llms-full.txt y llms.txt: qué hace cada uno y cuándo añadirlo

llms-full.txt es un único archivo Markdown que reúne todo el texto de un sitio en un solo documento, para que un modelo de IA lea el sitio entero en una sola petición. Es la versión pesada de llms.txt, que en cambio es solo un índice cuidado: una lista breve de enlaces que dirige al rastreador a las páginas que importan. Un archivo es el índice. El otro es el libro completo, aplanado en texto plano.

La diferencia importa porque los dos archivos resuelven problemas distintos, y muchos equipos publican el que no toca para su caso. Un sitio de marketing rara vez necesita una exportación completa. Un sitio de documentación que quiere que un asistente de código responda sobre su API a menudo sí. Hacerlo bien lleva una tarde. Hacerlo mal desperdicia un paso de build y deja un archivo viejo que nadie lee.

La versión de 30 segundos

• llms.txt: un índice cuidado en la raíz del sitio. Enlaces Markdown a las páginas más importantes, agrupados bajo títulos, con una descripción de una línea. Pequeño, mantenible a mano, legible por una persona.
• llms-full.txt: una exportación generada por la máquina, también en la raíz. El contenido de cada página concatenado en un archivo Markdown largo. Grande, producido en build, pensado para leerse entero.
• Usa llms.txt cuando quieras dirigir a los modelos a las páginas correctas.
• Usa llms-full.txt cuando quieras que un modelo mantenga todo tu contenido en contexto, normalmente para documentación técnica que alimenta a un asistente de código.

De dónde vienen llms.txt y llms-full.txt

Jeremy Howard, de Answer.AI, propuso el estándar llms.txt en septiembre de 2024. La idea era acotada: dar a los modelos de lenguaje un mapa limpio del sitio, hecho de enlaces, para que no tengan que atravesar menús de navegación, avisos de cookies y adornos de marketing antes de llegar a lo importante. El estándar define un H1 con el nombre del sitio, un resumen opcional y secciones de enlaces Markdown.

llms-full.txt surgió como convención montada encima, no como un estándar aparte. Las plataformas de documentación empezaron a publicar un segundo archivo que incluía el contenido de las páginas en lugar de enlazarlo. El motivo: un asistente de código, mientras trabaja dentro del editor, no puede hacer decenas de peticiones sucesivas por cada página enlazada. Si el contenido ya está aplanado en un solo archivo, el asistente lo descarga una vez y trabaja sobre él.

Cómo funciona llms-full.txt en realidad

El mecanismo es un paso de build. Un generador recorre las páginas publicadas, reduce el HTML al texto que importa, lo convierte a Markdown y escribe el resultado en un archivo servido en /llms-full.txt. Algunos frameworks de documentación lo producen de forma automática. En un sitio a medida es un script que lee la fuente de contenidos y la concatena.

El problema es el tamaño. La exportación completa de un sitio grande produce un archivo muy pesado, y un modelo solo lee lo que cabe en su ventana de contexto. En 2026 la mayoría de los modelos en producción tienen ventanas de contexto de entre 200.000 y 1.000.000 de tokens. Una documentación extensa, una vez aplanada, supera incluso el límite más alto: entonces una exportación en bruto se trunca o nunca se lee entera. llms-full.txt sirve cuando la exportación cabe en una sola ventana de contexto. Cuando no cabe, conviene llms.txt más un sistema de recuperación, para que el modelo tome solo las secciones que necesita.

¿llms-full.txt ayuda a que la IA te cite?

Aquí la respuesta honesta se aleja de la de casi todas las guías. Para la visibilidad en la búsqueda con IA clásica, ninguno de los dos archivos ha mostrado un efecto medible. En junio de 2026 Google confirmó que la Búsqueda ignora llms.txt por completo, sin impacto en el posicionamiento ni en los AI Overviews. John Mueller, de Google Search Relations, dio la razón estructural en el pódcast Search Off the Record: un manifiesto autodeclarado no puede servir de elemento diferenciador, porque cualquier sitio se proclamaría el autorizado, así que la señal no aporta confianza.

Los datos le dan la razón. SE Ranking analizó unos 300.000 dominios en mayo de 2026 y encontró una adopción del 10,13% en general y del 0% entre los 1.000 sitios con más tráfico. Tras controlar la autoridad del dominio, la densidad de schema y la frescura del contenido, no halló ninguna mejora de citas atribuible al archivo. Un modelo de aprendizaje automático entrenado para predecir citas de IA incluso mejoró al quitar la variable llms.txt: el archivo añadía ruido, no señal. Un seguimiento aparte del tráfico de rastreadores de IA halló que los bots de respuesta casi nunca piden el archivo de forma directa.

Así que llms-full.txt no es una palanca de crecimiento para un blog de marketing. Si el objetivo es que te citen ChatGPT, Perplexity o los AI Overviews de Google, las palancas que mueven la aguja son el contenido estructurado, las citas reales y las menciones de marca en la web, no un archivo manifiesto. El único sitio donde llms-full.txt se paga solo es el instrumental para desarrolladores.

Cuándo publicar llms-full.txt y cuándo basta con llms.txt

Publica llms-full.txt cuando se cumplan las tres condiciones: tu sitio es documentación, una referencia de API o una base de conocimiento técnica; quien lo lee usa asistentes de código como Cursor, Continue o Cline, capaces de cargar un archivo en la sesión; y tu texto completo cabe en la ventana de contexto de un modelo. Es el caso para el que nació el archivo, y funciona porque el asistente carga documentación actual y limpia en lugar de tirar de datos de entrenamiento viejos.

Publica solo llms.txt cuando gestionas un sitio de marketing, un blog pequeño o un sitio de producto. El índice da a los modelos un mapa sin la carga de mantener una exportación completa. Cuesta casi nada y, aunque no suba tu tasa de citas, no hace daño y es barato de mantener al día. Lo tratamos como higiene básica, no como táctica de crecimiento. Nuestro análisis del índice está en la guía sobre qué es llms.txt y si lo necesitas.

Cómo mantener honestos los dos archivos

El coste real de estos archivos no es crearlos, es la deriva. Una exportación completa generada una vez y olvidada se convierte en la foto de un sitio viejo. Si un modelo la lee, lee lo de ayer. Dos reglas los mantienen útiles. Primero: genera llms-full.txt en la pipeline de build, para que se regenere en cada deploy y nunca vaya por detrás del contenido en vivo. Segundo: mantén llms.txt corto y curado a mano, porque su valor es el criterio sobre qué páginas importan, y un script no da ese criterio. Un archivo que lista todas las páginas no es un índice, es un sitemap con peor formato.

Conceptos relacionados

llms-full.txt forma parte de un conjunto más amplio de decisiones sobre cómo leen las máquinas tu sitio: el índice llms.txt, las directivas robots para rastreadores de IA, los datos estructurados y cómo los AI Overviews y el AI Mode eligen sus fuentes. Trata los dos archivos como infraestructura de documentación para el caso del instrumental de desarrollo, y trata todo lo demás como el trabajo real de ganarte las citas de la IA.