API y documentación más accesibles para herramientas de IA
Transloadit publica archivos /llms.txt y /llms-full.txt para que las herramientas con capacidad de
recuperación y los agentes de IA consuman nuestra documentación con mayor facilidad. Estos archivos
ofrecen puntos de entrada orientados a Markdown junto al sitio web de documentación habitual.
¿Qué es llms.txt?
Propuesto en septiembre de 2024 por Jeremy Howard, cofundador de Answer.AI,
/llms.txt es una convención de la comunidad para publicar un índice conciso en Markdown de las
páginas importantes. Ofrece a los sistemas de recuperación un punto de partida más simple que un
sitio web renderizado y permite que quien realiza la llamada seleccione las páginas fuente
relevantes antes de añadirlas al contexto de un modelo.
llms.txt debe tratarse como una interfaz de recuperación, no como un mecanismo de SEO o de
clasificación de respuestas. Publicar el archivo no garantiza que Google, ChatGPT u otro producto lo
descubra, lo use, clasifique un sitio de otra manera o produzca una respuesta más precisa. Cada
rastreador, asistente y agente decide qué URL recupera y cómo usa el contenido devuelto.
La convención actual describe un pequeño grafo de recuperación:
- Los archivos
llms.txtdelimitados por ruta ofrecen resúmenes concisos con enlaces estructurados a recursos clave. - Las páginas de documentación exponen variantes en Markdown, mientras que los enlaces
rel="alternate"yrel="describedby"ayudan a los clientes a descubrir la página en Markdown y el índice más específico.
Transloadit también mantiene /llms-full.txt, un endpoint complementario más antiguo y específico de la
implementación que contiene un corpus de documentación monolítico. No forma parte del formato
llms.txt actual ni es el punto de partida recomendado para la recuperación.
¿Por qué esto importa a los desarrolladores?
Cuando una herramienta puede recuperar estos archivos, la implementación de Transloadit ofrece beneficios prácticos:
-
Un punto de entrada predecible: las herramientas pueden partir de un único índice documentado en lugar de descubrir enlaces en la navegación renderizada.
-
Uso selectivo del contexto: quienes realizan la llamada pueden recuperar las páginas relevantes para una tarea en lugar de colocar todo el corpus de documentación en un solo prompt.
-
Respuestas orientadas a las fuentes: los agentes pueden citar páginas actuales sobre nuestros Robots, parámetros y flujos de trabajo. La precisión sigue dependiendo de la recuperación, el comportamiento del modelo y la verificación.
-
Menor sobrecarga de análisis: Markdown elimina gran parte de la navegación, los estilos y la interfaz del lado del cliente que resultan irrelevantes para la recuperación de documentación.
¿Qué incluye nuestra implementación?
Nuestro archivo /llms.txt ofrece un resumen conciso de
la funcionalidad principal de Transloadit, que incluye:
- una explicación clara de nuestras capacidades de subida y procesamiento de archivos;
- Assembly Instructions de ejemplo, que muestran nuestra configuración de flujos de trabajo basada en JSON;
- enlaces a recursos de documentación clave;
- una lista completa de los Robots disponibles.
El /llms-full.txt, más detallado, amplía esto con:
- esquemas detallados de parámetros de Robot;
- ejemplos de código para diversos escenarios de integración;
- documentación completa sobre todos los aspectos del servicio de Transloadit.
Cómo usar llms.txt con herramientas de IA
Empieza con https://transloadit.com/llms.txt, selecciona los enlaces
que coincidan con la tarea y recupera esas páginas. Si tu herramienta no puede obtener URL, copia el
Markdown relevante en el prompt o adjunta el archivo descargado. Evita cargar llms-full.txt de forma
predeterminada: las páginas específicas suelen consumir menos contexto y son más fáciles de verificar.
No asumas que mencionar la URL hace que un asistente la obtenga. Revisa las capacidades de recuperación o de navegación de la herramienta y pídele que identifique las páginas fuente que realmente utilizó.
Únete al movimiento de la web amigable con la IA
Vemos llms.txt como una convención útil y ligera para la recuperación de documentación. Su valor
proviene de ofrecer a las herramientas un mapa estable de fuentes y de dar a los desarrolladores
control sobre qué páginas entran en el contexto de un modelo, no de una supuesta mejora en la
clasificación.
Animamos a otros servicios a sumarse a este movimiento y a implementar sus propios archivos llms.txt. Para
obtener más información sobre la propuesta, visita llmstxt.org.
Recursos
- Transloadit llms.txt
- Transloadit llms-full.txt
- Documentación de la propuesta llms.txt
- Propuesta de Jeremy Howard
- Directorio de implementaciones de llms.txt
- llms.txt hub
Nos interesa ver cómo los desarrolladores usan esta interfaz de recuperación con Transloadit. Como siempre, tus comentarios y preguntas son bienvenidos en nuestro Foro de la comunidad.