llms.txt: funziona davvero, e cosa fare invece

Che cos'è llms.txt, e che cosa non è?

llms.txt è un elenco di lettura curato per le macchine: chi siete, quali pagine sono canoniche, dove stanno le risposte autorevoli. Jeremy Howard di Answer.AI ha proposto la specifica il 3 settembre 2024. La premessa è pratica: l'HTML costruito per gli esseri umani è rumoroso (navigazione, script, banner di consenso) e le finestre di contesto dei modelli sono finite, quindi date alla macchina una mappa pulita.

La specifica ha due livelli. /llms.txt è l'indice breve: un riepilogo più link curati. /llms-full.txt inserisce tutto il contenuto in un unico documento, così un agente può caricare tutto ciò che vi riguarda con una sola richiesta.

Conta altrettanto ciò che non è. Non è robots.txt: dietro non c'è alcuna applicazione. Non è un segnale di posizionamento: nessun motore di ricerca ha detto di leggere il file per il posizionamento. E non è un controllo degli accessi: un crawler che lo ignora non perde nulla. robots.txt dice «ecco cosa potete recuperare»; llms.txt dice «ecco cosa vale la pena leggere». Confonderli produce la maggior parte dei cattivi ragionamenti.

Google usa llms.txt?

La Ricerca di Google no; gli strumenti Chrome di Google sì. Nel giro di dieci giorni, a maggio 2026, Google ha fatto due mosse che puntano in direzioni opposte, ed è per questo che entrambi i campi possono citarla.

Il 5 maggio 2026 Google ha aggiunto a Lighthouse una verifica di llms.txt sotto una nuova categoria di navigazione agentica. La verifica segnala un sito se il recupero di /llms.txt restituisce un errore del server, e la documentazione dice che senza il file «gli agenti possono impiegare più tempo a scansionare il sito per capirne la struttura generale» (ppc.land). Il 15 maggio 2026 Google ha pubblicato indicazioni sull'ottimizzazione per le funzioni di AI generativa nella Ricerca (AI Overviews e AI Mode). llms.txt vi è assente, in linea con quanto i rappresentanti della ricerca di Google dicono da quando la specifica è comparsa: conta la SEO tecnica standard.

Sono due strati. La Ricerca di Google posiziona e cita dal proprio indice HTML esistente. La navigazione agentica, in cui un agente AI visita il vostro sito per completare un compito per un utente, ha esigenze diverse, ed è ciò che il team di Chrome ha iniziato a verificare. Chi dice «Google lo richiede» o «Google l'ha ucciso» cita uno strato e ignora l'altro.

I crawler AI leggono davvero llms.txt?

Raramente. Un'analisi aggregata di 515 milioni di eventi di bot ha rilevato che le richieste di /llms.txt sono una quota trascurabile del traffico dei crawler AI (pubblicata su aeo.press). GPTBot, ClaudeBot e PerplexityBot richiedono in schiacciante maggioranza pagine HTML, come hanno sempre fatto i crawler dei motori di ricerca.

La pubblicazione procede più in fretta della lettura. Al 31 marzo 2026, il 7.4% delle aziende Fortune 500 (37 su 500) aveva rilasciato un llms.txt (ppc.land). I siti di documentazione per sviluppatori lo hanno adottato molto più in fretta, perché gli agenti di programmazione sono l'unico consumatore che oggi legge dimostrabilmente tali file.

Il riepilogo onesto: rilasciare llms.txt non cambia in modo misurabile il modo in cui i principali crawler AI leggono il vostro sito nel 2026. Chi lo vende come uno sblocco del traffico AI vende in anticipo sulle prove.

Che cosa controlla i crawler AI nel 2026?

Cinque strati, solo due dei quali hanno denti. llms.txt è uno strumento nello stack.

Gli strati di cui si discute (llms.txt, Content Signals) sono consultivi. Lo strato che ha cambiato il comportamento dei crawler da un giorno all'altro è l'edge della CDN, e molti titolari di siti non l'hanno mai configurato consapevolmente.

Perché contano i numeri del rapporto scansione-clic?

Perché i sistemi di AI consumano contenuti su scala industriale e rimandano quasi nessuna visita. I dati Q1 2026 di Cloudflare Radar collocavano il rapporto scansione-rinvio, pagine recuperate per clic umano di rinvio, a circa 1,276:1 per il GPTBot di OpenAI e a circa 23,951:1 per il ClaudeBot di Anthropic (Cloudflare). Se la vostra attività monetizza le visualizzazioni di pagina, quell'asimmetria spiega la rivolta degli editori e l'esperimento pay-per-crawl.

Ma il rapporto misura i clic, e i clic non sono l'unico ritorno. Una scansione che non manda mai un visitatore decide comunque se un modello sa che esistete, vi descrive con precisione e vi nomina quando un acquirente chiede una rosa di candidati. Per un'azienda B2B, la risposta dell'AI è spesso il punto di contatto, e la vostra analitica non lo registra mai. Abbiamo approfondito il cambiamento in AEO vs GEO vs SEO: l'obiettivo passa dal vincere il clic all'essere la risposta citata con precisione.

Dovreste bloccare o consentire i crawler AI?

Dipende a cosa serve il vostro contenuto. La stessa aritmetica scansione-clic taglia in modo diverso per tipo di attività.

Per la maggior parte delle aziende B2B la risposta è aperto. Il sito di marketing esiste perché il mercato sappia cosa fate; un sistema di AI che lo legge e lo ripete con precisione sta svolgendo il compito del sito. Bloccare GPTBot per proteggere un contenuto il cui scopo è essere conosciuto ribalta la strategia. L'asset da proteggere è l'accuratezza, non l'accesso, e mantenere l'accuratezza tra le piattaforme è il cuore del lavoro sulla visibilità AI.

Cosa succede al vostro marchio quando il vostro sito è bloccato?

Pesano di più le fonti aperte e ad alta autorevolezza. Cloudflare blocca per impostazione predefinita i crawler AI per i nuovi domini, gli editori bloccano o dosano l'accesso, e il pay-per-crawl dà un prezzo a ciò che prima era gratis. Man mano che il web aperto si restringe dal punto di vista di un crawler, il recupero si concentra sui corpora che restano aperti per costruzione: Wikipedia, Wikidata, registri pubblici, archivi accademici.

Se il vostro sito è buio per i crawler, per scelta o per impostazione predefinita della CDN, allora il vostro articolo Wikipedia (se è giustificato), la vostra entità Wikidata e le altre fonti aperte diventano il record di fatto che l'AI legge su di voi. Per questo trattiamo la presenza enciclopedica come infrastruttura e non come vanità. Una pagina esiste solo se fonti indipendenti sostengono la rilevanza, e nessuno può promettere cosa dirà un'AI. I meccanismi sono in Wikipedia AEO, nel servizio Wikidata e knowledge graph e in tattiche SEO su Wikipedia.

Come si scrive un buon llms.txt?

Scrivetelo come una voce di dizionario, non come uno slogan, e tenete ogni fatto uno che potete sostenere. Quattro regole coprono la maggior parte del valore:

1. Definite l'entità nella prima riga. Se un modello legge solo venti token, devono dire cosa siete.
2. Rimandate al profilo completo. Tenete l'indice scorrevole e collegate llms-full.txt per gli agenti che vogliono tutto in un unico recupero.
3. Abbinate gli URL canonici a fatti con numeri e date. «Fondata: 2010» è recuperabile e ripetibile; gli aggettivi no. Mettete il prezzo accanto all'URL quando la pagina ne indica uno.
4. Dichiarate ciò che non affermate. I modelli ripetono le loro fonti. Se il vostro file esagera, la risposta dell'AI esagera, e la prima telefonata del potenziale cliente inizia con una correzione. Una breve sezione «ciò che non affermiamo» è un'assicurazione di accuratezza.

Uno scheletro minimo:

# Nome dell'azienda: definizione in una riga

> Riepilogo in due frasi di cosa fate e per chi.

## Pagine chiave
- [Servizi](https://example.com/services): cosa è offerto e prezzi
- [Chi siamo](https://example.com/about): data di fondazione, sede, dirigenza

## Ciò che non affermiamo
- Nessun esito garantito; i limiti del servizio in una riga.

Rigenerate il file quando i fatti cambiano. Un file obsoleto che travisa i vostri prezzi è peggio di nessun file. Il nostro lo pubblichiamo alla radice del dominio, generato dai dati canonici del sito, e la sua sezione finale dichiara ciò che non garantiamo.

Come aiuta WikiBusines

llms.txt è lo strato più economico e meno rilevante della leggibilità per l'AI. Noi lavoriamo su quelli rilevanti. La modifica a pagamento su Wikipedia è sempre dichiarata a nome di WikiBusines, e non garantiamo mai cosa dirà un'AI.

• Audit di visibilità AI, €490. Come gli assistenti vi descrivono oggi e a quali fonti attingono.
• LLM Hub. Un hub di conoscenza leggibile dalle macchine per la vostra azienda, costruito dai vostri fatti canonici.
• Wikidata, da €680. Record di entità che i motori usano per distinguervi da aziende dal nome simile.
• Audit di rilevanza, da €490, accreditato sulla pagina ordinata entro un mese. Creazione di pagina da €2,400 per l'inglese, 4-5 settimane, con 90 giorni di monitoraggio e garanzia dopo la pubblicazione.

Per iniziare, contattateci.