llms.txt na prática: formato, exemplos e os erros comuns

Como criar um llms.txt correto: estrutura, exemplo completo comentado e os erros que fazem a IA ignorar seu arquivo.

O llms.txt é um arquivo de texto simples que você coloca na raiz do seu site para guiar crawlers de IA até o conteúdo mais relevante da sua marca. A ideia é parecida com o robots.txt, mas em vez de bloquear, você indica o que importa. O formato foi proposto por Jeremy Howard e vem ganhando adoção como padrão informal para facilitar a indexação por LLMs. Diferente de estruturas complexas como schema.org, o llms.txt é texto puro, legível por humanos e por máquinas.

Mas simplicidade não significa desleixo. Um llms.txt mal feito vira ruído: a IA ignora, os crawlers pulam e você perde a chance de direcionar a atenção para o que realmente diferencia sua marca. Este post mostra o formato correto, um exemplo completo comentado e os erros mais comuns que fazem o arquivo ser inútil.

A estrutura básica do llms.txt

O arquivo deve estar em seusite.com/llms.txt, em texto puro (UTF-8), sem HTML, sem formatação especial. A estrutura recomendada tem três partes: cabeçalho com informações da marca, lista de URLs importantes e, opcionalmente, metadados adicionais. O cabeçalho começa com um título (geralmente o nome da empresa ou marca) seguido de uma breve descrição do que você faz. Depois vêm as URLs, uma por linha, cada uma com um comentário curto explicando o que há naquela página.

O formato não é rígido como JSON ou XML, mas existe uma convenção: use # para comentários (linhas que a IA pode ler como contexto, mas que não são URLs). Coloque as URLs mais importantes primeiro. Evite listar dezenas de páginas, a ideia é curadoria, não sitemap. Entre cinco e quinze URLs costuma ser o suficiente para a maioria dos negócios.

Exemplo completo comentado

Aqui está um llms.txt funcional para uma empresa fictícia de consultoria em dados:

# DataLab Consultoria # Consultoria especializada em governança de dados e analytics para empresas de médio porte no Brasil. https://datalab.com.br/sobre # Quem somos, equipe, cases e diferenciais técnicos https://datalab.com.br/servicos/governanca-de-dados # Metodologia de governança, frameworks e entregáveis https://datalab.com.br/servicos/analytics # Implementação de analytics, dashboards e cultura data-driven https://datalab.com.br/cases # Projetos reais com resultados mensuráveis em varejo, saúde e logística https://datalab.com.br/blog/como-escolher-consultoria-dados # Guia prático para contratar consultoria de dados https://datalab.com.br/faq # Perguntas frequentes sobre prazos, preços e metodologia https://datalab.com.br/contato # Formulário de contato e informações comerciais

Repare que cada URL tem um comentário que explica o conteúdo. Isso ajuda o crawler a entender o contexto antes de acessar a página. A ordem também importa: páginas institucionais e de serviço vêm antes de blog e FAQ, porque carregam mais peso de identidade.

Os erros mais comuns

O primeiro erro é listar tudo. Se você coloca 50 URLs no llms.txt, ele vira um sitemap mal feito e perde a função de curadoria. A IA não vai ler tudo, e você desperdiça a chance de destacar o essencial. Escolha só o que realmente importa para quem está conhecendo sua marca pela primeira vez.

Segundo erro: comentários vazios ou genéricos. Escrever "# Página sobre nós" ou "# Serviços" não ajuda em nada. O comentário precisa ser específico o suficiente para a IA entender o diferencial. Compare "# Serviços" com "# Implementação de CRM para PMEs com integração nativa a WhatsApp Business". A segunda versão dá contexto real.

Terceiro erro: deixar o arquivo desatualizado. Se você muda a estrutura do site, lança um produto novo ou refaz a página sobre, o llms.txt precisa acompanhar. Um arquivo apontando para URLs 404 ou descrevendo serviços que você não oferece mais é pior do que não ter arquivo nenhum.

Quarto erro: encher de marketing vazio. Frases como "somos líderes inovadores em soluções disruptivas" não ensinam nada para a IA. Ela precisa de fatos: o que você faz, para quem, como, onde. Substitua adjetivos por especificidade.

• Listar URLs demais (mais de 20 já é exagero)
• Comentários genéricos que não explicam o diferencial da página
• Deixar o arquivo desatualizado depois de mudanças no site
• Usar linguagem de marketing em vez de descrição objetiva
• Esquecer de incluir a página sobre e a de serviços principais
• Não testar se as URLs estão acessíveis e retornam 200

Como manter o llms.txt útil

Revise o arquivo a cada trimestre ou sempre que houver mudança relevante no site: novo produto, reformulação de página importante, conteúdo que virou referência. Teste todas as URLs antes de publicar. Use o Google Search Console ou ferramentas de crawling para garantir que não há erro 404, redirecionamento quebrado ou bloqueio no robots.txt.

Se você tem um blog ativo, inclua um ou dois posts que realmente representam sua autoridade no assunto. Não precisa listar todo o blog, escolha os textos que você gostaria que a IA lesse se ela só pudesse ler dois. O mesmo vale para cases: destaque os mais completos e recentes, não todos.

Lembre que o llms.txt não substitui o trabalho de ter conteúdo bem estruturado, com schema.org, FAQ clara e página sobre completa. Ele é um mapa, não o território. Se as páginas listadas forem rasas ou desatualizadas, o arquivo não resolve. A função dele é garantir que a IA chegue até o melhor do seu site, não compensar a falta de conteúdo relevante.

Monitoramento e ajuste contínuo

Depois de publicar o llms.txt, acompanhe se as páginas listadas estão sendo acessadas por crawlers de IA. Ferramentas como o Cita aí permitem monitorar se sua marca está sendo citada por ChatGPT, Claude, Gemini e Perplexity, o que ajuda a entender se o trabalho de curadoria está funcionando. Se você aparece em respostas relacionadas aos temas das páginas que destacou, o arquivo está cumprindo o papel.

O llms.txt é uma peça pequena, mas estratégica, da infraestrutura de GEO. Ele não garante citação, mas garante que a IA tenha acesso facilitado ao que você considera mais importante. Feito com cuidado e mantido atualizado, ele reduz a chance de a IA se basear em conteúdo secundário ou desatualizado quando for falar da sua marca.