LLMS.txt e GEO: por que até o Google se contradiz sobre esses temas

llms.txt não é fator de ranqueamento para SEO e nem atalho para GEO, mas pode fazer sentido em estratégias de Agentic SEO e na Agentic Web.

Qual é a sua opinião sobre o llms.txt? Porque eu tenho a minha. O Google também tem a dele, que até parece um pouco contraditória, mas não quando entendemos bem o que realmente importa nessa confusão toda.

De um lado, a documentação oficial do Google Search diz que você não precisa criar arquivos llms.txt, markdown ou marcações especiais para aparecer em recursos generativos, como AI Overviews e AI Mode.

Do outro lado, o Lighthouse, também do ecossistema Google, agora olha para llms.txt dentro da categoria experimental de Agentic Browsing.

Você pode achar que o Google enlouqueceu. Eu também penso isso às vezes. Mas não é o caso aqui. Afinal, a pergunta certa não é “llms.txt funciona para SEO?”, mas sim “para que usar o llms.txt?”.

Para GEO, do ponto de vista lógico de como são formuladas as respostas, não faz sentido. RAG, Fan-outs e Grounding não utilizam esse arquivo, até onde sabemos.

Mas quando entramos no terreno de Agentic SEO, em que agentes de IA precisam entender, navegar e agir dentro de sites, o assunto muda de figura.

O que é llms.txt e por que isso virou assunto de novo?

llms.txt é uma proposta de arquivo em Markdown, normalmente publicado em /llms.txt, criado para oferecer uma visão resumida, organizada e contextualizada dos principais conteúdos de um site aos modelos de linguagem.

Em suma, é um robots.txt para LLMs.

Para mais detalhes, acesse o artigo que escrevi sobre o que é llms.txt e para que serve este arquivo na era das buscas com IA.

O que o Google Search realmente disse sobre llms.txt?

O guia oficial do Google para otimização em recursos generativos diz que as boas práticas de SEO continuam relevantes, porque recursos como AI Overviews e AI Mode são baseados nos sistemas centrais de ranqueamento e qualidade de pesquisa.

Neste caso, são usadas técnicas como RAG e query fan-out para recuperar páginas relevantes do índice.

Ainda mais importante do que isso, o Google afirma categoricamente que você não precisa criar arquivos legíveis por máquinas (“machine-readable”), arquivos de texto para IA, markup especial ou Markdown para aparecer em busca generativa.

Ele também coloca outros itens na lista do que pode ser ignorado para o Google Search, como chunking artificial, reescrita específica para IA e menções inautênticas.

Então, para o Search, o llms.txt não é requisito, nem atalho, nem traz qualquer benefício para a inclusão em AI Overviews, pelo menos de acordo com toda a documentação e indícios oficiais que temos até o momento.

Foi por isso, inclusive, que escrevi um artigo questionando se llms.txt é coisa do passado, trazendo luz a elementos que importam muito na web das IAs: ANS e robots.txt.

É importante ressaltar que GEO não é só sobre Google. Mesmo assim, a documentação da OpenAI e da Anthropic sobre o tema é ainda mais limitada e inconclusiva.

Então, por que o Lighthouse passou a olhar para llms.txt? 

O Lighthouse adicionou uma categoria experimental chamada Agentic Browsing, com o objetivo de avaliar como um site é construído para interação de máquinas.

Esta categoria não tem uma nota que vai de 0 a 100, como acontece nas outras, embora mostre sinais de prontidão agêntica, como WebMCP, acessibilidade, estabilidade visual e presença de llms.txt.

A documentação específica do Lighthouse sobre llms.txt descreve o arquivo como uma convenção emergente para trazer um resumo legível por máquinas sobre o conteúdo do site para LLMs e agentes de IA.

Inclusive, o próprio Lighthouse diz que, se o arquivo não existir e retornar 404, a auditoria fica como “não aplicável”, porque o arquivo é opcional no momento. 

Temos, então, dois jogos diferentes. O Google Search fala sobre visibilidade em busca, enquanto o Lighthouse fala sobre prontidão para agentes. Pode parecer a mesma coisa, mas não é.

A resposta de John Mueller para Lily Ray: discovery vs. functionality

Para ajudar a acabar com essa dúvida, vamos chamar para a conversa um dos maiores ícones do SEO mundial: John Mueller, atualmente mediador da Pesquisa Google.

Lily Ray, founder da Algorythmic e VP, SEO e AI Search na Amsive, recebeu algumas respostas bem interessantes de Mueller em uma thread do X e compartilhou neste post do LinkedIn.

Ela disse que o Google usa arquivos llms.txt, além de páginas de markdown, embora diga que isso não seja necessário nas buscas. Então, perguntou a ele os motivos disso.

Ele trouxe duas respostas: uma curta e uma longa. A resposta curta é que isso não é feito para Search, já que há mais coisas pra para os sites do que SEO.

Na resposta longa, há mais contexto. Mueller disse que é importante separar o seguinte: 

• “Descoberta”: encontrar o site ou as páginas com um motor de buscas global.
• “Funcionalidade”: uma vez que alguém encontrou a página, ajudá-lo a fazer a tarefa que está designado a fazer da melhor forma possível.

O exemplo trazido por ele foi o de CTAs em páginas tradicionais. Eles não estão lá para SEO, mas pelo site como um todo, ajudando o tráfego que chega por SEO a ter uma melhor taxa de conversão.

Ainda de acordo com ele, como AI Coding está muito popular, é possível tornar esses sistemas eficientes e precisos se eles puderem ler materiais de referência, como documentações.

Nesses casos, o llms.txt pode ajudá-los a entender melhor o contexto da documentação, bem como uma versão simplificada da página de referência (como em markdown) também pode fazer. Embora eles possam ler o HTML, esse resumo ajuda a consumir menos tokens.

Para sites que não são para desenvolvedores, ele acha que não faz tanto sentido, especialmente com mais tráfego de agentes no futuro.

Para fechar, John Mueller compartilha uma opinião bem importante. Segue, em tradução livre:

“[…] se você acha que é importante se preparar para quando os agentes estiverem em todos os lugares, lembre-se que o seu site (todos os sites) têm muito mais coisas importantes para fazer para o SEO do que se preparar para uma potencial situação futura que pode ou não chegar. Priorize as necessidades antes dos sonhos.”

Mais prático e didático que isso, impossível.

GEO e Agentic SEO: uma relação simbiótica

GEO (Generative Engine Optimisation) é sobre ser incluído em respostas de motores generativos. Agentic SEO, por sua vez, é outra camada: permitir que agentes façam alguma coisa com a sua informação.

Em meu artigo sobre Agentic AI Protocols, expliquei que SEO deixa de ser apenas otimização para descoberta e passa a ser otimização para execução.

A pergunta deixa de ser “será que o Google consegue rastrear e indexar?” e passa a incluir “um agente consegue consultar meus dados, entender meus produtos, confiar nas informações e executar uma ação?”.

E o llms.txt entra no Agentic SEO de maneira muito importante, ajudando da seguinte forma:

• Camada de curadoria;
• Mapa de contexto;
• Conteúdo machine-readable;
• Ponte para documentações, políticas, FAQs e páginas prioritárias;
• Forma de reduzir ruído em sites grandes ou com maior complexidade técnica.

Então, o llms.txt pode ajudar agentes a entenderem melhor um site, sim. Isso é diferente de fazer buscadores ou LLMs escolherem sua marca automaticamente, o que não necessariamente torna a otimização menos importante: apenas com outra finalidade.

O que importa de verdade na web dos agentes de IA

Enquanto o mercado está discutindo se usa llms.txt ou não, a web agêntica está avançando em direção a protocolos, identidade, confiança e execução.

Esses padrões técnicos permitem que agentes interajam com sites, ferramentas, bancos de dados, APIs, catálogos, sistemas de pagamento e outros agentes, em um stack que tem vários protocolos, como MCP, A2A, NLWeb, WebMCP, ACP/UCP e AP2.

É como se o llms.txt fosse um mapa, enquanto os protocolos agênticos são estradas, pedágios, placas e pontos de ação (ou seja, a infraestrutura).

Outro elemento importante aí é o ANS (Agent Name Service), padrão aberto em evolução para dar identidade verificável a agentes de IA usando domínio, certificados e registros auditáveis que permitam descoberta, validação e confiança entre agentes.

• O robots.txt responde se o agente pode ou não acessar.
• O llms.txt traz um resumo do que realmente importa.
• O ANS pergunta quem é o agente e se pode ou não confiar em sua identidade.

Vale implementar llms.txt em meu negócio ou não?

Depende do caso de uso.

• Quando eu acho que vale: se você tem documentação técnica, APIs, SDKs, base de conhecimento extensa, central de ajuda, glossário técnico, catálogo complexo, políticas importantes (produto, entrega, devolução ou compliance), páginas canônicas que precisam ser entendidas claramente, HTML muito poluído ou casos reais de uso por agentes, copilots, dev tools ou sistemas internos.
• Quando eu acho que não vale: site com problemas de indexação, com conteúdo genérico, sem autoridade tópica, com dados estruturados quebrados ou ausentes, e-commerces problemáticos, ausência de monitoramento de logs, tráfego de agentes baixo ou irrelevante ou só criar o llms.txt por criar, sem finalidade clara.

Como o próprio John Mueller disse, tem muita coisa mais prioritária do que isso. Logo, minha recomendação é a mesma de sempre: o básico é avançado (ou, em outras palavras, mexa no que realmente vai fazer a diferença).

O llms.txt é útil, mas não é a luz no fim do túnel. A web dos agentes não será vencida só com um arquivo .txt, mas sim com dados confiáveis, estrutura clara, acessibilidade, protocolos, identidade verificável, APIs, feeds consistentes e capacidade real de execução.

Meu papel aqui na Hedgehog é construir uma agência de SEO especializada em GEO que realmente entende do jogo e não quer vender ilusões falsas. Se você está de acordo com isso, continue acompanhando nossos conteúdos e, se quiser dar um passo além, será um prazer ser parceiro do seu negócio.

Vamos juntos por um SEO sem contradições, com clareza do que realmente importa e funciona. Em um mundo de llms.txt, GEO e Agentic SEO, com tanta coisa para se preocupar, definir as prioridades corretas é o que pode mudar o jogo.