Un estudio de Ahrefs sobre 137.000 dominios que recibieron tráfico en mayo de 2026 revela que la mayoría de los archivos llms.txt no son leídos por ningún bot ni persona. La investigación, basada en Ahrefs Web Analytics y Bot Analytics, analizó las solicitudes a los archivos /llms.txt en todos los dominios de la muestra. Según el estudio publicado en ahrefs.com/blog/llmstxt-study/, solo un 3% de los archivos generó tráfico; el 97% restante no recibió ni una sola solicitud durante el mes.
Qué es llms.txt?
El archivo llms.txt es un archivo de índice en formato Markdown que se coloca en la raíz del sitio. Fue propuesto por Jeremy Howard en 2024 como una forma de que los modelos de lenguaje y los agentes de IA puedan orientarse en el contenido de un sitio sin tener que rastrearlo por completo. No debe confundirse con robots.txt: no controla el acceso, solo proporciona un resumen del sitio y enlaces a sus páginas más relevantes. La industria del SEO comenzó a promocionarlo como una herramienta para mejorar la visibilidad en búsquedas de IA, pero el estudio de Ahrefs sugiere que esa expectativa no se ha cumplido.
Adopción real del archivo
Entre los dominios del estudio, un 28% (aproximadamente 38.000) publica un archivo llms.txt válido. La cifra es alta si se considera que ninguna plataforma de IA importante se ha comprometido a leerlo. La adopción parece estar motivada más por especulación que por evidencia. Los usuarios de Ahrefs Web Analytics suelen tener más conocimientos técnicos que el promedio web, por lo que el 28% es probablemente un límite superior.
El 97% de los archivos no reciben visitas
De esos 38.000 archivos, el 97% no recibió ninguna solicitud en mayo de 2026. El tráfico se concentra en el 3% restante (unos 1.100 dominios). Esto confirma la afirmación de John Mueller, de Google, de que los propietarios de sitios que revisen sus registros encontrarán muy poco tráfico de agentes de IA. Entre los archivos que sí recibieron solicitudes, el 96% fueron hechas por bots. Solo un 4% correspondió a humanos, y una parte de ese tráfico humano parece provenir de enlaces compartidos en aplicaciones de mensajería. Slackbot, por ejemplo, solicitó el archivo con más frecuencia que PerplexityBot.
Qué bots están leyendo los archivos que sí reciben tráfico
El estudio clasificó los bots en doce categorías. La categoría más grande fue la de herramientas de auditoría SEO (21,7% de las solicitudes), seguida de bots no identificados o anónimos (14,9%), rastreadores web generales (13,1%) y herramientas de perfilado tecnológico (11,6%). Solo en quinto lugar aparecen los agentes de IA, con un 10,5%. Si se suman todas las categorías relacionadas con IA (agentes, rastreadores de entrenamiento, asistentes y bots de recuperación), estas representan el 19,5% del total.
Bots de IA: solo el 19,5% de las solicitudes
Dentro de los bots de IA, los más activos son los agentes y la infraestructura para agentes (10,5%). Claude-Code, el agente de codificación de Anthropic, fue el segundo bot de IA más frecuente después de GPTBot y superó a todos los bots de recuperación para búsquedas de IA como OAI-SearchBot o PerplexityBot. Los rastreadores de entrenamiento, liderados por GPTBot, representaron un 5,3% de las solicitudes. Los bots de recuperación de IA sumaron apenas un 1,1%. Esto sugiere que el archivo está siendo utilizado principalmente por agentes de codificación y procesos de entrenamiento, no por los buscadores de IA que la mayoría de los sitios esperaban atraer.
La ausencia de llms.txt no interesa a los bots
El estudio también analizó las solicitudes a páginas /llms.txt que devolvían un error 404. En esos casos, el 98% del tráfico era humano y el resto provenía de bots no relacionados con IA. Ningún bot de IA solicitó un archivo inexistente. Esto indica que los sistemas de IA no buscan activamente este archivo; solo lo consultan si una fuente les indica que existe.
Deberías publicar un archivo llms.txt?
Según los datos del estudio, si el objetivo es aparecer en ChatGPT, Perplexity o en AI Overviews, un archivo llms.txt tiene poca utilidad en este momento. Los bots de recuperación apenas lo consultan y no hay evidencia de que su presencia mejore la visibilidad en búsquedas de IA. Sin embargo, hay un par de escenarios en los que puede tener sentido: si el sitio es referencia para agentes de codificación o si se publica documentación técnica, el archivo podría ser útil. Empresas como Wix ya están generando estos archivos automáticamente, por lo que su adopción podría aumentar como carga predeterminada de las plataformas.
También existen riesgos. El archivo es un blanco potencial para ataques de inyección de instrucciones. Dado que los agentes están diseñados para confiar en lo que contiene, un archivo manipulado podría engañar a estos sistemas. El estudio registró un rastreador de investigación llamado prompt-injection-survey que ya está explorando esta posibilidad. Por eso, si se publica el archivo, es recomendable gestionarlo como código: con control de versiones, permisos de edición y revisión periódica.
El estudio sugiere que la decisión depende del público objetivo. Para la mayoría de los sitios web, el retorno de inversión de implementar llms.txt es incierto. La probabilidad de que el archivo sea leído es baja y, cuando lo es, suele ser por bots de auditoría o de la industria del SEO, no por los buscadores de IA que los sitios esperaban impresionar. Si se decide publicarlo, es mejor vincularlo desde el HTML para que los agentes puedan encontrarlo, y mantener su contenido simple: enlaces y descripciones sin instrucciones adicionales.