llms.txt: o que é e como escrever um

O que a proposta realmente diz

O problema para o qual o llms.txt foi desenhado é contexto, não rastreamento. Quando um modelo ou agente precisa responder a uma pergunta usando o seu site, ele tem uma janela de contexto limitada e uma entrada hostil: páginas HTML cheias de navegação, banners de cookies, barras laterais, anúncios e conteúdo renderizado por JavaScript. Converter um site grande em algo sobre o qual um modelo consiga raciocinar é caro e perde informação.

A especificação do llms.txt propõe duas correções complementares. Primeiro, um único arquivo Markdown em /llms.txt que funciona como índice curado — isto é o projeto, estas são as páginas que importam, em ordem de prioridade. Segundo, publicar versões limpas em Markdown de cada página em URLs previsíveis (uma página em /docs/setup também disponível em /docs/setup.md), para que, uma vez escolhido um link do índice, o agente busque texto em vez de template.

Note o que ele não é. Não contém diretivas, nem regras de permissão ou bloqueio, nem autorizações. É uma lista de leitura que você oferece, e qualquer consumidor é livre para ignorá-la. A especificação é deliberadamente Markdown, e não JSON ou XML, justamente porque o consumidor pretendido é um modelo de linguagem e porque pessoas precisam conseguir mantê-la à mão.

Como está a adoção de verdade

Desconfie de quem afirma que o llms.txt virou fator de ranqueamento. John Mueller, do Google, comparou-o publicamente à antiga meta tag de keywords e afirmou que o Google não o usa na Busca — a cobertura está no Search Engine Roundtable. A própria documentação de rastreamento e indexação do Google não menciona o arquivo; o arquivo que ela documenta para controle de rastreadores é o robots.txt.

Do lado do consumo, a posição honesta é que nenhum grande fornecedor de assistente publicou documentação dizendo que seu rastreador ou sua camada de recuperação usa /llms.txt para decidir o que buscar ou citar. Onde o arquivo é comprovadamente usado é no sentido inverso: desenvolvedores colam uma URL de llms.txt num chat ou apontam um agente de programação para ela, e o agente segue os links. Esse é um fluxo real, e é o fluxo para o qual a especificação foi escrita.

A adoção do lado de quem publica é mais visível na documentação para desenvolvedores, em parte porque plataformas de documentação como a Mintlify geram o arquivo automaticamente para os sites que hospedam. Isso é um bom motivo para ter um se você entrega docs — e um mau motivo para supor que o ecossistema se padronizou. Uma convenção trivialmente barata de adotar diz pouco sobre haver alguém consumindo-a.

Como escrever llms.txt: o formato exato

A especificação define uma ordem precisa de documento, e a ordem é justamente o ponto — um consumidor deve conseguir analisá-lo com um leitor de Markdown simples, em vez de heurísticas.

O único elemento obrigatório é um H1 com o nome do site ou do projeto. Tudo depois disso é opcional, mas com posição restrita: uma citação opcional logo após o H1, com um resumo curto contendo a informação essencial para entender o resto; depois zero ou mais seções em Markdown de prosa ou listas com detalhes adicionais, sem nenhum título; depois zero ou mais seções H2, cada uma com uma lista de links.

As linhas de link são itens de lista Markdown com um hiperlink e uma descrição opcional após dois-pontos: o nome, a URL e uma frase explicando quando ler aquilo. Essas descrições fazem trabalho de verdade — é assim que um modelo decide em quais dois dos seus quinze links gastar contexto, então escreva-as como instruções de roteamento, não como texto de marketing.

Um H2 tem significado especial: a seção intitulada Optional. Os links colocados sob ela podem ser pulados quando for preciso um contexto mais curto. Use para changelogs, material de referência profunda e qualquer coisa que um leitor conseguiria responder sem. Uma convenção separada, o llms-full.txt, com o texto completo concatenado da sua documentação, é popular em plataformas de docs, mas não faz parte da especificação central — trate como extra e só publique se o seu conteúdo realmente couber numa janela de contexto moderna.

• Sirva na raiz do domínio como /llms.txt, com tipo text/plain ou text/markdown, por HTTPS.
• Mantenha curto. De dez a trinta links curados vence um despejo do sitemap; se você precisasse de toda URL, já tem um sitemap XML.
• Escreva descrições que desambiguam: “faixas de preço e limites”, não “saiba mais sobre a Growli”.
• Só aponte para páginas públicas e estáveis. Links quebrados num índice curado são piores que índice nenhum.
• Gere o arquivo no build, e não à mão, se a sua documentação muda toda semana.

Um exemplo real: o arquivo da própria Growli

O nosso é deliberadamente pequeno. A Growli mede como assistentes de IA mencionam e recomendam empresas, então as páginas de que um agente precisa são: o que o produto faz, como a medição funciona, preços e os textos de pesquisa que definem nossos termos. Nada mais merece um lugar.

Lido como arquivo, é um H1, um resumo em citação e então duas seções H2 — a segunda sendo Optional. Cada linha abaixo é uma linha desse arquivo:

• # Growli
• > A Growli acompanha como assistentes de IA — ChatGPT, Gemini, Claude, Perplexity, Copilot e Grok — mencionam, comparam e recomendam empresas, e transforma as lacunas em ações priorizadas.
• ## Core
• Como funciona: o método de medição — conjuntos de prompts, cadência das execuções e como menções e recomendações são pontuadas.
• Visibilidade em IA: definição da métrica, o que a move e o que não move.
• ## Optional
• Blog: textos de pesquisa sobre comportamento dos assistentes, padrões de citação e metodologia de medição.

Onde ele se encaixa ao lado do robots.txt e dos dados estruturados

Esses três arquivos respondem a três perguntas diferentes, e confundi-los é o erro mais comum que vemos em auditorias.

O robots.txt responde “você pode buscar isto?” — é um arquivo de controle de acesso de rastreadores com comportamento de parsing documentado há muito tempo, e é ali que você libera ou bloqueia rastreadores de IA nomeados. Se quiser restringir treinamento ou rastreamento, isso acontece ali e nos seus termos, nunca no llms.txt. Os dados estruturados respondem “o que é isto?” — o vocabulário do Schema.org em JSON-LD permite afirmar sem ambiguidade que você é uma Organization com este nome, estes produtos, este preço e estas avaliações, que é o tipo de fato legível por máquina que sobrevive a ser resumido. O llms.txt só responde “o que devo ler primeiro?”, para um consumidor que já decidiu ler você.

Em termos de retorno sobre esforço, a ordem é sem glamour, mas consistente: conserte rastreabilidade e conteúdo renderizado no servidor primeiro, depois dados estruturados no nível da entidade, depois o llms.txt. Um arquivo listando links para páginas que renderizam em branco sem JavaScript não ajuda ninguém.

Então, você deve publicar um?

Sim, se você tem documentação, uma API, um produto para desenvolvedores ou uma base de conhecimento — o custo é de minutos, o arquivo é legível por humanos, e o fluxo em que alguém entrega a URL do seu llms.txt a um agente já é comum. Publique, mantenha correto e siga em frente.

Provavelmente não vale priorizar se você é um negócio de serviços local, um catálogo de e-commerce ou um site de marketing com doze páginas. Não há evidência de que isso mude se um assistente recomenda você, e o esforço rende mais nas coisas que os assistentes comprovadamente leem: páginas que renderizam sem JavaScript, conteúdo explícito de comparação e preços, fatos de entidade consistentes entre o seu site e cadastros de terceiros, e presença nos sites de avaliação e listas em que os modelos se apoiam ao responder “melhor X para Y”.

O teste honesto é a medição. Acompanhe com que frequência os assistentes citam você, em quais prompts e quais fontes citam quando o fazem — é para isso que existe nosso acompanhamento de visibilidade em IA, e a página como funciona explica o método. Se publicar o llms.txt mover esses números para o seu site, você vai ver. Se não mover, terá gasto vinte minutos e aprendido algo verdadeiro.

FAQ