llms.txt è una mappa in markdown di un sito per i modelli linguistici, proposta nel 2024. Abbiamo verificato se 5,480 dei siti più popolari ne pubblicano uno, e se segue il formato.
/llms.txt con una pagina web, di solito la homepage, che nel browser sembra un file e per un parser non è niente.L’adozione cala con la posizione, dal 22.5% nella top 1,000 al 10.6% nella fascia 9,001–10,000, anche se non in modo regolare: la fascia 2,001–3,000 eguaglia la vetta. Le aziende di software e infrastruttura sono buona parte della prima lista. Nella top 200 che siamo riusciti a leggere, tra chi lo ha adottato ci sono cloudflare.com, fastly.com, wordpress.org, adobe.com, digicert.com, opera.com, sentry.io, intuit.com, samsung.com, dropbox.com, gravatar.com, kaspersky.com, ubuntu.com, shopify.com.
| Misura | File | Quota dei file llms.txt |
|---|---|---|
| Iniziano con un H1 che nomina il sito | 839 | 95% |
| Hanno un riassunto in blockquote | 687 | 78% |
| Rispettano la struttura di llmstxt.org | 414 | 47% |
| Non contengono alcun link | 122 | 14% |
| Pubblicano anche un llms-full.txt | 135 | 15% |
| Più lunghi di 100,000 caratteri | 59 | 6.7% |
Il formato di llmstxt.org è breve: un H1 con il nome del sito, un riassunto facoltativo in blockquote, paragrafi facoltativi, poi sezioni H2 che contengono solo elenchi di link. I tre errori che abbiamo trovato più spesso:
- [name](url): notes, quindi un lettore che la segue salta il resto.Non in un modo che i grandi assistenti abbiano confermato. Google dice chiaramente che “don’t need to create new machine readable files, AI text files, or markup” per comparire in AI Overviews o AI Mode (Google Search Central), e la documentazione dei crawler di OpenAI, Anthropic e Perplexity non menziona llms.txt. I suoi lettori più evidenti oggi sono gli agenti di programmazione e gli strumenti di documentazione. Quindi il 16.1% misura quanti team hanno deciso che valga venti minuti, non un fattore di ranking. La nostra guida Cos’è llms.txt spiega cosa metterci.
/llms.txt e guarda il sorgente. Se vedi l’HTML della tua homepage, non ne hai uno.Abbiamo preso i primi 10,000 domini della lista Tranco GQ3LK (una classifica di ricerca che combina dati di Chrome UX Report, Cloudflare Radar, Cisco Umbrella, Majestic e Farsight dal 28 settembre al 27 ottobre 2026). Il 28 ottobre 2026 il nostro crawler ha richiesto la homepage di ogni dominio via HTTPS, seguendo i reindirizzamenti. Molte voci di Tranco sono domini di CDN, API o tracciamento senza sito web: 2,155 non hanno dato alcuna risposta HTTP e 1,415 hanno risposto 403. Abbiamo tenuto i 5,480 domini la cui homepage restituiva una pagina HTML con stato 200, contati una volta per hostname finale dopo i reindirizzamenti.
Per ogni sito abbiamo richiesto /llms.txt sull’hostname finale. Abbiamo considerato che un sito ne avesse uno quando la risposta era 200, non HTML, e si leggeva come markdown (un titolo o un link markdown vicino all’inizio). 617 siti hanno restituito HTML, 44 qualcos’altro (per lo più corpi di errore JSON), 3,789 hanno restituito 404 o un altro 4xx, e 149 sono falliti. La struttura è stata verificata con il validatore alla base del nostro validatore di llms.txt; “rispetta” significa nessun errore rispetto al formato di llmstxt.org, avvisi ammessi. Abbiamo anche richiesto /llms-full.txt.
Il nostro crawler si è identificato come Mentioned-Research/1.0. I siti che rifiutano i bot sconosciuti al firewall mancano dal campione, e probabilmente sono più severi anche con i crawler IA, quindi considera ogni tasso di blocco qui come un minimo, non come una stima per tutto il web. I dati descrivono siti popolari, non il web in generale, e un giorno di ottobre 2026.
Puoi citare questi dati e farne grafici con un link a questa pagina. Citazione suggerita: Mentioned, “llms.txt Adoption: How Many of the Top 10,000 Sites Have One?,” 28 ottobre 2026, https://mentioned.at/learn/llms-txt-adoption. Dati e testo pubblicati con licenza CC BY 4.0.
Nella nostra scansione di ottobre 2026 della top 10,000 di Tranco, 881 dei 5,480 siti raggiungibili (16.1%) servivano un llms.txt. Nella top 1,000 la quota era del 22.5%.
Circa metà. 414 degli 881 file trovati (47%) non avevano errori di struttura rispetto al formato di llmstxt.org. L’errore più comune era testo discorsivo dentro una sezione H2 di link.
Nessuno dei grandi assistenti ha detto di leggere il llms.txt di un sito quando risponde. Google dice che per AI Overviews o AI Mode non serve alcun file di testo speciale per l’IA.