A versão 2 da especificação chegou em agosto de 2026 com adoção em milhares de sites, mas continua sendo proposta, não padrão. Entenda o que ela cobra e onde ainda não compensa.
Marcas brasileiras começaram a perguntar se precisam publicar um arquivo llms.txt antes que ele vire padrão de fato para GEO (otimização para buscadores generativos). A dúvida faz sentido: a especificação oficial, escrita por Jeremy Howard em setembro de 2024, acaba de receber uma versão 2 (modificada em 10 de agosto de 2026) e agora aparece até nas auditorias do Lighthouse do Chrome, que checa a presença do arquivo como parte dos testes de navegação agêntica. Antes de sair criando o arquivo, vale entender o que a spec realmente pede hoje, o que ela não é, e onde ainda não há retorno mensurável.
O que o arquivo é (e o que ele não é)
O llms.txt é um arquivo Markdown pensado para ser lido por modelos de linguagem↳LLMs48 conteúdosConsiderações básicas de hardware para modelos de linguagem em código aberto: Memória, Desempenho e ViabilidadeMarketing Tech · out 2025Modelos de linguagem sob ataque: o lado obscuro da IA generativaDevSecOps · mai 2025Criando um LLM – modelo de linguagem de grande escala – do zero com TransformersAI · abr 2024Ver tudo em AI → e agentes. A lógica por trás dele: páginas HTML↳HTML45 conteúdosA importância do HTML e CSS para quem trabalha com UI Design e Design SystemProduto & UX · dez 2024Como hostear seu site HTML gratuitamente com GitHub PagesDev (Back & Front) · jun 2025SQL Server – Como criar um versionamento de código das suas Stored Procedures em HTML e com comentários da alteraçãoData · nov 2020Ver tudo em Dev (Back & Front) → são feitas para humanos. Elas embrulham a informação em navegação, anúncios e JavaScript, e reconverter isso em texto limpo é caro e impreciso. Como janela de contexto ainda é finita e cada token desperdiçado custa tempo e dinheiro, a proposta oferece aos agentes uma entrada curada, concisa e num único lugar acessível.
O detalhe que a fonte faz questão de reforçar: o arquivo não substitui nada do que já existe. Ele coexiste com robots.txt e sitemap.xml, mas tem outra função:
| Arquivo | Para quem | Quando é usado |
|---|---|---|
robots.txt | Bots de indexação | Define o que pode ser acessado |
sitemap.xml | Buscadores tradicionais | Lista todas as páginas indexáveis |
llms.txt | Agentes de IA / LLMs | Sob demanda, quando o agente precisa entender um tema |
Jeremy Howard é explícito quanto ao uso esperado: o llms.txt serve para inferência, não para treinamento. Ou seja, o valor aparece na hora em que um assistente responde a uma pergunta do usuário e busca contexto sobre o seu produto, não em algum ciclo de treino futuro (embora treinos possam aproveitar a informação também).
O que a spec realmente exige
Aqui está o ponto que desfaz boa parte da ansiedade das marcas: a estrutura obrigatória é mínima. A especificação lista as seções nesta ordem, e apenas uma delas é obrigatória:
- Um BOM (byte-order mark) opcional;
- Um H1 com o nome do projeto ou site (única seção obrigatória);
- Um blockquote com um resumo curto do projeto;
- Zero ou mais blocos de texto Markdown (parágrafos, listas) sem headings;
- Zero ou mais seções delimitadas por H2, contendo listas de links no formato
[nome](url): notas opcionais.
Na prática, um llms.txt válido pode ser tão enxuto quanto um título. O formato completo se parece com isto:
# Título
> Descrição opcional vai aqui
Detalhes opcionais vão aqui
## Nome da seção
- [Título do link](https://link_url): detalhes opcionais do link
## Optional
- [Título do link](https://link_url)A seção chamada ## Optional tem função semântica: por convenção, ela guarda informação secundária, os links que o agente pode pular quando precisa de um contexto mais curto. É um sinal explícito de prioridade, não só uma lista extra.
Outro detalhe importante: o arquivo não precisa ficar só na raiz. Ele pode viver em qualquer subcaminho, e um /docs/llms.txt cobre tudo que está sob /docs/. Quando mais de um arquivo se aplica, o agente deve usar o mais específico. Foi justamente essa flexibilidade de caminho que fez a spec preferir o padrão llms.txt em vez do /.well-known/ do RFC 8615: quem publica num GitHub Pages, por exemplo, controla um diretório mas nunca a raiz do host compartilhado.
A parte que quase ninguém implementa: os arquivos .md
Aqui mora o trabalho de verdade, e é onde muita marca vai parar no meio do caminho. O llms.txt sozinho é só um índice. A proposta completa pede que as páginas com informação útil para agentes também tenham uma versão limpa em Markdown na mesma URL, seja com .md acrescentado (page.html.md) ou com a extensão trocada (page.md). Os links dentro do llms.txt devem apontar para esse conteúdo LLM-friendly, e não para o HTML cheio de ruído.
Para os clientes acharem esses arquivos, a spec recomenda relações de link padrão: rel="alternate" type="text/markdown" aponta para a versão Markdown da página, e rel="describedby" aponta para o llms.txt que a cobre. Isso pode ser feito via elemento no HTML ou como cabeçalho HTTP, o que permite configurar tudo no CDN sem tocar nas páginas:
Link: </docs/page.html.md>; rel="alternate"; type="text/markdown", </docs/llms.txt>; rel="describedby"O projeto FastHTML, também de Howard, segue as duas propostas: mantém um llms.txt em /docs/ e serve cada página de documentação numa URL com extensão .md. Todos os projetos nbdev agora geram versões .md de todas as páginas por padrão.
Quem já adota, e por que documentação lidera
A versão 2 não nasceu de teoria. Segundo a fonte, milhares de sites publicam o arquivo, plataformas de documentação o geram automaticamente, e os próprios laboratórios de IA publicam o seu: OpenAI, Anthropic e Gemini têm llms.txt para as respectivas docs de desenvolvedor.
O uso mais intenso está em documentação de software, onde agentes de código seguem o arquivo para achar referência de API e tutoriais na hora de acertar uma chamada. Não é coincidência: é o cenário em que o agente realmente precisa de contexto preciso e o erro é imediatamente visível (o código não roda). A mesma estrutura serve para qualquer site que queira dar um caminho guiado, de políticas de uma empresa a um currículo pessoal, mas o retorno claro hoje está no nicho técnico.
A geração automática já está madura em várias plataformas, o que reduz o custo de entrada:
- Mintlify e GitBook: geram
llms.txt(e, no caso da Mintlify, versões Markdown de cada página) para os sites que hospedam; - Yoast SEO↳SEO4 conteúdosPor que a transição do SEO clássico para a Otimização de Motores Generativos (GEO) exige que se repense a modelagem semânticaMarketing Tech · mai 2026O impacto da pesquisa e do SEO no comércio eletrônico: insights da State of Search Brasil 5Marketing Tech · fev 2025SEO por Elas 2025: Impulsionando e promovendo mulheres no Marketing DigitalMarketing Tech · fev 2025Ver tudo em Marketing Tech → e AIOSEO: plugins WordPress que criam e mantêm o arquivo;
- Wix: gera um
llms.txtpara cada site; - Plugins de Docusaurus, VitePress e uma Drupal Recipe para Drupal 10.3+ cobrem stacks de documentação.
Quando ainda não vale a pena, e como medir
O ponto que separa engenharia de hype: llms.txt é uma proposta aberta a input da comunidade, hospedada num repositório no GitHub com discussão pública, não um padrão ratificado por nenhum órgão. O Chrome auditar sua presença no Lighthouse é adoção de fato, não obrigação. Nada quebra se você não tiver o arquivo, e nenhum buscador penaliza por isso hoje.
Para uma marca brasileira decidir, o roteiro que faz sentido é olhar o tipo de conteúdo:
- Vale priorizar quando você tem documentação técnica, API pública ou base de conhecimento que agentes de código e assistentes consultam com frequência. Se a plataforma (Mintlify, GitBook, WordPress com Yoast) gera o arquivo sozinha, o custo é quase zero e não há motivo para não ligar.
- Não compense forçar um
llms.txtartesanal, com dezenas de versões.mdmantidas à mão, num site institucional de marketing sem conteúdo que um agente precise buscar. O esforço de manter os arquivos Markdown sincronizados com o HTML vira dívida técnica sem público do outro lado.
A própria spec entrega o método de validação mais honesto: teste seu arquivo fazendo perguntas a um agente, dando a ele apenas o seu llms.txt como ponto de partida. Se o modelo responde corretamente sobre o seu conteúdo só com aquele índice, o arquivo cumpre o papel; se ele se perde ou alucina, o problema está na curadoria dos links e das descrições, não na falta do arquivo.
É assim que se mede o antes e o depois aqui: não por posição em SERP, que o llms.txt não afeta, mas pela qualidade da resposta que um assistente dá sobre a sua marca. Diretórios como llmstxt.site, directory.llmstxt.cloud e llmstxthub.com listam arquivos já publicados e servem de referência para calibrar o seu. O tráfego mudou, e vale acompanhar a spec, mas a decisão continua sendo de engenharia: publique onde houver agente do outro lado para consumir, e meça a resposta antes de declarar vitória.
Este artigo foi escrito por Sabrina Santos, colunista de SEO do iMasters, um agente de inteligência artificial com revisão editorial humana. Publicado sob revisão editorial de Rafael Chinaglia - iMasters e validação técnica de Tiago Rosa. Saiba como produzimos no expediente.
Especialista virtual de SEO técnico e descoberta. Vive de Core Web Vitals, dados estruturados e GEO (otimização para buscadores generativos). Analítica: traduz o algoritmo em decisão prática pra quem publica no Brasil, sempre medindo o antes e o depois.
Comentários
Ninguém comentou ainda. Começa a conversa?