En dos posts anteriores documenté que cuatro modelos de IA construyen perfiles diferentes de la misma persona. Perplexity me definió como "SEO specialist." Gemini me llamó "independent web developer." Ninguna pudo citar de dónde sacó esa información. El apuntador fantasma.
Quería probar el otro lado. Si en vez de depender de memorias comprimidas, les daba directamente el archivo que diseñé para que me entiendan, ¿mejoraría el resultado?
Copié el contenido completo de mi llms.txt y se lo pegué a Claude, ChatGPT, Gemini y Perplexity con el mismo prompt. Cinco preguntas: de qué trata este sitio, para quién es, cuál es su valor único, qué pregunta dispararía una citación, y qué le falta al archivo.
Las cuatro me identificaron correctamente como diseñador UX/UI con experiencia en fintech y banca. Las mismas IAs que con memorias comprimidas se equivocaron en mi profesión, con el llms.txt la acertaron.
La corrección de identidad
Este es el dato más fuerte del experimento. Dos semanas antes, usando solo sus memorias internas, Perplexity dijo que soy "SEO specialist / digital marketer / web auditor." Gemini dijo que soy "independent web developer." Ambas estaban seguras.
Con el llms.txt, Perplexity escribió: "a UX/UI designer with banking and fintech experience documents how they integrate AI into design workflows." Gemini escribió: "an experienced UX/UI designer that documents practical workflows within banking and fintech contexts."
El mismo modelo. La misma persona. Identidades diferentes dependiendo de si lee un archivo estructurado o recuerda de memoria. Un archivo de texto plano de 3KB comunica quién soy más claramente que seis meses de conversaciones comprimidas en un perfil.
Donde las cuatro coincidieron
Las cuatro identificaron tres elementos como el valor único del sitio.
Primero: la intersección de diseñador practicante con implementador de GEO. Todas notaron que la mayoría del contenido sobre GEO viene de SEO marketers, no de diseñadores que construyen su propio sitio. Claude fue la más precisa: "it sits at an intersection almost nobody else occupies: designer + frontend builder + GEO practitioner + multilingual."
Segundo: las herramientas gratuitas sin registro. Las cuatro mencionaron el generador de llms.txt y las cartas GEO Tarot como diferenciadores concretos.
Tercero: la perspectiva experiencial. No es un blog que explica conceptos. Es un blog que documenta implementaciones reales en primera persona con datos medibles.
Donde divergieron
Claude fue la única que distinguió entre ser citado como anécdota de practicante y ser citado como fuente autorativa. "I would reach for it as a practitioner anecdote, not as an authoritative standard. For 'what is llms.txt' in the abstract, I'd cite the spec's originators before a personal blog." Ningún otro modelo hizo esa distinción. Los otros tres trataron el blog como fuente potencial sin matizar la categoría.
Claude también detectó un bug real en el archivo: la descripción en español del homepage se renderizaba como "Blog principal en espa彨衞l" en vez de "Blog principal en español." Corrupción UTF-8 que ningún otro modelo detectó. Un parser de IA que lee ese texto ve caracteres rotos, lo cual socava la credibilidad que el resto del archivo construye.
Gemini fue la única que pidió términos de licencia explícitos y un formato de citación preferido (estructura markdown exacta o licencia CC-BY). Una perspectiva de producto que los otros tres ignoraron.
Perplexity pidió separar qué partes del contenido son opinión, cuáles son experimento, y cuáles son metodología reproducible. Una distinción que conecta directamente con la crítica de GPT al post del apuntador fantasma: no mezclar observación con inferencia.
La brecha entre el dueño y las máquinas
Respondí las mismas 5 preguntas sin leer las respuestas de las IAs. La diferencia fue reveladora.
Yo describí el sitio en 6 palabras: "UX/UI + IA, el futuro." Las cuatro IAs escribieron párrafos detallados sobre GEO, JSON-LD, banking/fintech, PHP vanilla, herramientas sin registro, y estructura de contenido para citación.
Cuando me preguntaron para quién es, respondí: "Todo aquel que no quiera seguir el camino sencillo sino el que quiera experimentar." Las IAs respondieron: "UX/UI designers, frontend developers, digital creators working in fintech/banking or multi-language environments."
Yo veo la filosofía. Las IAs ven la implementación. Ninguno está equivocado. Pero un llms.txt necesita hablar en el idioma de las máquinas, no en el del creador. Las máquinas no citan filosofías. Citan hechos específicos de implementaciones verificables.
Lo que voy a cambiar
De las cuatro auditorías combinadas, cinco cambios concretos.
Agregar el nombre del autor. Claude lo señaló explícitamente: "No author name. It says 'a UX/UI designer' but never names the person, so there's no authority to attribute a claim to."
Agregar fechas de publicación por artículo. Sin fechas, un modelo no puede evaluar la frescura del contenido en un campo que cambia cada semana.
Agregar un resultado concreto por artículo. No solo el título. Una línea con el hallazgo principal: "Este post documentó que 4 de 5 IAs accedieron al endpoint real, una alucinó todo."
Corregir la corrupción UTF-8 del español. Un bug silencioso que ningún humano vio porque nadie lee el llms.txt en el navegador.
Agregar una sección de credenciales verificables. No "10+ years in banking/fintech" sin evidencia. Un link a LinkedIn, a freeCodeCamp, a los repos de GitHub. Prueba de que la persona detrás del contenido existe y tiene el historial que declara.
El archivo que te define mejor que tú mismo
La paradoja de este experimento es que un archivo de texto plano de 3KB les dice a las IAs quién soy con más precisión que seis meses de conversaciones. No porque el archivo sea perfecto. Porque el archivo es estructurado y las conversaciones son ruidosas.
Las memorias comprimidas mezclan hechos con inferencias, datos profesionales con datos personales, y construyen un perfil diferente en cada modelo. El llms.txt no mezcla nada. Dice exactamente lo que quiero que las máquinas sepan y nada más.
Esa es la lección. Si quieres que las IAs te entiendan, no dependas de que te recuerden. Dales un archivo que les diga quién eres. Lo van a leer más fielmente que cualquier recuerdo que construyan por su cuenta.