O que é o llms.txt, e quais mecanismos de IA confirmaram que o leem

O que é o llms.txt?

Jeremy Howard propôs o llms.txt como um arquivo Markdown colocado em /llms.txt em um site, listando as páginas e os documentos Markdown limpos que um agente de IA deve ler primeiro quando precisa entender o site. A proposta traz a data de 3 setembro de 2024 em llmstxt.org, e o texto publicado ali hoje está marcado como v2. O arquivo cura em vez de enumerar: ele nomeia um punhado de URLs de alto valor e descreve cada uma, enquanto um sitemap lista tudo o que é indexável.

A especificação declara a motivação em uma frase: "Agents are best served by concise, expert-level information gathered in a single, accessible location." Nada na proposta concede acesso, retira acesso, ou obriga qualquer mecanismo a buscar o arquivo. Ela é uma sugestão publicada em um caminho previsível.

Última verificação: 9 de setembro de 2026.

O que um arquivo llms.txt precisa conter?

Um H1 é o único elemento que a especificação exige, e toda outra seção é opcional. A especificação fixa a ordem, e é isso que permite a um parser ou a uma regex ler o arquivo sem um modelo de linguagem.

A forma que a especificação publica como seu próprio exemplo:

# Title
 
> Optional description goes here
 
Optional details go here
 
## Section name
 
- [Link title](https://link_url): Optional link details
 
## Optional
 
- [Link title](https://link_url)

Duas regras de posicionamento vêm em seguida. O arquivo fica na raiz do site ou em qualquer subcaminho, e "a file covers the URLs under its path, and where more than one file applies, agents should use the most specific one", então /docs/llms.txt cobre apenas /docs/. A mesma proposta pede que os sites sirvam um gêmeo em Markdown limpo de cada página em page.md ou page.html.md, e que anunciem os dois com as relações de link rel="alternate" type="text/markdown" e rel="describedby", no HTML ou em um cabeçalho HTTP Link:.

Quais mecanismos de IA confirmaram que leem o llms.txt?

Nenhum operador de mecanismo afirma na sua documentação de rastreadores que seus produtos leem o llms.txt, e os três maiores fornecedores publicam um para a própria documentação de desenvolvedor. Publicar um arquivo e consumir um arquivo são atos separados, e a distância entre os dois é a história inteira desse formato.

O mais perto de um reconhecimento de fornecedor vem do Chrome. O Lighthouse traz uma auditoria de llms.txt nas suas verificações de navegação agêntica, descrevendo o arquivo como "an emerging convention used to provide a machine-readable summary of a website's content, specifically designed for LLMs and AI agents", e alertando que "without this file, agents may spend more time crawling the site to understand its high-level structure and primary content". Essa auditoria não nomeia nenhum mecanismo que leia um. Trate com desconfiança todo número de adoção que você vir sobre o llms.txt, a menos que ele nomeie uma fonte e uma data. A afirmação da própria especificação é qualitativa: "thousands of sites publish an llms.txt file."

Em que o llms.txt difere do robots.txt?

O robots.txt é um arquivo de permissão de busca com uma RFC por trás e suporte documentado por todo grande operador de rastreador, e o llms.txt é uma proposta de curadoria de conteúdo sem aplicação e sem consumidor confirmado. A própria especificação traça a mesma linha: "robots.txt lets automated tools know what access to a site is considered acceptable, such as for search indexing bots. llms.txt information is instead used on demand, when an agent needs information about a topic while assisting a user."

Os dois arquivos são públicos e nenhum deles é um controle jurídico. Qual rastreador de fato chega é uma pergunta que os logs do servidor respondem, e não um dos dois arquivos, e as entradas sobre CCBot e ChatGPT-User cobrem o que cada user agent significa quando aparece.

O que é o llms-full.txt?

A Mintlify originou o llms-full.txt como um arquivo companheiro que, nas palavras dela, "combines your entire documentation site into a single file as context for AI tools and LLM indexing", com cada página renderizada como seu título, URL de origem, descrição e corpo completo em Markdown. A especificação do llms.txt não define o llms-full.txt, não o menciona, e não o exige. As plataformas de documentação geram os dois juntos, e é por isso que a dupla aparece em tantos sites de docs ao mesmo tempo.

A divisão prática: o llms.txt é um índice pequeno o bastante para caber em uma janela de contexto, e o llms-full.txt é o corpus por trás dele. Um site que publica apenas o despejo completo entregou a um agente um arquivo grande demais para a finalidade que o índice foi desenhado para servir.

Quem deve publicar um arquivo llms.txt?

Times de documentação têm o retorno mais claro, porque agentes de programação são o único público observado seguindo o formato. A especificação diz isso direto: "llms.txt files are used most heavily for software documentation, where coding agents follow them to find API references and tutorials." Um agente de programação apontado para os seus docs de API busca as URLs que você nomear, o que é uma situação diferente de um mecanismo de busca decidindo o que citar.

Para um site de marketing, publicar custa uma hora e não promete nada mensurável hoje. Escreva se o seu conteúdo for de fato difícil de interpretar a partir do HTML, e não escreva no lugar do trabalho que tem evidência por trás. Ser citado por um assistente ainda passa por páginas rastreáveis, respostas claras e menções de terceiros, que é o território que otimização para mecanismos generativos e otimização para mecanismos de resposta cobrem.

Como verificar se alguma coisa lê o seu llms.txt?

Faça um grep nos seus logs de acesso por requisições a /llms.txt e leia o user agent de cada acesso. Uma requisição vinda de um user agent de agente significa que algo buscou o arquivo, um resultado vazio ao longo de um mês significa que nada buscou, e qualquer uma das duas respostas custa um comando. Essa linha de log é a única evidência de primeira mão disponível, já que nenhum fornecedor reporta buscas ao llms.txt em um console.

Contagens de busca ainda não dizem se um assistente citou você. Para isso, acompanhe as próprias respostas: a RedReplier rastreia as conversas públicas que nomeiam sua marca no Reddit, X, Bluesky, Facebook e Hacker News, que é onde os assistentes vão procurar quando respondem a perguntas da sua categoria.

Perguntas frequentes

O llms.txt ajuda no SEO?

Nenhum efeito documentado sobre ranqueamento existe. A documentação de recursos de IA do Google não menciona o llms.txt e nomeia o robots.txt como o controle de como os sites são rastreados para a Busca. Publicar o arquivo não muda nada em como o Googlebot busca ou ranqueia suas páginas, e nenhuma documentação do Google liga as duas coisas.

Onde o llms.txt fica em um site?

Em /llms.txt na raiz do site, ou em qualquer subcaminho como /docs/llms.txt. A especificação diz que um arquivo "covers the URLs under its path, and where more than one file applies, agents should use the most specific one". Um arquivo em subcaminho é a escolha certa quando só uma parte do seu site vale a pena para guiar um agente.

O llms.txt é um padrão oficial?

Não. O llms.txt é uma proposta publicada por Jeremy Howard em llmstxt.org, hospedada no repositório AnswerDotAI/llms-txt e aberta a contribuições da comunidade. Ele não tem RFC, não tem organismo de padronização e não tem exigência de conformidade, que é a diferença entre ele e a RFC 9309, o documento por trás do robots.txt.

Qual é a diferença entre llms.txt e sitemap.xml?

Um sitemap lista toda página indexável para mecanismos de busca, e o llms.txt lista algumas poucas selecionadas para agentes. A especificação argumenta que um sitemap não substitui porque ele omite as versões em Markdown das páginas, exclui URLs externas úteis, e cobre documentos que somados ultrapassam a janela de contexto de um modelo.

Preciso também de um llms-full.txt?

Não. A especificação do llms.txt não define o llms-full.txt de forma alguma. A convenção vem da Mintlify, que gera os dois para os sites de docs que hospeda, e o arquivo completo é um despejo em arquivo único de todo um conjunto de documentação, não um índice.

Devo bloquear rastreadores de IA em vez de guiá-los?

Essa é uma decisão de robots.txt, e ela depende de as citações importarem mais para você do que os tokens de treinamento. Anthropic, OpenAI e Google rodam cada uma user agents separados para treinamento e para busca, então bloquear um não precisa bloquear o outro. Publicar um llms.txt não substitui nem sobrepõe nenhuma dessas regras.

Quem criou o llms.txt?

Jeremy Howard propôs o formato, com uma data de 3 de setembro de 2024 no llmstxt.org. O texto publicado lá hoje traz o rótulo v2, e o projeto vive no repositório AnswerDotAI/llms-txt, aberto a contribuições da comunidade. Não existe nenhum órgão de padronização por trás dele.

O ChatGPT lê arquivos llms.txt?

A OpenAI publica seu próprio llms.txt em developers.openai.com/llms.txt para sua documentação para desenvolvedores, mas nada na documentação de rastreamento afirma que o ChatGPT ou qualquer outro produto da OpenAI lê um. Essa documentação cobre robots.txt, user agents e faixas de IP, e liga para o próprio llms.txt apenas como índice da documentação. Publicar o arquivo no seu site não diz nada sobre se os rastreadores da OpenAI o consomem em outro lugar.

O que acontece se você não publicar um arquivo llms.txt?

Nada quebra. A própria especificação traça o contraste com o robots.txt: ignorar o robots.txt quebra uma convenção de rastreamento antiga, enquanto ignorar o llms.txt não tem efeito documentado. A auditoria do Lighthouse no Chrome avisa que, sem o arquivo, os agentes podem gastar mais tempo entendendo a estrutura de um site, mas isso é um custo de esforço do agente, não uma penalidade para o site.

Os agentes de código realmente usam o llms.txt?

A especificação diz que os arquivos llms.txt "são usados principalmente para documentação de software, onde agentes de código os seguem para encontrar referências de API e tutoriais", a única audiência para a qual o formato tem evidência documentada. Isso é diferente de um mecanismo de busca que decide por conta própria o que citar. Um agente de código apontado para a sua documentação de API busca exatamente as URLs que você nomeia ali.