O que é o llms.txt e por que ele existe
O llms.txt é um arquivo de texto estruturado, servido na raiz do site (como o robots.txt), que fornece a modelos de linguagem uma visão clara e sintetizada da identidade, produtos, serviços e conteúdos de uma marca. Enquanto o robots.txt controla o que crawlers podem acessar, o llms.txt informa proativamente o que a IA deve saber — sem depender do que o modelo encontra disperso pela internet.
O llms.txt é a camada de comunicação direta entre a marca e os modelos de linguagem. A empresa define sua narrativa de forma estruturada e a entrega ao modelo em um único arquivo de fácil consumo algorítmico.
Estrutura recomendada de um llms.txt
Um llms.txt eficaz segue uma estrutura clara em Markdown com frontmatter YAML. Cada seção cumpre uma função específica na construção da representação algorítmica da marca.
Frontmatter: title, description, author, url, language, last_updated, version.
About: Parágrafo de contexto sobre quem é a entidade, o que faz e qual sua relevância.
Products/Services: Lista detalhada de ofertas com tipo, público-alvo, diferencial e links.
Pricing: Tabela de preços e formatos dos serviços.
Content Hub: Links organizados para todo o conteúdo publicado — blog, institucional, comparativos, FAQs, guias.
FAQ: Perguntas e respostas frequentes no formato que modelos de linguagem processam nativamente.
Technical Specifications: Schema.org em JSON-LD embutido no próprio llms.txt.
External References: Links para perfis em plataformas autoritativas (LinkedIn, Wikidata, Crunchbase).
llms.txt vs llms-full.txt: qual a diferença
A convenção define dois arquivos complementares: o llms.txt conciso, para triagem rápida, e o llms-full.txt expandido, para análise detalhada. Ambos devem ser mantidos atualizados.
llms.txt — versão resumida e estruturada. Funciona como um cartão de visita expandido para a IA. Contém identidade, serviços, links e FAQ. Ideal para modelos com janela de contexto menor ou para consultas rápidas.
llms-full.txt — versão expandida com todo o conteúdo. Inclui artigos completos, descrições detalhadas e toda a base de conhecimento que a marca quer tornar disponível. Útil para modelos com contexto longo e para maximizar profundidade de compreensão.
Na Sprint GEO da Brasil GEO, a criação e otimização dos dois arquivos é parte padrão do entregável.
Como implementar no seu site
A implementação do llms.txt é simples: salve o arquivo na raiz pública do domínio, referencie-o no HTML e no sitemap, e mantenha o conteúdo atualizado. Os cinco passos abaixo cobrem o processo completo.
1. Crie o arquivo: Salve como llms.txt na pasta pública do seu site (public/ em Next.js, raiz em sites estáticos).
2. Adicione ao robots.txt: Não é obrigatório, mas facilita a descoberta. Alguns praticantes recomendam um link no robots.txt.
3. Mantenha atualizado: O campo last_updated e version no frontmatter indicam à IA quando o conteúdo foi revisado pela última vez.
4. Referencie no HTML: Use um link rel='alternate' no head do site para apontar para o llms.txt, facilitando a descoberta automatizada.
5. Inclua no sitemap: Adicione o llms.txt como URL no sitemap.xml do site.