SEO para LLMs: llms.txt y Atom Feed en un portafolio React + Django
Este artículo técnico aborda la optimización SEO para LLMs (Large Language Models) como ChatGPT y Gemini. Explica cómo mejorar la visibilidad de un sitio web ante estos sistemas utilizando dos estrategias clave: la implementación del archivo `llms.txt`, un estándar emergente para comunicar la estructura del sitio a los LLMs, y la creación de un feed Atom dinámico servido desde un backend Django. El lector aprenderá a generar estos elementos en un portafolio React, aprovechando el pre-renderizado HTML, Schema.org y sitemaps existentes.

El SEO tradicional se diseñó para buscadores que siguen links y entienden HTML. Los LLMs —ChatGPT, Gemini, Perplexity, Claude— consumen la web de otra forma: rastrean contenido para entrenarse, usan búsqueda para fundamentar respuestas, o agregan feeds para mantener bases de conocimiento actualizadas. Dos señales relativamente simples mejoran significativamente la visibilidad ante esos sistemas: el estándar emergente llms.txt y un feed Atom servido desde el backend.
Base existente: ya estábamos bien posicionados
Antes de implementar nada, valía la pena hacer inventario. El sitio ya tenía:
- Pre-render HTML completo:
generate-seo.jscorre como hookpostbuildy genera archivosindex.htmlestáticos por ruta. Los crawlers ven HTML real sin ejecutar JavaScript. - Schema.org JSON-LD:
BlogPosting+BreadcrumbListen cada post,Person+WebSite+SearchActionen la página de inicio. - Sitemap dinámico: servido desde Django en
/sitemap.xml, incluye todos los posts conlastmodreal. - robots.txt con whitelist de bots AI:
GPTBot,ChatGPT-User,Google-Extended,PerplexityBot,ClaudeBot,anthropic-aitienen acceso explícito.
La base ya era buena. Lo que faltaba era señalizar esa apertura de forma más explícita para los nuevos estándares de consumo de LLMs.
llms.txt: el robots.txt para modelos de lenguaje
El estándar llmstxt.org propone un archivo Markdown en la raíz del sitio que le dice a los LLMs quién es el autor, qué contiene el sitio y dónde encontrar el contenido relevante. La estructura es simple:
# Nombre del sitio
> Descripción concisa del autor y el contenido.
## Sección 1
- [Título](URL): Descripción breve.
## Sección 2
- [Título](URL): Descripción breve.
La clave es que sea Markdown puro, sin HTML, sin JavaScript: legible directamente por un LLM sin ningún procesamiento adicional.
Versión estática (fallback para desarrollo)
El archivo public/llms.txt sirve durante el desarrollo local y como fallback si el API no está disponible en tiempo de build:
# Héctor Garrido Henríquez
> Data Scientist y Economista con más de 10 años de experiencia en machine
> learning, econometría aplicada, NLP y desarrollo full-stack.
## Sobre el autor y el sitio
- [Portafolio](https://hectorgarrido.cl): Presentación profesional, proyectos, habilidades.
- [Proyectos técnicos](https://hectorgarrido.cl/projects): RAG engine, manageDW, tesis.
- [Asistente IA](https://hectorgarrido.cl/ai-search): Chatbot RAG con Vertex AI.
...
## Fuentes adicionales
- [Atom Feed](https://api.hectorgarrido.cl/api/blog/feed.xml): Artículos en formato Atom.
- [Sitemap XML](https://hectorgarrido.cl/sitemap.xml): Índice completo del sitio.
Versión dinámica (generada en build)
El hook generate-seo.js ya fetcha todos los posts del API para generar las páginas individuales y el sitemap. Reutilizar esos datos para generar llms.txt con la lista real de posts es gratuito:
function generateLlmsTxt(posts) {
const postLines = posts
.filter((p) => !p.is_internal)
.sort((a, b) => new Date(b.published_at) - new Date(a.published_at))
.map((p) => {
const desc = p.excerpt ? ` ${p.excerpt.replace(/\n/g, ' ').slice(0, 120)}` : '';
return `- [${p.title}](${SITE_URL}/post/${p.slug}):${desc}`;
})
.join('\n');
const llmsTxt = `# ${SITE_NAME}\n\n> ...\n\n## Blog técnico\n\n${postLines}\n\n...`;
fs.writeFileSync(path.join(BUILD_DIR, 'llms.txt'), llmsTxt, 'utf8');
}
El resultado es un build/llms.txt que lista cada post con su título, URL y el inicio del excerpt. Un LLM puede leer ese archivo y saber exactamente qué hay en el blog sin rastrear 20 páginas individuales.
Inyección del <link rel="alternate"> en HTML
Además del archivo llms.txt, también tiene sentido anunciar el feed Atom desde el <head> de cada página. Los navegadores lo usan para detectar feeds automáticamente; algunos crawlers también lo leen:
const feedLink = '<link rel="alternate" type="application/atom+xml" '
+ 'title="Héctor Garrido Henríquez — Blog" '
+ 'href="https://api.hectorgarrido.cl/api/blog/feed.xml" />';
html = html.replace('</head>', `${feedLink}\n</head>`);
Esto se inyecta en todas las páginas generadas por generate-seo.js —no solo en el blog— porque cualquier página puede ser el punto de entrada de un crawler.
Atom Feed desde Django
Los lectores de feeds, agregadores de contenido y algunos pipelines de indexación de LLMs consumen RSS/Atom. Servir uno desde Django es 70 líneas en blog/feeds.py.
Por qué Atom sobre RSS
Atom (RFC 4287) tiene soporte nativo para fechas de creación y modificación separadas (<published> y <updated>), lo que permite a los consumidores saber si un artículo fue corregido sin perder la fecha original. RSS 2.0 solo tiene <pubDate>. Para un blog técnico donde los posts se editan después de publicarse, esa distinción importa.
Implementación
El feed sigue el mismo patrón que sitemap.py: una vista función que construye el XML a mano, sin depender del framework de syndication de Django:
def atom_feed(request):
posts = (
Post.objects
.public()
.select_related('author')
.prefetch_related('tags')
.order_by('-published_at')[:20]
)
entries = []
for post in posts:
updated = (post.updated_at or post.published_at or post.created_at).isoformat()
published = (post.published_at or post.created_at).isoformat()
tags_xml = ''.join(
f'\n <category term="{escape(t.name)}" />'
for t in post.tags.all()
)
entries.append(
f' <entry>\n'
f' <id>{SITE_URL}/post/{post.slug}</id>\n'
f' <title>{escape(post.title)}</title>\n'
f' <link href="{SITE_URL}/post/{post.slug}" rel="alternate" />\n'
f' <updated>{updated}</updated>\n'
f' <published>{published}</published>\n'
f' <summary type="text">{escape(post.excerpt or "")}</summary>'
f'{tags_xml}\n'
f' </entry>'
)
xml = (
'<?xml version="1.0" encoding="UTF-8"?>\n'
'<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="es">\n'
f' <title>{AUTHOR_NAME} — Blog</title>\n'
f' <link href="{SITE_URL}/blog" rel="alternate" />\n'
f' <link href="{FEED_URL}" rel="self" />\n'
f' <id>{SITE_URL}/blog</id>\n'
f' <updated>{feed_updated}</updated>\n'
+ ''.join(entries)
+ '\n</feed>'
)
return HttpResponse(xml, content_type='application/atom+xml; charset=utf-8')
Los posts internos (is_internal=True) se excluyen automáticamente por el queryset .public() —mismo mecanismo que el sitemap y el API. No hay riesgo de filtrar contenido privado.
URL del feed
El feed queda registrado en blog/urls.py:
path('feed.xml', atom_feed, name='atom-feed'),
Lo que lo expone en https://api.hectorgarrido.cl/api/blog/feed.xml. Las URLs de los posts dentro del feed apuntan al dominio del frontend (hectorgarrido.cl), no al de la API.
Señales en robots.txt
El robots.txt ya tenía la whitelist de bots AI. Se agrega una referencia comentada al feed y al llms.txt para que los crawlers que los buscan los encuentren directamente:
# Sitemap
Sitemap: https://hectorgarrido.cl/sitemap.xml
# Atom feed
# https://api.hectorgarrido.cl/api/blog/feed.xml
# LLMs.txt
# https://hectorgarrido.cl/llms.txt
Lo que no se hizo (y por qué)
llms-full.txt: Algunos sitios ofrecen una versión completa del contenido en un solo archivo. Para un blog con artículos técnicos largos, ese archivo sería varios MB de texto sin estructura útil. El llms.txt con links y excerpts es una mejor señal que un volcado de contenido.
AMP: Era popular hace unos años para mejorar la velocidad en móviles. Los buscadores ya no le dan ventaja en rankings desde 2021, y el overhead de mantener dos versiones de cada página no vale la pena.
Hreflang: El sitio es monolingüe en español. No aplica.
Migrar a Next.js o Gatsby: El pre-render en tiempo de build con generate-seo.js resuelve el problema de crawlabilidad sin cambiar el stack. El costo de migración es mucho mayor que el beneficio incremental.
Resumen de cambios
| Archivo | Cambio |
|---|---|
blog_backend/blog/feeds.py |
Nuevo — feed Atom con 20 posts más recientes |
blog_backend/blog/urls.py |
Agrega path('feed.xml', atom_feed) |
blog_frontend/public/llms.txt |
Nuevo — versión estática para dev |
blog_frontend/scripts/generate-seo.js |
Agrega generateLlmsTxt() + <link rel="alternate"> en <head> |
blog_frontend/public/robots.txt |
Agrega referencias a feed y llms.txt |