Ogni pochi mesi, un nuovo file promette di far entrare il tuo sito nelle risposte di ChatGPT. In questo momento quel file è llms.txt. La promessa è semplice: metti un file markdown alla radice del tuo sito e i motori IA ti capiranno meglio e ti citeranno di più. Sembra plausibile, l'adozione cresce, e molti plugin e agenzie ora lo vendono come un must-have dell'AI-SEO.
Quindi funziona davvero? La risposta onesta, supportata dalle prove attuali: llms.txt è reale, costa poco da aggiungere, ed è genuinamente utile per un pubblico specifico, ma non fa quasi nulla per la cosa per cui la maggior parte delle persone lo aggiunge, cioè farsi citare da ChatGPT o dagli AI Overviews di Google. Questa guida spiega cos'è, come crearne uno, e quando vale davvero il tuo tempo.
Cos'è davvero llms.txt
llms.txt è una convenzione proposta: un singolo file markdown alla radice del tuo sito (/llms.txt) che offre ai grandi modelli linguistici una versione pulita e curata dei tuoi contenuti più importanti. È stato proposto da Jeremy Howard (di Answer.AI e fast.ai) nel settembre 2024.
Il problema che cerca di risolvere è reale. Un LLM ha una finestra di contesto limitata e non può leggere tutto il tuo sito. Anche il tuo HTML è pieno di navigazione, script e markup che sprecano token e seppelliscono il contenuto vero. llms.txt serve a dare al modello una mappa markdown concisa di ciò che conta, così può usare i tuoi contenuti al momento dell'inferenza senza scansionare e analizzare tutto.
Una cosa che non è: robots.txt. Questi due file sono opposti. robots.txt controlla se i bot possono accedere alle tue pagine. llms.txt fa il contrario, invita i modelli a entrare e offre loro un riassunto curato. Uno è un cancello, l'altro è una guida.
llms.txt vs llms-full.txt vs robots.txt
Tre file vengono confusi di continuo. Ecco la differenza:
| File | Cosa fa | Chi lo legge |
|---|---|---|
| robots.txt | Controllo dell'accesso: consente o blocca i crawler su percorsi specifici | Motori di ricerca e crawler IA (standard consolidato) |
| llms.txt | Un indice markdown curato delle tue pagine chiave, con brevi descrizioni | LLM e agenti IA (convenzione proposta) |
| llms-full.txt | Il contenuto completo di quelle pagine, concatenato in un unico file pulito | LLM e agenti IA (convenzione proposta) |
Vedila così: llms.txt è l'indice, llms-full.txt è l'intero libro in un unico file pulito. Nota che solo llms.txt è definito dalla specifica di base; llms-full.txt è una convenzione complementare cresciuta attorno ad esso.
Che aspetto ha un file llms.txt
Il formato è markdown deliberatamente semplice, in questo ordine: un H1 con il tuo nome (l'unica parte obbligatoria), un riassunto tra virgolette (blockquote), contesto opzionale, poi sezioni H2 che elencano i link come [Titolo](URL): descrizione. Un breve esempio:
# Sublim Analytics
> Privacy-first, cookieless web analytics for teams that want complete data without a consent banner.
Sublim measures 100% of your traffic, includes behavioral analytics, and is hosted in the EU.
## Docs
- [Getting started](https://sublimanalytics.com/docs/start): install the script in one line
- [Tracking events](https://sublimanalytics.com/docs/events): measure goals and conversions
## Guides
- [Web analytics for marketers](https://sublimanalytics.com/blog/guides/web-analytics-for-marketers): what to measure and whyPuoi scriverlo a mano, generarlo dal tuo CMS (plugin SEO come Yoast possono produrne uno), oppure passare il tuo sito attraverso un generatore o un tool di crawling. È un file statico, quindi non c'è manutenzione continua oltre a tenere aggiornati i link.
Funziona davvero?
Ecco la parte che la maggior parte delle guide salta, perché smonta la promessa. Se il tuo obiettivo è farti citare più spesso da ChatGPT, Perplexity o dagli AI Overviews di Google, le prove attuali dicono che llms.txt non sposta l'ago della bilancia.
- L'adozione è scarsa. Uno studio di SE Ranking su 300.000 domini ha rilevato che solo circa il 10% aveva un file llms.txt, a più di un anno dal lancio dell'idea. La stessa analisi non ha trovato alcuna correlazione tra l'avere il file ed essere citati dall'IA. Rimuoverlo dal loro modello ha addirittura migliorato le previsioni, il che significa che il file aggiungeva rumore, non segnale.
- I principali motori IA non lo usano. Gary Illyes di Google ha confermato che Google Search non supporta llms.txt e non ha intenzione di adottarlo. John Mueller lo ha paragonato al vecchio meta tag keywords: nessun servizio IA ha detto di usare llms.txt, e i log del server mostrano che i bot non richiedono nemmeno il file.
- Il motivo è strutturale. llms.txt è un segnale che scrivi tu stesso su di te e che controlli del tutto. I motori di ricerca hanno imparato da tempo che i segnali auto-dichiarati sono banali da manipolare e quindi inutili per il ranking. È esattamente per questo che il meta tag keywords è morto. Come ha detto Mueller: perché un modello dovrebbe fidarsi di ciò che un sito dichiara su se stesso, quando può semplicemente leggere il sito direttamente?
Quindi quando un plugin o un'agenzia ti dice che aggiungere llms.txt ti farà entrare nelle risposte IA, trattalo come un'affermazione, non come un fatto.
Dove llms.txt aiuta davvero: il web agentico
C'è un caso d'uso reale, solo che non è quello enfatizzato. Gli strumenti che oggi leggono davvero /llms.txt e /llms-full.txt sono gli agenti di coding IA e i tool per sviluppatori: Cursor, Claude Code, GitHub Copilot, Windsurf, Cline e le integrazioni basate su MCP. Punta uno di questi verso un sito di documentazione e cercherà llms.txt per caricare in fretta un contesto pulito, invece di raschiare l'HTML renderizzato.
Questo rende llms.txt genuinamente utile se pubblichi:
- Documentazione per sviluppatori o un riferimento API.
- Un prodotto tecnico che le persone usano dall'interno degli assistenti di coding.
- Qualsiasi cosa pensata per essere consumata dagli agenti IA, non solo dai lettori umani.
Per un sito di documentazione, llms.txt è un'aggiunta piccola e ad alto impatto. Per un blog di marketing che spera di posizionarsi in ChatGPT, è praticamente inutile. (Vale la pena notare: Lighthouse di Chrome ha aggiunto di recente un audit sperimentale «agentico» che verifica la presenza di llms.txt, quindi la convenzione non è morta, è solo rivolta agli agenti anziché alla ricerca.)
Quindi il tuo sito dovrebbe averne uno?
Un modo semplice per decidere:
- Hai documentazione per sviluppatori, un'API o un prodotto per agenti: sì. Costa poco, e l'ecosistema degli agenti lo usa davvero.
- Gestisci un sito di marketing o di contenuti e vuoi citazioni IA: non farà male (è un file statico), ma non aspettarti traffico da esso, e non dargli priorità sul vero lavoro sui contenuti.
- Hai poco tempo: saltalo e dedica quell'ora a qualcosa che sposta davvero l'ago della bilancia.
L'inquadratura onesta: llms.txt è a basso costo, a basso rischio, occasionalmente utile e ampiamente sopravvalutato. Aggiungilo se si adatta al tuo caso, ma calibra le aspettative sulle prove, non sull'hype.
Cosa ti fa davvero citare dall'IA (fai questo invece)
Se il vero obiettivo è comparire nelle risposte IA, le leve sono le stesse che hanno sempre guadagnato citazioni: contenuti genuinamente utili, una struttura chiara che il modello possa analizzare, ed essere citati da altre fonti credibili. I motori IA leggono le tue pagine reali, quindi il lavoro sta nelle pagine, non in un manifesto che controlli tu.
E c'è un passo che quasi tutti saltano: misurare se qualcosa di tutto ciò funziona. Il traffico di referral IA è piccolo ma converte bene, e gran parte si nasconde in «Diretto» perché i tool IA rimuovono il referrer. Se non riesci a vedere il tuo traffico IA, non puoi sapere se i tuoi sforzi GEO (llms.txt incluso) stiano facendo qualcosa. La nostra guida su come tracciare il traffico IA da ChatGPT, Perplexity e Gemini spiega esattamente come farlo emergere.
Come aiuta Sublim
Sublim classifica le visite dagli assistenti IA come una fonte di acquisizione propria invece di scaricarle in Diretto, e cattura il referrer completo ovunque esista. Poiché è senza cookie, conta anche i visitatori che un tool con banner di consenso perde, e non campiona mai via un canale piccolo come i referral IA. Così quando sperimenti tattiche GEO, puoi davvero misurare se portano visite e se quei visitatori convertono. Questo trasforma «dovrei aggiungere llms.txt?» da una supposizione in un numero che puoi osservare.
