Pubblicato il 29 ottobre 2026
llms.txt aiuta gli assistenti AI a consigliare la tua attività?
llms.txt è una proposta di file Markdown per orientare la lettura di un sito, non una garanzia di scoperta o raccomandazione. Il suo autore descrive un formato che aiuta gli agenti a navigare nelle informazioni. Google dichiara che la Ricerca Google ignora il file anche nelle sue funzioni di ricerca con IA generativa. Altri prodotti possono comportarsi diversamente: consulta la documentazione del sistema interessato. Pagine corrette, chiare e accessibili rimangono utili anche quando un agente non legge il file.
Ciò che la proposta descrive effettivamente
La proposta llms.txt descrive un file Markdown leggibile dall'uomo e dalla macchina che fornisce background, indicazioni e collegamenti a materiale più dettagliato. La sua revisione 2026 descrive un file nella radice del sito o in un percorso che copre quella sezione; discute anche i collegamenti alle versioni Markdown delle pagine. Un file è un contenuto pubblico, non un canale di istruzioni segreto. Le convenzioni proposte descrivono ciò che un autore può pubblicare, non un obbligo vincolante per ogni crawler o assistente.
Un elenco di link ha valore solo se il materiale collegato rimane corretto, accessibile e mantenuto. Un documento può essere utile a un agente a cui viene esplicitamente richiesto di leggerlo pur non avendo alcun ruolo nell’indicizzazione o nella classificazione di un altro fornitore. Identificare il consumatore e l'attività prima di dedicare tempo alla generazione del file. La semplice restituzione di HTTP 200 per un URL non dimostra che qualche assistente lo abbia consultato.
Separa la Ricerca Google dagli altri consumatori
La guida di Google alle funzionalità di intelligenza artificiale generativa afferma che la Ricerca Google ignora llms.txt e file speciali simili. La stessa guida afferma che non è richiesto uno schema speciale per le sue funzionalità di ricerca generativa. Questa è un'affermazione sulla Ricerca Google, non un'affermazione universale su ChatGPT, Claude, ogni framework di agenti o ogni provider di ricerca. Non estrapolare la documentazione di un fornitore in una regola per tutti i sistemi.
L'autore della proposta documenta il formato proposto e gli esempi, ma la pubblicazione da parte di un sito di documentazione non stabilisce che un particolare assistente legga o pesi il file quando risponde alla domanda dell'acquirente. Cerca la documentazione specifica del provider o un modello di accesso autorizzato e osservabile. Se un fornitore non ha documentato un comportamento, dichiara tale limitazione invece di rivendicare l'adozione universale o il rifiuto universale.
Cosa risolvere prima di creare una directory
Inizia con la pagina di cui un potenziale cliente ha bisogno: una descrizione accurata del servizio, dove viene offerto, i suoi limiti e un modo per contattare l'attività. Verificare che il pubblico previsto possa raggiungere la pagina e che un accesso obbligatorio introdotto per errore, una regola del robot, un errore del server o un URL canonico in conflitto non impediscano il percorso di scoperta pertinente. Un file pubblico che punta a una pagina danneggiata o obsoleta non ripara quella pagina.
Controlla anche le date e la proprietà dei riferimenti di terze parti. Puoi aggiornare il tuo sito e i profili controllati e puoi chiedere a una fonte indipendente di correggerne l'elenco. La richiesta è un'azione di cui puoi tenere traccia; un editore può rifiutarlo o ignorarlo. Un elenco preciso delle fonti e un registro di ciò che è stato effettivamente modificato sono più utili della promessa che un nuovo file indurrà un assistente a consigliare l'azienda.
Esempio realizzato: un'ipotetica attività di riparazione
Questo è un esempio fittizio, non è cliente sayurname né un caso misurato. Harbor Window Repair ha quattro tecnici che servono una città. La sua pagina descrive la riparazione di perdite alle finestre, ma un vecchio profilo indica una zona che l’impresa non serve più. Il titolare ha tre ore e valuta un file llms.txt perché un fornitore promette raccomandazioni. Prima di modificare qualcosa scrive una domanda del cliente senza marchio e conserva le risposte complete disponibili delle quattro IA.
Nella prima prova inventata nessuna delle quattro risposte disponibili nomina Harbor; una collega la pagina del servizio come fonte e due citano concorrenti. Un link presente solo tra le fonti non è un nome nella risposta. Sono osservazioni di una domanda in una prova, non la probabilità di assenza per tutti gli utenti. Non mostrano quali segnali interni abbia usato ogni IA.
- Registra la domanda esatta, la data, l'assistente, la risposta completa e le impostazioni di ricerca visibili. Tieni separate le risposte non disponibili anziché contarle come assenze. Se la domanda cambia in seguito, inizia una serie separata con la propria linea di base.
- Controlla la pagina del servizio come farebbe un cliente: conferma che si apra, che la posizione e la riparazione offerte siano accurate e che esista un percorso per l'appuntamento. Chiedi al proprietario di confermare il confine geografico e ciò che il team non ripara. Conservare una copia datata della pagina precedente prima di apportare modifiche.
- Correggi il profilo obsoleto che controlli. Se l'annuncio errato appartiene a terzi, invia una richiesta di correzione attraverso il suo canale pubblicato e registra la data e lo stato. Non dichiarare che la correzione è attiva finché il proprietario non la modifica.
- Decidere se un agente identificato o un flusso di lavoro della documentazione necessita di una mappa del sito nel formato proposto. In tal caso, crea un breve file che si colleghi solo alle pagine pubbliche pertinenti, nomini un proprietario per gli aggiornamenti ed escluda le informazioni private dei clienti. Non aggiungerlo solo perché un venditore garantisce una posizione in una risposta AI.
- Ripeti regolarmente la domanda senza cambiare la formulazione e conserva le risposte complete. Supponi che in una prova fittizia successiva una delle quattro IA disponibili nomini Harbor positivamente. Registra separatamente link presenti solo tra le fonti e risposte non disponibili; una menzione negativa non è una raccomandazione positiva.
- Durante la revisione, confronta la modifica della pagina con la data, la richiesta di correzione della scheda e le risposte. Il nome successivo è un'osservazione in quella prova. La modifica del sito, l'elenco esterno e altre informazioni potrebbero essere cambiate insieme, quindi questo semplice prima e dopo non può stabilire quale, se presente, ha causato il risultato.
Il proprietario potrebbe trovare utile la piccola directory per un agente specifico mentre la Ricerca Google continua a ignorarla. Se nessun utente conosciuto ha bisogno del file o nessuno può mantenerlo allineato al sito, i costi di manutenzione possono superare i vantaggi. Controlla nuovamente la documentazione attuale del fornitore quando il flusso di lavoro o le specifiche cambiano.
Non inserire credenziali, informazioni sui clienti non pubblicate o token di accesso in un file pubblico. Non promettere che l'aggiunta causerà una citazione e non considerare una voce del log del server da sola come prova che un modello abbia utilizzato i contenuti in una risposta. Se la pagina del servizio è inaccessibile o l'azienda non può rispondere alla domanda in modo onesto, correggi prima questo vincolo.
Fonti e come verificare un’affermazione
La proposta stessa si trova su https://llmstxt.org/ e ne descrive l'ambito e il formato. La spiegazione di Google si trova su https://developers.google.com/search/docs/fundamentals/ai-optimization-guide e riguarda le funzionalità generative di Ricerca Google. Queste fonti rispondono a diverse domande: una propone una convenzione, l’altra descrive il comportamento di un fornitore. Leggerli entrambi prima di affermare che un file llms.txt è richiesto o ignorato ovunque.
Un piccolo controllo prima e dopo è un'utile prova operativa, ma non è un esperimento controllato: modelli, indici, impostazioni e altre pagine possono cambiare contemporaneamente. Salva la domanda, le date, le risposte complete, le impostazioni disponibili e un registro delle modifiche. Riporta il numero di risposte disponibili accanto al numero di menzioni positive ed evita di attribuire una modifica al file senza prove più forti.
Come lavora sayurname
Il test gratuito invia una domanda a ChatGPT, Gemini, Perplexity e Claude e conserva le risposte disponibili. Dopo l’abbonamento sayurname lavora sulle domande, chiede l’inclusione nelle fonti dove possibile e misura ogni settimana. Il canone è 299 USD al mese senza vincoli. Un bonus unico di 599 USD può essere addebitato quando l’attività viene nominata positivamente in una domanda misurata in cui era assente all’inizio, oppure quando Google Analytics collegato registra una visita proveniente da IA durante il servizio. Una persona verifica la prova prima dell’addebito. Nessun risultato è garantito.
Domande
La Ricerca Google utilizza llms.txt per le AI Overviews?
Google dichiara che la Ricerca ignora llms.txt e file speciali simili anche nelle funzioni di ricerca con IA generativa. Consulta la guida attuale per eventuali cambiamenti.
Ciò significa che nessun prodotto AI legge mai il file?
No. La dichiarazione di Google riguarda la Ricerca Google. Un altro strumento o un agente esplicitamente diretto al file può comportarsi diversamente; verificare il fornitore e il flusso di lavoro pertinenti.
Un file garantirà una raccomandazione?
No. Un elenco proposto non controlla la risposta di un’IA indipendente né garantisce che legga il file.
Quando un'azienda dovrebbe saltarlo?
Quando nessun flusso noto richiede il file, le pagine collegate vanno prima corrette oppure nessuno può mantenerlo. Non pubblicare mai dati privati in un file pubblico.