatGPT o de tráfico causado por llms.txt. Google indica que Search no utiliza este archivo para sus resultados ni para sus funciones generativas.
El mayor beneficio del ejercicio puede ser la revisión de la propia arquitectura y la selección de fuentes oficiales. Si el archivo ayuda a orientar a determinados agentes, será un complemento. Si no lo utiliza ningún sistema relevante, la web seguirá beneficiándose de una estructura clara y de contenidos útiles para sus visitantes.
Para ampliar, consulta la propuesta llms.txt y la guía de Google sobre búsqueda e IA.
Qué diferencia hay entre llms.txt, llms-full.txt y las versiones Markdown de una web. Conoce la…
Comprueba si tu llms.txt está publicado correctamente: estado HTTP, contenido Markdown, enlaces, redirecciones, caché, seguridad…
Analizamos la relación entre llms.txt, SEO, GEO y AEO sin promesas engañosas: qué ha confirmado…
Aprende a seleccionar y ordenar las páginas de llms.txt para que el archivo sea claro,…
Guía para instalar llms.txt en WordPress sin romper la web: creación manual, plugins, generación automática,…
Aprende a crear llms.txt con Markdown: estructura recomendada, selección de enlaces, ejemplo para una empresa…