llms.txt é o arquivo mais comentado na busca com IA, e um dos menos medidos. É um arquivo Markdown na raiz de um site que informa às ferramentas de IA o que o site é e onde estão suas páginas mais úteis. Muita gente recomenda usá-lo; o Google diz que você pode ignorá-lo. Para equipes que monitoram a visibilidade em buscas, a pergunta útil é mais simples: quem realmente tem um?
Em 16 de novembro de 2026, verificamos os 10.000 principais domínios no ranking Tranco, a mesma lista que usamos para nosso estudo sobre quem bloqueia os crawlers de IA. Veja o que encontramos.
Os números principais
| Domínios | Participação | |
|---|---|---|
| Top 10.000 domínios verificados | 10.000 | |
| Com site em funcionamento (respondeu à nossa requisição) | 7.865 | |
| Com um llms.txt real | 929 | 9,3% do total, 11,8% dos sites |
| Também com um llms-full.txt | 150 | 16% dos que têm llms.txt |
Um levantamento de fornecedor sobre o mesmo tipo de lista em maio de 2026 encontrou 586 arquivos válidos, 5,86% dos 10.000 principais. Os métodos diferem ligeiramente, mas a direção é clara: a adoção cresceu cerca de metade em seis meses.
Metade das respostas “200 OK” não são arquivos llms.txt
2.068 domínios responderam à nossa requisição para /llms.txt com status 200 OK. Menos da metade deles, 929, serviam um llms.txt de verdade. O restante retornou sua página inicial, uma página de erro disfarçada de sucesso, ou um redirecionamento para outro lugar. Também encontramos 128 arquivos de texto simples sem título, o que a especificação exige.
Assim, contar códigos de status superestima a adoção em mais do dobro. Só consideramos um arquivo como real se fosse texto, não HTML, permanecesse em um endereço llms.txt após redirecionamentos, e começasse com o título em Markdown que a especificação chama de “a única seção obrigatória”.
Sites maiores, e sites de desenvolvedores, lideram
| Classificação | Sites | Com llms.txt |
|---|---|---|
| Top 100 | 73 | 12,3% |
| Top 1.000 | 733 | 15,8% |
| 1.001 a 5.000 | 3.048 | 12,4% |
| 5.001 a 10.000 | 4.084 | 10,7% |
Entre os primeiros a adotar no ranking estão Cloudflare, GitHub, Adobe, Samsung, Dropbox, PayPal, Shopify, Stripe, Cisco e Slack. O padrão é de plataformas para desenvolvedores e empresas de software: sites cuja documentação as pessoas já colam em ferramentas de IA para programação.
As terminações de domínio contam a mesma história. 25,7% dos sites .io têm um llms.txt, e 15,4% dos sites .com, contra 2,5% dos .edu, 1,8% dos .jp e 1,0% dos .gov. Plataformas de documentação explicam parte disso: a Mintlify gera llms.txt para os sites de documentação que hospeda desde o fim de 2024, e o Yoast SEO adicionou isso para o WordPress em junho de 2025.
A surpresa: sites com llms.txt raramente bloqueiam crawlers de IA
Cruzamos os resultados com os arquivos robots.txt do nosso estudo de outubro. Os dois grupos são bem diferentes.
| Crawler de IA bloqueado no robots.txt | Sites com llms.txt | Sites sem |
|---|---|---|
| GPTBot (OpenAI) | 4,9% | 16,9% |
| ClaudeBot (Anthropic) | 4,2% | 15,7% |
| Google-Extended | 3,0% | 13,8% |
| CCBot (Common Crawl) | 6,5% | 18,0% |
| Pelo menos um crawler de treinamento | 7,4% | 20,7% |
Sites que publicam um llms.txt têm cerca de três vezes menos probabilidade de bloquear crawlers de treinamento de IA. Isso faz sentido: um llms.txt é um convite, e as empresas que o enviam, em sua maioria, querem que as ferramentas de IA entendam seus produtos.
Alguns sites enviam sinais contraditórios. Doze publicam um llms.txt ao mesmo tempo em que bloqueiam GPTBot, ClaudeBot e PerplexityBot no robots.txt, entre eles Bloomberg e Daily Mail. Os dados de robots.txt são do início de outubro, então alguns podem ter mudado desde então, mas o ponto se mantém: um llms.txt lista conteúdo, não concede permissão. Nosso guia sobre robots.txt e opt-outs de IA cobre os arquivos que concedem.
Alguém realmente lê isso?
Aqui o quadro é mais fraco do que a curva de adoção sugere.
- O Google Search não o usa. O guia do Google sobre recursos de IA diz que você “pode ignorar táticas como ‘chunking’ de conteúdo, criar arquivos de texto de IA desnecessários (como o llms.txt)”, embora observe que é “perfeitamente aceitável” criá-los para outros serviços que os usam. Antes, John Mueller comparou o llms.txt à meta tag de keywords.
- O Chrome verifica a presença dele. O Lighthouse agora tem uma auditoria de llms.txt, descrevendo-o como “uma convenção emergente usada para fornecer um resumo legível por máquina do conteúdo de um site”. Um arquivo ausente é marcado como não aplicável, “já que fornecer o arquivo é opcional no momento”.
- Crawlers raramente o buscam. Nenhuma grande empresa de IA documenta seus crawlers lendo os arquivos llms.txt de outros sites. No estudo de logs da Ahrefs, 97% de cerca de 38.000 arquivos não receberam nenhuma requisição em maio de 2026.
Os principais leitores hoje são assistentes de IA para programação e agentes direcionados à documentação, onde uma lista organizada de páginas é genuinamente útil.
O que fazer com isso
- Adicione um se você tiver documentação ou um produto com muitas páginas. É barato, e agentes e ferramentas de programação realmente o usam. Mantenha-o curto: um título, um resumo de uma linha, e seções com links para suas páginas mais úteis.
- Não espere por rankings. Nada sugere que o llms.txt afete o Google Search ou as AI Overviews. Nosso guia sobre AI Mode e rastreamento de rankings cobre o que de fato movimenta a visibilidade em IA, e proxies residenciais permitem verificar como as respostas de IA descrevem você em cada mercado.
- Torne-o real. Sirva texto simples em
/llms.txt, não sua página inicial, e verifique após cada atualização do CMS. Mais da metade das respostas “200 OK” que vimos não eram arquivos llms.txt. - Mantenha os sinais consistentes. Se seu llms.txt convida ferramentas de IA a lerem suas páginas, verifique se o robots.txt não exclui as mesmas ferramentas, ou vice-versa.
- Meça, depois decida. Observe seus logs de servidor em busca de requisições para
/llms.txt. Se ninguém o buscar depois de alguns meses, você tem sua resposta.
Como fizemos isso
Em 16 de novembro de 2026, solicitamos https://<domain>/llms.txt, e depois o endereço www. se o primeiro falhasse, para cada um dos 10.000 principais domínios no ranking Tranco (lista Q2K34). Usamos uma requisição por endereço com um user agent descritivo, seguimos redirecionamentos e lemos no máximo 2 MB. Um domínio foi contado como site em funcionamento se retornasse qualquer resposta HTTP. Um arquivo foi contado como llms.txt real se não fosse HTML, permanecesse em um endereço llms.txt e começasse com um título em Markdown. A comparação com robots.txt usa nosso levantamento dos mesmos domínios de 6 de outubro de 2026.
Conclusão
Cerca de um em cada onze dos 10.000 principais sites agora tem um llms.txt real, um aumento de cerca de metade desde maio, liderado por plataformas de desenvolvedores e pelos maiores sites. Esses sites têm três vezes menos probabilidade de bloquear crawlers de IA. Mas o Google Search ignora o arquivo e os crawlers raramente o buscam, então trate o llms.txt como uma conveniência barata para ferramentas de IA e agentes, não como uma alavanca de SEO.
Fontes e referências
- Proposta e especificação do llms.txt: llmstxt.org
- Google Search Central, Otimizando para recursos de IA na Busca: developers.google.com
- Chrome Lighthouse, auditoria de llms.txt: developer.chrome.com
- Search Engine Journal, Google diz que llms.txt é comparável à meta tag de keywords (17 de abril de 2025): searchenginejournal.com
- Ahrefs, estudo de logs do llms.txt: ahrefs.com
- Thunderbit, adoção do llms.txt nos 10.000 principais do Tranco (maio de 2026): thunderbit.com
- Common Crawl, análise de conteúdo de arquivos llms.txt (31 de agosto de 2026): commoncrawl.org
- Mintlify, suporte ao llms.txt (20 de novembro de 2024): mintlify.com
- Lançamento do Yoast SEO 25.3 (10 de junho de 2025): yoast.com
- Tranco, lista Q2K34: tranco-list.eu