O que é o llms.txt
É um arquivo markdown na raiz do domínio, no espírito do robots.txt, mas com outro propósito. Em vez de dizer o que pode ser rastreado, ele apresenta o site: o que a empresa faz, quais são as páginas importantes, onde está a documentação. A ideia é entregar ao modelo uma versão limpa e curada em vez de deixá-lo garimpar HTML cheio de menu, banner e rodapé.
Proposta em setembro de 2024, publicada em llmstxt.org, e nunca padronizada. Sem órgão mantenedor, sem mecanismo de validação, sem adoção formal de nenhum fornecedor grande. Nem Google, nem OpenAI, nem Meta, nem Anthropic, nem Mistral se comprometeram a honrar o arquivo.
O que os dados mostram
Aqui a conversa sai do campo da opinião. Dois estudos independentes olharam para isso em 2026 e chegaram a conclusões parecidas.
A Ahrefs analisou 137 mil sites que tinham llms.txt implementado e encontrou o número que virou manchete: 97% dos arquivos não receberam nenhum acesso em maio de 2026. Os bots de IA simplesmente não estavam buscando o arquivo.
A SE Ranking analisou cerca de 300 mil domínios procurando correlação entre ter llms.txt e ser citado em respostas de IA. Não encontrou correlação estatisticamente significativa. Mais que isso: remover o llms.txt como variável do modelo preditivo deles melhorou a acurácia do modelo. Ou seja, a variável estava adicionando ruído.
Traduzindo: não é que o llms.txt ajude pouco. É que, pelos dados disponíveis, ele não está sendo lido, e a presença dele não prevê nada sobre citação em IA.
A posição do Google
John Mueller foi bem direto quando perguntaram sobre a contradição de recomendar o arquivo sem nenhum consumidor confirmado. Disse que llms.txt não é feito para busca e chamou de muleta temporária, talvez útil para economizar tokens em ferramentas de programação com IA.
A comparação que ele fez é a que mais me convence: o llms.txt se parece com a meta keywords. É uma descrição que o próprio site faz de si mesmo, sobre o que ele alega ser. E é exatamente por isso que os buscadores pararam de confiar nessa classe de sinal há quinze anos. Sinal autodeclarado, sem custo de produção e sem verificação, degrada sozinho assim que vira tática.
Mueller também mencionou preferir o WebMCP, alternativa com apoio do Google, o que dá uma pista de para onde o padrão de fato deve caminhar.
Veredito prático
Minha recomendação para clientes, e o que faço aqui neste site:
Se você já tem, mantenha. Custa nada, não faz mal, ocupa alguns kilobytes e existe uma chance real de algum consumidor aparecer. Eu mantenho o llms.txt deste site exatamente por essa razão, sem esperar nada dele no curto prazo.
Se você não tem, não priorize. Não coloque na frente de nada que tenha efeito comprovado. Vi time gastar sprint inteira montando llms.txt bonito enquanto o site servia conteúdo por JavaScript que nenhum crawler de IA consegue ler, o que é trocar o certo pelo duvidoso.
Não venda como serviço. Se alguém está cobrando por implementação de llms.txt como entregável de GEO, isso hoje é venda de esperança.
O que funciona no lugar
A parte útil dessa discussão é que ela desvia atenção do que realmente move visibilidade em IA. Em ordem de impacto, pelo que observo:
- HTML servido no servidor. Nenhum dos grandes crawlers de IA executa JavaScript. Se o seu conteúdo depende de render no cliente, ele não existe para esses sistemas. É o problema mais caro e o menos discutido, e está detalhado em crawlers de IA não executam JavaScript.
- Menção de marca em fonte com autoridade. Menções são cerca de 3x mais preditivas de visibilidade em IA que backlinks, segundo levantamento com 75 mil marcas. É o assunto de menções de marca contra backlinks.
- Conteúdo recortável. Resposta completa em um ou dois parágrafos, sob um subtítulo que corresponde à pergunta.
- Entidade bem definida. Schema amarrado por
@id, autoria verificável, consistência de nome e dados em todos os lugares. - robots.txt permitindo os bots certos. Sim, o robots.txt. Ele é lido, ele é obedecido pelos crawlers sérios, e é onde a decisão de aparecer ou não em IA realmente acontece.
Existe uma ironia boa aqui: o arquivo antigo e sem graça, o robots.txt, decide se você aparece em IA. O arquivo novo e badalado, o llms.txt, ninguém lê.
Se você for fazer, faça assim
Mesmo achando que a prioridade é baixa, não faz sentido implementar mal uma coisa que custa pouco. Se você vai manter um llms.txt, algumas escolhas fazem diferença caso ele passe a ser lido.
Estrutura mínima que uso. Título com o nome da entidade, uma linha de resumo em citação, e seções com links comentados. O formato proposto é markdown simples, e a graça está no comentário depois de cada link, que é o que dá contexto ao modelo.
Escreva para máquina, não para humano. Sem adjetivo, sem chamada para ação, sem "somos líderes em". Fato, escopo e limite. Se o texto pareceria estranho num release, provavelmente está certo.
Mantenha em sincronia com o site. Um llms.txt desatualizado listando serviço que você não oferece mais é pior que nenhum. Se não tem processo para atualizar, não crie.
Não coloque o que você não quer no índice. Parece óbvio e não é: o arquivo é público e rastreável. Já vi llms.txt listando URL de área restrita, provavelmente porque alguém automatizou a geração a partir do sitemap interno.
O que vem no lugar
A discussão sobre um padrão de comunicação entre sites e agentes não acabou, ela só mudou de endereço. Vale acompanhar o que está sendo construído.
WebMCP. É a direção mencionada por John Mueller, e a proposta é diferente em natureza: em vez de um arquivo descritivo, um protocolo em que o site expõe capacidades que um agente pode invocar. Faz mais sentido, porque muda de "aqui está o que eu digo que sou" para "aqui está o que você pode fazer comigo", e a segunda é verificável.
Agentic Commerce Protocol. No e-commerce, a padronização anda mais rápido, porque tem dinheiro direto envolvido. Descrevo o cenário em ChatGPT Shopping e o e-commerce.
robots.txt estendido. A separação de crawlers por propósito, que a Cloudflare está forçando com prazo em setembro, provavelmente vira convenção. Isso está em Cloudflare vai bloquear crawlers de IA por padrão.
Minha aposta, e é palpite: o padrão que vencer vai ser o que tiver mecanismo de verificação e algum incentivo econômico atrelado. Descrição autodeclarada, sem custo e sem verificação, historicamente não sobrevive.
Onde colocar o esforço
Se você tem quatro horas para investir em visibilidade em IA nesta semana, esta é a ordem que eu seguiria, e nenhum item é llms.txt:
- Trinta minutos: teste se as suas 10 páginas principais entregam conteúdo no HTML do servidor. Se não entregarem, pare tudo e resolva isso primeiro, porque nada mais importa.
- Trinta minutos: revise o
robots.txte as regras de WAF, separando bot de busca de bot de treinamento. Bloqueio acidental é mais comum do que parece. - Uma hora: reescreva a abertura das seções das 5 páginas mais importantes para responder na primeira frase.
- Uma hora: monte o grafo de schema com
Organization,Persone@idcruzado, conforme dados estruturados como sinal de entidade. - Uma hora: rode as suas 20 consultas prioritárias em ChatGPT, Gemini e Perplexity e anote onde você aparece e onde aparece o concorrente. Esse é o seu ponto de partida.
Nenhuma dessas tarefas é nova, o que é justamente o incômodo da conversa sobre GEO: a maior parte do trabalho que funciona é SEO bem feito com um critério a mais.
Conclusão
Não tenho nada contra o llms.txt como ideia. Um formato curado, legível por máquina, para o site se apresentar, faz sentido e pode acabar virando padrão em alguma versão futura, provavelmente com outro nome.
O que não faz sentido é tratar como prioridade algo que, medido em escala, não é lido e não prevê resultado. Em GEO tem muita coisa nesse estado: parece trabalho, ocupa reunião, e não move ponteiro. O trabalho que move está descrito na página de GEO, e começa por coisas bem menos glamourosas.