SEO
llms.txt nel 2026: utilità, limiti e metodo di test senza promesse GEO
Lo stato reale di /llms.txt, ciò che documentano Google e OpenAI, la differenza rispetto a robots.txt e un protocollo per decidere senza promesse GEO.
- Di
- Ghezali Naim
- Data di pubblicazione
- Tempo di lettura
- 8 min di lettura
Risposta in breve
/llms.txt è una proposta per un file Markdown che presenta un sito o una documentazione e rimanda a risorse utili per gli agenti che scelgono di leggerlo. Non è uno standard IETF, né un controllo di scansione, né una garanzia di citazione. Nella documentazione aggiornata il 10 luglio 2026, Google Search dichiara esplicitamente di ignorare llms.txt: il file non aiuta né penalizza il posizionamento, comprese le funzioni generative di Google. Può restare utile per un agente o un sistema che dichiari di utilizzarlo, oppure come indice documentale mantenuto. La decisione ragionevole è quindi un test reversibile, monitorato nei log, dopo aver corretto indicizzazione, contenuti e architettura.
Lo stato di llms.txt: una proposta tecnica, non uno standard universale
La versione 2 della proposta llms.txt è stata modificata il 10 agosto 2026. L’autore, Jeremy Howard, propone un file Markdown nella radice del sito o in un sottopercorso. Il file contiene almeno un H1 e può aggiungere un riepilogo, contesto ed elenchi di link verso risorse dettagliate, comprese versioni Markdown.
Questi sono fatti relativi alla proposta. Non dimostrano che ogni crawler, motore o assistente cerchi il file, lo segua, lo utilizzi per il retrieval o gli attribuisca un peso.
| Livello di prova | Affermazione | Conseguenza |
|---|---|---|
| Fatto verificato | llmstxt.org pubblica una proposta v2 con formato Markdown e link verso risorse. | Puoi implementare un file conforme a questa proposta. |
| Fatto verificato | Google Search dichiara di ignorare llms.txt per Search e per le funzioni di IA generativa. | Non inserirlo a budget come leva di posizionamento su Google. |
| Fatto verificato | OpenAI documenta OAI-SearchBot e GPTBot tramite robots.txt, con usi distinti. | Gestisci accesso alla ricerca e addestramento secondo la documentazione del crawler, non tramite llms.txt. |
| Osservazione | Anthropic pubblica un file llms.txt per la propria documentazione per sviluppatori. | Dimostra una pubblicazione reale, non l’uso universale del file da parte di Claude o di un motore. |
| Raccomandazione Seven Gold | Trattare il file come un livello documentale facoltativo e reversibile. | Implementarlo soltanto se la manutenzione ha un responsabile e un costo basso. |
| Ipotesi da testare | Un agente che conosce il file potrebbe trovare più rapidamente le risorse corrette. | Osservare richieste server e percorsi di recupero; non dichiarare un vantaggio prima di avere prove. |
Google è chiaro: llms.txt non è un segnale di Google Search
Nella guida ufficiale alle funzioni di IA generativa, aggiornata il 10 luglio 2026, Google scrive che Search non usa llms.txt. Creare e mantenere il file per un altro servizio non migliora né peggiora visibilità o posizionamento su Google.
Questa posizione corregge due scorciatoie:
- un file accessibile e indicizzabile non viene necessariamente trattato come un segnale speciale;
- una tattica definita “GEO” non si applica automaticamente a Google AI Overviews o AI Mode.
Per Google, le priorità restano una struttura tecnica chiara, pagine indicizzabili, contenuti utili e originali, quindi la misurazione in Search Console. llms.txt non compensa una pagina debole, contenuti duplicati o un’architettura inaccessibile.
Questa regola riguarda Google Search. Non permette di concludere che tutti gli altri agenti ignorino il file.
Scoperta, scansione, addestramento, retrieval e citazione: cinque fasi diverse
Molte promesse intorno a llms.txt mescolano meccanismi con funzioni differenti.
| Fase | Domanda | Che cosa può eventualmente fare llms.txt | Che cosa non dimostra |
|---|---|---|---|
| Scoperta | Il sistema conosce l’URL? | Offrire un URL convenzionale se il sistema lo cerca o lo riceve. | Che il sistema verrà a consultarlo. |
| Scansione | Il sistema può recuperare la risorsa? | Presentare link pubblici in un formato semplice. | Che le regole di accesso siano rispettate o tutte le pagine vengano scansionate. |
| Addestramento | Il contenuto può servire per addestrare un modello? | Nulla di normativo: la proposta non è un meccanismo di opt-in o opt-out. | Inclusione o esclusione dall’addestramento. |
| Retrieval | Un agente seleziona questo contenuto per rispondere ora? | Aiutare un agente compatibile a scegliere una risorsa più mirata. | Che la risorsa venga giudicata pertinente o corretta. |
| Citazione | Il sito appare nella risposta? | Nessun effetto garantito. | Posizionamento, visibilità, clic o conversione. |
La vera domanda non è quindi “il file esiste?”, ma “quale sistema lo recupera, in quale contesto e che cosa fa poi con i link?”.
llms.txt non sostituisce né robots.txt né una protezione degli accessi
Il RFC 9309 standardizza il Robots Exclusion Protocol. Il file robots.txt esprime regole allow e disallow per i crawler conformi. Il RFC precisa inoltre che non si tratta di un’autorizzazione di accesso né di una protezione di sicurezza.
llms.txt svolge un’altra funzione: presenta contesto e link. Non autorizza, blocca o protegge una risorsa.
| File | Ruolo | Stato | Errore da evitare |
|---|---|---|---|
robots.txt | Esprimere regole di scansione ai crawler conformi. | Protocollo standardizzato dal RFC 9309. | Trattarlo come autenticazione o esporvi percorsi riservati. |
sitemap.xml | Elencare URL destinati ai motori che accettano questo protocollo. | Meccanismo SEO esistente, distinto da llms.txt. | Supporre che un URL elencato verrà indicizzato o posizionato. |
llms.txt | Presentare contesto e risorse ad agenti compatibili. | Proposta tecnica v2. | Venderlo come controllo di scansione o segnale GEO universale. |
OpenAI: i controlli documentati passano da robots.txt
La documentazione ufficiale dei crawler OpenAI distingue in particolare:
- OAI-SearchBot, usato per far apparire i siti nelle funzioni di ricerca di ChatGPT;
- GPTBot, usato per raccogliere contenuti che potrebbero contribuire all’addestramento dei modelli di base;
- ChatGPT-User, usato per alcune azioni avviate da un utente e non per determinare la presenza in Search.
OpenAI documenta regole robots.txt separate per OAI-SearchBot e GPTBot. La pagina non presenta llms.txt come segnale di visibilità in ChatGPT Search. Questo è il limite da ricordare.
Anthropic, dal canto suo, espone un llms.txt pubblico per la propria documentazione. È un esempio di editore che pubblica il formato. Non dimostra che Claude consulterà il llms.txt della tua azienda, e ancora meno che la citerà.
Albero decisionale: utile, facoltativo o da rimandare?
Utile come test
Il file merita un test se:
- gestisci una documentazione, una knowledge base o un corpus specialistico profondo;
- le risorse prioritarie sono stabili, pubbliche e disponibili in un formato pulito;
- un agente che controlli direttamente o un servizio mirato sa usare esplicitamente questo punto d’ingresso;
- i log server permettono di distinguere il recupero del file e dei link associati;
- una persona mantiene il file quando cambiano URL, versioni o priorità.
Facoltativo
Il file è facoltativo per un sito editoriale ben strutturato se il costo di generazione e manutenzione è basso. Può allora fungere da indice documentale aggiuntivo. L’utilità resta un’ipotesi finché non viene osservato un uso.
Da rimandare
Rimandalo se le pagine importanti non sono indicizzabili, se i contenuti non rispondono chiaramente alle intenzioni, se il brand manca di prove o se nessuno può analizzare i log. In questo caso, il file aggiunge una superficie da mantenere senza risolvere il collo di bottiglia.
Struttura minima conforme alla proposta
La versione 2 richiede soltanto un H1. Una struttura utile resta breve e orienta verso le risorse che meritano davvero di essere recuperate.
# Nome del sito
> Descrizione fattuale del sito, del pubblico e del perimetro.
## Risorse principali
- [Servizio principale](https://example.com/service.md): perimetro e limiti
- [Documentazione](https://example.com/docs/index.md): punto d’ingresso tecnico
- [FAQ](https://example.com/faq.md): risposte mantenute
## Optional
- [Archivi](https://example.com/archives.md): contenuti secondari
Evita slogan, elenchi infiniti e claim senza fonte. Non inserire URL privati o riservati. Il file è pubblico.
Raccomandazione Seven Gold: generalo da una fonte unica quando possibile, quindi controlla link, codici HTTP, canonical e data di aggiornamento. Un file manuale dimenticato diventa rapidamente una mappa sbagliata.
Protocollo di test senza confondere correlazione ed effetto
- Definisci l’ipotesi. Esempio: un agente mirato recupererà il file e poi una risorsa prioritaria più spesso di prima.
- Definisci la finestra prima del rilascio. Basala sulla frequenza di scansione e sul volume dei log; non inventare una durata universale.
- Conserva una baseline. Richieste alle pagine target, agenti identificati, citazioni osservate e traffico referral.
- Distribuisci un file breve. Restituisci una risposta 200, testa i link e aggiungi soltanto risorse pubbliche aggiornate.
- Verifica l’identità del crawler. Il solo user-agent può essere falsificato; usa i metodi e gli intervalli pubblicati dal fornitore quando esistono.
- Osserva il percorso. Una richiesta verso llms.txt seguita da una verso un link associato è più informativa di un singolo hit isolato.
- Misura separatamente l’output. Citazione, clic, lead o uso da parte dell’agente. Un recupero non dimostra visibilità.
- Decidi. Mantieni se osservi un uso utile a basso costo; correggi se il file viene consultato ma è obsoleto; rimuovi se nessun target lo usa e la manutenzione crea rischio.
Un test senza un gruppo di controllo perfetto può produrre un segnale operativo, non una prova causale universale. Registra i cambiamenti di contenuto, indicizzazione e piattaforma durante il periodo.
Ciò che resta prioritario per SEO e GEO
- pagine indicizzabili e tecnicamente accessibili;
- una risposta diretta, fonti e una data di aggiornamento;
- un’entità di brand coerente e prove autentiche di terze parti;
- contenuti originali che aiutino davvero una decisione;
- il monitoraggio di Search Console, log, citazioni e conversioni.
Per capire le differenze di perimetro tra ottimizzazione per i motori di ricerca e per i motori di risposta, consulta il confronto GEO vs AEO.
Il verdetto: costo basso, certezza bassa, priorità condizionale
llms.txt è una decisione reversibile. Per una documentazione ricca o un agente mirato, un test può essere razionale. Per Google Search, il verdetto ufficiale è già noto: il file viene ignorato.
Prima di aggiungere un nuovo file, verifica che cosa limita davvero la visibilità SEO e IA. Seven Gold può analizzare scansione, contenuti citabili e segnali di brand attraverso il nostro supporto SEO.
Fonti primarie e ufficiali
- The /llms.txt file, v2, pubblicato il 3 settembre 2024 e modificato il 10 agosto 2026.
- Guida Google Search per le funzioni di IA generativa, aggiornata il 10 luglio 2026.
- RFC 9309 — Robots Exclusion Protocol, settembre 2022.
- Google Search Central — sitemap, aggiornato il 10 dicembre 2025.
- OpenAI — Overview of OpenAI Crawlers, verificato il 15 agosto 2026.
- Anthropic Developer Documentation — llms.txt, artefatto pubblico verificato il 15 agosto 2026.
Cosa cambia in un sistema di crescita
Una leva isolata raramente produce risultati duraturi. Il valore nasce dalla coerenza tra strategia, acquisizione, conversione e misurazione.
Domande frequenti
- Google usa llms.txt per la SEO o per le AI Overviews?
- No. Nella documentazione aggiornata il 10 luglio 2026, Google Search dichiara di ignorare llms.txt, comprese le proprie funzioni di IA generativa. Creare il file per un altro servizio non aiuta né penalizza il posizionamento su Google. Fondamentali SEO, indicizzabilità e contenuti utili restano prioritari.
- Qual è la differenza tra llms.txt e robots.txt?
- robots.txt segue il Robots Exclusion Protocol standardizzato dal RFC 9309 ed esprime regole di scansione per i crawler conformi. llms.txt è una proposta per un file Markdown che presenta contesto e link. Nessuno dei due sostituisce autenticazione o protezioni di sicurezza.
- Come testare se un agente usa davvero llms.txt?
- Distribuisci un file breve, conserva una baseline e monitora le richieste server al file e poi alle risorse collegate. Verifica l’identità del crawler con i metodi pubblicati dal fornitore. Misura separatamente recupero, citazione, traffico e conversione: un accesso al file non dimostra posizionamento o impatto GEO.
Dalla lettura alla decisione.
Una diagnosi permette di inquadrare il marketing, individuare gli attriti e stabilire le priorità.
Richiedere una diagnosi
