O que é o llms.txt e de onde veio a proposta
O llms.txt é um arquivo em Markdown, publicado na raiz do site ou numa pasta dele, que entrega aos modelos de linguagem um resumo do site e uma lista curada dos links mais úteis, com uma linha de contexto para cada um. A ideia é simples: em vez de obrigar uma IA a interpretar menus, banners e scripts, você oferece um mapa curto, em texto limpo, do que importa.
A proposta foi publicada por Jeremy Howard em 3 de setembro de 2024, e o texto de referência fica no >site oficial do llms.txt, que hoje apresenta uma segunda versão da especificação. É importante dizer com clareza o que isso significa: llms.txt é uma proposta de padrão, não um padrão adotado formalmente pelos buscadores. Não há órgão de padronização por trás dele, como acontece com o robots.txt.
Segundo o próprio texto da proposta, a expectativa era que o arquivo fosse útil principalmente na inferência, ou seja, no momento em que um assistente precisa consultar um site para responder alguém, e não no treinamento de modelos. A especificação afirma que é assim que ele tem sido usado, mas não diz por quem.
O arquivo pode ficar na raiz (/llms.txt) ou em qualquer caminho, cobrindo as páginas abaixo daquele caminho. Um site com uma área de documentação técnica, por exemplo, pode ter um llms.txt geral na raiz e outro mais específico dentro de /docs/. Pela proposta, o agente deve usar o arquivo mais específico que se aplica à página.
A estrutura do arquivo, elemento por elemento
A especificação define uma ordem. Só o primeiro elemento é obrigatório, mas um arquivo útil usa quase todos:
- Título H1 com o nome do site ou da empresa. É a única seção obrigatória.
- Citação (blockquote) com um resumo curto: quem é, o que faz, para quem. É o trecho com mais chance de ser reaproveitado, então escreva como se fosse a definição que você gostaria de ver numa resposta.
- Parágrafos ou listas sem títulos, com contexto adicional: área de atuação, o que a empresa não faz, como interpretar as seções seguintes.
- Seções H2 com listas de arquivos, cada item no formato
[nome](url): observação. É aqui que entra a curadoria. - Uma seção H2 chamada "Optional", por convenção, com links secundários que o agente pode pular quando precisar de menos contexto.
Um modelo para empresa de serviço, com marcadores no lugar dos dados reais:
# [Nome da empresa]> [Nome] é [categoria] em [cidade], que atende [público] com [serviços principais]. Atua desde [ano].Atendemos [regiões]. Não fazemos [serviço fora do escopo].## Serviços- [Serviço A](https://seudominio.com.br/servico-a/): para quem é, como funciona e o que está incluído.## Provas e referências- [Cases](https://seudominio.com.br/cases/): problema, decisão e resultado de cada projeto.## Optional- [Política de privacidade](https://seudominio.com.br/privacidade/)
A proposta também sugere oferecer versões em Markdown das páginas importantes, no mesmo endereço com .md no final, e anunciá-las com rel="alternate" type="text/markdown". Para indicar qual llms.txt cobre uma página, sugere rel="describedby". São recomendações da proposta, não exigências de nenhum buscador.
llms.txt, robots.txt e sitemap.xml: papéis diferentes
A confusão mais comum é tratar o llms.txt como substituto de um desses arquivos. A própria especificação diz que robots.txt e llms.txt têm propósitos diferentes e que o sitemap lista todas as páginas indexáveis, enquanto o llms.txt oferece uma visão curada.
| Arquivo | Para que serve | Formato | Status | O que acontece se faltar |
|---|---|---|---|---|
robots.txt | Dizer quais caminhos cada robô pode rastrear | Diretivas de texto | Padrão amplamente respeitado pelos grandes robôs | Tudo fica liberado para rastreamento |
sitemap.xml | Listar todas as páginas que você quer indexadas | XML | Suportado pelos principais buscadores | O buscador depende só dos links para descobrir páginas |
llms.txt | Dar contexto e uma seleção dos links mais úteis para modelos de linguagem | Markdown | Proposta, sem adoção pública confirmada pelos grandes buscadores | Nada documentado; a IA lê o site como lê qualquer página |
Na prática, os três trabalham em camadas. O robots.txt abre ou fecha a porta. O sitemap mostra todos os cômodos. O llms.txt seria o folheto da recepção. Um folheto bonito não ajuda se a porta estiver trancada: se você bloquear os robôs de busca das IAs, o llms.txt não muda nada. A decisão de quais robôs liberar está no guia de robots.txt e robôs de IA.
O que se sabe sobre o uso real pelos buscadores e IAs
Aqui é preciso separar com cuidado o que está documentado, o que se observa e o que é incerto, porque é o tema com mais exagero na internet.
O que está documentado
- O Google diz, na >página sobre recursos de IA na Busca, que não é preciso criar novos arquivos legíveis por máquina, arquivos de texto para IA ou marcação especial para aparecer em AI Overviews e no modo IA. A página não cita o llms.txt pelo nome, mas a frase cobre esse tipo de arquivo. Para a Busca do Google, o requisito é a página estar indexada e apta a exibir snippet.
- O site da proposta registra que OpenAI, Anthropic e Google (Gemini) publicam arquivos llms.txt para as próprias documentações de desenvolvedores. Publicar um arquivo para a própria documentação é diferente de dizer que o buscador ou o assistente lê o llms.txt de outros sites para montar respostas.
- O Chrome incluiu uma verificação de llms.txt na categoria experimental >Agentic Browsing do Lighthouse, que checa se existe um resumo legível por máquina na raiz do domínio. A documentação diz que a categoria é experimental, baseada em padrões propostos, e não tem nota ponderada. Não há menção a ranqueamento na Busca.
O que não está documentado
Até a data desta revisão, não encontrei documentação oficial de Google, OpenAI, Anthropic ou Perplexity afirmando que seus buscadores ou assistentes usam o llms.txt de sites de terceiros para escolher fontes ou citar empresas. Se isso mudar, a mudança vai aparecer na documentação dessas empresas, não em posts de ferramentas.
O que é incerto
Agentes acionados por usuários, quando abrem um site para cumprir uma tarefa, podem se beneficiar de um mapa limpo. Ferramentas de desenvolvimento e assistentes de programação também consomem esses arquivos em documentações técnicas. O quanto isso pesa para uma empresa de serviço ainda é uma pergunta aberta, e quem prometer resultado de citação por causa do llms.txt está prometendo algo que ninguém documentou.
Por que o llms.txt não substitui SEO
Mesmo no cenário mais otimista, o llms.txt é uma camada de organização. Ele não cria relevância, não gera autoridade e não corrige um site que as IAs não conseguem entender. As respostas com fontes do Google, do ChatGPT com busca ou do Perplexity são montadas a partir de páginas que os robôs rastrearam e indexaram. O que decide a citação é o que está nessas páginas e o que o resto da internet diz sobre a empresa.
Os fatores que pesam de verdade continuam sendo os mesmos:
- Conteúdo que responde perguntas reais, com definições claras, passos e dados com contexto. O guia como escrever conteúdo que as IAs citam detalha esse formato.
- Uma entidade clara e consistente: nome, serviços, cidade e responsáveis contando a mesma história no site e fora dele. É o tema de SEO de entidades.
- Dados estruturados ligados por @id, que deixam explícitas as relações entre empresa, pessoa, serviço e página, como mostro em dados estruturados avançados.
- Menções e provas externas, que a IA usa para confirmar o que o site afirma.
Pense no llms.txt como o índice de um livro. Um bom índice ajuda quem já decidiu abrir o livro. Ele não faz ninguém escolher o livro na prateleira. Para entender o que cada plataforma documenta sobre a escolha de fontes, veja como cada IA escolhe fontes, e para a disciplina como um todo, o guia de GEO.
Como montar o seu llms.txt em 7 passos
- Escreva o resumo antes de tudo. Duas ou três frases: o que a empresa é, onde atua, para quem. Use o mesmo nome e a mesma descrição que aparecem no site, no Perfil da Empresa no Google e nos dados estruturados. Coerência vale mais que criatividade aqui.
- Diga também o que você não faz. Um parágrafo de escopo ("não atendemos pessoa física", "não fazemos manutenção") evita que uma IA associe a empresa a serviços errados.
- Escolha as páginas, não despeje o sitemap. Serviços principais, páginas de região ou unidade, provas (cases, estudos), página sobre e contato. Se a lista ficou igual ao sitemap, faltou curadoria.
- Escreva uma observação útil por link. Não repita o título. Diga o que a página responde: "faixas de preço e o que muda o orçamento" informa mais do que "página de preços".
- Agrupe por intenção. Seções como "Serviços", "Regiões atendidas", "Provas" e "Guias" ajudam o leitor, humano ou máquina, a pular para o que precisa. Deixe o secundário em "Optional".
- Publique em texto puro e teste. O arquivo deve responder 200, com tipo de conteúdo de texto, sem redirecionamento e sem exigir JavaScript. Todos os links precisam apontar para o endereço final de cada página.
- Coloque na rotina de publicação. Página nova, página removida ou URL alterada exigem atualizar o llms.txt junto com o sitemap. Um arquivo desatualizado entrega à IA justamente a informação velha que você quer corrigir.
Esse último ponto ganha peso em migrações. Quando as URLs mudam, o llms.txt entra na lista de arquivos a revisar, ao lado do sitemap, dos canonicals e dos links internos, como explico no guia de migração de site sem perder tráfego.
Como eu aplico isso no meu próprio site
No meu próprio site eu mantenho um llms.txt, e a forma como o montei mostra o que considero útil e o que considero exagero.
O arquivo principal segue a estrutura da proposta: um H1 com meu nome e minhas áreas, um resumo em citação com os fatos que podem ser verificados em qualquer outra página do site (desde 2006, base em Ribeirão Preto, atendimento remoto, foco em métricas de negócio), e seções H2 por intenção: sobre e contato, SEO, AEO e GEO no estado de São Paulo, guias, decisões e comparações, cases. Cada link tem uma observação escrita à mão dizendo o que a página responde. No fim, a seção "Optional" reúne o que é secundário.
Como o site é grande, o texto integral das páginas não cabe num arquivo só. Separei o conteúdo completo em arquivos temáticos de tamanho limitado, listados ao final do llms.txt, com um mapa geral num llms-full.txt. Esse arquivo "full" é uma convenção que outros sites também usam, mas não faz parte da especificação que consultei. Fiz assim por organização, sabendo que nenhum buscador documenta a leitura desses arquivos.
Na prática, o que eu observo é que o maior ganho do exercício não está no arquivo em si. Está no que ele obriga a fazer: escrever o resumo da empresa em duas frases, decidir quais páginas são realmente centrais e descobrir páginas com descrição fraca ou duplicada. Quando eu reviso o site de um cliente e peço para ele escrever esse resumo, muitas vezes aparece a mesma fragmentação do case quando a IA encontrava várias versões diferentes da mesma empresa: o site diz uma coisa, o perfil diz outra, e o llms.txt só expõe a contradição.
O erro que mais encontro é o contrário do que a proposta pede: arquivos gerados automaticamente por plugin, com centenas de links sem observação, páginas que já não existem e resumos genéricos. Isso não ajuda ninguém. E quando a IA cita informação desatualizada, o problema quase sempre está nas páginas e nas fontes externas, não na ausência de um llms.txt, como discuto em IA cita informação antiga.
Empresas paulistas: quando vale a pena e quando é detalhe
Pela minha experiência com empresas do estado de São Paulo, o llms.txt faz mais sentido em alguns perfis do que em outros:
- Empresas de software e tecnologia na região de Campinas e na capital, com documentação técnica e API: aqui o arquivo conversa com assistentes de programação e com desenvolvedores que usam IA para ler documentação. É o uso mais próximo do que a proposta imaginou.
- Indústrias com catálogo técnico no Vale do Paraíba ou em Sorocaba: um llms.txt bem organizado por linha de produto, com observações sobre aplicação e norma técnica, ajuda agentes que buscam especificações.
- Escritórios de contabilidade e advocacia na capital e no ABC: vale como exercício de clareza, desde que o básico esteja pronto. Quem procura "contador para clínica médica em São Paulo" é atendido pelas páginas de serviço, não pelo arquivo. O guia de SEO para contabilidade mostra a ordem de prioridades.
- Negócios locais no interior e no litoral, como uma clínica em Ribeirão Preto ou uma imobiliária em Santos: o Perfil da Empresa, as avaliações e páginas de serviço bem feitas vêm muito antes. O llms.txt é rápido de fazer e pode entrar depois, sem pressa.
Em todos os casos, a regra é a mesma: se faltar tempo, gaste em conteúdo e em entidade. O llms.txt é barato de fazer, mas é a última camada, não a primeira.
Erros comuns e manutenção
- Prometer resultado. Nenhuma documentação oficial associa o arquivo a citações ou posições. Trate como higiene, não como alavanca.
- Bloquear robôs e publicar llms.txt. Se o robots.txt fecha a porta para os robôs de busca das IAs, o arquivo não serve para nada.
- Informação diferente do site. Preços, endereços ou serviços que não batem com as páginas criam a inconsistência que confunde as IAs.
- Links com redirecionamento ou quebrados. Cada link deve levar ao endereço final da página, com resposta 200.
- Arquivo gigante sem curadoria. A proposta fala em visão curada. Se tudo é importante, nada é.
- Esquecer de atualizar. Revise junto com o sitemap a cada mudança relevante e, no mínimo, a cada trimestre.
Se quiser ver como o llms.txt se encaixa no conjunto, a página do especialista em SEO, AEO e GEO em São Paulo resume a abordagem, e a biblioteca de SEO, AEO e GEO reúne os demais guias desta série. Para entender o que as IAs de fato leem nas suas páginas, o artigo o que a IA lê no meu site é o próximo passo natural.