Che cos’è llms.txt e come funziona?

Un file llms.txt è un documento di testo semplice che si colloca nella radice del dominio per indicare ai modelli linguistici di grandi dimensioni quali pagine contano. È una proposta, non uno standard ufficiale, e il suo valore dipende dal traffico AI che già ricevi. Questa guida spiega cosa contiene il file, come lo trattano i crawler AI nel 2026 e cosa ha imparato ChimpanSEO dopo aver pubblicato più di 80 articoli bilingui attraverso la propria pipeline automatizzata. Trovi anche un quadro decisionale che puoi applicare subito al tuo sito.

Che cos’è llms.txt e come funziona?

Un file llms.txt è un documento di testo semplice nella radice del sito che indica ai modelli linguistici di grandi dimensioni quali pagine devono leggere e citare.

Jeremy Howard, cofondatore di fast.ai e Answer.AI, ha proposto llms.txt a settembre 2024. La logica è semplice: i siti pubblicano già file per i motori di ricerca, quindi possono pubblicarne uno anche per i modelli linguistici. Il file si trova su yourdomain.com/llms.txt e usa Markdown, un formato che i modelli interpretano senza sforzo.

Un file tipico contiene quattro parti:

• Un titolo H1 con il nome della tua organizzazione o del tuo prodotto
• Un riepilogo in blockquote di ciò che fa l’organizzazione
• Sezioni H2 che raggruppano i link per argomento, come Documentazione o Ricerca
• URL assoluti, ciascuno seguito da una riga di contesto

Alcuni editori forniscono anche llms-full.txt, che contiene il testo completo delle pagine chiave per le pipeline di recupero. Nessun ente di standardizzazione ha ratificato il formato, quindi il comportamento varia tra i sistemi OpenAI, Anthropic, Perplexity e Google.

Il tuo sito dovrebbe avere un file llms.txt nel 2026?

Il tuo sito dovrebbe pubblicare un file llms.txt quando gli assistenti AI già scansionano le tue pagine e desideri citazioni accurate del marchio.

Il costo è un’ora di scrittura e lo svantaggio è quasi nullo perché il file non cambia il modo in cui i motori di ricerca posizionano le tue pagine. Consideralo un livello di citazione, non un fattore di posizionamento. L’ottimizzazione per i motori di risposta premia le pagine già chiare, strutturate e facili da citare, e un file ben scritto aiuta semplicemente un modello a trovarle più in fretta.

Cosa ha rivelato l’esperimento GEO di ChimpanSEO su llms.txt?

ChimpanSEO ha pubblicato più di 80 articoli bilingui attraverso la propria pipeline automatizzata per testare le tattiche GEO in pubblico.

Ogni articolo esiste come coppia italiana e inglese tradotta automaticamente, il che significa che la pipeline produce due versioni collegate di ogni pezzo. Il team gestisce il blog aziendale sullo stesso sistema che vende, quindi la pipeline di generazione viene testata sul prodotto ogni giorno, non solo sul lavoro per i clienti. Due pratiche guidano il modo in cui quella pipeline costruisce ogni articolo:

1. Ogni sezione si apre con un titolo sotto forma di domanda e una risposta autosufficiente, perché i sistemi di recupero prelevano quei blocchi intatti.
2. Le coppie bilingui richiedono tag hreflang espliciti e link interni, altrimenti un modello mescola entrambe le versioni linguistiche in una sola risposta.

Un file llms.txt si inserisce naturalmente in quel flusso di lavoro. Offre alla pipeline un unico punto in cui dichiarare quali URL sono canonici per ogni argomento. L’esperimento ha anche rivelato il limite del formato: llms.txt indirizza un modello verso i contenuti, ma non può rendere meritevole di citazione un contenuto scarno.

In cosa differisce llms.txt da robots.txt e sitemap.xml?

Il file llms.txt indirizza i modelli AI verso le tue pagine migliori, robots.txt controlla la scansione e sitemap.xml elenca gli URL da indicizzare.

I tre file rispondono a domande diverse. robots.txt definisce chi può scansionare. sitemap.xml dichiara cosa esiste. llms.txt dichiara cosa merita di essere letto e citato. Mantenere tutti e tre coerenti evita contraddizioni che confondono i sistemi automatizzati.

Google non ha adottato llms.txt per i suoi prodotti Search, e i suoi crawler si affidano ancora a robots.txt e sitemap.xml per la scoperta. Gli assistenti AI che alimentano le pipeline di generazione aumentata dal recupero trattano il file in modo diverso. Alcuni lo leggono, altri lo saltano e nessuno promette di obbedirgli. È proprio per questo che devi prima sistemare le basi.

Come si crea un file llms.txt che i crawler AI possano interpretare?

Si crea un file llms.txt scrivendo titoli Markdown, brevi descrizioni e link assoluti alle pagine che vuoi vengano citate.

Mantieni il file piccolo e punta a pagine che rispondono già a domande reali. Un modello che legge 40 link puliti ottiene più di uno che legge 4.000 URL grezzi, perché ogni riga compete per lo stesso budget di attenzione.

1. Crea un file di testo semplice chiamato llms.txt nella radice del tuo dominio.
2. Apri con un H1 che nomina la tua organizzazione.
3. Aggiungi un blockquote che spiega in una o due frasi cosa fai.
4. Raggruppa i link sotto titoli H2 come Documentazione, Prezzi o Ricerca.
5. Scrivi URL assoluti e aggiungi una breve descrizione dopo ciascuno.
6. Pubblica llms-full.txt solo se le tue pagine chiave sono già pulite e strutturate.
7. Monitora nei log del server le richieste degli user agent dei crawler AI come GPTBot, ClaudeBot e PerplexityBot.

Verifica il risultato aprendolo in un browser. Se il testo semplice viene visualizzato come Markdown leggibile, anche un modello linguistico può interpretarlo. Affianca il file al markup schema e a segnali costanti di aggiornamento dei contenuti, così le pagine che promuovi restano davvero attuali.

Domande frequenti

llms.txt migliora il posizionamento su Google Search?

No. Non è un segnale di posizionamento e non sostituisce un audit SEO tecnico. Il file serve a guidare i modelli linguistici che leggono direttamente le tue pagine, mentre il posizionamento classico nei motori di ricerca dipende ancora da qualità dei contenuti, link e scansione.

Cosa succede se le aziende AI ignorano il mio file llms.txt?

Non si rompe nulla. Il file è passivo, quindi essere ignorato non comporta penalità per il tuo sito. Ottieni comunque una documentazione interna più chiara e un riferimento funzionante per qualsiasi sistema AI che scelga di leggerlo.

Serve llms.txt se uso già il markup schema?

Il markup schema descrive entità e relazioni all’interno di una singola pagina, mentre llms.txt descrive la forma dell’intero sito. Si completano a vicenda. Schema aiuta le macchine a comprendere una pagina, e llms.txt aiuta un modello a decidere quali pagine aprire per prime.

Quanti link dovrebbe contenere un file llms.txt?

Resta sotto circa 100 link. Un file breve che punta alle tue pagine più forti è più facile da elaborare per un modello rispetto a un elenco esaustivo, e delinea un quadro più chiaro della tua autorevolezza su un argomento.

llms.txt è utile per il sito di una piccola impresa?

Può esserlo, purché le tue pagine rispondano già a domande specifiche. Un sito di dieci pagine con descrizioni chiare dei servizi trae più vantaggio rispetto a un catalogo ampio con contenuti duplicati, perché i modelli citano pagine che risolvono da sole una ricerca.

Se vuoi un test rapido e a basso rischio nel 2026, pubblica questa settimana un file llms.txt di venti righe e monitora per un mese il traffico di riferimento AI e le menzioni nelle citazioni. Confronta quei risultati con ciò che i tuoi contenuti strutturati già ottengono, poi decidi se il file merita un posto permanente nel tuo flusso di pubblicazione.