**TL;DR.** `llms.txt` é o equivalente de AEO (Otimização de Motores de Resposta) de `robots.txt` + `sitemap.xml` combinado — um arquivo Markdown na raiz do seu site que informa aos motores de IA sobre o que seu site trata e onde encontrar informações estruturadas. Em 2026, lojas de ecommerce sem llms.txt estarão perdendo oportunidades de citação. ## O que é llms.txt Um simples arquivo Markdown em `https://seudominio.com/llms.txt`. É um padrão comunitário proposto por Jeremy Howard (fast.ai) em 2024 e adotado oportunisticamente por Anthropic, Perplexity e outros motores de IA. A estrutura: ```markdown # Nome da Marca > Um resumo de 1-2 frases sobre o que a marca faz e quem ela atende. ## Sobre Descrição breve de 200 palavras sobre a marca. ## Produtos - [Categoria de produto 1](https://example.com/categories/cat-1) — descrição curta - [Categoria de produto 2](https://example.com/categories/cat-2) — descrição curta ## Documentação - [Central de ajuda](https://example.com/help) - [Documentação da API](https://example.com/docs) ## Preços - [Página de preços](https://example.com/pricing) ## Opcional - [Blog](https://example.com/blog) - [Páginas de comparação](https://example.com/compare) - [Glossário](https://example.com/glossary) ``` É isso. Markdown simples, bem abaixo de 5KB. ## Por que os motores de IA se importam Rastrear um site de ecommerce com 50.000 páginas é caro. Motores de IA que indexam para recuperação (Perplexity, ChatGPT Search) e motores de IA que treinam (Anthropic, OpenAI) se beneficiam de um ponto de entrada curado. llms.txt oferece a eles: 1. Uma descrição canônica da marca no formato preferido do motor (Markdown). 2. Um mapa de seções de alta prioridade, não links enterrados. 3. Indicações para conteúdos mais profundos (llms-full.txt, gêmeos Markdown). Páginas citadas em llms.txt e páginas com gêmeos Markdown são observavelmente mais propensas a serem citadas nas respostas de IA. O consenso da pesquisa em 2025–2026 estima uma probabilidade de citação de 3–5x para páginas com essas superfícies em comparação com páginas sem. ## llms-full.txt para recuperação profunda `llms.txt` é um índice estilo sitemap. `llms-full.txt` é o companheiro de longa forma que contém o corpo Markdown real de cada documento público. ```markdown # Nome da Marca — Base de Conhecimento Completa ## Seção: Visão Geral da Marca [Descrição da marca de 200 palavras] ## Seção: Preços [Matriz de preços completa como tabela Markdown] ## Seção: FAQ ### Q: Como funciona a precificação? A: ... ### Q: ... ## Seção: Comparações ### Comparação: Marca vs Shopify [Texto completo da página de comparação] ### Comparação: Marca vs BigCommerce [Texto completo] ## Seção: Glossário ### AEO AEO (Otimização de Motores de Resposta) é... ### llms.txt Um arquivo Markdown em... ``` Tamanho alvo: 50–500KB. Maior é aceitável; motores de IA o buscam de forma preguiçosa. O padrão é: o motor busca llms.txt para entender sua marca, depois opcionalmente busca llms-full.txt para recuperação no momento da resposta. ## Gêmeos Markdown Para cada Artigo público (post de blog, guia, comparação, história de cliente, entrada de glossário), emita um gêmeo Markdown no mesmo caminho + sufixo `.md`: | URL HTML | Gêmeo Markdown | | ------------------------------------------------ | --------------------------------------------------- | | `/blog/inp-optimization-2026` | `/blog/inp-optimization-2026.md` | | `/compare/ordiko-vs-shopify` | `/compare/ordiko-vs-shopify.md` | | `/guides/migrate-from-shopify-to-ordiko` | `/guides/migrate-from-shopify-to-ordiko.md` | | `/glossary/aeo` | `/glossary/aeo.md` | Referencie a versão Markdown em seu HTML: ```html ``` A versão Markdown deve ter o mesmo conteúdo que a página HTML, menos a navegação — apenas o corpo do artigo. Use os cabeçalhos, listas, tabelas e cercas de código Markdown apropriados. ## Política de rastreamento de IA em robots.txt Permita explicitamente os motores que você deseja que citem você: ``` User-agent: GPTBot Allow: / User-agent: ChatGPT-User Allow: / User-agent: OAI-SearchBot Allow: / User-agent: ClaudeBot Allow: / User-agent: anthropic-ai Allow: / User-agent: PerplexityBot Allow: / User-agent: Google-Extended Allow: / User-agent: CCBot Allow: / # Negar acesso a caminhos privados/sensíveis para todos os rastreadores User-agent: * Disallow: /cart Disallow: /checkout Disallow: /account Disallow: /api Disallow: /admin ``` Os nomes dos user-agents: | User-Agent | Motor | Propósito | | ------------------- | ------------------ | ----------------------------------- | | `GPTBot` | OpenAI | Coleta de dados de treinamento | | `ChatGPT-User` | OpenAI | Navegação do ChatGPT a pedido do usuário | | `OAI-SearchBot` | OpenAI | Índice de busca do ChatGPT | | `ClaudeBot` | Anthropic | Recuperação do Claude.ai | | `anthropic-ai` | Anthropic | Coleta de dados de treinamento | | `PerplexityBot` | Perplexity | Índice da Perplexity | | `Google-Extended` | Google | Opt-in para treinamento do Bard/Gemini | | `CCBot` | Common Crawl | Conjunto de dados aberto (usado por muitas IAs) | ## Padrões de conteúdo que são citados Motores de IA analisam o conteúdo como texto e preferem: 1. **Respostas definicionais diretas nas primeiras 60 palavras.** Comece com a resposta. 2. **Perguntas H2, sub-perguntas H3.** Cabeçalhos hierárquicos = estrutura analisável. 3. **Tabelas Markdown para dados comparáveis.** Motores de IA entendem bem tabelas. 4. **Estatísticas numeradas com ano.** "Em 2026, 73% dos comerciantes..." é mais citável do que "A maioria dos comerciantes...". 5. **Cite suas fontes.** Inclua links `[Fonte](url)` — motores de IA ponderam conteúdo citado mais alto. 6. **Blocos de FAQ.** O formato de pergunta e resposta é fortemente favorecido por sistemas de recuperação. Evite: - Pirâmides invertidas (introdução, depois contexto, depois conclusão) — motores de IA frequentemente citam a introdução e pulam o resto. - Longas paredes de texto sem estrutura. - Conteúdo oculto "Clique para expandir" que os rastreadores não conseguem ver. - Dependência excessiva de imagens sem texto alternativo. ## Monitorando o tráfego de IA Nos seus logs de servidor, conte as solicitações por user agent: ```bash grep -oE "(GPTBot|ChatGPT-User|ClaudeBot|PerplexityBot)" access.log | sort | uniq -c ``` Você deve ver tráfego desses bots assim que eles descobrirem seu llms.txt. O volume cresce ao longo das semanas à medida que os motores rastreiam e re-rastreiam. Para monitorar citações: - Pesquise o nome da sua marca no Perplexity, ChatGPT, Claude, Gemini. Anote quais páginas são citadas. - Use ferramentas de monitoramento de marca (Brand24, Mention) que rastreiam cada vez mais menções de IA. - Configure uma revisão trimestral: consulte "melhor plataforma [sua categoria]" em cada motor de IA e documente quem é citado. ## Como a Ordiko lida com AEO A Ordiko fornece: - `/llms.txt` gerado automaticamente por loja e por apex. - `/llms-full.txt` concatenando o corpo completo em Markdown de cada documento de marketing. - Gêmeos Markdown de cada post de blog, guia, comparação, história de cliente, entrada de glossário. - Regras de permissão para rastreadores de IA em rotas de marketing; proibição em carrinho/checkout/conta. - Modelos de conteúdo citáveis: introdução TL;DR, perguntas H2, tabelas, blocos de FAQ, estatísticas numeradas. Nenhuma configuração é necessária. ## FAQ **O llms.txt é um padrão oficial?** É um padrão comunitário proposto por Jeremy Howard em 2024 e adotado por Anthropic, Perplexity e outros. Não há especificação do W3C ou IETF. Motores de IA o buscam oportunisticamente ao descobrir um domínio. Trate-o como uma boa prática, não como conformidade estrita. **O llms.txt fará meu site ter uma classificação mais alta no Google?** Não diretamente. O SERP clássico do Google não lê llms.txt. Os benefícios de sinalização são para citação em busca de IA (Perplexity, ChatGPT Search, Claude) e Visões Gerais de IA do Google indiretamente via semântica de conteúdo mais limpa. **Devo bloquear rastreadores de IA para proteger meu conteúdo?** Para a maioria das lojas de ecommerce, não. Bloquear o GPTBot/ClaudeBot/PerplexityBot de suas rotas de marketing garante que você não seja citado quando os usuários perguntam aos motores de IA sobre sua categoria. A troca é que os motores de IA treinam com seu conteúdo; para ecommerce, isso é uma característica, não um bug. **Como a Ordiko lida com llms.txt?** A Ordiko gera automaticamente llms.txt e llms-full.txt por loja a partir do catálogo e da coleção de conteúdo, com invalidação de cache vinculada a mutações de conteúdo. Gêmeos Markdown são emitidos em /blog/[slug].md, /compare/[slug].md, etc. A configuração é sem toque.