SEO com llms.txt

llms.txt é uma proposta da comunidade para um arquivo Markdown em /llms.txt, não um padrão web adotado. Evidence for this claim llms.txt is a community proposal for a Markdown file at /llms.txt that offers LLM-friendly site information; it is not a web standard. Scope: The proposal's own specification and stated purpose. Confidence: high · Verified: 2026-07-14 llms.txt proposal Os controles de crawler publicados pela OpenAI usam robots.txt e não documentam llms.txt como um controle. Evidence for this claim OpenAI documents robots.txt controls for its declared crawlers and does not list llms.txt as a crawler control. Scope: OpenAI's published crawler controls; absence is not proof that no internal system ever fetches the file. Confidence: high · Verified: 2026-07-14 OpenAI: Crawlers

TL;DR — llms.txt é um arquivo Markdown que você coloca em /llms.txt e que entrega a sistemas de IA uma lista curta e selecionada das suas páginas mais importantes. Um desenvolvedor chamado Jeremy Howard o propôs em 2024. É uma ideia legal, mas na prática quase ninguém o lê — o Google o ignora completamente, e a principal coisa que de fato o lê são assistentes de codificação de IA, não os bots de busca que a maioria das pessoas espera alcançar. Custa pouco para adicionar e provavelmente não vai mover sua visibilidade em IA.

O que é llms.txt

llms.txt é um arquivo Markdown simples que você coloca na raiz do seu site — yoursite.com/llms.txt. Dentro, você escreve o nome do seu site, uma descrição de uma linha, e depois uma lista curta de links para suas páginas mais importantes, cada uma com uma nota rápida sobre o que ela cobre. A ideia é que um sistema de IA possa ler esse único arquivo e entender imediatamente o que é o seu site e onde está o conteúdo bom, em vez de ter que rastrear e analisar cada página.

Foi proposto por Jeremy Howard — a pessoa por trás do fast.ai (um curso popular de deep learning) e da Answer.AI — em setembro de 2024.

O que deveria fazer vs. o que realmente faz

A proposta: ferramentas de IA têm “janelas de contexto” limitadas (elas só conseguem ler uma quantidade limitada de uma vez), e transformar HTML bagunçado em texto limpo é difícil. Então, por que não deixar o dono do site entregar ao modelo um mapa organizado e pré-escrito?

A realidade é mais sóbria. Os principais provedores de busca com IA não o adotaram. O Google afirmou claramente que não o usa. E quando a Ahrefs estudou 137 000 sites, 97% dos arquivos llms.txt publicados não receberam nenhuma solicitação em um mês — ou seja, nada os buscou.

O único lugar onde ele realmente é usado é em assistentes de codificação de IA — ferramentas como o Claude Code que desenvolvedores usam para escrever software. Eles leem o llms.txt para encontrar rapidamente o caminho pela documentação técnica. Esse é o caso de uso original, e funciona. É só muito diferente de “this will get my business cited in ChatGPT.” (tradução) «isso fará meu negócio ser citado no ChatGPT».

É como o robots.txt?

Muita gente assume que llms.txt é “robots.txt para IA.” Não é.

• robots.txt controla o acesso — ele diz aos crawlers o que eles podem buscar, e bots bem-comportados obedecem.
• llms.txt oferece orientação — ele sugere o que vale a pena ler, e nada é obrigado a ouvir. Ele não pode bloquear nada.

Se o seu objetivo é manter bots de IA fora, o llms.txt não faz nada — isso é trabalho para o robots.txt e sua CDN.

Vale a pena se preocupar?

Se você tem documentação para desenvolvedores que agentes de codificação leem, claro — é barato e ajuda eles. Se você é uma empresa normal esperando que o llms.txt aumente sua visibilidade em respostas de IA, a resposta honesta hoje é: não espere resultados. Gaste esse tempo com conteúdo claro e estrutura em vez disso.

Quer a especificação, o detalhamento provedor por provedor, os dados de adoção e o ângulo de segurança? Mude para a aba Avançado.

A especificação descreve um resumo voluntário do site amigável para LLMs; ela não estabelece conformidade de crawler ou comportamento de indexação. Evidence for this claim llms.txt is a community proposal for a Markdown file at /llms.txt that offers LLM-friendly site information; it is not a web standard. Scope: The proposal's own specification and stated purpose. Confidence: high · Verified: 2026-07-14 llms.txt proposal A OpenAI atualmente documenta bots nomeados e configurações independentes de robots.txt em vez disso. Evidence for this claim OpenAI documents robots.txt controls for its declared crawlers and does not list llms.txt as a crawler control. Scope: OpenAI's published crawler controls; absence is not proof that no internal system ever fetches the file. Confidence: high · Verified: 2026-07-14 OpenAI: Crawlers

TL;DR — llms.txt é uma proposta (Jeremy Howard, Answer.AI, 3 de setembro de 2024), não um padrão adotado. É um índice Markdown curado em /llms.txt, com um opcional /llms-full.txt de conteúdo completo. Os bots que as pessoas esperam que o leiam para busca por IA — OAI-SearchBot, PerplexityBot — mal aparecem; o consumidor dominante é o Claude Code e outros agentes de codificação. O Google ignora (Illyes confirmou; Mueller comparou à meta tag de palavras-chave). No estudo da Ahrefs com 137 mil sites, 97% dos arquivos não receberam nenhuma solicitação, e o SE Ranking descobriu que remover o llms.txt de um modelo de citação melhorou sua precisão. Vale a pena adicionar para documentação de desenvolvedores consumida por agentes de codificação; para GEO/AEO em um site normal, os dados não suportam isso. Há também um risco real de injeção de prompt.

O que llms.txt realmente é

llms.txt é uma proposta — quero começar com essa palavra porque é toda a história. Não há RFC, nenhuma bênção do W3C, nenhum processo IETF. É uma sugestão bem fundamentada de Jeremy Howard (cofundador da Answer.AI e fast.ai), publicada em 3 de setembro de 2024, que pegou forte no mundo da documentação para desenvolvedores e foi enxertada no SEO por uma comunidade faminta por um atalho de visibilidade em IA.

O problema de design que ela aborda é legítimo. Como a especificação diz, “Large language models increasingly rely on website information, but face a critical limitation: context windows are too small to handle most websites in their entirety.” (tradução) «Modelos de linguagem grandes dependem cada vez mais de informações de sites, mas enfrentam uma limitação crítica: as janelas de contexto são pequenas demais para lidar com a maioria dos sites em sua totalidade». E converter HTML em texto limpo e amigável para LLM é, nas palavras da especificação, “difficult and imprecise.” (tradução) «difícil e impreciso». A correção de Howard é deixar o autor do site pré-achatar o conteúdo que eles querem que os modelos vejam em Markdown curado.

O formato

/llms.txt é um documento Markdown ordenado:

1. H1 (obrigatório) — nome do projeto ou site.
2. Blockquote — um resumo curto com as informações principais.
3. Prosa/listas opcionais — parágrafos ou marcadores, mas sem cabeçalhos aqui.
4. Listas de links delimitadas por H2 — - [name](url): optional notes.
5. Uma seção ## Optional — links secundários que um modelo pode pular quando o contexto está apertado.

Um exemplo mínimo, da especificação:

# FastHTML

> FastHTML is a python library which brings together Starlette, Uvicorn, HTMX,
> and fastcore's FT...

## Docs

- [FastHTML quick start](url): A brief overview of many features

## Optional

- [Starlette documentation](url): A subset useful for FastHTML development.

Existem duas convenções complementares:

• /llms-full.txt — todo o conteúdo do site achatado em um único arquivo Markdown. Anthropic, Perplexity e Stripe publicam tanto este quanto a forma curta.
• A convenção de URL .md — oferecer versões page.md de páginas individuais para que fiquem prontas para LLM sem o dump completo.

Uma variante mais nova dispensa completamente os arquivos estáticos: Markdown servido na borda via negociação de conteúdo. O Markdown for Agents da Cloudflare converte qualquer página HTML em Markdown limpo em tempo real quando um cliente envia Accept: text/markdown — sem arquivos .md por página, sem /llms-full.txt para regenerar, sem mudanças de template, porque o CDN faz a conversão na borda (a Cloudflare cita ~80% menos tokens para o agente). É um recurso pago — plano Pro ou superior, não o nível gratuito — então neste site é uma atualização da Cloudflare de distância de ser ativado em vez de algo que eu construí manualmente. Se vale a pena ativar é a mesma pergunta em aberto que paira sobre o próprio llms.txt: servir aos rastreadores uma cópia Markdown paralela de cada página é conveniente, mas é outra representação para manter em sincronia, e Fabrice Canel, da Bing, sinalizou a carga de rastreamento duplicada e o risco adjacente a cloaking de conteúdo alternativo servido na borda. Verifique seus logs para demanda real de agentes antes de ativar.

llms.txt vs robots.txt — eles não são a mesma coisa

O equívoco mais comum é que llms.txt é “robots.txt para IA.” Não é, e confundi-los leva a decisões ruins.

robots.txt é um padrão real e aplicado. llms.txt é uma caixa de sugestões que a maioria dos sistemas ainda não está lendo. Se você quer controlar o acesso de rastreadores de IA — que é um objetivo separado e legítimo — isso vive em robots.txt e rastreadores de IA, não aqui.

Quem realmente lê

Esta é a seção que importa, porque é onde os dados divergem mais fortemente do hype. No estudo da Ahrefs com 137 210 domínios (tráfego de maio de 2026):

• 97% dos arquivos llms.txt publicados receberam zero solicitações. Apenas ~3% (cerca de 1 100 domínios) tiveram qualquer tráfego.
• Dos arquivos que foram solicitados: 96% das solicitações vieram de bots, 4% de humanos.
• Das solicitações de bots, 77% vieram de ferramentas não relacionadas a IA — auditores de SEO (a própria Ahrefs entre eles), rastreadores anônimos, bots de perfil técnico. A ironia do SEO se escreve sozinha.
• Apenas ~19,5% vieram de ferramentas de IA, e quando você detalha isso, fica pior para a teoria do GEO:
  • Agentes e infraestrutura de IA (agentes de codificação): ~10,5%
  • Rastreadores de treinamento (GPTBot liderou com 4,51%): ~5,3%
  • Assistentes de IA: ~2,5%
  • Bots de recuperação de IA — os que constroem índices de citação: 1,1%.

Leia essa última linha duas vezes. Os bots para os quais a maioria das pessoas adiciona llms.txt — OAI-SearchBot, PerplexityBot — “mal foram registrados.” O principal consumidor de IA é Claude Code, o agente de codificação da Anthropic, que o estudo descobriu que “superou todos os bots de recuperação de IA, assistentes e rastreadores de treinamento, exceto o GPTBot.” E o GPTBot é um rastreador de treinamento que rastreia tudo independentemente — sua presença não é evidência de parsing intencional de llms.txt.

Outras medições independentes chegam ao mesmo lugar. A OtterlyAI observou um site por 90 dias: de mais de 62 100 visitas de bots de IA, exatamente 84 acessaram /llms.txt — cerca de 0,1%, apresentando “desempenho 3x pior que o de páginas médias.” Uma análise separada de mais de 515 milhões de eventos de bots de LLM em 90 dias encontrou 408 solicitações no total direcionadas a /llms.txt — “estatisticamente insignificante.”

A conclusão é a divisão entre documentação para desenvolvedores e GEO: llms.txt funciona para o que Howard o criou (agentes de codificação navegando em documentações de API), e em grande parte não é acessado pelos bots de citação de busca que a comunidade de SEO quer que ele alcance.

O que os provedores disseram

Google — não, e sem planos. Gary Illyes confirmou no Search Central Live (julho de 2025) que o Google não suporta llms.txt e não planeja suportar. John Mueller, a voz mais citada aqui, comparou-o à meta tag de palavras-chave (abril de 2025) e o chamou de “muleta temporária, talvez para economizar alguns tokens” para ferramentas de codificação de IA — explicitamente não um mecanismo de visibilidade em buscas. A orientação do Google de maio de 2026 afirmou que arquivos legíveis por máquina como llms.txt não são necessários para AI Overviews ou AI Mode, que “continuam a depender de sinais tradicionais de SEO.” (O Google publicou brevemente um llms.txt em sua documentação de desenvolvedores em 3 de dezembro de 2025 e o removeu no mesmo dia — depois atribuído a uma atualização do CMS, não a uma mudança de estratégia.)

OpenAI — nada. Nenhum anúncio de que ChatGPT, GPTBot ou OAI-SearchBot o interpretam. Os logs do servidor contradizem um uso significativo; OAI-SearchBot “mal foi registrado.” A OpenAI aponta as pessoas para robots.txt para controle de rastreadores.

Anthropic — o interessante. A Anthropic publica tanto llms.txt quanto llms-full.txt em docs.anthropic.com/llms.txt, e o Claude Code comprovadamente busca arquivos llms.txt de outros sites — é o maior consumidor de IA nos dados. Mas isso é uma história de ferramenta de codificação. Não há confirmação de que a camada de busca ou citação do Claude.ai honre o llms.txt. “O agente de codificação da Anthropic lê” e “o índice de busca da Anthropic confia nele” são afirmações diferentes, e apenas a primeira é suportada.

Perplexity — afirma que sim, os dados dizem raramente. A Perplexity declarou que recupera llms.txt e o usa para “priorizar a seleção de páginas.” Mas a busca proativa é o problema: o PerplexityBot “mal apareceu” nos dados de requisições, e há “quase zero atividade do PerplexityBot solicitando arquivos llms.txt proativamente.” Cole uma URL de llms.txt no Perplexity e ele lê normalmente; o uso autônomo e proativo é a lacuna entre política e prática.

Bing/Microsoft, Apple, Meta — nenhuma posição pública. Trate como não confirmado.

Isso move as citações de IA?

Nenhum benefício demonstrado. A SE Ranking modelou 300 000 domínios com uma regressão XGBoost + análise SHAP e descobriu que remover o llms.txt do modelo melhorou sua precisão — a conclusão deles: “LLMs.txt doesn’t seem to directly impact AI citation frequency. At least not yet.” (tradução) «O llms.txt não parece impactar diretamente a frequência de citações de IA. Pelo menos ainda não». Um estudo do Search Engine Land com 10 sites e 180 dias viu 8 de 10 sites sem mudança mensurável, e os dois “vencedores” tiveram mudanças confusas (cobertura de PR, novas páginas de FAQ, correções técnicas) que você não pode separar do próprio llms.txt.

A comparação com meta-keywords — justa ou não?

A analogia de Mueller com a meta tag de keywords se sustenta nos pontos que importam: ambos são autodescrições do proprietário do site, nenhum é verificado, e ambos estão abertos a manipulação/cloaking — você poderia mostrar uma coisa no llms.txt e outra na página. Essa manipulabilidade é exatamente por que um produto sério de busca por IA não confiará em uma autodescrição em vez das páginas reais. O contra-argumento (Carolyn Shelby) é que o llms.txt pelo menos aponta para URLs reais que precisam entregar — é “um holofote, não uma lista de desejos.” Ambos estão certos, e o resultado prático é o mesmo: sistemas de busca por IA não dependem dele.

Quando vale a pena adicionar — e quando pular

Adicione se você mantém documentação para desenvolvedores ou uma referência de API cujo público principal são agentes de codificação de IA (Claude Code, Cursor, Copilot, Codeium). Esse é o caso de uso para o qual foi criado, e funciona.

Pule — ou pelo menos não espere retornos de visibilidade em IA — para sites de conteúdo, mídia, ecommerce e sites de negócios comuns. O custo é de ~20 minutos; o benefício de GEO hoje é quase zero; e esses 20 minutos são melhor gastos em estrutura de conteúdo, cobertura de FAQ e nos fundamentos de otimização para busca por IA que realmente movem a visibilidade em IA. As manchetes de alta adoção (o número de 844 mil+ da BuiltWith) são infladas pela implantação automática de plataformas — a Mintlify lançou o llms.txt para todos os seus sites de documentação hospedados de uma vez. Adoção não é uso; 97% dos arquivos recebem zero requisições.

O ângulo de segurança

Isso é subnotificado e real: como os agentes de IA são projetados para confiar no que está no llms.txt, o arquivo é uma superfície de ataque natural. O estudo da Ahrefs sinalizou atores maliciosos procurando vulnerabilidades de injeção de prompt em arquivos llms.txt. Se você publicar um, trate-o como sensível à segurança: mantenha-o em controle de versão, alerte sobre mudanças não autorizadas e nunca coloque nada nele que você não mostraria publicamente.

Implementando (se você decidir fazer)

• Colocação: /llms.txt na raiz do domínio, servido como text/plain ou text/markdown, HTTP 200.
• Selecione, não despeje: 20–50 dos seus links mais importantes. Se você listar tudo, um modelo pode simplesmente rastrear diretamente — a curadoria é o ponto principal.
• Opcionalmente, sirva /llms-full.txt para contextos que queiram todo o seu conteúdo.
• Valide: carregue o arquivo no Claude, ChatGPT ou Perplexity e peça para resumir seu site; depois verifique os logs do servidor após algumas semanas para solicitações reais.
• Existem geradores para VitePress (vitepress-plugin-llms), Docusaurus (docusaurus-plugin-llms), WordPress (“Website LLMs.txt”), Drupal, além de um CLI Python (llms_txt2ctx).

O resultado final: baixo custo, benefício GEO atualmente quase nulo, genuinamente útil para os casos de uso de agentes de codificação para os quais foi criado. Verifique seus próprios logs de servidor antes de decidir — se você está vendo tráfego de Claude-Code/Cursor, o llms.txt pode ajudá-los; se você está buscando OAI-SearchBot e PerplexityBot, não é a alavanca.

Resumo de IA

Uma visão condensada da versão Avançada:

• llms.txt é uma proposta, não um padrão — Jeremy Howard (Answer.AI/fast.ai), 3 de setembro de 2024. Um índice Markdown curado em /llms.txt; opcionalmente, conteúdo completo /llms-full.txt.
• Não é robots.txt para IA. robots.txt controla o acesso e é aplicado; llms.txt é consultivo e não pode bloquear nada.
• Quase ninguém o lê. Ahrefs (137 mil sites): 97% dos arquivos tiveram zero solicitações. Dos arquivos que foram solicitados, 77% dos acessos de bots eram ferramentas não-IA (auditores de SEO), e bots de recuperação de IA — os construtores de citações — eram apenas 1,1%.
• Claude Code é o consumidor de IA dominante, não os bots de busca. OAI-SearchBot e PerplexityBot “mal apareceram.”
• O Google ignora isso. Illyes confirmou que não há suporte/planos; Mueller comparou isso à meta tag de palavras-chave. OpenAI: nada. Perplexity: afirma suporte, mas a busca proativa é mínima. A Anthropic publica o seu próprio + Claude Code o lê, mas o uso na camada de busca não é confirmado.
• Nenhum benefício de citação demonstrado. SE Ranking (300K domínios): remover o llms.txt do modelo melhorou a precisão.
• Vale a pena para documentação de desenvolvedores consumida por agentes de codificação; pule como uma jogada de GEO para sites normais. Risco de injeção de prompt — trate como sensível à segurança.

Documentação oficial

Material de fonte primária — a especificação, a proposta e os próprios arquivos e declarações dos provedores.

A especificação e a proposta

• llmstxt.org — a especificação: formato do arquivo, /llms.txt vs /llms-full.txt, e a justificativa em tempo de inferência.
• A proposta original (Jeremy Howard, 3 de setembro de 2024) — o post de anúncio da Answer.AI.
• AnswerDotAI/llms-txt no GitHub — o repositório, ferramentas e o CLI llms_txt2ctx.

Arquivos dos próprios provedores

• llms.txt da Anthropic — um exemplo ao vivo (a Anthropic também publica llms-full.txt).
• llms.txt da Perplexity — outro exemplo ao vivo.

Posição oficial do Google

• O Google afirmou que arquivos legíveis por máquina como llms.txt não são necessários para AI Overviews ou AI Mode, que dependem de sinais tradicionais de SEO (orientação de maio de 2026); Gary Illyes confirmou que não há suporte e nem planos no Search Central Live (julho de 2025). Veja a cobertura do Search Engine Journal da declaração de John Mueller para a articulação mais citada.

Citações da fonte

Declarações registradas sobre llms.txt — do Google, do criador da especificação e dos pesquisadores que o mediram.

John Mueller, Google Search Advocate (17 de abril de 2025)

• “AFAIK none of the AI services have said they’re using LLMs.TXT (and you can tell when you look at your server logs that they don’t even check for it). To me, it’s comparable to the keywords meta tag – this is what a site-owner claims their site is about … (Is the site really like that? well, you can check it. At that point, why not just check the site directly?)” (tradução) «Pelo que sei, nenhum dos serviços de IA disse que está usando LLMs.TXT (e você pode perceber ao olhar seus logs de servidor que eles nem verificam isso). Para mim, é comparável à meta tag de palavras-chave – é o que o dono do site afirma que o site é sobre … (O site é realmente assim? bem, você pode verificar. Nesse ponto, por que não verificar o site diretamente?)» Coverage

Gary Illyes, Google Search Central (Search Central Live, julho de 2025)

• Confirmado que o Google não suporta llms.txt e não tem planos para isso. (Relatado no evento; nenhuma URL de transcrição primária identificada — confirme antes de tratar como definitivo.)

Jeremy Howard, criador (Answer.AI)

• “A proposal to standardise on using an /llms.txt file to provide information to help LLMs use a website at inference time.” (tradução) «Uma proposta para padronizar o uso de um arquivo /llms.txt para fornecer informações para ajudar LLMs a usar um site no momento da inferência.» llmstxt.org
• Da especificação, sobre o problema central: “Large language models increasingly rely on website information, but face a critical limitation: context windows are too small to handle most websites in their entirety.” (tradução) «Modelos de linguagem grandes dependem cada vez mais de informações de sites, mas enfrentam uma limitação crítica: as janelas de contexto são pequenas demais para lidar com a maioria dos sites em sua totalidade.» llmstxt.org

Brett Tabke, Pubcon / WebmasterWorld (março de 2025)

• “we just don’t need people thinking they are different from any other spider.” (tradução) «só não precisamos que as pessoas pensem que eles são diferentes de qualquer outro spider.» Search Engine Land

Carolyn Shelby, Search Engine Land (9 de julho de 2025 — a visão divergente)

• “Llms.txt curates a list of real URLs, and the content has to exist – and deliver – when the model gets there.” (tradução) «Llms.txt seleciona uma lista de URLs reais, e o conteúdo tem que existir – e entregar – quando o modelo chegar lá.» e “Think of llms.txt like a treasure map for AI systems – one you draw yourself. It’s not a wish list. It’s a spotlight.” (tradução) «Pense no llms.txt como um mapa do tesouro para sistemas de IA – um que você mesmo desenha. Não é uma lista de desejos. É um holofote.» Search Engine Land

Você deve implementar llms.txt? — uma lista de verificação

Trabalhe de cima para baixo. O primeiro “sim” que se encaixar geralmente resolve.

• Seu público principal são agentes de codificação de IA (Claude Code, Cursor, Copilot, Codeium) lendo documentação para desenvolvedores / uma referência de API? → Sim, adicione. Este é o caso de uso para o qual foi criado e funciona.
• Você está adicionando puramente para melhorar citações de pesquisa de IA para um site de conteúdo, mídia, ecommerce ou negócios em geral? → Não espere resultados. Os dados mostram nenhum benefício de citação; gaste o tempo na estrutura do conteúdo.
• Você verificou seus logs de servidor primeiro? Procure por tráfego Claude-Code/Cursor (llms.txt pode ajudar) vs OAI-SearchBot/PerplexityBot (não vai mudar isso).
• Você está tratando como robots.txt para IA? → Pare. Ele não bloqueia nada. Use robots.txt + seu CDN para controle de acesso.

Se você publicar um:

• Coloque em /llms.txt (raiz), sirva text/plain/text/markdown, HTTP 200.
• Selecione 20–50 das suas URLs mais importantes — não despeje o sitemap.
• Mantenha no controle de versão e alerte sobre alterações não autorizadas (risco de injeção de prompt — agentes são construídos para confiar nele).
• Não coloque nada que você não mostraria publicamente.
• Opcionalmente, sirva /llms-full.txt para contextos de conteúdo completo.
• Valide: carregue a URL no Claude/ChatGPT/Perplexity, peça um resumo do site; verifique novamente os logs do servidor após algumas semanas para solicitações reais.

Suporte do provedor — folha de referência

Quem realmente suporta llms.txt (em meados de 2026)

Fatos rápidos

• Proposto: Jeremy Howard (Answer.AI/fast.ai), 3 de setembro de 2024. Uma proposta, não um padrão adotado.
• Arquivos: /llms.txt (curto, curado) e opcional /llms-full.txt (conteúdo completo achatado em Markdown).
• Formato: Nome H1 → resumo em blockquote → listas de links H2 (- [name](url): note) → seção ## Optional.
• vs robots.txt: robots.txt = controle de acesso, aplicado. llms.txt = orientação, consultiva, não bloqueia nada.
• O número: 97% dos arquivos publicados recebem zero requisições (Ahrefs, 137 mil sites).
• Leitor de IA dominante: Claude Code, não bots de busca.
• Benefício de citação: nenhum demonstrado (SE Ranking: removê-lo melhorou a precisão do modelo).
• Segurança: risco de injeção de prompt — controle de versão, alerte sobre alterações.

Erros de llms.txt a evitar

Tratar o arquivo como um padrão de controle de acesso

llms.txt não permite nem bloqueia rastreamento. Use robots.txt, autenticação e outros controles de acesso reais para essa função.

Prometer um aumento de visibilidade em IA

O suporte dos provedores e a busca observada são limitados. Descreva o arquivo como um auxílio opcional de navegação, não como uma alavanca de ranqueamento ou citação.

Publicar URLs sensíveis ou privadas

O arquivo é público e fácil de descobrir. Inclua apenas recursos destinados ao consumo público; nunca use a obscuridade como proteção.

Gerar um sitemap não curado em Markdown

A proposta é mais útil como um guia curto e legível por humanos para recursos importantes. Um despejo enorme adiciona custo de manutenção sem esclarecer quais páginas importam.

Problemas comuns de llms.txt

O arquivo retorna HTML em vez de Markdown

Sintoma: /llms.txt mostra um shell de aplicativo, 404 com marca, ou destino de redirecionamento. Causa provável: Uma rota curinga ou regra de CDN intercepta o caminho de texto. Correção: Sirva o arquivo diretamente na raiz com uma resposta bem-sucedida e conteúdo em texto simples ou Markdown, depois solicite-o sem cookies.

Links no arquivo falham ou redirecionam repetidamente

Sintoma: Um leitor não consegue recuperar recursos listados em seus endereços oficiais. Causa provável: O arquivo foi gerado a partir de navegação desatualizada ou caminhos relativos. Correção: valide cada endereço, substitua locais descontinuados e prefira endereços oficiais estáveis.

Nenhum bot solicita o arquivo

Sintoma: Os logs não mostram tráfego para /llms.txt. Causa provável: Os sistemas que você considera importantes não suportam ou não descobrem a proposta. Correção: Confirme a cobertura dos logs e deixe o arquivo como um experimento de baixo custo; não adicione truques específicos de rastreadores nem infira um problema de site a partir de zero requisições.

Prompts para curar llms.txt

Build a proposed llms.txt outline from this public URL inventory. Keep only canonical,
durable resources that help an agent understand the site or complete a task. Group them
under short Markdown headings, write one factual description per link, and flag URLs
that redirect, duplicate another page, require authentication, or may expose sensitive
information. Do not claim the file affects rankings or citations.

[paste inventory]

Review this llms.txt file against the supplied crawl results. Report broken or
redirecting URLs, non-canonical links, descriptions unsupported by the destination,
missing high-value documentation, and sections that are too broad to be useful. Return
a corrected draft using only public URLs from the inputs.

[paste file and crawl results]

Estruturas para decidir se deve usar llms.txt

O teste de custo–consumidor–conteúdo

1. Custo: A equipe consegue gerar e manter o arquivo com pouco trabalho contínuo?
2. Consumidor: Existe um agente ou fluxo de trabalho identificado que realmente o lê?
3. Conteúdo: O site tem documentação pública estável que vale a pena curar?

Implemente quando todos os três forem críveis. Se o consumidor for hipotético, trate o arquivo como um experimento e limite o orçamento de manutenção.

Mantenha os papéis separados

• robots.txt: orientação de acesso para rastreadores.
• XML sitemap: descoberta de URLs para mecanismos de busca.
• llms.txt: guia de leitura curada proposto para sistemas de IA.
• MCP: protocolo de runtime pelo qual um agente pode descobrir e invocar recursos ou ferramentas.

Um arquivo não deve ser avaliado como se desempenhasse a função de outro sistema.

Ferramentas para llms.txt

• Gerador + Validador de llms.txt: Elabore um arquivo curado e verifique sua estrutura e recursos vinculados antes de publicar.
• Verificador de Acesso de Rastreadores de IA: Audite os controles reais de acesso de rastreadores separadamente; llms.txt não substitui essa verificação.
• curl: Verifique status, redirecionamentos, tipo de conteúdo e corpo no caminho raiz exato.
• Logs do servidor ou CDN: Determine se agentes de usuário nomeados solicitam o arquivo; a ausência é uma observação, não uma prova de problema de ranqueamento.
• Um verificador de links: Revalide cada destino curado em um cronograma para que o guia não se deteriore.

Validar uma versão de llms.txt

Testar a resposta da raiz

Teste a executar: Solicite /llms.txt diretamente sem cookies e sem seguir redirecionamentos. Resultado esperado: Uma resposta bem-sucedida contém o Markdown pretendido no caminho raiz. Interpretação de falha: Roteamento ou implantação não expõe o arquivo. Janela de monitoramento: Imediata. Gatilho de reversão: O caminho serve um shell HTML, documento de erro ou redirecionamento não relacionado.

Testar cada recurso listado

Teste a executar: Rastreie as URLs no arquivo e compare cada destino com sua descrição. Resultado esperado: Recursos canônicos públicos resolvem com sucesso e correspondem ao propósito declarado. Interpretação de falha: O guia está desatualizado ou enganoso. Janela de monitoramento: Imediata, depois no ritmo de atualização da documentação. Gatilho de reversão: Uma URL listada expõe material privado ou falha consistentemente.

Testar honestamente o resultado declarado do experimento

Teste a executar: Consulte os logs do servidor para /llms.txt por agente de usuário após a publicação. Resultado esperado: Solicitações, se houver, são registradas e atribuíveis; zero também é um resultado válido. Interpretação de falha: O registro pode estar incompleto ou os consumidores podem não suportar a proposta. Janela de monitoramento: Vários ciclos normais de rastreamento. Gatilho de reversão: Nenhum para tráfego zero sozinho; remova apenas quando o risco de manutenção ou exposição exceder o valor do arquivo.

Teste-se: llms.txt

Recursos que valem seu tempo

A fonte original

• llmstxt.org — a especificação.
• Postagem da proposta de Jeremy Howard (3 de setembro de 2024) — a justificativa, direto do criador.
• AnswerDotAI/llms-txt — o repositório e as ferramentas.

Os dados (leia estes antes de implementar qualquer coisa)

• O que é llms.txt, e você deveria se importar? — Ahrefs — visão geral de Ryan Law; o enquadramento de 28% publicam / 97% zero solicitações.
• O estudo de adoção de llms.txt — Ahrefs — Louise Linehan e Xibeijia Guan, 137 210 domínios: quem está realmente solicitando os arquivos (Claude Code domina a IA; bots de recuperação mal aparecem) e a descoberta de injeção de prompt.
• llms.txt importa? Acompanhamos 10 sites — Search Engine Land — estudo de 180 dias; 8/10 sites não mostraram mudança mensurável.
• O experimento llms.txt — OtterlyAI — 90 dias, um site: 84 de 62 100+ visitas de bots de IA atingiram /llms.txt.

O debate

• Não, llms.txt não é o “novo meta keywords” — Carolyn Shelby, Search Engine Land — a defesa mais forte de llms.txt.
• Conheça llms.txt, um padrão proposto — Search Engine Land — o resumo de prós e contras e a crítica de Brett Tabke.

Meus artigos relacionados neste site

• AI crawlers — controlando os bots (que é para o que llms.txt não serve), e onde a história de controle de acesso realmente mora.

Da indústria

• SE Ranking: O estado do llms.txt — estudo XGBoost/SHAP com 300 000 domínios que descobriu que remover llms.txt do modelo de citação melhorou a precisão; também tem a taxa de adoção dividida por nível de tráfego.
• Laboratório de busca por IA da Wix — mitos sobre llms.txt (Crystal Carter, junho de 2026) — leitura mais otimista; mais de 1 400 arquivos revisados, argumenta que os próprios arquivos llms.txt aparecem nos resultados de IA mesmo que a adoção seja irregular.
• Google diz que LLMs.txt é comparável à tag meta de palavras-chave — Search Engine Journal — citação completa de John Mueller e contexto de abril de 2025.
• presenc.ai: Estado do llms.txt 2026 — matriz de suporte por provedor; trate as alegações “confirmadas” da Anthropic/Perplexity com cuidado (fontes primárias nem sempre citadas).
• O llms.txt morreu. Mais precisamente: um fracasso — Kai Spriestersbach (Medium) — agrega dados de 90 dias da OtterlyAI, confirmação de Gary Illyes e o incidente de 24 horas do Google em um resumo cético.

Estatísticas que valem citar

• 97% dos arquivos llms.txt publicados não receberam nenhuma solicitação em um mês (estudo da Ahrefs, 137 210 domínios, maio de 2026). Apenas ~3% viram qualquer tráfego. Fonte
• Claude Code é o consumidor de IA dominante de llms.txt — ele “superou todos os bots de recuperação de IA, assistentes e rastreadores de treinamento, exceto GPTBot” (o bot de treinamento). Os bots de recuperação que constroem índices de citação foram apenas 1,1% das solicitações. Fonte
• 77% das solicitações de bots para arquivos llms.txt vieram de ferramentas não-IA — auditores de SEO, rastreadores anônimos, bots de perfil técnico — não IA de forma alguma. Fonte
• 84 de 62 100+ visitas de bots de IA acessaram /llms.txt em 90 dias em um site monitorado (~0,1%), com desempenho “3x pior que a média das páginas.” Fonte
• Remover llms.txt de um modelo de citação melhorou sua precisão — SE Ranking, 300 000 domínios, análise XGBoost + SHAP. Nenhum benefício de citação demonstrado “pelo menos ainda não.” Fonte
• Adoção ≠ uso. A BuiltWith contou 844 000+ sites com llms.txt (outubro de 2025), mas muito disso é implantação automática de plataforma (a Mintlify lançou para todos os sites de documentação hospedados de uma vez), não decisões individuais informadas.
• Apenas 408 solicitações tiveram como alvo /llms.txt em mais de 515 milhões de eventos de tráfego de bots de IA analisados em 90 dias (análise da limy.ai) — descrito como “estatisticamente insignificante.”
• 10,13% dos sites adotaram llms.txt em uma amostra de 300 000 domínios (estudo da SE Ranking, 2026) — aproximadamente 1 em cada 10, sem diferença significativa por nível de tráfego (tráfego baixo 9,88%, tráfego alto 8,27%). Fonte

Registro de alterações