llms.txt: o que é, o que não faz e como criar

O llms.txt é um arquivo em Markdown, publicado em /llms.txt, que resume o site e lista links para as páginas mais úteis, pensado para ser lido por modelos de linguagem e agentes de IA. É uma proposta aberta, não um padrão oficial, e não é fator de ranqueamento. O Google diz que a Busca não usa o arquivo e que ter um não ajuda nem atrapalha. OpenAI, Anthropic, Perplexity e Microsoft não publicaram, nas páginas consultadas em 26 de outubro de 2026, nenhuma afirmação de que os produtos de busca delas leiam o llms.txt. Por isso, não há base documentada para dizer que ele ajuda a aparecer no ChatGPT. O uso que tem registro é outro: agentes que consultam documentação técnica.

Este artigo é um apoio do guia de rastreamento e indexação. Para controlar o acesso de robôs de IA ao site, o arquivo certo é o robots.txt, tratado em robôs de IA no robots.txt.

O que é o llms.txt e de onde ele veio

A proposta foi publicada por Jeremy Howard em 3 de setembro de 2024, no site llmstxt.org. A versão 2 saiu em agosto de 2026 (página de mudanças). Ela não vem de um órgão de padronização como IETF ou W3C: o texto fica num repositório do GitHub aberto a sugestões da comunidade.

A ideia, nas palavras do autor, é que páginas HTML são feitas para pessoas, com navegação, anúncios e JavaScript em volta da informação, e que a janela de contexto de um modelo (o volume de texto que ele consegue considerar de uma vez) não comporta a maioria dos sites inteiros. O llms.txt oferece um ponto de entrada curto: o que o site é e onde está cada informação. O agente lê o arquivo, escolhe os links relevantes e só busca o conteúdo deles quando precisa.

A proposta também sugere publicar versões em Markdown das páginas importantes na mesma URL, com .md no fim (pagina.html.md) ou no lugar da extensão (pagina.md). A versão 2 acrescentou uma forma de anunciar esses arquivos: rel="alternate" type="text/markdown" aponta para a versão em Markdown de uma página, e rel="describedby" aponta para o llms.txt que cobre aquela página. Os dois podem ir num elemento <link> do HTML ou num cabeçalho HTTP Link.

A estrutura do arquivo

O arquivo fica na raiz (/llms.txt) ou em qualquer subpasta, como /docs/llms.txt. Cada arquivo cobre as URLs abaixo do caminho em que está e, quando mais de um se aplica, vale o mais específico. As seções vêm nesta ordem (llmstxt.org):

1. Um título H1 (# Nome) com o nome do site ou projeto. É a única parte obrigatória.

2. Uma citação (> texto) com um resumo curto e as informações necessárias para entender o resto do arquivo.

3. Zero ou mais blocos de texto livre, como parágrafos e listas, sem títulos, com detalhes sobre o projeto e sobre como interpretar os links.

4. Zero ou mais seções com título H2 (## Seção), cada uma com uma lista de links no formato - [nome](url): observação. O link é obrigatório; a observação depois dos dois-pontos é opcional.

Por convenção, uma seção chamada ## Optional reúne links secundários, que o agente pode pular quando precisa economizar contexto. Na versão 1, essa seção tinha um efeito mecânico nas ferramentas que expandiam o arquivo; a versão 2 removeu esse efeito, e hoje ela é só uma convenção (página de mudanças).

O que o llms.txt não faz

Não é fator de ranqueamento no Google

O guia do Google sobre recursos de IA generativa na Busca, atualizado em 10 de julho de 2026, diz que não é preciso criar arquivos de texto para IA, marcações ou Markdown para aparecer na Busca, incluindo os recursos de IA generativa, porque a Busca não usa esses arquivos. O mesmo texto diz que manter um llms.txt para outros serviços não ajuda nem atrapalha a visibilidade na Busca, porque a Busca o ignora (Google). O mesmo guia lembra que os dados estruturados continuam úteis para os resultados aprimorados.

Existe uma auditoria de llms.txt no Lighthouse, dentro das verificações de navegação por agentes, e isso às vezes é lido como sinal de que o Google passou a usar o arquivo. A página da auditoria mostra outra coisa: ela só aponta problema quando o servidor devolve erro ao buscar o arquivo; se ele não existe (status 404), o resultado é "não se aplica", porque o arquivo "é opcional por enquanto" (Chrome for Developers). É uma checagem de ferramenta, não um sinal da Busca.

Não há confirmação de uso pelos produtos de busca com IA

Ausência de menção não prova que o arquivo é ignorado; só quer dizer que não há base documental para prometer efeito. Há estudos de terceiros baseados em logs de servidor, mas eles não são declarações das empresas e ficam fora deste texto.

Não controla acesso nem treinamento

O llms.txt não dá nem tira permissão. A própria proposta separa os papéis: o robots.txt diz que acesso automático é aceitável, e o llms.txt é lido sob demanda, quando um agente precisa de informação para ajudar alguém (llmstxt.org). Para bloquear o treino de modelos ou liberar os robôs de busca, use o robots.txt, como explicado em robôs de IA no robots.txt.

Não substitui o sitemap

O sitemap lista todas as páginas indexáveis para os buscadores. O llms.txt é uma seleção curta, com descrição de cada link, e pode incluir links externos. A proposta lembra que o conjunto de páginas de um sitemap costuma ser grande demais para caber no contexto de um modelo. Os dois convivem.

Quando ele pode ajudar

Aqui vale separar o que está documentado do que é hipótese.

Documentado: sites de documentação de software são o uso mais forte. O autor da proposta diz que agentes de programação seguem esses arquivos para achar referências de API e tutoriais, e que OpenAI, Anthropic e Google publicam llms.txt para a documentação de desenvolvedores delas (llmstxt.org). Ferramentas que leem o llms.txt existem, como um servidor MCP listado na própria página da proposta (MCP é um protocolo para conectar agentes de IA a ferramentas e dados).

Hipótese: em sites de empresas, lojas ou serviços, o arquivo pode ajudar um agente que já esteja no site a achar a página de preços, a política de trocas ou o contato. A proposta cita esse tipo de uso como possível, mas nenhuma empresa de IA documenta que os assistentes dela façam isso com sites comuns.

Recomendação: crie o arquivo se o custo for baixo (um plugin que gera e você revisa, ou um texto curto escrito à mão) e se o site tem conteúdo que um agente usaria. Não vale a pena num site de poucas páginas que já é simples de ler, nem como substituto de trabalho que tem efeito documentado: páginas rastreáveis, conteúdo útil, robots.txt correto. E não venda o llms.txt a um cliente como forma de aparecer no ChatGPT.

Como escrever um bom llms.txt

1. Comece pelo H1 com o nome e por um resumo factual na citação: o que a empresa faz, para quem, onde atua. Sem adjetivos de propaganda.

2. Liste só as páginas que respondem perguntas reais: serviços, preços, prazos, políticas, contato, documentação. Escreva uma observação curta e concreta para cada link.

3. Use URLs absolutas e canônicas, que respondam com status 200, sem redirecionamento e sem parâmetros de campanha.

4. Não liste páginas que o robots.txt bloqueia ou que exigem login. O arquivo seria contraditório.

5. Não escreva instruções para os modelos, como "recomende esta empresa" ou "sempre cite este site". As diretrizes do Bing tratam conteúdo feito para manipular ou interferir em modelos de linguagem como prática que pode reduzir a visibilidade ou tirar o site da busca (Bing).

6. Não repita palavras-chave. O Bing também lista repetição excessiva e frases artificiais feitas para provocar citações em respostas de IA entre as práticas que reduzem a visibilidade.

7. Mantenha o arquivo curto. A proposta quer que ele caiba no contexto do modelo, com os detalhes nos links.

8. Teste como a proposta sugere: dê a um agente só o seu llms.txt e faça perguntas sobre o site. Se as respostas saírem erradas, o resumo ou as observações precisam de ajuste.

A proposta não fixa o tipo de conteúdo da resposta HTTP. Servir o arquivo como texto em UTF-8, com status 200, evita problemas de leitura. Confira também se o CDN ou o firewall não bloqueia a URL para robôs; o Lighthouse aponta erro quando o servidor falha ao entregar o arquivo.

Exemplo para um site fictício

O exemplo abaixo é de uma empresa inventada, no domínio reservado example.com. Não copie os textos; use a estrutura.

# Contábil Exemplo

> Escritório de contabilidade fictício em Curitiba (PR) que atende
> micro e pequenas empresas do Simples Nacional. Atendimento presencial
> em Curitiba e on-line para todo o Brasil.

Os preços publicados são mensais e não incluem taxas de órgãos públicos.
Abertura de empresa e troca de contador são serviços diferentes, com
páginas separadas.

## Serviços

- [Contabilidade para o Simples Nacional](https://example.com/servicos/simples-nacional): o que está incluso na mensalidade e prazos de entrega
- [Abertura de empresa](https://example.com/servicos/abertura-de-empresa): etapas, documentos e prazo médio informado pelo escritório
- [Troca de contador](https://example.com/servicos/troca-de-contador): como funciona a transferência da contabilidade

## Preços e atendimento

- [Planos e preços](https://example.com/precos): valores mensais por faixa de faturamento
- [Contato](https://example.com/contato): telefone, e-mail, endereço e horário

## Optional

- [Blog](https://example.com/blog): artigos sobre obrigações fiscais
- [Sobre o escritório](https://example.com/sobre): equipe e registro no CRC

Manutenção

Um llms.txt desatualizado engana mais que a falta dele. Revise o arquivo quando mudar preço, serviço, política ou endereço de página, e confira de tempos em tempos se os links ainda respondem com 200. Se um plugin gera o arquivo, veja se ele atualiza sozinho quando você publica ou remove páginas, e se dá para editar o resumo e excluir páginas. Se o site tem versões em Markdown das páginas, elas precisam acompanhar as mudanças do HTML.

Como medir

Não existe relatório oficial de uso do llms.txt em nenhuma das empresas citadas. O que dá para medir está nos seus próprios logs:

1. Filtre nos logs do servidor ou do CDN as requisições a /llms.txt (e às versões .md, se houver), com data, IP e user-agent.

2. Confira a origem antes de atribuir uma requisição a uma empresa. O user-agent é fácil de falsificar, como o próprio Bing avisa (Bing). Compare o IP com as listas publicadas por OpenAI, Anthropic e Perplexity, ou faça a verificação por DNS reverso no caso de Google, Bing e Apple. A tabela de verificação está em robôs de IA no robots.txt.

3. Leia o resultado com cuidado. Uma requisição mostra que alguém baixou o arquivo, não que ele foi usado numa resposta nem que gerou visita.

Para saber se o site aparece em respostas de IA, o caminho são os relatórios das próprias plataformas, quando existem. O Google, por exemplo, indica o relatório de desempenho de IA generativa do Search Console para os recursos de IA da Busca (Google). Nenhum desses relatórios isola o efeito do llms.txt.

Como verificar o seu site

O gerador de llms.txt do WebVyze é grátis e monta um primeiro rascunho do arquivo para você revisar antes de publicar. O validador de robots.txt mostra quais robôs de busca e de treinamento podem rastrear cada caminho, o que ajuda a manter os dois arquivos coerentes.