O llms.txt é um mapa em markdown de um site para modelos de linguagem, proposto em 2024. Checamos se 5,480 dos sites mais populares publicam um, e se ele segue o formato.
/llms.txt com uma página web, geralmente a página inicial, que parece um arquivo no navegador e não é nada para um parser.A adoção cai com a posição, de 22.5% no top 1,000 para 10.6% na faixa 9,001–10,000, mas não de forma linear: a faixa 2,001–3,000 empata com o topo. Empresas de software e infraestrutura formam boa parte da lista inicial. No top 200 que conseguimos ler, quem adotou inclui 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.
| Medida | Arquivos | Parcela de arquivos llms.txt |
|---|---|---|
| Começam com um H1 que nomeia o site | 839 | 95% |
| Têm um resumo em blockquote | 687 | 78% |
| Seguem a estrutura do llmstxt.org | 414 | 47% |
| Não contêm nenhum link | 122 | 14% |
| Também publicam um llms-full.txt | 135 | 15% |
| Mais longos que 100,000 caracteres | 59 | 6.7% |
O formato do llmstxt.org é curto: um H1 com o nome do site, um resumo opcional em blockquote, parágrafos opcionais e depois seções H2 que contêm só listas de links. As três falhas que mais encontramos:
- [name](url): notes, então um leitor que a segue ignora o resto.Não de um jeito que os grandes assistentes tenham confirmado. O Google diz com todas as letras que você “don’t need to create new machine readable files, AI text files, or markup” para aparecer no AI Overviews ou no AI Mode (Google Search Central), e a documentação de crawlers da OpenAI, da Anthropic e do Perplexity não menciona o llms.txt. Seus leitores mais claros hoje são agentes de código e ferramentas de documentação. Então o número de 16.1% mede quantas equipes decidiram que vale vinte minutos, não um fator de ranking. Nosso guia O que é llms.txt cobre o que colocar em um.
/llms.txt e veja o código-fonte. Se você vê o HTML da sua página inicial, você não tem um.Pegamos os 10,000 primeiros domínios da lista Tranco GQ3LK (um ranking de pesquisa que combina dados do Chrome UX Report, Cloudflare Radar, Cisco Umbrella, Majestic e Farsight de 28 de setembro a 27 de outubro de 2026). Em 28 de outubro de 2026, nosso crawler pediu a página inicial de cada domínio por HTTPS, seguindo redirecionamentos. Muitas entradas da Tranco são domínios de CDN, API ou rastreamento sem site: 2,155 não deram nenhuma resposta HTTP e 1,415 responderam 403. Ficamos com os 5,480 domínios cuja página inicial devolveu uma página HTML com status 200, contados uma vez por hostname final após os redirecionamentos.
Para cada site pedimos /llms.txt no hostname final. Contamos que um site tinha um quando a resposta era 200, não era HTML e lia como markdown (um título ou um link markdown perto do topo). 617 sites devolveram HTML, 44 devolveram outra coisa (corpos de erro em JSON, na maioria), 3,789 devolveram 404 ou outro 4xx, e 149 falharam. A estrutura foi checada com o validador por trás do nosso validador de llms.txt; “segue” significa nenhum erro em relação ao formato do llmstxt.org, avisos permitidos. Também pedimos /llms-full.txt.
Nosso crawler se identificou como Mentioned-Research/1.0. Sites que recusam bots desconhecidos no firewall ficam fora da amostra, e esses sites provavelmente são mais rígidos com crawlers de IA também, então trate cada taxa de bloqueio aqui como um piso, não como uma estimativa da web inteira. Os números descrevem sites populares, não a web em geral, e um dia de outubro de 2026.
Fique à vontade para citar e fazer gráficos com estes números, com um link de volta. Citação sugerida: Mentioned, “llms.txt Adoption: How Many of the Top 10,000 Sites Have One?,” 28 de outubro de 2026, https://mentioned.at/learn/llms-txt-adoption. Dados e texto publicados sob CC BY 4.0.
No nosso rastreamento de outubro de 2026 do top 10,000 da Tranco, 881 de 5,480 sites acessíveis (16.1%) serviam um llms.txt. No top 1,000 a parcela era de 22.5%.
Cerca de metade. 414 dos 881 arquivos que encontramos (47%) não tinham erros de estrutura em relação ao formato do llmstxt.org. A falha mais comum era texto corrido dentro de uma seção H2 de links.
Nenhum dos grandes assistentes disse que lê o llms.txt de um site ao responder. O Google diz que nenhum arquivo de texto especial para IA é necessário para o AI Overviews ou o AI Mode.