Comecemos pela conclusão: publicar um llms.txt não fará sua marca ser citada automaticamente pelo ChatGPT. Esse arquivo funciona como um mapa em Markdown na raiz do site. Durante a inferência, ele permite que AI Agents e sistemas de recuperação em tempo real contornem menus, anúncios e JavaScript para chegar diretamente a um conteúdo limpo. Quando bem implementado, reduz o custo de processamento para a IA; quando mal implementado, torna-se apenas mais um arquivo que ninguém lê. Neste artigo, você verá a especificação de sintaxe, a localização correta, os princípios de leitura dos crawlers e os limites reais do llms.txt hoje.
O que é llms.txt e como ele se diferencia do robots.txt
O llms.txt é uma proposta de especificação apresentada por Jeremy Howard, da Answer.AI, em setembro de 2024. O arquivo deve se chamar llms.txt, ficar na raiz do domínio e conter apenas Markdown. Sua função é fazer a curadoria das páginas mais relevantes do site para leitura por IA, reunindo-as em uma lista enxuta, cada uma com seu link e uma breve descrição. Não é um arquivo de configuração nem controla quem pode acessar o site. Esse é o ponto de partida para toda a implementação.
Como deve ser um bom llms.txt?
A especificação impõe poucas exigências de formato, mas a ordem dos elementos importa. Todo o arquivo é escrito em Markdown padrão, que qualquer modelo de linguagem consegue interpretar sem custo adicional de conversão. A estrutura, de cima para baixo, é esta:
- Um título H1 com o nome do site ou projeto. Esse é o único campo obrigatório da especificação.
- Logo abaixo, um bloco de citação iniciado por >, com uma ou duas frases explicando o que o site oferece. Esse será o primeiro resumo lido pela IA ao percorrer o arquivo.
- Se necessário, acrescente alguns parágrafos de texto simples para apresentar o contexto ou instruções de uso, mas não inclua um segundo H1 no arquivo.
- Crie blocos H2 e, abaixo de cada um, adicione uma lista de links em Markdown no formato [nome da página](URL): descrição em uma frase. Use os H2 para categorias como “Serviços”, “Documentação” e “Recursos”.
- Um bloco chamado ## Optional, que pode ser omitido. Os links dessa seção são conteúdos secundários e podem ser ignorados quando a janela de contexto da IA estiver limitada.
Onde publicar e qual formato usar?
A localização não é negociável: o arquivo precisa ficar na raiz do domínio, no endereço https://yourdomain/llms.txt. Se for publicado em um subdiretório ou subdomínio, a IA não conseguirá encontrá-lo. Use codificação UTF-8 e configure, de preferência, o Content-Type da resposta do servidor como text/plain ou text/markdown. O navegador deve exibir o conteúdo, não iniciar o download do arquivo. Também vale adotar duas convenções complementares. A primeira é o llms-full.txt, opcional, que reúne todo o conteúdo do site em um único arquivo grande. Ele pode ser útil quando você quer permitir a leitura de tudo de uma só vez, mas é pesado e difícil de atualizar; por isso, sites pequenos e médios costumam deixá-lo para depois. A segunda são as páginas espelho em .md: acrescente .md à URL original — por exemplo, /pricing passa a ter uma versão em /pricing.md — para oferecer Markdown puro. Assim, os links do llms.txt podem levar diretamente a conteúdo limpo, sem o HTML carregado de elementos de layout. É o que a Tenten GEO faz em /pricing.md para disponibilizar preços em formato legível por máquinas.
Como os crawlers de IA leem o llms.txt
Primeiro, é preciso separar dois processos que costumam ser confundidos. A IA pode entrar em contato com o conteúdo do seu site em dois momentos. O primeiro é a fase de treinamento, quando crawlers como GPTBot, ClaudeBot e Google-Extended coletam páginas em grande escala para alimentar o modelo. O segundo é a fase de inferência: o usuário faz uma pergunta e a IA consulta informações em tempo real por meio dos recursos de navegação do PerplexityBot, do ChatGPT ou de diferentes AI Agents. O llms.txt atua principalmente nesse segundo momento. As ferramentas compatíveis começam buscando o llms.txt na raiz do domínio e o usam como mapa de navegação para decidir quais links abrir e ler. Em seguida, acessam o Markdown correspondente. Isso evita o trabalho de baixar todo o HTML, remover menus e scripts e só então tentar identificar qual trecho contém o texto principal.
Mas é importante deixar um limite bem claro: até o momento, OpenAI, Anthropic, Perplexity e Google não assumiram publicamente o compromisso de usar o llms.txt como sinal oficial de treinamento ou ranqueamento — e o Google demonstra uma postura ainda mais reservada. Nesta fase, quem lê o arquivo de forma ativa são principalmente ferramentas para desenvolvedores e frameworks de Agents, como alguns assistentes de código, sistemas de recuperação de arquivos e fluxos de RAG ou Agents criados pela própria empresa. Portanto, é mais honesto posicionar o llms.txt como uma forma de “preparar o caminho para Agents e sistemas próprios de busca” do que vendê-lo como um “botão de ranqueamento do SEO para IA”.
Como verificar a implantação e evitar seis erros comuns
- Publicar no lugar errado: se o arquivo estiver em /docs/llms.txt ou em um subdomínio, a IA não o encontrará. A localização reconhecida é a raiz do domínio.
- Tratá-lo como robots.txt: escrever Disallow no llms.txt não bloqueia crawlers; o formato não tem essa função. O controle de acesso deve continuar no robots.txt.
- Apontar os links para HTML poluído: se a lista levar a páginas cheias de pop-ups e barras laterais, você não reduzirá o custo de processamento. Sempre que possível, ofereça a versão correspondente em .md.
- Incluir links demais: despejar centenas de URLs do site inteiro dilui as prioridades. O llms.txt é uma curadoria, não um sitemap. Selecione apenas as páginas que você mais quer ver citadas.
- Escrever descrições em tom publicitário: o texto após cada link deve ser uma frase factual, que ajude a IA a decidir se vale a pena abrir a página — não um slogan.
- Publicar e esquecer: o arquivo também precisa acompanhar revisões, mudanças de preço e páginas retiradas do ar. Se a IA encontrar informações vencidas, a confiabilidade do conteúdo será prejudicada.
A verificação é simples. Primeiro, abra https://yourdomain/llms.txt diretamente no navegador e confirme que a resposta aparece como texto simples, não retorna 404 e não inicia o download de um arquivo. Depois, cole todo o conteúdo no ChatGPT ou no Claude e peça: “Com base neste llms.txt, descreva os serviços oferecidos por este site.” Se a resposta reproduzir as informações corretamente, a estrutura está clara e compreensível para a IA. Por fim, confira se o robots.txt bloqueia algum user-agent de IA que você pretendia liberar. Essa é a etapa mais esquecida — e pode inutilizar todo o trabalho anterior.
Vale a pena implementar? E em que momento?
A recomendação franca é esta: o llms.txt tem baixo custo, baixo risco e vale a implementação, mas não espere que ele gere mais citações sozinho. É a camada mais externa e barata de um projeto de visibilidade em IA. O que realmente determina se sua marca será citada é a capacidade de rastrear o conteúdo sem obstáculos, a credibilidade da entidade da marca aos olhos da IA e a facilidade de extrair diretamente os trechos mais importantes. O llms.txt apenas abre o caminho para esse conteúdo. Se haverá algo valioso no percurso, depende do que você publica.
O llms.txt é uma cortesia, não uma garantia. Ele facilita a leitura para uma IA disposta a acessar seu conteúdo, mas não obriga uma IA que não pretende lê-lo a mudar de comportamento.— Tenten GEO
Depois de implantar o llms.txt seguindo este guia, a próxima pergunta costuma ser: os seis principais mecanismos de IA já leram e citaram meu conteúdo? A resposta exige medição real, não suposições. Para descobrir onde estão as lacunas de visibilidade da sua marca, acesse /contact e agende um diagnóstico de GEO de 30 minutos. Durante a conversa, apresentaremos um retrato da sua visibilidade nos seis principais mecanismos e verificaremos se o seu llms.txt foi realmente lido.
