SPARTAN TIO que é llms.txt e como criar o do seu site
Se você mexe com site, já conhece dois arquivos de texto que ficam na raiz e conversam com robôs: o robots.txt, que diz quem pode entrar onde, e o sitemap.xml, que lista os endereços do site. Agora apareceu um terceiro na conversa, o llms.txt, e com ele uma dúvida razoável: isso é coisa séria ou é a moda do momento?
A resposta honesta: é uma proposta de comunidade, não um padrão obrigatório, e nenhuma empresa de inteligência artificial garante que lê o arquivo. Mesmo assim, criá-lo custa pouco, não atrapalha nada e tem um efeito colateral valioso — para escrever um llms.txt decente você é obrigado a organizar, em texto simples, o que a sua empresa faz. Este artigo explica o que é o arquivo, o que colocar dentro, como gerar sem manutenção manual e quais erros tornam o esforço inútil.
O que é o llms.txt
É um arquivo de texto comum, sem formatação, publicado na raiz do site — ou seja, acessível em seusite.com.br/llms.txt. Dentro dele vai um resumo do site escrito para ser lido por máquina: quem você é, o que oferece, onde atende e quais são as páginas que importam, com uma linha explicando cada uma.
A sigla vem de large language models, os modelos de linguagem que sustentam assistentes como ChatGPT, Gemini, Copilot, Claude e Perplexity. A proposta surgiu na comunidade técnica em 2024, com um raciocínio simples: um site moderno entrega ao robô um HTML cheio de menu, rodapé, scripts, banner de cookies e código de layout, e o texto que interessa fica perdido no meio. Um arquivo de texto limpo, feito só de conteúdo, resolve isso de uma vez. É a mesma ideia do robots.txt — convenção simples na raiz do site — aplicada a outro problema.
Não confunda com permissão de uso. O llms.txt não autoriza nem proíbe nada. Quem controla o que os robôs podem acessar é o robots.txt (e, na prática, as regras do seu serviço de proteção contra bots). O llms.txt é só conteúdo organizado — pense nele como um folheto em texto puro, não como um contrato.
Onde fica e o que precisa estar certo
Três requisitos técnicos, e todos os três costumam ser a parte onde o projeto falha:
- Endereço exato: na raiz do domínio, em /llms.txt. Não em uma subpasta, não em subdomínio diferente do site principal.
- Tipo de conteúdo text/plain: o servidor precisa anunciar que aquilo é texto puro. Se ele anunciar HTML, alguns leitores vão tentar interpretar tags que não existem.
- Código 200 e sem redirecionamento: o arquivo responde direto, sem pular de http para https para www e por aí vai. Cada redirecionamento é uma chance de o leitor desistir.
Alguns sites publicam também um llms-full.txt — mesma ideia, mas com o conteúdo inteiro de todos os artigos e páginas, e não apenas o resumo. Se o seu site tem blog ou base de conhecimento, essa versão completa é a que realmente agrega, pelo motivo que veremos adiante.
O que colocar dentro
Não existe validador oficial dizendo "está certo" ou "está errado", mas a estrutura que a comunidade adotou é razoável e funciona. Em ordem:
1. Nome e uma linha de resumo
Comece com o nome do site e uma frase que explique o negócio para quem nunca ouviu falar de você. Se um leitor parasse de ler aqui, essa frase precisa ser suficiente para ele saber o que você faz e para quem.
2. Bloco de identificação
Dados objetivos, um por linha: razão social ou nome fantasia, cidade e estado, área de atendimento, canais de contato, horário. Escreva exatamente como está no site e no Google Perfil da Empresa — divergência de nome, endereço ou telefone entre as fontes é um dos motivos pelos quais os assistentes dão informação errada sobre empresas, como explicamos em como fazer sua empresa aparecer no ChatGPT e nas outras IAs.
3. Serviços ou produtos
Uma linha por serviço, com o nome que o cliente usa e não o nome interno da sua equipe. Se houver condições relevantes — prazo típico, forma de cobrança, o que está incluído — diga. Vago não serve de nada: "soluções completas em tecnologia" não informa nada a ninguém, humano ou máquina.
4. Páginas principais, com descrição
Aqui vão os endereços que importam: início, serviços, portfólio, perguntas frequentes, guia de serviços, blog, contato. Cada link acompanhado de uma frase dizendo o que a pessoa encontra ali. Link sem descrição é só uma lista de endereços — e para isso já existe o sitemap.
5. Conteúdo
A parte que a maioria esquece. Se o seu site tem artigos, inclua-os — com título, data e, idealmente, o texto. É nessa parte que o arquivo deixa de ser um cartão de visitas e passa a ser uma fonte.
Índice ou conteúdo completo: a decisão que mais importa
Este é o ponto central do artigo. Um llms.txt que é só uma lista de títulos com links não entrega informação nenhuma: para saber o que há naquelas páginas, o leitor precisa abrir cada uma — exatamente o trabalho que o arquivo deveria poupar. E quando um assistente está montando uma resposta, ele raramente vai atrás de dez páginas adicionais.
A versão que vale a pena, portanto, é a que traz o conteúdo completo: o texto inteiro dos artigos, das perguntas frequentes e das páginas de serviço, em texto corrido. O arquivo fica grande — alguns megabytes em sites com blog ativo — e isso não é problema: é um arquivo de texto, comprime bem e só é baixado quando alguém pede.
| Abordagem | O que entrega | Quando usar |
|---|---|---|
| Só índice | Títulos e links, nenhuma informação | Praticamente nunca; no máximo como mapa inicial |
| Índice com descrições | Dá para entender a estrutura do site | Site institucional pequeno, sem blog |
| Conteúdo completo | Texto inteiro das páginas e artigos | Qualquer site com blog, FAQ ou base técnica |
| Índice mais arquivo completo | Resumo em /llms.txt e tudo em /llms-full.txt | Sites grandes, para quem quer as duas portas |
Se você tiver que escolher uma só, escolha a de conteúdo completo. Um resumo bonito que não diz nada perde para um texto bruto que responde a pergunta do cliente.
Como gerar automaticamente
Escrever o arquivo à mão é o começo do problema, não a solução. Em três meses você publicou cinco artigos, mudou um preço e trocou o telefone, e o arquivo continua descrevendo o site de antes. Arquivo desatualizado é pior do que arquivo nenhum, porque agora você está distribuindo informação errada em formato fácil de ler.
A forma certa é gerar o arquivo a partir da mesma fonte que alimenta o site. Se o seu site é feito sob medida, isso significa criar uma rota que monta o texto na hora, percorrendo o conteúdo que já existe no banco ou nos arquivos do projeto. O roteiro:
- Liste as fontes de conteúdo: páginas fixas, serviços, artigos do blog, perguntas frequentes, fichas de produto.
- Converta para texto: remova as tags, mantenha os títulos como linhas de texto, preserve tabelas em formato legível e descarte menu, rodapé e scripts.
- Monte na ordem: cabeçalho com nome e resumo, identificação, serviços, páginas e, por último, o conteúdo.
- Inclua a data de geração no topo, para quem lê saber o quanto a informação é recente.
- Sirva com o cabeçalho certo: text/plain, codificação UTF-8 e um tempo de cache curto, de minutos ou horas.
Em plataformas prontas de site, verifique se é possível criar um arquivo na raiz — algumas não permitem, e aí o caminho é publicar uma página comum que devolve texto, o que já é melhor do que nada. É um dos itens que levamos em conta quando comparamos caminhos de construção em quanto custa um site profissional.
Nos sites que mantemos na Spartan TI o llms.txt é gerado pelo próprio servidor a cada requisição, a partir do mesmo conteúdo que alimenta as páginas. Publicar um artigo novo atualiza o arquivo no mesmo instante, sem ninguém lembrar de nada — que é o único jeito de isso sobreviver ao primeiro mês.
Erros comuns
Arquivo estático que envelhece
Já tratado acima, e é o erro número um. Se a única forma possível for manual, coloque na rotina de manutenção uma revisão a cada trimestre e uma data visível no arquivo. Rotina de manutenção, inclusive, é assunto que vai muito além desse arquivo — veja por que manutenção de site não é opcional.
HTML em vez de texto
Gerar o arquivo copiando o código-fonte das páginas produz um llms.txt cheio de tags, atributos e trechos de script. Quem lê aquilo recebe lixo misturado com conteúdo. O arquivo tem que ser texto limpo: se você abrir no bloco de notas e não der para ler confortavelmente, está errado.
Content-type errado
O servidor anunciando text/html, ou o arquivo vindo com nome de download, ou ainda a extensão .txt entregue como octet-stream. Isso acontece quando o arquivo é servido por uma rota de aplicação que não define o cabeçalho explicitamente. Confira sempre depois de publicar.
Cache antigo no serviço de borda
Se o seu site passa por um serviço de cache ou CDN, o llms.txt pode ficar guardado lá por muito tempo. Você atualiza o conteúdo e a versão entregue continua sendo a de semanas atrás. Defina um tempo de cache curto para esse endereço e limpe o cache depois de mudanças grandes.
Conteúdo que não existe no site
Colocar no arquivo serviço que você não presta, cidade que você não atende ou prêmio que não ganhou. A informação inconsistente entre o site e o arquivo é o pior dos mundos: você perde credibilidade com quem confere.
Como conferir se está sendo servido como texto
Dois testes rápidos. O primeiro, no navegador: abra seusite.com.br/llms.txt. Se o texto aparecer cru, em fonte de máquina de escrever, sem nenhum elemento de layout, está no caminho certo. Se o navegador oferecer baixar o arquivo, ou se aparecerem tags visíveis, há algo errado.
O segundo, mais preciso, pela linha de comando. Use a opção do curl que mostra apenas os cabeçalhos da resposta e confira três linhas: o código de status, que deve ser 200 sem redirecionamento; o content-type, que deve dizer text/plain com charset UTF-8; e o tamanho, que deve ser compatível com o conteúdo que você espera — alguns quilobytes para um site institucional, bem mais para um site com blog. Faça o mesmo teste pelo endereço público, não pelo servidor local, porque é justamente na borda que o content-type costuma se perder.
Vale repetir o teste depois de qualquer mudança de hospedagem, de CDN ou de configuração de servidor. É o tipo de coisa que quebra em silêncio.
O llms.txt não substitui sitemap nem robots.txt
Os três arquivos resolvem problemas diferentes e você precisa dos três:
| Arquivo | Para que serve | Quem usa |
|---|---|---|
| robots.txt | Diz quais robôs podem acessar quais partes do site | Buscadores e rastreadores de IA |
| sitemap.xml | Lista todos os endereços do site com data de alteração | Buscadores, para descobrir e revisitar páginas |
| llms.txt | Resume ou reúne o conteúdo em texto legível | Leitores por máquina, por convenção e não por regra |
Quem apagar o sitemap achando que o llms.txt resolve vai simplesmente perder indexação no Google. O sitemap continua sendo a peça que o Search Console usa para acompanhar o que entrou e o que ficou de fora. E o robots.txt continua sendo a única porta real de controle de acesso dos robôs.
Em resumo: faça o llms.txt porque é barato, gere automaticamente para não envelhecer, prefira conteúdo a índice e confira o content-type. Mas trate-o como o último item da lista, não o primeiro — antes dele vêm o site legível por máquina, os dados estruturados e o conteúdo que de fato responde às perguntas dos seus clientes, assunto de o que faz um site converter em clientes.
Perguntas frequentes
O llms.txt é obrigatório ou oficial?
Nem um nem outro. É uma convenção proposta pela comunidade técnica, sem órgão que a mantenha e sem garantia de que qualquer assistente a leia. Fazê-lo é uma aposta de custo baixo: se for lido, ajuda; se não for, você pelo menos organizou o conteúdo do seu site em texto limpo.
Preciso mesmo colocar o conteúdo inteiro, ou basta a lista de páginas?
Coloque o conteúdo inteiro sempre que puder. Uma lista de links obriga quem lê a abrir cada página para descobrir o que há nela, e na prática isso não acontece. É o conteúdo que responde à pergunta do cliente, não o endereço onde ele mora.
Um arquivo de vários megabytes não vai pesar no meu site?
Não. É texto puro, que comprime muito bem, e só é baixado quando alguém pede aquele endereço específico — nenhum visitante do site carrega esse arquivo ao abrir uma página. Mantenha compressão ativada no servidor e não se preocupe com o tamanho.
Como eu sei se alguma IA está lendo o meu llms.txt?
Pelo registro de acessos do servidor. Filtre as requisições para o endereço /llms.txt e veja quais robôs apareceram, com que frequência e com qual código de resposta. É também assim que você descobre que o arquivo está devolvendo erro ou redirecionamento em vez do conteúdo.
Preciso de uma versão em outro idioma?
Só se o site tiver versão em outro idioma. Nesse caso, o caminho mais limpo é um arquivo por idioma, cada um no prefixo correspondente do site, cada um descrevendo apenas as páginas daquele idioma. Misturar dois idiomas no mesmo arquivo confunde quem lê e não ajuda ninguém.
