¿Qué diferencia hay entre el llms.txt, el sitemap y los datos estructurados?

Si has llegado comparando llms.txt, sitemap y datos estructurados, lo más probable es que alguien te haya presentado el llms.txt como «el sitemap de la IA», o como lo que viene a sustituir al marcado de tus fichas. No es ninguna de las dos cosas. Son tres piezas con dueño distinto, lector distinto y trabajo distinto: el sitemap dice a los buscadores qué URL existen, los datos estructurados dicen qué hay en cada página y el llms.txt propone a los agentes por dónde empezar a leer. La propia propuesta del llms.txt lo plantea así: está pensado para convivir con los estándares que ya existen, no para sustituirlos.⁠^{[1]llmstxt.org (Jeremy Howard). The /llms.txt file, v2}

Quién define cada uno

El llms.txt es una propuesta, no un estándar. La publicó Jeremy Howard el 3 de septiembre de 2024, con una segunda versión en agosto de 2026, y su propia página la presenta como una propuesta para estandarizar el uso de un archivo /llms.txt.⁠^{[1]llmstxt.org (Jeremy Howard). The /llms.txt file, v2}

El sitemap es un protocolo con apoyo de los buscadores. El formato lo define sitemaps.org, en su versión 0.90, que se publica con una licencia Creative Commons y que, según el propio sitio, apoyan Google, Yahoo! y Microsoft.⁠^{[4]sitemaps.org. sitemaps.org}

Los datos estructurados tienen dos capas. La primera es el vocabulario, Schema.org: una actividad comunitaria que fundaron Google, Microsoft, Yahoo y Yandex, y que dirige un grupo con representantes de esas empresas, uno del W3C y algunas personas que han contribuido de forma destacada.⁠^{[5]Schema.org. About Schema.org} La segunda son los requisitos de quien los lee. Google, por ejemplo, trata igual los tres formatos posibles siempre que el marcado sea válido y siga la documentación de cada función, y recomienda el que sea más fácil de mantener, que en la mayoría de los casos es JSON-LD.⁠^{[3]Google Search Central. Introduction to structured data markup in Google Search}

Quién lee cada uno

El sitemap lo leen los buscadores, y lo dicen. Google lo describe como un archivo que los buscadores leen para rastrear tu sitio de forma más eficiente.⁠^{[2]Google Search Central. What is a sitemap} Google, Bing y los demás buscadores grandes aceptan una línea sitemap: en el robots.txt que apunta al archivo y que no depende de ningún agente concreto.⁠^{[6]Google Crawling Infrastructure. How Google interprets the robots.txt specification} Bing fue más allá en julio de 2025: con la búsqueda con IA de Copilot en marcha, llamó a los sitemaps una señal fundamental para que no se quede ninguna URL de tu sitio sin cubrir.⁠^{[10]Microsoft, blog de Bing Webmaster (julio de 2025). Keeping Content Discoverable with Sitemaps in AI Powered Search}

Los datos estructurados también tienen lectores declarados. Google usa los que encuentra para entender el contenido de tus páginas.⁠^{[3]Google Search Central. Introduction to structured data markup in Google Search} Microsoft, en el blog de su plataforma de anuncios, escribe que el marcado de schema.org ayuda a los buscadores y a los sistemas de IA a entender tu contenido.⁠^{[7]Microsoft Advertising (Krishna Madhavan). Optimizing Your Content for Inclusion in AI Search Answers}

Del llms.txt se sabe para quién está pensado, no quién lo lee. Según la propuesta, lo consulta un agente de IA cuando necesita información, en el momento de responder; su autor esperaba que sirviera sobre todo para eso y no para entrenar modelos.⁠^{[1]llmstxt.org (Jeremy Howard). The /llms.txt file, v2} Lo que la propuesta no puede decir es quién lo pide de verdad. Google Search ya ha contestado que no lo usa, como verás más abajo, y la página en la que OpenAI documenta sus rastreadores explica cómo controlarlos con robots.txt y no menciona el llms.txt.⁠^{[11]OpenAI. Overview of OpenAI Crawlers} Para tu tienda, la respuesta está en los registros de tu servidor.

Qué dice cada uno de tu tienda

El sitemap da direcciones. Cada URL va en su etiqueta, con la fecha de su último cambio si quieres darla. Google ignora <priority> y <changefreq>, y usa <lastmod> solo si es exacto de forma constante y comprobable.⁠^{[9]Google Search Central. Build and submit a sitemap} Bing tampoco usa los dos primeros, y pide que <lastmod> refleje el último cambio del contenido de la página, no la fecha en que se generó el archivo.⁠^{[10]Microsoft, blog de Bing Webmaster (julio de 2025). Keeping Content Discoverable with Sitemaps in AI Powered Search} De ninguna ficha dice qué vende ni a qué precio.

Los datos estructurados dan el contenido. Google los define como un formato estandarizado para dar información sobre una página y clasificar su contenido.⁠^{[3]Google Search Central. Introduction to structured data markup in Google Search} En una ficha de producto, eso es su nombre, su precio, su moneda y su disponibilidad, en campos con nombre. Y tienen una regla que los otros dos no tienen: Google pide no marcar contenido que no vea quien lee la página,⁠^{[12]Google Search Central. General structured data guidelines} y, para sus funciones de IA, que los datos estructurados coincidan con el texto visible.⁠^{[13]Google Search Central. AI features and your website}

El llms.txt da un camino. Lleva un título, un resumen y listas de enlaces a las páginas más útiles, a ser posible a versiones limpias en Markdown, la idea detrás del Markdown para agentes.⁠^{[1]llmstxt.org (Jeremy Howard). The /llms.txt file, v2} La propuesta marca la diferencia con el sitemap: el sitemap lista todo lo indexable para los buscadores, y el llms.txt ofrece una selección para un modelo. Un sitemap no suele enlazar las versiones que un modelo lee bien ni páginas de otros sitios, y casi siempre cubre más de lo que cabe en la ventana de contexto de un modelo. El llms.txt, además, puede mencionar los datos estructurados que usa el sitio para ayudar a interpretarlos.⁠^{[1]llmstxt.org (Jeremy Howard). The /llms.txt file, v2}

Dicho en una línea: el sitemap dice dónde; los datos estructurados, qué; el llms.txt, por dónde empezar.

Qué dice Google del llms.txt

Google lo ha dicho por escrito, en su documentación y en español. El 15 de mayo de 2026 publicó su guía para optimizar para las funciones de IA generativa de la Búsqueda, con un apartado que desmonta ideas sobre el AEO (Answer Engine Optimization) y el GEO (Generative Engine Optimization), y el 15 de junio de 2026 le añadió una nota sobre los archivos llms.txt.⁠^{[14]Google Search Central. Latest documentation updates} La versión en español de la guía dice:

«No hace falta que generes nuevos archivos legibles por máquinas, archivos de texto para IA, etiquetas ni Markdown para aparecer en la Búsqueda de Google (incluidas sus funciones de IA generativa), ya que la propia Búsqueda de Google no los utiliza.»⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google}

Y unas líneas después:

«No hay ningún problema si decides crear y mantener archivos llms.txt (u otros archivos similares) para otros servicios o sistemas que los utilicen. Hacerlo no perjudicará ni beneficiará a la visibilidad ni al posicionamiento de tu sitio en la Búsqueda de Google, ya que la Búsqueda de Google los ignora por completo.»⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google}

En otro punto de la misma guía, la creación de «archivos de texto de IA innecesarios (como llms.txt)» aparece entre las tácticas que se pueden ignorar en la Búsqueda de Google.⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google} Tres precisiones para leerlo bien:

• Ver tu llms.txt rastreado no contradice nada. La guía avisa de que Google puede descubrir, rastrear e indexar muchos tipos de archivo además del HTML, y de que eso no significa que los trate de una forma especial.⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google}
• Habla de la Búsqueda, no de toda Google. Incluye sus funciones de IA generativa, como AI Overviews y el Modo IA.⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google} Otras partes de Google lo tratan de otra forma: Lighthouse, la herramienta de auditoría de Chrome, llama al llms.txt una convención emergente y, si tu servidor no lo tiene, da su comprobación por no aplicable, porque de momento ofrecerlo es opcional.⁠^{[15]Chrome for Developers. llms.txt (Lighthouse, agentic browsing audits)} Y la documentación de la API de Gemini publica su propio llms.txt.⁠^{[16]Google AI for Developers. Gemini API: llms.txt}
• Los datos estructurados reciben otro trato en la misma guía. No son obligatorios para la búsqueda con IA generativa ni hay un marcado especial de schema.org que añadir, pero Google dice que es buena idea seguir usándolos dentro del SEO, porque ayudan a optar a los resultados enriquecidos.⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google}

Puesto en fila, lo que dice Google Search de los tres: el llms.txt lo ignora, los datos estructurados los recomienda y el sitemap lo trata como una pista.⁠^{[9]Google Search Central. Build and submit a sitemap}

llms.txt vs sitemap: dónde acaba cada uno

Ninguno de los tres hace lo que a veces se le atribuye.

• El sitemap no indexa nada. Ayuda a los buscadores a descubrir tus URL, pero no garantiza que todas se rastreen y pasen la indexación,⁠^{[2]Google Search Central. What is a sitemap} y enviarlo es solo una pista: Google ni siquiera garantiza que vaya a descargarlo.⁠^{[9]Google Search Central. Build and submit a sitemap}
• Los datos estructurados no garantizan nada en los resultados. Google no asegura que tu marcado aparezca en sus resultados aunque la página esté bien marcada según su propia prueba.⁠^{[12]Google Search Central. General structured data guidelines}
• El llms.txt no da ni quita permisos. Quién puede rastrear tu tienda se decide en robots.txt, que dice a las herramientas automáticas qué acceso se considera aceptable; el llms.txt se usa bajo demanda, cuando un agente necesita información.⁠^{[1]llmstxt.org (Jeremy Howard). The /llms.txt file, v2}
• Ninguno dice si tu ficha publicada lleva lo que guardaste. Eso es la verificación de publicación, y la diferencia con validar el marcado la cuenta la comparativa de validar vs verificar.

En una tienda Shopify

Si tu tienda está en Shopify, dos de las tres piezas ya existen sin que hagas nada. Shopify genera un sitemap.xml en la raíz de cada dominio, que enlaza a sitemaps separados de productos, colecciones, blogs y páginas, con la imagen principal de cada producto.⁠^{[17]Ayuda de Shopify. Finding and submitting your sitemap} Y gestiona por defecto un /llms.txt que replica el contenido de /agents.md, el documento que la plataforma trata como principal para que los agentes descubran la tienda; su documentación recomienda no crear una plantilla propia salvo que necesites que el llms.txt diga algo distinto, porque entonces mantenerlo al día pasa a ser cosa tuya.⁠^{[18]Shopify Dev Docs. llms.txt.liquid}

Los datos estructurados no se abren en una URL de la raíz: viven en cada ficha. La guía para auditar los datos estructurados de una ficha cuenta cómo leerlos y compararlos con lo que enseña la página.

Elige por dónde empezar

No eliges entre llms.txt, sitemap y datos estructurados: cada uno contesta una pregunta distinta, y no todas pesan lo mismo en tu tienda.

• Si lo que te preocupa es Google, empieza por el sitemap y los datos estructurados: son los dos que Google Search dice usar, y el llms.txt no cambia nada en su Búsqueda.⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google}
• Si tus fichas no aparecen en el buscador, el sitemap es una pista, no un arreglo.⁠^{[9]Google Search Central. Build and submit a sitemap} Mira primero por qué no están indexadas.
• Si quieres que un agente concreto entienda tu catálogo, un llms.txt no perjudica a tu posicionamiento en Google y es poco trabajo si la plataforma ya lo genera,⁠^{[8]Centro de la Búsqueda de Google. Guía de Google sobre la optimización para las funciones de IA generativa de la Búsqueda de Google}⁠^{[18]Shopify Dev Docs. llms.txt.liquid} pero solo tus registros dirán si ese agente lo pide.
• Si alguien te ofrece un llms.txt como sustituto del sitemap o del marcado, pregúntale qué agente lo lee y cómo lo va a comprobar.

Mantener al día dos de estas piezas en un catálogo que cambia es otro trabajo, y hay herramientas que lo hacen por ti. Clione, por ejemplo, genera un llms.txt y un documento en Markdown por producto, categoría, colección y página, servidos en el propio dominio de la tienda; publica en cada ficha un grafo JSON-LD con la organización, el sitio, la ruta de navegación y el producto; y después lee la ficha publicada y te avisa cuando una señal verificada desaparece. Lo cuenta la página de los archivos para agentes de Clione.

Para seguir, la ruta de lectura de rastreo e indexación ordena los términos de esta comparativa y los que van detrás de ellos.