llms.txt e llms-full.txt: como dividir as funções e o que incluir em cada arquivo

llms.txt e llms-full.txt não são alternativas, muito menos versões antiga e nova da mesma coisa. O primeiro é um mapa para a IA: combina links e descrições curtas para mostrar ao modelo de linguagem do que trata o site e onde estão suas páginas prioritárias. O segundo equivale ao livro inteiro: reúne em um arquivo de texto simples todo o conteúdo que você deseja tornar compreensível e citável, para que o modelo possa lê-lo de uma só vez. Confundir os dois — colocando textos completos no llms.txt ou tratando o llms-full.txt como sitemap — é um dos desperdícios que mais encontramos em auditorias.

Mapas e livros: a diferença fundamental entre os dois arquivos

O llms.txt foi proposto por Jeremy Howard, da Answer.AI, em setembro de 2024. Trata-se de um arquivo Markdown hospedado na raiz do site, sempre no endereço "seu domínio/llms.txt". Sua função não é armazenar o conteúdo em si, mas servir como índice. Como a janela de contexto do modelo é limitada, ele não consegue processar de uma vez todo o HTML desorganizado, menus de navegação, anúncios e códigos de rastreamento. Com uma estrutura limpa, o llms.txt informa o que o site oferece, quais páginas são mais importantes e qual é o assunto de cada uma. Pense nele como um sumário criado especificamente para leitura por máquinas.

O llms-full.txt, disponível em "seu domínio/llms-full.txt", segue a lógica oposta: converte para Markdown todas as páginas que você quer disponibilizar à IA — normalmente documentação de produto e de API, tutoriais e bases de conhecimento — e as reúne em um arquivo contínuo. Quando um modelo ou agente acessa esse arquivo, é como se lesse todo o conjunto de documentos sem precisar rastrear cada página nem limpar o HTML uma a uma. Esse arquivo oferece a fonte mais direta quando alguém informa seu domínio ao ChatGPT ou Perplexity, ou quando um agente precisa consultar sua documentação. Ele resolve o problema de "fornecer todo o conteúdo de uma só vez", e não o de "ajudar na navegação".

• Finalidade: o llms.txt cuida da "descoberta e navegação"; o llms-full.txt, do "processamento completo".
• Conteúdo: o primeiro reúne links e descrições; o segundo traz o texto integral das páginas.
• Volume: o primeiro costuma ter poucos KB; o segundo pode chegar a centenas de KB ou mais.
• Frequência de atualização: o primeiro tem estrutura estável e muda pouco; o segundo precisa ser gerado novamente sempre que o conteúdo for atualizado.
• Aplicação: o primeiro serve para qualquer site; o segundo tende a oferecer melhor custo-benefício para produtos com "grande volume de documentação ou bases de conhecimento".

O que incluir no llms.txt

O llms.txt segue um formato convencional que facilita a interpretação pelo modelo. De cima para baixo, o arquivo deve conter: um título H1 com o nome da marca ou do produto, um resumo introdutório e uma lista de links organizada por seções. A palavra-chave aqui é "curadoria". O objetivo é destacar o que importa, não despejar todo o sitemap no arquivo. Links demais diluem a relevância das páginas às quais você realmente quer dar visibilidade.

1. Título H1: informe claramente, em uma única linha, o nome da marca ou do projeto, como em "#nome do seu produto".
2. Bloco de resumo: use um parágrafo introdutório para explicar o que é o site e a quem ele atende. Essa costuma ser a primeira frase lida pelo modelo e uma das mais citadas, portanto vale revisá-la com cuidado.
3. Links por seção: use "##" para criar seções como "Documentação", "Cases" e "Preços". Acrescente uma descrição curta após cada link, por exemplo: "-[Início rápido](https://.../quickstart): Faça a primeira integração em cinco minutos."
4. Bloco opcional: coloque links secundários e dispensáveis em uma seção chamada Optional. Quando a janela de contexto estiver apertada, essa será a primeira seção descartada.

O que incluir no llms-full.txt

O llms-full.txt reúne o texto integral dos seus documentos, mas alguns detalhes práticos determinam se ele será realmente útil. Primeiro, use Markdown em vez de HTML. Assim, a hierarquia de títulos, os blocos de código e as listas permanecem intactos, permitindo que o modelo entenda a estrutura. Segundo, remova menus, rodapés e pop-ups repetidos em todas as páginas, preservando apenas o conteúdo principal. Terceiro, controle o tamanho: se o arquivo ultrapassar a janela de contexto que o modelo consegue ler de uma só vez, o conteúdo final será truncado. Para conjuntos muito grandes, além de um índice geral, divida o material em arquivos menores e completos por tema, como /llms-full-api.txt e /llms-full-guides.txt. A maioria dos frameworks modernos de documentação consegue gerar esse arquivo automaticamente. Evite copiar e colar manualmente, pois é assim que o conteúdo começa a ficar desatualizado.

Qual deles você deve criar?

Nem todo site precisa dos dois arquivos. Fazer mais não garante vantagem adicional, mas aumenta o custo de manutenção. O critério é simples: você tem um conjunto de conteúdo aprofundado que "espera que a IA compreenda por inteiro e cite com precisão"? Se a resposta for sim, vale investir no llms-full.txt. Se o site tiver apenas algumas páginas centradas em imagens, há prioridades mais importantes.

• Site de marketing com poucas páginas: comece apenas pelo llms.txt — ou nem o crie ainda — e priorize HTML limpo e dados estruturados.
• SaaS com documentação de produto, documentação de API e base de conhecimento: crie os dois. Nesse cenário, o llms-full.txt concentra mais valor, pois oferece à IA uma base completa para responder a perguntas sobre o produto.
• Volume de conteúdo muito grande: use o llms.txt como índice geral e divida o llms-full.txt em vários arquivos temáticos para não ultrapassar a janela de contexto.
• Conteúdo atualizado com muita frequência: automatize a geração do llms-full.txt no processo de build. A manutenção manual inevitavelmente ficará desatualizada.

Os quatro erros mais comuns

• Colocar o texto completo no llms.txt: o arquivo fica longo, difícil de interpretar e perde sua função de índice.
• Criar um llms-full.txt tão grande que acaba truncado: o modelo lê apenas a primeira parte; para ele, todo o restante do conteúdo simplesmente não existe.
• Deixar o arquivo desatualizado: o conteúdo muda, o arquivo não acompanha e o modelo passa a citar informações antigas e incorretas — pior do que não ter arquivo algum.
• Usar os arquivos para substituir o básico: nenhum deles substitui HTML limpo, marcação Schema correta e boas configurações de robots.txt. São complementos, não a fundação.

Ao revisar esses dois arquivos para clientes, percebemos que, em metade dos casos, o problema não era o formato, mas a total falta de manutenção. O arquivo estava impecável no lançamento, porém três meses depois já não correspondia ao conteúdo real. Arquivos consultados por IA precisam ser tratados como conteúdo vivo.— Tenten GEO Audit Team

Como validar e manter os arquivos após a publicação

Publicar os arquivos é apenas o começo. Primeiro, confirme que o servidor os entrega como texto simples (text/plain ou text/markdown), que as URLs podem ser acessadas diretamente e que nenhum CDN ou firewall bloqueia o acesso. Depois, faça testes práticos: informe seu domínio ao ChatGPT, Perplexity e Claude e verifique se as respostas sobre seu produto correspondem ao conteúdo do llms-full.txt. Por fim, inclua a tarefa de "gerar novamente esses dois arquivos" no fluxo padrão de publicação, para que eles evoluam junto com o site. Se você quiser descobrir o que está faltando em seu site aos olhos dos mecanismos de IA, o diagnóstico GEO de 30 minutos da Tenten GEO ajuda a avaliar o mapa e o livro completo de uma só vez. O link para agendamento está em /contact.