Què és l'arxiu llms.txt i com s'implementa
L'arxiu llms.txt és un fitxer en format Markdown que es col·loca a l'arrel d'un domini i resumeix, en poques línies i amb enllaços, de què tracta el lloc i on és el seu contingut important. Serveix perquè un model de llenguatge o un agent automatitzat entengui l'estructura del web sense haver de rastrejar-lo sencer i sense gastar la seva finestra de context en menús, avisos de galetes i peus de pàgina.
Per Emili Hernàndez · CEO i Cofounder
Emili és dissenyador i desenvolupador web des de fa més de 14 anys. Especialitzat en CMS headless, frameworks frontend i SEO tècnic.
Veure el perfil de Emili Hernàndez
La proposta és de Jeremy Howard (Answer.AI) i es va publicar el setembre de 2024. Continua sent una convenció oberta, no un estàndard aprovat per cap organisme, i cap cercador no ha confirmat que l'utilitzi com a senyal de posicionament. El que sí que ha canviat en els darrers mesos és que Chrome va començar a auditar-lo, i això ha reobert una discussió que semblava tancada.
Convé que sàpigues d'on ve aquest article: Estudi Zeta presta serveis de posicionament i de visibilitat en models generatius, així que tenim interès comercial que aquest tema et sembli important. Per això el text inclou també els arguments en contra i la posició pública de Google Search, que és que aquest arxiu no cal.
Què és l'arxiu llms.txt
Un llms.txt és un índex llegible per màquina. Quan un agent arriba a un domini que no coneix, té dues opcions: rastrejar pàgines fins a fer-se una idea del conjunt, o llegir un únic fitxer que li ho expliqui. La segona li costa uns quants centenars de tokens en lloc de diversos milers.
L'especificació demana una estructura mínima:
- Un encapçalament H1 amb el nom del lloc o del projecte. És l'únic element obligatori.
- Una cita en bloc amb un resum curt de què és el lloc.
- Un o diversos paràgrafs amb context addicional o instruccions d'interpretació.
- Encapçalaments H2 que agrupen llistes d'enllaços en sintaxi Markdown, amb la forma [nom](url): descripció breu.
- Una secció final titulada Optional, els enllaços de la qual l'agent pot ometre si va just de context.
La sintaxi d'enllaç importa més del que sembla, i més endavant veuràs per què.
Diferència entre llms.txt i llms-full.txt
Són dos fitxers amb funcions diferents i convé no confondre'ls.
| llms.txt | llms-full.txt | |
|---|---|---|
| Què conté | Índex amb enllaços i descripcions | Contingut complet del lloc en Markdown |
| Mida típica | 1 a 5 KB | 50 KB a diversos MB |
| Per a què serveix | Orientar l'agent cap a la pàgina correcta | Donar tot el contingut de cop |
| Qui el demana | Agents que navegaran | Agents que ja no navegaran més |
| Auditat per Lighthouse | Sí | No |
Quin contingut incloure en un fitxer llms.txt
L'error habitual és tractar-lo com un sitemap en text. Un sitemap llista URL perquè un rastrejador les visiti totes. Un llms.txt selecciona i jerarquitza perquè un agent sàpiga quines importen.
El que aporta valor:
- Una descripció del lloc que digui a què es dedica l'empresa, a qui s'adreça i on opera. Sense adjectius de màrqueting, perquè el lector és una màquina que et resumirà.
- Els enllaços a les pàgines que responen preguntes reals: serveis, preus, documentació, casos, contacte.
- Una descripció breu per enllaç que expliqui què hi trobarà l'agent.
- Dades identificatives verificables: nom legal, ubicació, àmbit de servei.
El que sobra: enllaços d'avís legal i galetes, paginació del blog, categories buides, qualsevol pàgina que no respongui a res. Tot el que incloguis consumeix context de l'agent i competeix amb allò que sí que vols que llegeixi.
Com generar llms.txt automàticament des d'un CMS
Mantenir aquest fitxer a mà funciona durant dues setmanes. A la tercera publicació queda desactualitzat i passa a descriure un lloc que ja no existeix, que és pitjor que no tenir-lo.
La implementació que té sentit és una ruta de servidor que construeixi el fitxer a partir del contingut publicat al CMS i el retorni amb el tipus MIME correcte. En un stack amb Nuxt i Strapi, la manera habitual és una ruta de servidor a Nitro que consulta l'API del CMS, filtra per estat publicat, ordena per tipus de contingut i retorna el Markdown ja muntat.
Els punts que cal resoldre, sigui quin sigui l'stack:
- Filtrar per estat de publicació. Només contingut publicat, mai esborranys.
- Emmagatzemar el resultat a la memòria cau. Reconstruir-lo a cada petició és innecessari; amb una revalidació diària o en publicar n'hi ha prou.
- Retornar text/plain amb codificació UTF-8. El fitxer és Markdown, però se serveix com a text.
- Escapar els caràcters que trenquen la sintaxi Markdown en títols i descripcions que vinguin del CMS.
- Servir-lo a l'arrel del domini, a /llms.txt. Ningú no busca una ruta diferent.
Aquest últim punt és el que més vegades s'incompleix, i és el que determina si l'auditoria de Chrome troba el fitxer o no.
llms.txt i robots.txt: per a què serveix cadascun
Es confonen perquè tots dos són fitxers de text a l'arrel, però fan coses oposades.
robots.txt és un fitxer de permisos: diu quines rutes pot o no pot rastrejar un bot. És restrictiu i fa gairebé trenta anys que s'utilitza, amb suport real i comprovable en tots els rastrejadors rellevants.
llms.txt és un fitxer d'orientació: no prohibeix res, proposa per on començar. És descriptiu i la seva adopció real encara està per demostrar.
No se substitueixen. Si vols impedir que un rastrejador d'IA accedeixi a una secció, l'eina és robots.txt (o el bloqueig per agent d'usuari al servidor, que és més fiable). Si vols facilitar la comprensió als agents que sí que vols que hi entrin, l'eina és llms.txt.
La confusió arriba fins a la documentació oficial. La descripció de l'auditoria de Lighthouse adverteix que un fitxer mal format pot impedir que els models entenguin com vols que es rastregi o s'utilitzi el teu lloc per a l'entrenament. Aquesta formulació descriu permisos, i l'especificació de llms.txt no en defineix cap: el fitxer orienta, no autoritza ni denega. Si busques control sobre l'ús del teu contingut per a entrenament, el lloc on s'expressa avui és robots.txt i els acords amb cada proveïdor, no aquest fitxer.
Quins models d'IA llegeixen avui el fitxer llms.txt
Aquí cal ser precís, perquè és on més s'exagera.
Cap gran proveïdor de models no ha confirmat públicament que faci servir llms.txt com a font en els seus productes de cerca o de xat. Els registres del servidor de la majoria de llocs mostren poques peticions a aquest fitxer. L'adopció, avui dia, és limitada.
El que sí que passa és que agents específics i eines de desenvolupament el consulten quan existeix, i que l'ecosistema d'agents autònoms (els que naveguen i executen tasques, no els que responen preguntes) és on té una utilitat més clara: un agent amb una finestra de context limitada que ha de decidir a quina pàgina anar es beneficia d'un índex.
Google Search ha estat explícit en la direcció contrària. La seva guia sobre optimització per a funcions generatives inclou llms.txt entre les coses que no calen, juntament amb la fragmentació del contingut i el marcatge específic per a IA. John Mueller ha comparat la proposta amb l'etiqueta meta keywords i ha assenyalat que els bots no demanen el fitxer.
Lighthouse audita el llms.txt des de la versió 13.3
El maig de 2026, Chrome va incorporar a Lighthouse una categoria anomenada Agentic Browsing, encara marcada com en desenvolupament i subjecta a canvis. Va arribar amb la versió 13.3 i en la data d'aquest article l'eina va per la 13.4.1. Avalua quatre coses: la presència del fitxer llms.txt, el protocol WebMCP, la qualitat de l'arbre d'accessibilitat i el desplaçament acumulat del disseny (CLS).
Com es comporta l'auditoria de llms.txt:
- Si el fitxer no existeix i el servidor retorna un 404, l'auditoria es marca com a No aplicable. No és un suspens, perquè publicar-lo continua sent opcional.
- Si el servidor retorna un error en intentar recuperar-lo, la pàgina queda marcada.
- Si el fitxer existeix, se'n comprova l'estructura: que tingui un H1, que contingui enllaços i que no sigui sospitosament curt.
- Els enllaços han d'estar en sintaxi Markdown. Un fitxer amb els enllaços escrits com a text pla falla l'auditoria, encara que el contingut sigui correcte i el fitxer se serveixi bé.
Aquesta última condició produeix una situació cridanera: un fitxer mal format puntua pitjor que l'absència de fitxer. Si l'has de publicar, la sintaxi d'enllaç no és un detall d'estil.
La categoria no retorna una puntuació de 0 a 100 com la de rendiment. Retorna una proporció d'auditories superades, i no penalitza un lloc per no haver adoptat encara aquestes convencions.
Dues de les quatre auditories (arbre d'accessibilitat i CLS) fa anys que formen part de les pràctiques d'accessibilitat i rendiment. Qui hagi treballat aquestes dues àrees parteix amb avantatge en aquesta categoria sense haver tocat res específic d'IA.
Com es llegeix el resultat de l'auditoria
Aquest és el resultat d'aquest mateix web a PageSpeed Insights:
Les quatre auditories puntuades i superades són l'arbre d'accessibilitat, el CLS, el fitxer llms.txt i la validesa dels esquemes de WebMCP.
Convé entendre què mesura aquesta proporció abans de donar-li més valor del que té. El denominador només compta les auditories puntuades, i quines ho són depèn del que cada lloc tingui implementat. Un lloc que no publica llms.txt no suspèn per això: aquesta auditoria se li marca com a No aplicable i desapareix del càlcul. El mateix passa amb les de WebMCP en un lloc que no l'hagi integrat. Dos llocs poden mostrar la mateixa proporció en verd mesurant coses diferents.
Hi ha, a més, una auditoria que no puntua en cap cas: la que llista les eines de WebMCP registrades. Apareix marcada com a "sense puntuació" i serveix per a inspecció, no per a avaluació.
Hi ha un segon matís que convé no passar per alt: dues de les tres auditories aprovades aquí (accessibilitat i CLS) se sostenen sobre decisions preses abans que aquesta categoria existís. La preparació per a agents d'aquest lloc no ve d'haver publicat un fitxer, ve de tenir l'HTML semàntic net i el disseny estable.
Per què un llms.txt mal format puntua pitjor que no tenir-ne cap
La conseqüència pràctica de com funciona el denominador és contraintuïtiva i mereix una taula:
| Situació del lloc | Auditoria de llms.txt | Efecte en la proporció |
|---|---|---|
| Sense fitxer | No aplicable, fora del càlcul | Cap |
| Amb fitxer mal format | Fallida, dins del càlcul | Baixa la proporció |
| Amb fitxer correcte | Aprovada, dins del càlcul | Puja la proporció |
Google Search i Chrome no diuen el mateix sobre llms.txt
Val la pena aturar-se en la contradicció, perquè explica bona part del soroll que envolta el tema.
Google Search diu que no cal el fitxer per aparèixer a les seves funcions generatives. Chrome l'audita com a senyal de preparació per a la navegació agèntica. Les dues afirmacions són compatibles si s'entén que parlen de coses diferents: una de visibilitat en un cercador, l'altra de si un agent automatitzat pot utilitzar el teu web amb eficàcia.
El que se'n dedueix, i és la conclusió pràctica d'aquest article, és que llms.txt no és una tàctica de posicionament. És infraestructura de llegibilitat per a agents. Si l'implementes esperant pujar posicions a Google, l'evidència disponible diu que no passarà. Si l'implementes perquè els agents automatitzats formen part de com es consulta el teu web, té sentit, costa poc i no trenca res.
Convé implementar llms.txt al teu web
La resposta és que sí, amb dues condicions: que es generi de manera automàtica des del CMS i que la sintaxi d'enllaç sigui correcta. Un fitxer generat a mà que queda obsolet, o un amb els enllaços mal formats, produeix un resultat pitjor que no tenir-ne cap.
El cost d'una implementació automatitzada es mesura en hores, no en dies, i el fitxer resultant es manté sol. Amb aquest cost, la pregunta de si els models el llegeixen avui perd part del seu pes: s'implementa una vegada i queda llest per quan el llegeixin.
El que no convé és tractar-lo com a substitut de res. Un lloc amb arquitectura confusa, contingut sense estructura semàntica i encapçalaments que no diuen de què tracta cada secció no millora per publicar un índex a l'arrel. El fitxer orienta l'agent cap a pàgines que després ha de poder entendre.
Preguntes freqüents sobre llms.txt
És obligatori el fitxer llms.txt?
No. És una convenció opcional. Lighthouse en marca l'absència com a No aplicable, no com a error.
On es col·loca l'arxiu llms.txt?
A l'arrel del domini, a https://elteudomini.com/llms.txt. Si se serveix des d'una altra ruta, cap agent no l'anirà a buscar.
En quin format s'escriu el llms.txt?
En Markdown, servit com a text pla. L'extensió és .txt encara que el contingut sigui Markdown.
El llms.txt millora el posicionament a Google?
No hi ha evidència que influeixi en el posicionament. Google Search ha declarat que no és necessari per a les seves funcions generatives.
Quina diferència hi ha entre llms.txt i sitemap.xml?
El sitemap llista totes les URL perquè un rastrejador les visiti. El llms.txt selecciona les importants i les descriu perquè un agent entengui el lloc sense visitar-les totes.
Puc bloquejar la IA amb el llms.txt?
No. Aquest fitxer no restringeix res. Per impedir l'accés dels rastrejadors d'IA s'utilitza robots.txt o el bloqueig per agent d'usuari al servidor.
Amb quina freqüència cal actualitzar el llms.txt?
Si es genera automàticament des del CMS, s'actualitza sol amb cada publicació. Si es manté manualment, queda obsolet en qüestió de setmanes.