Desde que a proposta apareceu, o llms.txt virou pauta recorrente em qualquer conversa sobre GEO (Generative Engine Optimization). A ideia é simples: um arquivo de texto na raiz do site, pensado para orientar sistemas de inteligência artificial sobre o conteúdo mais relevante daquele domínio.
Só que a posição das próprias empresas de IA sobre esse arquivo mudou mais de uma vez desde 2024, e a mais recente vem direto da documentação oficial do Google. Antes de colocar a implementação na fila de prioridades da equipe, este é o momento de entender o que o llms.txt realmente faz, de onde veio e o que está confirmado hoje.
O que é o arquivo llms.txt
O llms.txt é um arquivo de texto simples, escrito em Markdown (uma linguagem de formatação de texto leve), hospedado na raiz do domínio, como seusite.com.br/llms.txt. A proposta reúne, em um único local, um resumo do site e uma lista curada de links para as páginas consideradas mais relevantes, funcionando como um índice direcionado para sistemas de IA. Na prática, montar o arquivo significa escrever um título em formato H1 com o nome do site, um parágrafo curto de resumo e uma ou mais listas com links para as páginas prioritárias, salvando o resultado como llms.txt na raiz do domínio.
A diferença em relação ao robots.txt está na função. O robots.txt controla o que rastreadores podem ou não acessar no site. O llms.txt não controla acesso: ele tenta orientar o que um sistema de IA deveria priorizar ao consumir o conteúdo, caso decida ler aquele arquivo. Essa distinção explica por que o llms.txt, mesmo se adotado em escala, não substituiria os fundamentos técnicos de SEO de rastreabilidade e indexação que já sustentam a visibilidade de um site.
De onde veio a proposta
O formato foi proposto por Jeremy Howard, cofundador da Answer.AI, em setembro de 2024, junto com uma especificação aberta reunida no domínio llmstxt.org. A ideia surgiu no mesmo momento em que ferramentas como ChatGPT, Gemini e Claude passaram a ocupar espaço crescente como ponto de busca e decisão, o que impulsionou discussões sobre AEO, LLMO e outras siglas construídas sobre a mesma pergunta: como um site se torna legível, citável e recomendável para uma IA generativa, não apenas para o Google.
O llms.txt passou a fazer parte do vocabulário de GEO por essa razão, mas nasceu como uma proposta de mercado, sem confirmação de que os grandes provedores de IA de fato consultam o arquivo antes de responder a um prompt.
O que o Google já disse sobre o llms.txt
A posição do Google sobre o assunto não é nova, mas ficou mais clara ao longo de 2026. Em declarações públicas, o analista John Mueller chegou a comparar o llms.txt à antiga meta tag keywords, um recurso que o Google parou de considerar há anos.
Essa crítica informal ganhou um documento oficial em julho de 2026, quando o Google Search Central atualizou seu guia de otimização para os recursos de IA generativa na busca, como as AI Overviews e o AI Mode. Na seção que desfaz mitos comuns sobre o tema, o próprio guia afirma que não é necessário criar arquivos de texto específicos para máquinas, marcações ou versões em Markdown do conteúdo, e que fazer isso não prejudica nem melhora a visibilidade ou o posicionamento do site na busca do Google.
Há uma camada a mais nessa história, que raramente aparece nas discussões sobre o tema: o time do Chrome, em uma frente diferente da busca, incluiu no Lighthouse uma auditoria experimental de llms.txt voltada para navegação por agentes de IA, sem relação com ranqueamento ou citação em resposta de busca. Dentro do próprio Google, portanto, a leitura sobre o arquivo já não é uniforme entre as equipes, mesmo com a busca mantendo a posição de que ele não é necessário.
| Quando | O que aconteceu |
|---|---|
| Setembro de 2024 | Jeremy Howard, da Answer.AI, propõe o llms.txt e publica a especificação aberta em llmstxt.org. |
| 2025 | John Mueller, do Google, compara publicamente o llms.txt à antiga meta tag keywords; a Search Central Live confirma que o Google não está adotando o padrão. |
| Maio de 2026 | O Chrome adiciona ao Lighthouse uma auditoria experimental de llms.txt voltada a agentes de navegação, sem relação com ranqueamento. |
| Julho de 2026 | O Google Search Central atualiza seu guia oficial de otimização para IA generativa e reafirma, em seção de desmistificação, que o llms.txt não é necessário. |
Pontos de atenção para quem quiser testar mesmo assim
Nenhuma dessas posições impede uma equipe de testar o llms.txt. O ponto de atenção real é diferente. Antes de alocar tempo da equipe de conteúdo ou de tecnologia na criação e manutenção do arquivo, vale avaliar qual prioridade esse teste merece diante do que já está confirmado como eficaz para GEO, considerando três cuidados.
O primeiro é não tratar o llms.txt como substituto de rastreabilidade técnica, densidade factual e estrutura de dados, que seguem sendo os fatores com evidência real de impacto em como as IAs leem e citam um site. O segundo é medir o que de fato pode ser medido, como acessos ao arquivo nos logs do servidor, em vez de assumir um resultado sem verificação. O terceiro é revisitar a decisão periodicamente: a posição das empresas de IA sobre esse tipo de arquivo pode mudar de novo, e reavaliar a cada alguns meses custa menos do que manter um processo permanente em cima de uma premissa ainda não confirmada.
Na leitura da equipe de GEO da Web Estratégica, o padrão ainda pode evoluir, mas hoje ocupa o mesmo lugar de qualquer boa prática não confirmada. Documentar o llms.txt como hipótese de teste é razoável; tratá-lo como pré-requisito de um projeto de GEO não é. O que diferencia um site bem otimizado para IA generativa de um site apenas alinhado à moda do momento é a consistência do que já foi validado, não a adoção isolada de um arquivo específico.
Onde investir de verdade: os fundamentos do GEO
A discussão em torno do llms.txt evidencia um ponto maior. Otimizar um site para ser encontrado, compreendido e citado por sistemas de IA depende de um conjunto de decisões técnicas, editoriais e de autoridade, não de um único arquivo. É esse conjunto que determina se uma marca aparece como referência dentro de uma resposta gerada por IA.
Conheça a metodologia de GEO da Web Estratégica e entenda como estruturar essas frentes de forma integrada.
