llms.txt no llevará sus productos a los resultados de compra con IA. Su feed, sí.

En algún momento del último año, "añadir un archivo llms.txt" se convirtió en un consejo estándar en casi todas las listas de comprobación de visibilidad en compras con IA. Rara vez funciona. En un estudio de registros de servidor de 12 semanas en 83 sitios, publicado en 2026, los rastreadores de OpenAI y Anthropic solicitaron archivos llms.txt un total de 16 veces, mientras que solicitaron robots.txt en esos mismos sitios más de 7100 veces. Un segundo estudio, con 14 días de registros de un solo sitio, no registró ninguna solicitud de llms.txt por parte de ningún rastreador de IA identificado. Este artículo es para cualquier persona que gestione un feed de productos y a la que le hayan dicho que llms.txt es la palanca para la visibilidad en compras con IA. Al terminar, sabrá qué mecanismo controla realmente si sus productos aparecen en Google AI Mode, ChatGPT y Perplexity, y qué debe corregir en su lugar.

Qué es realmente llms.txt (y qué no es)

llms.txt es una convención propuesta, no un estándar de shopping ni de comercio electrónico. El desarrollador Jeremy Howard publicó la especificación original el 3 de septiembre de 2024, y una actualización a la versión 2 de agosto de 2026 lo describe como un archivo markdown en /llms.txt: un H1 con el nombre del sitio o del proyecto (el único elemento obligatorio), un resumen opcional en forma de cita, secciones descriptivas de formato libre y listas de enlaces a otras páginas delimitadas por H2. La intención es ofrecer a un modelo de lenguaje un mapa breve y seleccionado de un sitio en lugar de obligarle a analizar páginas HTML completas.

Nada en la especificación menciona datos de producto, precios, disponibilidad ni feeds de shopping. Es una convención de documentación y de descubrimiento de contenidos, más cercana a un sitemap seleccionado que a un feed de Google Merchant Center o a un catálogo de productos estructurado. Esta distinción importa, porque la mayoría de los consejos que animan a los equipos de comercio electrónico a publicar uno lo tratan como si fuera un formato de feed.

Google ha dicho directamente que no utilizará llms.txt

En el evento Search Central Deep Dive de Google en Asia-Pacífico, celebrado el 23 de julio de 2025, Gary Illyes, de Google, afirmó que Google no admite llms.txt ni tiene previsto hacerlo, y recomendó a los asistentes seguir invirtiendo en SEO estándar para aparecer en AI Overviews en lugar de en un formato de archivo aparte. Desde entonces, ninguna declaración pública de Google se ha retractado de ello. Parte de la cobertura de 2026 también ha hablado de una "propuesta del W3C para estandarizar llms.txt", lo cual es exagerado: el asunto correspondiente de la Technical Strategy del W3C se encuentra en fase de "Investigation", no introduce expresamente ningún formato nuevo y su último comentario sustancial data de mayo de 2025. No existe ningún estándar del W3C, y Google ha sido inequívoco en cuanto a no utilizar el archivo para el posicionamiento ni para AI Overviews.

Qué encontraron dos estudios de registros de servidor de 2026

Dos mediciones independientes respaldan la parte de "no se solicita" con datos de tráfico reales, y no solo con declaraciones de principios.

• EZY Research, del 27 de abril al 19 de julio de 2026, en 83 sitios de un panel de 556 dominios: GPTBot solicitó llms.txt 7 veces y ClaudeBot 9 veces; PerplexityBot, 0 veces. Esos mismos rastreadores solicitaron robots.txt 3990 veces (OpenAI), 3120 veces (Anthropic) y 775 veces (Perplexity).
• Saaslinks, tráfico de un solo sitio del 20 de julio al 3 de agosto de 2026: 147 180 solicitudes analizadas en total, 723 solicitudes de rastreadores de IA a robots.txt, 151 a páginas reales (el 90 % de OpenAI) y ninguna solicitud de llms.txt por parte de ningún sistema de IA identificado. Las 13 solicitudes totales del archivo procedían de intermediarios de datos, herramientas de perfilado y visitantes humanos.

Ambos estudios señalan limitaciones reales: tamaños de muestra modestos y cadenas de user-agent autodeclaradas. Ninguno afirma saber qué hace internamente un modelo con contenido que nunca solicitó. Aun así, la tendencia es coherente en ambos paneles y coincide con lo que Google ha dicho públicamente. Si en su equipo circula la anécdota, muy citada, de que OpenAI solicita llms.txt "cada 15 minutos", trátela como una anécdota aislada, contradicha por dos mediciones sistemáticas.

El mecanismo que realmente impulsa las superficies de compra con IA de Google

La propia documentación de ayuda de Shopping de Google explica de dónde obtienen AI Mode, AI Overviews y Google Shopping la información de los productos: "Las marcas, los minoristas y otros proveedores de contenido envían la información de sus productos directamente a Google mediante herramientas como Merchant Center y Manufacturer Center". Esos datos alimentan el Shopping Graph, descrito como "un repositorio dinámico de información de productos que ofrece una visión actualizada de los productos disponibles", que "impulsa experiencias basadas en IA como resúmenes de reseñas, orientación de compra o recomendaciones de productos". La página no describe el rastreo como fuente de datos de productos de shopping.

Este es el motivo práctico por el que llms.txt no hace nada por las superficies de compra con IA de Google: esas superficies se alimentan, no se rastrean. La palanca es la calidad de los datos del feed en Merchant Center, no un archivo en la raíz de su dominio. Nuestra guía de preparación del feed para el comercio agéntico explica qué exigen AI Mode, UCP y ACP a nivel de protocolo; este artículo se centra en algo más concreto: qué influye y qué no en la visibilidad en las compras con IA.

Qué exige realmente Instant Checkout de ChatGPT

El flujo de compra de ChatGPT, Instant Checkout, se lanzó el 29 de septiembre de 2025 sobre el Agentic Commerce Protocol que OpenAI desarrolló con Stripe. Actualmente admite compras de un solo artículo, con los vendedores de Etsy de EE. UU. y más de un millón de comerciantes de Shopify como socios iniciales. Los comerciantes presentan su solicitud a través de un portal específico, y OpenAI afirma que un comerciante que ya procesa pagos con Stripe puede habilitar los pagos agénticos con "tan solo una línea de código".

La superficie técnica para ello es la Product Feed Specification del Agentic Commerce Protocol publicada por OpenAI, no llms.txt. A grandes rasgos, define:

• Un encabezado de feed con feed_id, account_id, target_merchant y target_country (un código de país de dos letras), todos obligatorios.
• Un objeto de producto con un id obligatorio y estable, title, description, url y media opcionales, y un array variants obligatorio.
• Cada variante con id y title obligatorios, además de price, list_price y unit_price como importes enteros en unidades menores ISO 4217, barcodes estructurados (tipo y valor, como un par GTIN), un objeto availability que combina un indicador booleano con un estado enumerado (in_stock, backorder, preorder, out_of_stock, discontinued), valores de condition como new o secondhand, categories, variant_options y seller.

Conviene separar dos cosas que ha dicho OpenAI. Instant Checkout funciona con este feed estructurado que envían los comerciantes admitidos. Las menciones generales de productos en una conversación normal de ChatGPT, según OpenAI, son "orgánicas y no patrocinadas, ordenadas únicamente por relevancia", lo que remite a las señales habituales de contenido y SEO y no a un feed enviado por el comerciante. Un feed le da acceso a la superficie transaccional de Instant Checkout; por sí solo no garantiza una mención en una conversación abierta. Nuestra guía sobre recomendaciones de productos en ChatGPT trata con más detalle ese aspecto de la conversación abierta.

Qué le da acceso a Perplexity Shopping

El asistente de compras de Perplexity obtiene los datos de producto de dos maneras, ambas cercanas al feed y no basadas en el rastreo. La primera es la integración con plataformas, principalmente Shopify, que da acceso a "la información más reciente y relevante sobre los productos de los negocios que funcionan con Shopify". La segunda es el Perplexity Merchant Program, un programa gratuito a través del cual los grandes minoristas "comparten las especificaciones de sus productos" directamente y obtienen integración de pagos para el pago dentro del asistente y acceso gratuito a la API. Ninguna de las dos vías pasa por llms.txt ni por el rastreo general, lo que concuerda con las cero solicitudes de llms.txt de PerplexityBot registradas en el estudio de EZY Research mencionado más arriba.

Dónde sigue importando el marcado schema.org en la página

Nada de esto hace que los datos estructurados de sus páginas de producto sean irrelevantes; simplemente responde a una pregunta distinta. La documentación de Search Central de Google para los resultados enriquecidos de fichas de comerciante enumera las propiedades obligatorias de Product (name, image y un offers anidado) y las propiedades obligatorias de Offer (price, priceCurrency), con propiedades recomendadas como gtin, mpn, sku, brand.name, availability e itemCondition. Esto rige los resultados enriquecidos orgánicos de fichas de comerciante y el informe Merchant Listings de Search Console. Funciona junto a su feed de Merchant Center, no en su lugar, y la precisión de las categorías y los atributos del propio feed —de la que se encarga nuestra asignación de categorías de producto— sigue siendo lo que más peso tiene para el Shopping Graph.

Una fila del feed, antes y después

La diferencia entre una fila típica de un feed de Google Shopping y una variante preparada para ACP es pequeña, pero esconde un error en el que tropiezan casi todos los primeros intentos: los precios como unidades menores enteras, no como cadenas decimales.

Antes, una fila estándar al estilo de Merchant Center:

id: SKU-4821-BLK-M | title: Classic Wool Coat - Black - Medium | price: 129.00 USD | availability: in stock | gtin: 4006381333931

Después, reestructurada según lo que espera la especificación del feed ACP:

product.id: SKU-4821 (stable parent) | variant.id: SKU-4821-BLK-M | variant.price: { amount: 12900, currency: "USD" } | variant.availability: { available: true, status: "in_stock" } | variant.barcodes: [{ type: "gtin13", value: "4006381333931" }] | variant.condition: ["new"]

Los dos cambios más importantes: el precio pasó de una cadena decimal a un entero en unidades menores (129.00 se convierte en 12900, no en 129), y la disponibilidad se convirtió en un objeto estructurado en lugar de texto libre. Ambos son fallos habituales la primera vez que un equipo adapta un feed de Shopping a la estructura de ACP.

Una lista de comprobación práctica

1. Deje de tratar llms.txt como una tarea de visibilidad en shopping. Dele menos prioridad en el trabajo con datos de producto; cualquier papel que desempeñe corresponde al descubrimiento general de documentación, fuera del alcance de esta guía.
2. Audite primero su feed de Merchant Center con respecto a los atributos obligatorios y recomendados de Product y Offer de Google; esto es lo que realmente alimenta el Shopping Graph, y es la forma más rápida de detectar carencias con las comprobaciones de optimización de feeds de Feedance.
3. Añada o verifique el marcado schema.org Product y Offer en la página por separado de su feed, ya que rige una superficie distinta.
4. Si vende a través de Shopify o Etsy, confirme el estado de su solicitud de Instant Checkout en lugar de dar por hecho que la integración con la plataforma basta por sí sola.
5. Si presenta directamente su solicitud al feed ACP, convierta los precios a unidades menores enteras y la disponibilidad al estado enumerado estructurado antes del primer envío, no después de un rechazo.
6. Para Perplexity Shopping más allá de la cobertura predeterminada de Shopify, presente su solicitud directamente al Perplexity Merchant Program.
7. Mantenga el feed actualizado. Los datos de precio o de stock desactualizados que llegan tarde a estas superficies hacen más daño del que jamás hará la ausencia de un archivo llms.txt; Feedance sincroniza a diario en Essentials y cada hora en Business, y la cadencia adecuada depende de la frecuencia con la que cambian sus precios y su stock.

Dónde tiene límites esta guía

Esta es una guía sobre feeds y fuentes de datos, no una auditoría completa de SEO técnico. La implementación de schema.org en la página es una tarea de la plantilla o del CMS, no algo que configure directamente una plataforma de gestión de feeds, y una herramienta específica de SEO técnico o de validación de datos estructurados detectará errores de marcado a nivel de página que una plataforma de feeds como Feedance nunca se diseñó para ver. Los estudios de registros de servidor citados aquí se centran sobre todo en sitios pequeños y no pueden saber qué hace internamente un modelo con contenido que nunca solicitó. El Agentic Commerce Protocol y el Merchant Program de Perplexity también son recientes y cambiarán; considere los nombres de campo aquí indicados como una instantánea y consulte la especificación vigente antes de desarrollar sobre ella. Nada de esto cubre las superficies regionales de compra con IA ajenas a Google, OpenAI y Perplexity, que evolucionan a su propio ritmo.

Preguntas frecuentes

¿Ayuda llms.txt a que mis productos aparezcan en los resultados de compra con IA de ChatGPT o Google?
No hay pruebas públicas que lo respalden. Google ha afirmado directamente que no utilizará llms.txt para AI Overviews, y dos estudios independientes de registros de servidor de 2026 comprobaron que los rastreadores de IA lo solicitan con mucha menos frecuencia que robots.txt, en un caso ninguna vez en catorce días.

¿Qué diferencia hay entre el Shopping Graph y un feed de Merchant Center?
Su feed de Merchant Center son los datos que usted envía. El Shopping Graph es el repositorio interno de Google, actualizado continuamente, que se crea a partir de esos datos enviados y que después impulsa los resultados de Shopping, AI Overviews y AI Mode.

¿Necesito feeds distintos para Google AI Mode, ChatGPT Instant Checkout y Perplexity Shopping?
En la práctica sí, en formatos diferentes: un feed de Merchant Center para Google, un feed del Agentic Commerce Protocol para ChatGPT Instant Checkout tras la aprobación del comerciante, y los datos de la plataforma Shopify o un envío directo para el Merchant Program de Perplexity.

¿El marcado schema.org Product en la página sustituye a mi feed de Merchant Center?
No. Rige una superficie distinta, los resultados enriquecidos orgánicos de fichas de comerciante, y Google lo considera complementario al envío del feed, no un sustituto.

¿Cómo consigo que mis productos estén en Instant Checkout de ChatGPT?
Presente su solicitud a través del portal para comerciantes de OpenAI. Vender en Shopify o como vendedor de Etsy en EE. UU. le acerca más a la admisión que una integración totalmente nueva; según la información disponible, los comerciantes que ya utilizan Stripe pueden habilitar los pagos agénticos con una línea de código.

¿Cómo consigo que mis productos estén en Perplexity Shopping?
Venda a través de Shopify para tener una cobertura básica, o presente su solicitud directamente al Perplexity Merchant Program para compartir las especificaciones de sus productos y habilitar el pago dentro del asistente.

¿Merece la pena publicar un archivo llms.txt?
Para la visibilidad de productos y en shopping en concreto, no: no es la prioridad que la conversación sobre SEO ha querido presentar. Cualquier papel que desempeñe corresponde al descubrimiento general de documentación, un problema distinto del de llevar productos a las superficies de compra con IA.

Si quiere una evaluación concreta de la cobertura de atributos de su propio feed antes de decidir qué corregir primero, analícelo con la herramienta gratuita de auditoría de feeds de productos de Feedance.