llms.txt: o que é e como criar um ficheiro

O llms.txt é uma convenção proposta para um ficheiro Markdown simples, normalmente servido em /llms.txt, que dá aos agentes de IA um guia curto e estruturado do seu site: o que é e quais são as páginas mais importantes. Foi proposto por Jeremy Howard, da Answer.AI, em setembro de 2024. Não é uma norma oficial e nenhuma empresa de IA tem de o ler. Escrevê-lo leva pouco tempo e não custa nada, por isso pode fazer sentido publicá-lo como uma aposta de baixo risco.

O que é o llms.txt?

O llms.txt é um ficheiro que segue o formato descrito em llmstxt.org. O objetivo declarado é «fornecer informação para ajudar os agentes a usar um site». A lógica é simples: um modelo de linguagem só consegue ler uma quantidade limitada de cada vez, e uma página típica vem carregada de menus, scripts e faixas publicitárias. Um ficheiro Markdown curto, com ligações limpas, dá ao agente uma entrada rápida. A proposta indica que o ficheiro se destina a ser lido a pedido, e os seus autores esperam que seja útil sobretudo quando um assistente responde a uma pergunta (inferência) e não para treino, embora não excluam a utilização para treino.

Quem propôs o llms.txt e é uma norma?

Jeremy Howard, da Answer.AI, publicou a proposta original a 3 de setembro de 2024, e a especificação está em llmstxt.org. É uma proposta da comunidade. Não foi adotada como norma formal da internet. Publicar o ficheiro não obriga ninguém a usá-lo.

O que deve conter um ficheiro llms.txt?

O formato é Markdown, com secções por esta ordem:

• Um H1 com o nome do site ou do projeto. A proposta indica que é a única secção obrigatória.
• Uma citação em bloco com um resumo curto.
• Parágrafos ou listas opcionais com mais detalhe, sem títulos.
• Secções H2 com listas de ligações, cada item escrito como [nome](url), opcionalmente seguido de dois pontos e de uma nota.
• Uma secção H2 «Optional» para ligações secundárias que o agente pode ignorar quando precisa de menos contexto.

Eis um exemplo mínimo para o site de uma padaria fictícia:

# Rosa's Bakery

> Family bakery in Leeds selling sourdough, pastries and custom cakes. Orders by pickup only.

## Key pages

- [Menu](https://example.com/menu): current breads and pastries with prices
- [Custom cakes](https://example.com/cakes): how to order, lead times, allergen policy
- [Opening hours](https://example.com/visit): address and hours

## Optional

- [Our story](https://example.com/about)

Como se cria um ficheiro llms.txt?

1. Liste as páginas-chave. Escolha uma seleção curta das páginas de que um recém-chegado precisaria (não o site inteiro; é uma sugestão editorial nossa, a proposta não fixa nenhum número), como produtos, preços, guias principais, políticas e contacto.
2. Escreva o resumo. Uma ou duas frases simples a dizer quem é e o que oferece. É a citação em bloco.
3. Agrupe as ligações em títulos H2, como «Produtos», «Guias» ou «Políticas», e junte a cada ligação uma nota curta sobre o conteúdo da página.
4. Passe as páginas secundárias para «Optional».
5. Guarde o ficheiro como llms.txt e envie-o para a raiz do site, de modo a ficar acessível em https://odominio.pt/llms.txt.
6. Confirme que carrega e que todas as ligações devolvem uma página normal. O nosso verificador de llms.txt gratuito testa a presença e a estrutura do ficheiro.
7. Mantenha-o atualizado. Quando uma página mudar de sítio ou desaparecer, corrija o ficheiro. Uma lista de ligações quebradas faz mais mal do que não ter ficheiro.

A proposta recomenda ainda servir versões em Markdown limpo das páginas importantes, no mesmo URL com .md acrescentado, por exemplo page.html.md. É opcional e dá mais trabalho.

Em que difere o llms.txt do robots.txt e do sitemap.xml?

Três ficheiros, três funções. Nenhum substitui os outros.

Ficheiro	Formato	O que faz
robots.txt	Regras em texto simples	Indica aos rastreadores a que URL podem aceder. A Google descreve-o sobretudo como uma forma de evitar sobrecarregar o seu site, não como forma de manter páginas fora da pesquisa.
sitemap.xml	XML	Lista os URL do seu site para os motores de pesquisa, cada um com a etiqueta obrigatória loc.
llms.txt	Markdown	Dá aos agentes de IA um guia curto e legível do seu site e das melhores páginas. Não permite nem bloqueia nada.

Se quiser controlar que rastreadores de IA podem visitá-lo, isso é matéria do robots.txt. A OpenAI, por exemplo, documenta rastreadores distintos para a pesquisa do ChatGPT e para o treino, cada um controlado de forma independente no robots.txt.

A IA usa mesmo o llms.txt?

Não sabemos, e ninguém fora das empresas de IA sabe. Não encontrámos nenhuma fonte primária de um fornecedor de IA que confirme que o seu assistente lê o ficheiro. A documentação da Google sobre as suas funcionalidades de IA indica que não precisa de criar novos ficheiros legíveis por máquina, ficheiros de texto para IA nem marcação para aparecer na Vista geral de IA (AI Overviews) ou no Modo IA (AI Mode).

O que se consegue verificar é o uso por quem publica. A Anthropic publica um llms.txt para a sua documentação de programadores, que lista a documentação como ligações Markdown e remete para um ficheiro mais completo. Publicar o ficheiro não prova que um assistente o leia. Prova só que a convenção está em uso.

Trate o llms.txt como um extra barato, a juntar ao essencial: páginas rastreáveis, respostas claras, um sitemap bem mantido. Por si só, não espere que mude a sua visibilidade. Para uma visão mais ampla, veja O que é o GEO? e SEO, AEO e GEO.

Como pode verificar se o seu site está preparado?

Use o verificador de llms.txt gratuito para ver se o ficheiro existe e está bem formado. Uma análise do GraphoRank vai mais longe e inclui o llms.txt entre as suas verificações de preparação para GEO, a par do sitemap, da rastreabilidade por IA e da answerability (aptidão da página para dar respostas diretas à IA), e a auditoria gratuita abrange as primeiras 10 páginas, sem cartão de crédito. Veja Como funciona ou comece uma análise gratuita.