O llms.txt realmente faz alguma coisa?

O que está estabelecido e o que não está

A evidência mais forte é uma negação, e não um silêncio. Em junho de 2025, John Mueller, do Google, escreveu que nenhum sistema de IA usa atualmente o llms.txt, e o comparou à meta tag de palavras-chave — uma comparação que vale a pena considerar, porque essa tag foi amplamente adotada, trivialmente barata e não fazia nada.

Essa é uma empresa falando por seus próprios sistemas em um determinado momento, e não é o mesmo que prova de que nada em lugar nenhum lê o arquivo. Mas é a declaração mais clara que qualquer fornecedor fez, e aponta na direção oposta à maioria dos conselhos que estão sendo escritos.

A própria convenção é bem especificada e trivialmente barata de satisfazer, razão pela qual a recomendação honesta ainda é publicar um. Um índice gerado não custa nada para manter e não pode prejudicar. Um projeto de três semanas para criar um manualmente gasta tempo real contra um retorno não medido, e há retornos medidos disponíveis no mesmo orçamento.

O contra-argumento, exposto de forma justa

Páginas publicadas durante 2026 argumentam que a abordagem de Mueller está agora desatualizada, e seria desonesto omitir isso. As alegações que vimos se enquadram em dois grupos, e não são igualmente fortes.

Evidências de logs de rastreadores — de que agentes solicitam o arquivo — são o tipo melhor, porque uma solicitação ou aconteceu ou não. Evidências de resultados é onde o argumento enfraquece: números como "sites com llms.txt geram o dobro da receita" comparam sites que diferem em uma dúzia de outras maneiras, e a direção da causalidade é exatamente o que está em questão. Uma loja organizada o suficiente para publicar um também é organizada de outras maneiras.

Nossa posição é restrita. Um rastreador buscando um arquivo não é o mesmo que um modelo usando-o, e até que um fornecedor documente o segundo, adicionar um é uma aposta barata em vez de uma técnica.

O que o número de adoção não significa

A alta adoção é regularmente citada como evidência de que o arquivo importa. É principalmente evidência de que uma plataforma o ativou. Das lojas que encontramos servindo um, a grande maioria servia um arquivo modelo gerado para elas, quase idêntico de marca para marca.

Portanto, uma estatística de adoção nesta categoria está medindo um padrão do fornecedor, não uma decisão da indústria. Qualquer comparação que o trate como um sinal de maturidade está lendo uma nota de lançamento da plataforma.

A falha que importa mais

Auditar a prontidão através deste arquivo é onde ele ativamente engana. Nós o solicitamos junto com o caminho de descoberta de comércio por agente nos mesmos 147 hosts, e os resultados divergem: doze lojas que aceitam um checkout completo por agente publicam um arquivo que nunca o menciona, sete delas não servindo arquivo algum.

Uma loja pode, portanto, ser totalmente transacionável por um agente e pontuar zero em uma auditoria de llms.txt. Se a pergunta é o que uma máquina pode fazer com sua loja, o arquivo é o lugar errado para procurar, e o caminho de descoberta responde diretamente.

Uma armadilha de medição que vale a pena conhecer

Se você estiver contando a adoção por conta própria, verifique o content-type em vez do status code. Um host em nossa amostra retorna HTTP 200 nesse caminho e serve dois megabytes de HTML — sua página de captura geral. Qualquer pesquisa que conte 200s o registra como um adotante, e cada número de adoção publicado derivado dessa forma é inflacionado por uma quantidade desconhecida.