Resum ràpid: què has de saber sobre llms.txt

Resposta directa: llms.txt és una proposta oberta que permet publicar un índex editorial dels continguts principals d’un web en un format senzill de processar. Pot ser útil per a les aplicacions que decideixin consultar-lo, però actualment no és un factor confirmat de posicionament a Google ni garanteix mencions o citacions en respostes generades per intel·ligència artificial.

• No substitueix robots.txt.
• No substitueix el sitemap XML.
• No controla la indexació d’un web.
• No és un senyal de posicionament confirmat.
• No obliga els models de llenguatge a consultar els seus enllaços.
• Pot complementar una estratègia SEO, GEO i AEO ben desenvolupada.
• S’ha de mantenir actualitzat si es decideix implementar-lo.

Què és l’arxiu llms.txt

L’arxiu llms.txt és una proposta publicada l’any 2024 per Jeremy Howard, cofundador de fast.ai i vinculat al projecte Answer.AI.

El seu plantejament parteix d’un problema real: les pàgines web es dissenyen principalment per a usuaris humans i per a cercadors tradicionals. Per això, solen incloure menús, capçaleres, peus de pàgina, bàners, scripts, elements interactius, avisos, crides comercials i altres components que poden dificultar l’extracció directa de la informació principal.

llms.txt proposa oferir una versió resumida i organitzada dels recursos més importants mitjançant un arxiu de text estructurat amb sintaxi Markdown.

Aquest arxiu pot incloure:

• El nom del lloc web, empresa o projecte.
• Una descripció breu de la seva activitat.
• Informació necessària per interpretar correctament els seus continguts.
• Enllaços a productes, serveis o documentació.
• Pàgines corporatives rellevants.
• Recursos tècnics, guies o referències.
• Una selecció de continguts opcionals.

El propietari del web decideix quins recursos incorpora, però cada aplicació o agent d’IA decideix lliurement si consulta l’arxiu i com utilitza la informació trobada.

Què significa llms.txt

El nom combina dos elements:

• LLMs: sigles en anglès de Large Language Models, que significa models de llenguatge de gran mida.
• .txt: extensió habitual dels arxius de text pla.

Tot i utilitzar l’extensió .txt, el seu contingut s’organitza mitjançant Markdown. Això permet utilitzar encapçalaments, citacions, llistes i enllaços amb una sintaxi senzilla i llegible tant per a persones com per a sistemes automatitzats.

Per a què pot servir llms.txt

La finalitat de llms.txt és proporcionar una selecció editorial i estructurada d’informació. No ofereix control sobre les respostes d’una intel·ligència artificial, però pot facilitar determinades tasques quan una aplicació decideix utilitzar-lo.

Presentar una descripció clara de l’empresa

L’arxiu pot indicar de manera directa:

• Qui és l’organització.
• Quins productes o serveis ofereix.
• A quins clients s’adreça.
• En quins mercats treballa.
• Quines pàgines contenen la informació principal.

Això pot reduir la necessitat de deduir l’activitat de l’empresa a partir de continguts dispersos.

Seleccionar els continguts més representatius

Un web pot contenir centenars o milers d’URL. llms.txt permet destacar una selecció reduïda de recursos, com ara pàgines de serveis, documentació tècnica, casos d’èxit, estudis, preguntes freqüents o informació corporativa.

No es tracta de llistar tot el web, sinó d’identificar els continguts que expliquen millor una entitat, una oferta o una àrea de coneixement.

Oferir informació en un format senzill

Markdown sol contenir menys elements accessoris que una pàgina HTML completa. En eliminar menús, scripts, fulls d’estil, finestres emergents i components de navegació, una aplicació pot accedir a una representació més neta de la informació.

L’estalvi exacte de dades o tokens dependrà de cada pàgina, del sistema d’extracció i del model utilitzat. Per aquest motiu, no existeix un percentatge universal de reducció aplicable a tots els webs.

Facilitar processos de documentació o assistència

L’arxiu pot ser especialment útil en webs amb molta documentació tècnica, API, biblioteques de programació, bases de coneixement o manuals de producte.

Un agent compatible pot utilitzar l’índex per localitzar documentació abans de consultar recursos més detallats.

Per a què no serveix llms.txt

Per valorar correctament aquesta proposta cal separar les seves possibilitats teòriques dels resultats demostrats.

llms.txt no permet:

• Garantir que una intel·ligència artificial rastregi un web.
• Obligar un assistent a citar una marca.
• Millorar automàticament el rànquing a Google.
• Controlar què respon un model sobre una empresa.
• Impedir l’accés a determinats rastrejadors.
• Evitar la indexació d’una pàgina.
• Substituir el contingut original del web.
• Reemplaçar l’autoritat, les mencions externes o els enllaços.
• Corregir una arquitectura web deficient.
• Compensar continguts imprecisos, duplicats o poc útils.

S’ha d’entendre com un recurs complementari i encara en evolució, no com una solució màgica de posicionament.

És llms.txt un estàndard oficial?

No. llms.txt és una proposta oberta, però no és un estàndard aprovat per organismes com l’Internet Engineering Task Force, el World Wide Web Consortium o una altra entitat internacional de normalització.

Tampoc és un protocol equivalent a robots.txt ni una directiva que els rastrejadors estiguin obligats a respectar.

La proposta defineix un format recomanat, però cada plataforma pot decidir:

• Si busca l’arxiu.
• Amb quina freqüència el consulta.
• Quines seccions processa.
• Quins enllaços visita.
• Com interpreta les descripcions.
• Si utilitza o ignora completament la informació.

Estructura d’un arxiu llms.txt

Segons la proposta original, l’arxiu ha de seguir un ordre determinat.

1. Un encapçalament H1

Ha de contenir el nom del projecte, producte, organització o lloc web. És l’únic element obligatori de la proposta.

# Nom de l’empresa

2. Un resum en format de citació

Després de l’H1 es pot incloure una citació Markdown amb una explicació breu del projecte. Tot i que no és obligatòria, és molt recomanable perquè ofereix el context necessari per interpretar la resta de l’arxiu.

> Empresa especialitzada en consultoria de màrqueting digital, SEO, disseny web i intel·ligència artificial per a petites i mitjanes empreses.

3. Informació addicional

Abans de les seccions d’enllaços es poden afegir paràgrafs o llistes amb instruccions, aclariments o context addicional. En aquesta part no s’han d’utilitzar nous encapçalaments.

4. Seccions H2 amb llistes d’enllaços

Els recursos s’agrupen mitjançant encapçalaments H2. Cada enllaç pot anar acompanyat d’una descripció breu que expliqui el seu contingut.

## Serveis

- [Posicionament SEO](https://www.tudomini.com/seo): serveis de posicionament orgànic per a empreses.
- [Disseny web](https://www.tudomini.com/disseny-web): desenvolupament de webs corporatius i botigues en línia.
- [Serveis d’intel·ligència artificial](https://www.tudomini.com/intelligencia-artificial): automatització, assistents i consultoria d’IA.

5. Secció Optional

Es pot afegir una secció anomenada Optional per agrupar recursos secundaris. La proposta indica que aquests enllaços es poden ometre quan una aplicació necessita treballar amb un context més reduït.

Aquesta secció no estableix una puntuació ni un sistema formal de prioritats. Només diferencia els recursos principals d’aquells que es poden considerar prescindibles.

Exemple complet de llms.txt

# Nom de l’empresa

> Agència de màrqueting digital especialitzada en SEO, disseny web, comunicació i intel·ligència artificial per a empreses espanyoles.

L’empresa treballa amb pimes, professionals i organitzacions que necessiten millorar la seva visibilitat, generar oportunitats comercials i adaptar la seva presència digital als nous sistemes de cerca.

## Serveis principals

- [Posicionament SEO](https://www.tudomini.com/seo): estratègia SEO tècnica, editorial i semàntica.
- [Disseny i desenvolupament web](https://www.tudomini.com/disseny-web): creació i millora de webs orientats a la conversió.
- [SEO local](https://www.tudomini.com/seo-local): optimització de la presència local de negocis i professionals.
- [Serveis d’intel·ligència artificial](https://www.tudomini.com/serveis-ia): consultoria, automatització i assistents d’IA.

## Recursos

- [Blog de màrqueting digital](https://www.tudomini.com/blog): guies i anàlisis sobre SEO, publicitat, continguts i intel·ligència artificial.
- [Casos d’èxit](https://www.tudomini.com/casos-dexit): projectes desenvolupats per a diferents sectors.
- [Preguntes freqüents](https://www.tudomini.com/preguntes-frequents): respostes sobre serveis, metodologia i contractació.

## Empresa

- [Sobre nosaltres](https://www.tudomini.com/sobre-nosaltres): experiència, equip i metodologia de treball.
- [Contacte](https://www.tudomini.com/contacte): formulari i dades per sol·licitar informació.

## Optional

- [Notícies](https://www.tudomini.com/noticies): actualitat de l’empresa.
- [Política de privacitat](https://www.tudomini.com/privacitat): informació sobre el tractament de dades.

Com crear un arxiu llms.txt pas a pas

Pas 1. Defineix l’objectiu de l’arxiu

Abans de redactar-lo, determina què ha de comprendre una aplicació sobre el web:

• La identitat de l’empresa.
• La seva especialització.
• Els serveis principals.
• El públic al qual s’adreça.
• Les pàgines que contenen informació fiable i actualitzada.

Pas 2. Selecciona els URL importants

Inclou només pàgines rellevants i representatives. No és necessari reproduir tot el sitemap.

Normalment convé prioritzar:

• Pàgina d’inici.
• Serveis i productes principals.
• Documentació.
• Informació corporativa.
• Casos d’èxit.
• Estudis propis.
• Preguntes freqüents.
• Contacte.

Pas 3. Redacta un resum precís

El resum ha d’explicar qui és l’organització, què fa i a qui ajuda. Ha d’evitar frases promocionals ambigües com ara “som líders”, “solucions innovadores” o “servei de màxima qualitat” si no aporten informació verificable.

És preferible utilitzar una descripció factual:

Consultora especialitzada en posicionament SEO, disseny web i automatització mitjançant intel·ligència artificial per a petites i mitjanes empreses d’Espanya.

Pas 4. Organitza els enllaços per categories

Agrupa els recursos mitjançant encapçalaments clars, per exemple:

• Productes.
• Serveis.
• Documentació.
• Guies.
• Casos d’èxit.
• Empresa.
• Suport.

Pas 5. Afegeix descripcions útils

Cada enllaç ha d’incorporar una descripció breu que permeti entendre què conté la pàgina sense necessitat d’obrir-la.

Evita descripcions genèriques com ara “més informació” o “consulta aquesta pàgina”.

Pas 6. Desa l’arxiu correctament

Desa’l amb el nom exacte:

llms.txt

Utilitza minúscules i format de text pla amb codificació UTF-8.

Pas 7. Publica’l a l’arrel del domini

La ubicació habitual és:

https://www.tudomini.com/llms.txt

La proposta també admet el seu ús en determinats subdirectoris quan és necessari organitzar àrees independents de documentació.

Pas 8. Comprova’n l’accessibilitat

Obre l’URL en un navegador i verifica que:

• Retorna un codi HTTP 200.
• No requereix identificació.
• No redirigeix innecessàriament.
• El text es mostra correctament.
• Els URL inclosos funcionen.
• No conté pàgines eliminades o desactualitzades.

Pas 9. Actualitza’l quan canviï el web

No existeix una periodicitat universal. S’ha de revisar quan es produeixin canvis rellevants en:

• Productes o serveis.
• Preus.
• Documentació.
• Dades corporatives.
• Pàgines principals.
• Polítiques.
• URL o estructura de navegació.

Una empresa que modifica setmanalment la seva documentació necessitarà revisions més freqüents que un web corporatiu estable.

Quina mida ha de tenir llms.txt

La proposta original no estableix una mida ideal ni un límit màxim oficial.

Com a criteri editorial, convé mantenir l’arxiu concís i seleccionar només els recursos realment útils. Un document excessivament llarg pot perdre la seva funció d’índex i convertir-se en una repetició del contingut del web.

En llocs grans pot ser preferible:

• Agrupar els recursos per àrees.
• Crear arxius específics en subdirectoris.
• Prioritzar la documentació essencial.
• Evitar incloure centenars d’URL sense descripció.

Diferències entre llms.txt, robots.txt i sitemap.xml

llms.txt davant de robots.txt

robots.txt indica als rastrejadors compatibles quins URL poden o no poden sol·licitar. La seva funció principal està relacionada amb el rastreig, no amb la selecció editorial del contingut més important.

llms.txt no bloqueja rastrejadors ni estableix permisos. Ofereix context i enllaços als sistemes que voluntàriament decideixin consultar-lo.

Per tant, no són arxius oposats ni compleixen funcions equivalents.

llms.txt davant de sitemap.xml

El sitemap XML pot contenir una llista àmplia d’URL que el propietari vol facilitar als cercadors.

llms.txt sol contenir una selecció més reduïda, acompanyada de descripcions en llenguatge natural. El seu objectiu no és sol·licitar la indexació, sinó proporcionar context i recursos organitzats.

Google utilitza l’arxiu llms.txt?

Google ha indicat expressament que Google Search no utilitza llms.txt ni per als seus resultats tradicionals ni per a les seves funcions generatives.

Publicar aquest arxiu no millora ni perjudica la visibilitat o els rànquings a Google. El cercador pot descobrir i rastrejar diferents tipus d’arxius, però això no significa que concedeixi a llms.txt un tractament especial.

Per millorar la visibilitat a Google i en les seves experiències de cerca amb intel·ligència artificial continuen sent importants:

• L’accés de Googlebot al contingut.
• La indexabilitat de les pàgines.
• La qualitat i originalitat de la informació.
• Una bona experiència d’usuari.
• L’enllaçat intern.
• L’autoritat i reputació del web.
• Les imatges i vídeos correctament optimitzats.
• Les dades estructurades compatibles quan correspongui.

ChatGPT utilitza l’arxiu llms.txt?

No existeix una confirmació oficial que ChatGPT consulti de manera automàtica i universal l’arxiu llms.txt de tots els dominis.

La documentació pública d’OpenAI indica que, per facilitar que el contingut pugui aparèixer en resums, fragments i resultats de cerca de ChatGPT, el lloc web no ha de bloquejar OAI-SearchBot.

Per tant, per a la visibilitat a ChatGPT Search és més rellevant comprovar:

• Que les pàgines siguin públiques i accessibles.
• Que OAI-SearchBot no estigui bloquejat.
• Que les pàgines es puguin rastrejar.
• Que la informació sigui clara i citable.
• Que els títols i encapçalaments descriguin correctament el contingut.
• Que les fonts i afirmacions es puguin verificar.

llms.txt es pot mantenir com a recurs complementari, però no s’ha de presentar com un requisit d’inclusió a ChatGPT.

Claude, Gemini o Perplexity utilitzen l’arxiu llms.txt?

No existeix una llista oficial, completa i estable de plataformes que consultin automàticament aquest arxiu en qualsevol domini.

Anthropic publica un recurs llms.txt per facilitar l’accés a la seva pròpia documentació. Això demostra que el format pot resultar útil en determinats entorns, però no prova que Claude rastregi automàticament l’arxiu de tots els webs.

La compatibilitat real s’ha d’analitzar mitjançant:

• La documentació oficial de cada proveïdor.
• Els registres del servidor.
• Les sol·licituds rebudes per l’URL de l’arxiu.
• Les referències o visites atribuïbles a cada plataforma.

Les polítiques i capacitats d’aquestes eines poden canviar, per la qual cosa convé evitar afirmacions permanents sobre el seu funcionament.

Què és llms-full.txt

Algunes plataformes, generadors i sistemes de documentació han popularitzat arxius anomenats llms-full.txt. Acostumen a reunir una quantitat més àmplia de contingut en un únic document perquè una aplicació pugui accedir a la informació sense visitar cada URL per separat.

Tanmateix:

• llms-full.txt no és obligatori.
• No forma part essencial de la proposta original.
• No existeix un format universalment acceptat per generar-lo.
• No està demostrat que millori el posicionament o les citacions.

També existeixen implementacions amb noms com llms-ctx.txt o llms-ctx-full.txt. S’han de considerar extensions o convencions utilitzades per determinats projectes, no estàndards generals.

Relació entre llms.txt, SEO, GEO i AEO

llms.txt i SEO

El SEO busca millorar la visibilitat d’un web als motors de cerca. Inclou aspectes tècnics, editorials, semàntics, d’autoritat i d’experiència d’usuari.

llms.txt no substitueix:

• La recerca de paraules clau.
• L’arquitectura de la informació.
• L’optimització de títols i encapçalaments.
• L’enllaçat intern.
• La indexació.
• Els enllaços externs.
• La velocitat i experiència d’usuari.
• La qualitat del contingut.

Google no l’utilitza com a senyal de posicionament, per la qual cosa el seu impacte SEO directe és inexistent en aquest cercador.

llms.txt i GEO

GEO, o Generative Engine Optimization, engloba les accions orientades a millorar la possibilitat que una marca o contingut sigui comprès, seleccionat i citat per sistemes generatius.

llms.txt es pot considerar un recurs tècnic experimental dins d’una estratègia GEO, però no una de les seves palanques principals.

Els factors més importants per a una estratègia GEO sòlida inclouen:

• Informació original i verificable.
• Autoria i experiència demostrables.
• Definició clara d’entitats.
• Coherència de marca en diferents fonts.
• Estudis, dades i casos propis.
• Mencions en mitjans i webs externs.
• Contingut estructurat mitjançant preguntes i respostes.
• Pàgines accessibles per als rastrejadors pertinents.
• Referències i fonts fiables.

llms.txt i AEO

AEO, o Answer Engine Optimization, busca que un contingut pugui respondre de manera clara i directa a les preguntes dels usuaris.

Per millorar l’AEO d’una pàgina és recomanable:

• Incloure respostes breus a l’inici de cada apartat.
• Utilitzar preguntes reals com a encapçalaments.
• Definir conceptes amb precisió.
• Afegir exemples.
• Resoldre dubtes relacionats.
• Evitar respostes ambigües.
• Utilitzar dades estructurades quan correspongui.
• Mantenir coherència entre el contingut visible i el marcatge JSON-LD.

llms.txt pot facilitar l’accés a aquestes pàgines, però no converteix automàticament el contingut en una resposta seleccionada.

Com comprovar si un agent consulta llms.txt

La manera més fiable de saber si l’arxiu rep sol·licituds és analitzar els registres del servidor.

Convé revisar:

• Sol·licituds a la ruta /llms.txt.
• Data i freqüència d’accés.
• Adreça IP de la sol·licitud.
• User-agent declarat.
• Codi de resposta HTTP.
• Recursos visitats després de consultar l’arxiu.

El nom del user-agent per si sol no sempre demostra la identitat real del rastrejador. Quan sigui necessari, s’ha de verificar seguint les indicacions oficials del proveïdor.

També es poden analitzar:

• Referències procedents d’assistents d’IA.
• URL amb paràmetres d’atribució.
• Mencions de marca.
• Pàgines que reben trànsit des de sistemes generatius.
• Consultes en què l’empresa apareix citada.

Bones pràctiques per implementar llms.txt

• Utilitza una descripció objectiva i verificable.
• Inclou únicament pàgines canòniques i actualitzades.
• Evita URL amb paràmetres innecessaris.
• No incloguis pàgines bloquejades o privades.
• Comprova que els enllaços retornin un codi HTTP 200.
• Organitza els enllaços mitjançant categories comprensibles.
• Descriu cada recurs amb precisió.
• Mantén coherència amb la informació visible al web.
• No utilitzis l’arxiu per incloure afirmacions que no apareixen a les pàgines enllaçades.
• Actualitza’l quan canviïn continguts importants.
• Supervisa’n l’accés mitjançant els registres del servidor.

Errors freqüents en crear llms.txt

Presentar-lo com una garantia de posicionament

No existeix evidència que publicar l’arxiu garanteixi rànquings, mencions o citacions.

Copiar tot el sitemap

L’objectiu és oferir una selecció editorial, no reproduir milers d’URL sense context.

Incloure descripcions comercials buides

Frases com ara “empresa líder” o “serveis innovadors” aporten poc context si no expliquen l’activitat, l’especialització o el mercat.

Confondre rastreig i indexació

Permetre el rastreig no garanteix la indexació, i bloquejar un URL a robots.txt no sempre evita que pugui aparèixer referenciat en un índex.

Publicar informació diferent de la del web

L’arxiu ha de resumir continguts reals. No s’ha d’utilitzar per presentar productes, preus o capacitats que no es puguin verificar a les pàgines enllaçades.

No mantenir-lo actualitzat

Els enllaços trencats i les descripcions antigues redueixen la utilitat de l’arxiu i poden dirigir cap a informació incorrecta.

Conclusió: val la pena crear llms.txt?

Crear llms.txt pot ser raonable quan el web disposa de documentació extensa, continguts tècnics, nombrosos serveis o recursos que convé presentar de manera organitzada.

El seu cost d’implementació acostuma a ser reduït i, si es manté correctament, no hauria de perjudicar el funcionament del web.

Tanmateix, s’ha d’aplicar amb expectatives realistes:

• No millora el posicionament a Google.
• No garanteix l’aparició en respostes generatives.
• No substitueix l’accés dels rastrejadors.
• No reemplaça l’autoritat ni la qualitat del contingut.
• No permet controlar les respostes d’una intel·ligència artificial.

La prioritat ha de continuar sent crear un web tècnicament accessible, amb continguts útils, originals, verificables, ben enllaçats i clarament associats a una entitat o marca.

Després de cobrir aquests fonaments, llms.txt es pot incorporar com una capa complementària de preparació per a aplicacions i agents que decideixin utilitzar aquest format.

Preguntes freqüents sobre llms.txt

Què és llms.txt?

llms.txt és una proposta d’arxiu en format Markdown que permet presentar a aplicacions i agents basats en models de llenguatge una descripció del lloc web i una selecció organitzada dels seus recursos més importants.

És obligatori tenir un arxiu llms.txt?

No. No és un estàndard oficial ni un requisit de Google, ChatGPT, Claude, Gemini o Perplexity. La seva implementació és voluntària.

llms.txt millora el posicionament a Google?

No. Google ha confirmat que no utilitza llms.txt i que publicar-lo no millora ni perjudica la visibilitat o els rànquings a Google Search, incloses les seves funcions generatives.

llms.txt ajuda a aparèixer a ChatGPT?

No existeix evidència que llms.txt garanteixi l’aparició a ChatGPT. OpenAI recomana permetre l’accés d’OAI-SearchBot per facilitar que el contingut públic pugui incloure’s en resultats, resums i fragments de ChatGPT Search.

Quins models d’intel·ligència artificial utilitzen llms.txt?

No existeix una llista oficial i estable de models que consultin automàticament aquest arxiu en tots els webs. Algunes empreses publiquen recursos en aquest format, però la compatibilitat s’ha de comprovar a la documentació i als registres del servidor.

En què es diferencia llms.txt de robots.txt?

robots.txt regula l’accés de determinats rastrejadors a URL o recursos. llms.txt no estableix permisos ni bloquejos: ofereix context i una selecció d’enllaços a les aplicacions que decideixin consultar-lo.

En què es diferencia llms.txt de sitemap.xml?

El sitemap XML facilita als cercadors una llista d’URL disponibles. llms.txt ofereix una selecció editorial més reduïda, acompanyada d’explicacions en llenguatge natural, però no sol·licita ni garanteix la indexació.

On s’ha de publicar llms.txt?

La ubicació habitual és l’arrel del domini, mitjançant un URL com https://www.tudomini.com/llms.txt. La proposta també contempla la seva publicació en determinats subdirectoris.

Quina és la mida màxima de llms.txt?

La proposta no estableix una mida màxima oficial. Convé mantenir l’arxiu concís i seleccionar només els recursos realment rellevants.

Què és llms-full.txt?

llms-full.txt és una convenció utilitzada per algunes eines per agrupar una quantitat més àmplia de contingut en un sol arxiu. No és un element obligatori ni una part essencial de la proposta original.

Cada quant s’ha d’actualitzar llms.txt?

S’ha de revisar quan canviïn productes, serveis, documentació, preus, pàgines principals o URL. No existeix una periodicitat universal aplicable a tots els webs.

Com puc saber si una IA consulta el meu llms.txt?

La manera més fiable és analitzar els registres del servidor i comprovar les sol·licituds realitzades a la ruta /llms.txt, els seus user-agents, adreces IP, dates i codis de resposta.

Fonts i documentació de referència

• Proposta i especificació de llms.txt.
• Guia de Google sobre optimització per a funcions d’intel·ligència artificial.
• Documentació de Google sobre robots.txt.
• Preguntes freqüents d’OpenAI per a editors i desenvolupadors.
• Recursos d’Anthropic optimitzats per a la ingestió mitjançant models de llenguatge.

Article revisat i actualitzat el juliol de 2026. La proposta llms.txt i les polítiques dels proveïdors d’intel·ligència artificial poden evolucionar, per la qual cosa convé revisar periòdicament la documentació oficial.