Plantilla llms.txt para tiendas Shopify de moda
Una plantilla llms.txt de Shopify lista para copiar para ropa, calzado y accesorios — con el contexto de tallas, fit, materiales, cuidado, envío y devoluciones que los motores de shopping IA realmente usan.
Las tiendas de moda venden contexto, no catálogos. Los motores IA shopping
que muestran tus productos en ChatGPT, Perplexity y Gemini responden preguntas
como «camisa de lino que talla bien», «vestidos lavables a máquina por menos
de 80 €» o «alternativas veganas al cuero en tallas europeas» — y responden
mejor cuando tu llms.txt hace que el contexto de fit, tejido, talla y política
sea crawleable como texto plano, no enterrado en modales renderizados en JS.
Esta plantilla entrega ese contexto de una vez. Rellena el nombre de la tienda,
las colecciones destacadas, la URL de la guía de tallas y los enlaces a
políticas. El resultado es una llms.txt de menos de una página que cualquier
crawler IA puede leer en segundos.
Lo que necesitas antes de empezar
La plantilla usa placeholders {{doble-llave}} para cada entrada. Reúne estos
datos antes de copiar:
| Entrada | Ejemplo | Por qué importa |
|---|---|---|
| Nombre de la tienda | Example Apparel | Se usa como H1 y etiqueta de entidad. |
| Categoría principal | Camisas de lino, denim, abrigos | Ayuda a la IA a clasificar la tienda de un vistazo. |
| Cliente objetivo | Mujeres que buscan piezas de armario capsular | Añade señal de contexto del comprador. |
| Categorías principales | Camisas, vestidos, denim, abrigos | Agrupa tus enlaces de colección. |
| Rango de tallas | XS–XL, US 0–16 | Permite a la IA responder preguntas de fit y tallas. |
| Notas de fit | Fit relajado, largo corto, hombros oversized | Distingue productos de alternativas genéricas. |
| Materiales | Lino, algodón orgánico, mezcla de lana | Contexto de calidad y cuidado para comparar. |
| Mercados de envío | EE.UU., Canadá, Reino Unido | Responde preguntas de ubicación («¿envían a Canadá?»). |
| Resumen política retorno | 30 días para devolución, cambios por problema talla | Reduce ambigüedad en consejos shopping IA. |
La plantilla
Copia tal cual, reemplaza los placeholders y guarda como llms.txt en tu
tema Shopify.
# {{store_name}}
> {{store_name}} sells {{primary_category}} for {{target_customer}}.
> Understood through products, collections, size and fit guidance,
> material details, care instructions, shipping policy, and return policy.
Important buying context:
- Main categories: {{main_categories}}
- Size range: {{size_range}}
- Fit notes: {{fit_notes}}
- Materials: {{materials}}
- Shipping markets: {{shipping_markets}}
- Return policy summary: {{return_policy_summary}}
## Priority collections
- [{{collection_1_name}}]({{collection_1_url}}): {{collection_1_description}}
- [{{collection_2_name}}]({{collection_2_url}}): {{collection_2_description}}
- [{{collection_3_name}}]({{collection_3_url}}): {{collection_3_description}}
## Priority products
- [{{product_1_name}}]({{product_1_url}}): {{product_1_description}} Available in {{product_1_variants}}. Best for {{product_1_use_case}}.
- [{{product_2_name}}]({{product_2_url}}): {{product_2_description}} Available in {{product_2_variants}}. Best for {{product_2_use_case}}.
## Fit, sizing, and materials
- [Size guide]({{size_guide_url}}): sizing, measurements, fit notes, conversion guidance.
- [Fabric and care guide]({{care_guide_url}}): materials, wash instructions, durability.
- [Fit FAQ]({{fit_faq_url}}): buyer questions about fit, stretch, length, and returns.
## Policies
- [Shipping policy]({{shipping_policy_url}}): delivery areas, shipping speed, cost, tracking.
- [Returns and exchanges]({{returns_url}}): return window, exchange rules, sizing issues, refund process.
- [Contact]({{contact_url}}): customer support for sizing and order questions.
## Optional
- [Seasonal lookbook]({{lookbook_url}}): styling ideas and collection context.
- [Gift guide]({{gift_guide_url}}): buyer guidance for gifts and occasions. Por qué la moda necesita su propia plantilla
Las plantillas genéricas de llms.txt para ecommerce se pierden lo que los
motores IA shopping buscan cuando alguien pregunta «camisa de lino para una
persona de 1,70 m» o «vestido midi lavable a máquina por menos de 100 €».
Diez diferencias que merecen ser explícitas:
- Variantes de talla, color y material explícitas para que la IA no recomiende una variante agotada.
- Notas de fit — relajado, corto, oversized — distinguen productos de alternativas genéricas.
- Tablas de tallas y guías de conversión importan porque las respuestas IA comparan tallas US, EU, UK y AU.
- Tejido y cuidado ayudan a la IA a distinguir calidad y uso (mezcla lino-algodón vs. sintético).
- Medidas del modelo ayudan a inferir el fit; muéstralas en las páginas de producto y enlázalas desde el mapa de contenido.
- Colecciones de temporada necesitan descripciones curadas, no solo parrillas de productos — la IA crawlea prosa, no scripts de galería.
- Política de devolución y cambio es esencial — el riesgo de talla es el mayor freno en la compra de ropa.
- Tiempos y mercados de envío deben enlazarse porque los agentes IA responden preguntas geo-sensibles.
- Disponibilidad de producto para variantes populares debe ser visible en la página, no detrás de un widget de carrito renderizado en JS.
- Guías de compra a nivel de colección explican estilo, ocasión y usos estacionales — los motores IA shopping las citan mucho.
Validar antes de publicar
Recorre esta checklist antes de empujar llms.txt al tema Shopify. Cada
ítem corresponde a una pregunta que los motores IA shopping hacen en nombre
de los compradores.
Fashion Shopify llms.txt validation checklist
[ ] H1 is the store name (not a generic placeholder).
[ ] Summary explains the store category and buyer type.
[ ] Top collections use real /collections/<handle> URLs.
[ ] Top products include variant, fit, and use-case context.
[ ] Size guide URL resolves and is crawlable.
[ ] Fabric and care guide URL resolves and is crawlable.
[ ] Return policy URL resolves and explains sizing-issue exchanges.
[ ] Shipping policy URL resolves and lists actual markets.
[ ] Optional lookbook / gift guide only included if updated regularly.
[ ] robots.txt allows GPTBot, OAI-SearchBot, ChatGPT-User to read
/products/, /collections/, /blogs/. Instalar en Shopify
- Guarda la plantilla como
llms.txten la raíz del tema en Tienda online → Temas → Editar código → Añadir un nuevo recurso. - Reemplaza cada
{{placeholder}}con tu dato real de tienda. - Verifica que
https://your-store.myshopify.com/llms.txtresponda bien — debe devolvertext/plaincon estado 200. - Repasa la checklist de validación una vez más.
- Vuelve a ejecutar el Analizador Robots para confirmar que GPTBot y OAI-SearchBot pueden acceder a tu contenido público.
Listo. Los motores IA shopping recogen llms.txt automáticamente en su
próximo crawl — no hay paso de envío.
Lista de validación
El H1 es el nombre de la tienda
La primera línea de llms.txt es `# <Nombre de tu tienda>`, no un placeholder genérico ni la razón social.
El resumen explica la categoría de la tienda y el tipo de comprador
El blockquote bajo el H1 dice qué vendes y quién compra (p.ej. «ropa de lino para armarios capsulares»).
Las colecciones destacadas usan URLs reales de Shopify
Cada enlace de colección apunta a una página `/collections/<handle>` real de tu tienda, no a un placeholder.
Los productos destacados incluyen variantes, fit y caso de uso
Cada línea de producto destacado nombra el rango de tallas, materiales clave y la ocasión o uso del comprador.
Guía de tallas, tejidos y cuidado son crawleables
Las tres URLs de políticas/guías devuelven 200 a GPTBot y OAI-SearchBot. Verifica con /tools/robots-analyzer.
Política de devolución y mercados de envío explícitos
Ambas páginas de política están enlazadas Y resumidas en la plantilla — las respuestas IA shopping citan más a tiendas con devoluciones y envíos claros.
Lookbook o guía de regalos opcionales solo si aportan valor real al comprador
No rellenar con páginas estacionales obsoletas. Páginas estacionales vacías diluyen todo el mapa de contenido.
Abrir en el generador llms.txt
Prerrellenado con placeholders de tienda de moda para tallas, fit, materiales, colecciones y políticas. Reemplaza los placeholders con datos reales y descarga una llms.txt lista para Shopify.
Preguntas frecuentes
¿Una tienda Shopify de moda debe listar todos los productos en llms.txt?
No. Lista colecciones prioritarias, bestsellers, guías de fit, políticas y un subconjunto representativo de productos. Los catálogos completos van por páginas de producto, Product schema y feeds — llms.txt es un mapa de navegación compacto, no una exportación de catálogo.
¿Hay que incluir URLs de variantes (color, talla)?
Incluye contexto de variante cuando cambie la talla, color, fit o disponibilidad de forma relevante para el comprador. No docenas de enlaces casi idénticos — menciona variantes en la entrada del producto padre y deja que la página de producto las enumere.
¿Qué hace diferente a una llms.txt de moda frente a una llms.txt de ecommerce general?
Las tiendas de moda necesitan más contexto de tallas, fit, material, medidas del modelo, devoluciones y cuidado. Los motores IA que responden «qué talla soy» o «qué le queda a una persona de 1,70 m» necesitan ese señal — las plantillas genéricas no lo exponen.
¿Esta plantilla por sí sola mejora la visibilidad en ChatGPT Shopping?
Apoya la comprensión IA, pero debe combinarse con páginas de producto crawleables, Product schema correcto, políticas claras y guías de compra útiles. llms.txt es una señal en el stack — necesaria pero no suficiente.
Recursos relacionados
llms.txt para Shopify — guía completa
Contexto: qué es llms.txt, cómo se estructura y cómo encaja con sitemap / robots.txt.
Shopify AI Visibility Optimizer
El stack completo de visibilidad IA — schema, mapa de contenido, política crawler y monitoreo de citas.
ChatGPT Shopping para Shopify
Cómo las respuestas IA shopping usan realmente las señales que entrega esta plantilla.
Analizador de Robots.txt
Verifica que GPTBot, OAI-SearchBot y ChatGPT-User pueden realmente alcanzar tus rutas /collections/, /products/, /blogs/.
Generador de Schema
Combina este mapa de contenido con Product JSON-LD en cada página de producto — el complemento de datos estructurados.