O arquivo "llms.txt" é sobre o que? Formato, implementação e avaliação de resultados.
`llms.txt` é um formato de arquivo proposto pela comunidade em 2024, que utiliza Markdown conciso para permitir que os sistemas de IA compreendam rapidamente a estrutura e o conteúdo principal de um site. Embora este site o utilize, é importante esclarecer: o Google já declarou que não utilizará o formato `llms.txt`, e não é uma forma de indexação ou referência. Este artigo irá ensiná-lo a implementá-lo e também informá-lo sobre as expectativas realistas que você deve ter.
De onde vêm os LLMs? Qual é a sua origem e como são identificados?
Jeremy Howard, da Answer.AI, propôs o llms.txt em 09/2024 por um motivo prático: páginas cheias de navegação, anúncios e scripts dificultam o uso por modelos de linguagem com contexto limitado. Um resumo limpo em Markdown pode explicar o site e indicar suas páginas principais. É essencial entender seu status: trata-se de uma proposta da comunidade, não de um padrão oficial de qualquer mecanismo de busca ou plataforma de IA. Isso deve orientar quanto esforço investir.
Qual é o formato?
As instruções são intencionalmente simples: um arquivo Markdown, localizado na raiz do site. A estrutura é a seguinte: o H1 contém o nome do site, o bloco de citação (blockquote) contém um resumo do site, seguido por uma lista de links, organizada em seções com H2, onde cada link é acompanhado de uma breve descrição. Além disso, existe um arquivo opcional chamado "llms-full.txt", que contém todo o conteúdo da página, destinado a sistemas que desejam ler documentos longos. Ambos os arquivos são formatados em texto puro, sem a necessidade de cabeçalhos especiais.
H1：Nome do site ou do projeto (obrigatório)
Citação: Resumo de um trecho de texto em um site.
Seção H2: Lista de links categorizados, com uma breve descrição para cada um.
llms-full.txt (opcional): Versão completa do conteúdo
Nesta plataforma: geração dinâmica, sem necessidade de escrita manual.
Utilizamos o Route Handler no Next.js App Router para fornecer os arquivos `/llms.txt` e `/llms-full.txt`. Estes arquivos não são arquivos estáticos escritos manualmente, mas sim dados dinamicamente gerados a partir da mesma camada de dados (arquivos TypeScript que contêm informações sobre serviços, casos e preços) que a página principal. Além disso, utilizamos a opção `force-static` durante a construção para garantir que os arquivos sejam gerados estaticamente. Essa abordagem resolve o principal problema dos arquivos estáticos: a inconsistência do conteúdo. Se o preço ou os serviços forem alterados, o arquivo `llms.txt` será automaticamente sincronizado na próxima construção, evitando a situação em que a página principal e o arquivo `llms.txt` apresentam informações conflitantes – o que causaria a saída de informações desatualizadas para o sistema de IA, o que seria pior do que não ter o arquivo.
Uma avaliação honesta dos resultados: O Google não precisa disso.
Esta é uma parte que a maioria dos cursos não aborda. O documento oficial do Google deixa claro que as funcionalidades de IA não exigem barreiras técnicas adicionais, e os membros da equipe de pesquisa também afirmam publicamente que não utilizam arquivos "llms.txt". Em relação a outras plataformas de IA, se elas acessam ou utilizam esses arquivos e como isso pode afetar as citações, ainda não há garantias oficiais. Ao analisar nossos registros de servidor, podemos ver que algumas ferramentas de "web scraping" de IA acessaram esses dois arquivos, mas "ser acessado" e "afetar as citações" são coisas diferentes, e a segunda não pode ser comprovada. Portanto, nossa conclusão é que o "llms.txt" é uma medida complementar de baixo custo, e não uma tarefa central do GEO – a verdadeira tarefa central ainda é o conteúdo indexável e as evidências primárias.
Quais são os critérios para decidir se deve ou não implementar?
Razões para considerar: custo extremamente baixo (um único arquivo), sem riscos conhecidos, e a possibilidade de que a plataforma adote a solução no futuro. Razões para não considerar: se alguém tentar cobrar honorários de consultoria ou apresentar a solução como "essencial para qualquer plataforma de IA" – o que não condiz com a posição oficial da plataforma, e pode ser usada como um indicador da credibilidade do fornecedor. Nossa comunicação com os clientes é sempre a mesma: "Considere, mas priorize após a otimização técnica, a produção de conteúdo e a análise de dados".
Como verificar após a implantação?
Três coisas: Primeiro, usar o `curl` ou o navegador para acessar diretamente o arquivo `/llms.txt` e verificar se a resposta é 200 e se o conteúdo é o mais recente; segundo, verificar se o conteúdo filtrado e o sitemap estão consistentes – as páginas marcadas como "noindex" não devem aparecer no `llms.txt`; caso contrário, você estará ativamente fornecendo ao AI o conteúdo que deseja manter em segredo; e terceiro, verificar regularmente os logs do servidor para registrar quais crawlers estão realmente acessando o conteúdo. Isso é a única fonte de informação para determinar se "alguém está lendo".
Quais são as diferenças entre o arquivo "llms.txt" e o arquivo "sitemap.xml"?
`sitemap.xml` é um padrão oficial suportado pelos motores de busca, que lista todas as URLs indexáveis para que os rastreadores as encontrem. `llms.txt` é uma proposta da comunidade, que descreve os pontos-chave do site em Markdown, uma linguagem de marcação legível por humanos. O primeiro tem um uso oficial claro, enquanto o segundo ainda não possui um compromisso formal de uso por nenhuma plataforma – os dois não são mutuamente exclusivos.
É realmente necessário ter o arquivo "llms-full.txt"?
Nem sempre. O arquivo "llms-full.txt" é a versão completa do conteúdo, ideal para sites com capacidade de armazenamento controlada; no entanto, para sites com muitas páginas, a exibição completa do conteúdo pode resultar em arquivos muito grandes e diluir os pontos principais. A abordagem deste site é armazenar a lista estruturada em "llms.txt" e os parágrafos completos de serviços e casos em "llms-full.txt".
O arquivo "llms.txt" pode afetar as citações de IA?
Com base nos documentos públicos disponíveis nas plataformas, isso não parece ser o caso. O Google, em particular, não exige essa funcionalidade. Outras plataformas também não a incluem como requisito. A decisão de incluir ou não essa funcionalidade ainda depende da capacidade de indexar o conteúdo e da sua credibilidade. É um fator adicional, e não um requisito obrigatório.
