Da quando ChatGPT, Gemini e Perplexity hanno cominciato a rispondere al posto dei motori di ricerca, quasi ogni imprenditore si è sentito dire almeno una volta che al suo sito manca il file llms.txt. Il ragionamento sembra impeccabile: carichi un file di testo nella cartella principale del sito, dentro ci metti la mappa dei contenuti che ti stanno a cuore, e i sistemi di intelligenza artificiale capiscono finalmente chi sei e di cosa ti occupi. Costa mezz’ora di lavoro e ha tutta l’aria della cosa da fare subito, prima che la facciano tutti gli altri.

Poi si guardano i numeri. Nel maggio 2026 Ahrefs ha analizzato 137.000 siti che pubblicano un file llms.txt e ha rilevato che nel 97% dei casi quel file non ha ricevuto alcuna richiesta. Non poche richieste: zero. In questo articolo vediamo cos’è davvero llms.txt, perché l’idea sembrava sensata, cosa raccontano le rilevazioni indipendenti dopo oltre un anno di adozione e, soprattutto, dove conviene spostare quelle mezz’ore se l’obiettivo è farsi citare dalle intelligenze artificiali.

Cos’è il file llms.txt

llms.txt è un file di testo scritto in Markdown che si pubblica nella cartella principale di un sito, all’indirizzo tuodominio.it/llms.txt. Contiene una descrizione sintetica dell’attività e un elenco ragionato delle pagine più importanti, pensato perché un modello linguistico legga la mappa del sito senza dover interpretare il codice HTML della pagina.

La proposta nasce nel settembre 2024 ed è concepita come cugina di robots.txt e sitemap.xml: un indirizzo standard, sempre lo stesso, dove un programma automatico sa di poter trovare informazioni ordinate. La differenza sta nel destinatario. robots.txt parla ai crawler e dice cosa possono scansionare, sitemap.xml elenca gli indirizzi da visitare, llms.txt nelle intenzioni doveva parlare ai modelli linguistici e spiegare loro cosa conta e come è organizzato il sito.

A oggi llms.txt resta una proposta della comunità: non è uno standard IETF, non è uno standard W3C, e nessun fornitore di intelligenza artificiale lo ha mai indicato come requisito. La distinzione conta più di quanto sembri, perché una convenzione non riconosciuta vive soltanto finché qualcuno decide volontariamente di leggerla.

Come è fatto, in pratica

La struttura prevista è volutamente minimale: un titolo con il nome dell’azienda o del progetto, un paragrafo di sintesi, poi sezioni con elenchi di collegamenti in formato Markdown, ognuno accompagnato da una riga di descrizione. Alcuni siti pubblicano anche una versione estesa, llms-full.txt, che include il testo completo delle pagine principali invece dei soli collegamenti.

Scriverlo a mano per un sito da venti pagine richiede meno di un’ora. Su WordPress esistono estensioni che lo generano in automatico dalla struttura dei contenuti. Il costo di ingresso è davvero basso, ed è proprio questo che ha reso la proposta così popolare nelle conversazioni tra addetti ai lavori.

Quanti siti lo hanno pubblicato davvero

L’adozione esiste ma resta di nicchia, e i numeri cambiano parecchio a seconda del campione osservato. A giugno 2026 l’8,7% dei primi mille siti al mondo pubblicava un file llms.txt. Su un campione più ampio, da trecentomila domini, la quota si attesta intorno al 10%, concentrata quasi tutta in ambito tecnico e documentale.

Il dato più istruttivo riguarda Shopify. Le rilevazioni di Rankability mostrano una diffusione del 78,1% tra i negozi ospitati sulla piattaforma, ma non perché i commercianti abbiano deciso qualcosa: tra la fine di aprile e l’inizio di maggio 2026 Shopify ha attivato il file in modo predefinito su ogni negozio, senza chiedere nulla a nessuno. Se si toglie quel blocco dal conteggio, l’adozione spontanea nel commercio elettronico si sgonfia.

Tradotto per una PMI italiana: nessun tuo concorrente ha ottenuto un vantaggio perché ha caricato llms.txt, e nessun settore fuori dal mondo della documentazione software lo ha adottato in modo diffuso. La sensazione di essere rimasto indietro, in questo caso, non poggia su niente.

Il dato che ribalta il discorso: quasi nessuno lo legge

Pubblicare un file serve a qualcosa solo se qualcuno lo apre. Lo studio Ahrefs su 137.000 siti ha rilevato che il 97% dei file llms.txt non ha ricevuto alcuna richiesta nel mese di maggio 2026. Un’altra misurazione, condotta su oltre cinquecento milioni di visite di bot in novanta giorni, ha contato 408 richieste dirette al file.

Sono due rilevazioni indipendenti che arrivano allo stesso punto. I crawler delle intelligenze artificiali passano dai siti, li leggono e li usano per costruire risposte, ma non si fermano a chiedere llms.txt. Continuano a fare quello che facevano prima: seguire i collegamenti, leggere l’HTML, estrarre il testo.

Non esiste nemmeno uno studio su larga scala che mostri una correlazione tra la presenza del file e la probabilità di essere citati in una risposta generata. Chi sostiene il contrario porta quasi sempre esempi singoli, in cui nel frattempo il sito ha anche pubblicato contenuti nuovi, ottenuto menzioni o sistemato la struttura tecnica. È il classico caso in cui la causa attribuita non è quella vera.

Cosa dice Google

Google ha preso posizione in modo esplicito: nessun sistema di Google Search legge o utilizza llms.txt. John Mueller lo ha paragonato al meta tag keywords, il campo che per anni i proprietari di siti hanno compilato con cura mentre nessun motore di ricerca lo guardava. Il paragone è severo, e volutamente tale.

Interrogata anche sulla variante llms-author.txt, l’azienda ha ripetuto la stessa cosa. Il senso di quella posizione non è che il file faccia danno, ma che descrivere il proprio sito a un motore non è mai stato un modo per ottenerne la fiducia. Quello che un sistema automatico verifica è il contenuto pubblicato, non l’autodescrizione allegata.

Lo stesso principio governa il posizionamento nelle risposte generate. Come ho raccontato in AI Overviews Google: come ottimizzare i contenuti per posizionarti, quello che sposta l’ago è la chiarezza del testo dentro la pagina, non i metadati che le stanno intorno.

Perché l’idea sembrava comunque sensata

llms.txt rispondeva a un problema reale del 2024: i modelli linguistici avevano finestre di contesto strette e l’HTML di una pagina moderna è pieno di menu, banner e codice che occupano spazio senza portare informazione. Un file pulito in Markdown sembrava il modo più ovvio per risparmiare fatica alla macchina.

Nei due anni successivi il problema si è sciolto da solo. Le finestre di contesto sono cresciute di un ordine di grandezza, l’estrazione del testo dall’HTML è diventata affidabile e poco costosa, e il recupero delle informazioni ha smesso di essere il collo di bottiglia. La soluzione è rimasta a galla mentre spariva il problema che ne giustificava l’esistenza.

C’è anche una ragione strutturale, ed è la più importante. Un file compilato dal proprietario del sito è per definizione una fonte interessata. Chiunque costruisca un sistema di risposta automatica sa che fidarsi di un’autodichiarazione apre la porta a manipolazioni banali. È esattamente il motivo per cui il meta tag keywords è stato abbandonato.

Cosa funziona davvero al posto di llms.txt

Le leve che influenzano le citazioni nelle risposte generate sono tre, e nessuna riguarda un file da caricare: il controllo degli accessi tramite robots.txt, i dati strutturati in JSON-LD che descrivono entità verificabili, e le menzioni di terze parti che confermano dall’esterno quello che il sito dichiara di sé.

robots.txt per decidere chi entra

robots.txt esiste dal 1994, funziona e viene rispettato da tutti i crawler rilevanti: GPTBot, ClaudeBot, Google-Extended, PerplexityBot. Se vuoi che un sistema di intelligenza artificiale legga il tuo sito non devi fare nulla di particolare; se non lo vuoi, lo blocchi lì. Ho spiegato nel dettaglio come impostare queste regole in Crawler AI: come decidere chi legge il tuo sito.

Dati strutturati, con aspettative realistiche

Sui dati strutturati le prove sono contrastanti e vanno lette con onestà. Un’analisi BrightEdge riporta un aumento del 44% delle citazioni per i siti che hanno introdotto marcatura strutturata e blocchi di domande e risposte; un test di Ahrefs su 1.885 pagine non ha invece rilevato variazioni apprezzabili. La lettura che tiene insieme i due risultati è che i dati strutturati sono infrastruttura, non scorciatoia: aiutano una macchina a interpretare correttamente un contenuto già solido, ma non trasformano un contenuto debole in una fonte citabile. Se decidi di lavorarci, usa JSON-LD, il formato che tutti i sistemi analizzati preferiscono.

Menzioni e prove verificabili dall’esterno

È qui che si gioca la partita vera. Un’analisi su dati Trustpilot ha rilevato che i marchi che raccolgono e gestiscono attivamente le recensioni compaiono nel 75,3% delle risposte generate sul loro settore, contro l’1% di quelli senza un profilo recensioni attivo. La differenza non è marginale, è di due ordini di grandezza. Il meccanismo è lo stesso che descrivo in Menzioni di brand: come farti citare da Google e dalle AI, e non ha niente a che vedere con i file caricati sul server.

Quando ha comunque senso pubblicarlo

Restano due casi in cui pubblicare llms.txt è una scelta difendibile: se gestisci documentazione tecnica o software con molte pagine di riferimento, perché alcuni assistenti di programmazione lo consultano quando l’utente lo indica in modo esplicito; e se il file viene generato in automatico dalla tua piattaforma, quindi non ti costa manutenzione.

Fuori da questi due casi la domanda giusta non è “fa male?” ma “cosa non sto facendo, mentre lo faccio?”. Un’ora spesa a compilare e tenere aggiornato un file che nessuno apre è un’ora sottratta a una pagina di servizio scritta bene, a una richiesta di recensione a un cliente soddisfatto, alla correzione di una scheda locale incompleta. Il costo di llms.txt non è il tempo di scrittura: è il posto che si prende nella lista delle priorità.

Errori comuni

Nelle consulenze degli ultimi mesi ho visto ripetersi sempre gli stessi tre passi falsi attorno a questo file.

• Pagarlo come intervento a sé: se un preventivo contiene una voce dedicata alla creazione del file llms.txt con una cifra a tre zeri, stai comprando mezz’ora di lavoro presentata come strategia. Chiedi quali dati sostengono quella raccomandazione.
• Usarlo al posto di robots.txt: llms.txt non blocca niente e non autorizza niente. Chi lo tratta come strumento di controllo degli accessi lascia il sito completamente aperto convinto di averlo protetto.
• Attribuirgli i risultati: se dopo averlo pubblicato le citazioni aumentano, quasi sempre il merito è di qualcos’altro fatto nello stesso periodo. Senza una misurazione prima e dopo, isolata, quella conclusione non regge.

Il piano in tre passi per una PMI

Se hai mezza giornata da dedicare alla visibilità nelle risposte generate, questo è l’ordine che consiglio ai miei clienti: sistemare gli accessi, riscrivere tre pagine chiave, raccogliere prove esterne. Tre azioni concrete, tutte misurabili, nessuna delle quali richiede di caricare un file nella cartella principale del sito.

Primo passo: apri il tuo robots.txt e verifica che i crawler che vuoi far entrare non siano bloccati per errore, cosa che capita più spesso di quanto si creda quando un plugin di sicurezza applica regole aggressive senza avvisare. Secondo passo: scegli le tre pagine che rispondono alle domande più frequenti dei tuoi clienti e riscrivile in modo che ogni sezione contenga, nelle prime righe, una risposta compiuta e autonoma. Terzo passo: chiedi una recensione ai cinque clienti più soddisfatti degli ultimi sei mesi.

Fatto questo, misura. Senza una rilevazione di partenza non sai se stai migliorando, e le risposte generate non compaiono nei rapporti tradizionali: servono strumenti dedicati, di cui ho parlato in Visibilità del brand su ChatGPT e Gemini: la guida al monitoraggio. Ripeti la rilevazione dopo sessanta giorni e confronta i due momenti.

llms.txt è un buon esempio di come funziona il mercato degli strumenti digitali: una proposta ragionevole, nata per risolvere un problema vero, diventa una voce di preventivo molto dopo che il problema si è risolto da solo. Non c’è malafede, c’è inerzia. Il modo per difendersi è sempre lo stesso, e vale ben oltre questo file: chiedere quali dati sostengono una raccomandazione, prima di comprarla. In questo caso i dati esistono, sono pubblici e dicono di lasciar perdere.

Vuoi applicare una strategia di visibilità nella ricerca AI al tuo business?

Farsi citare da ChatGPT, Gemini e dalle AI Overviews di Google non dipende da un file da caricare, ma da come sono scritte le pagine, da chi parla di te all’esterno e da quanto è pulita la struttura tecnica del sito. Implementarlo correttamente richiede metodo, e farlo senza un piano vuol dire sprecare budget e settimane di lavoro.

Sono specializzato in SEO, web design e digital marketing per PMI italiane. Posso analizzare il tuo sito e darti un piano d’azione concreto per i prossimi tre mesi.

Contattami per una consulenza strategica: definiamo insieme la direzione e la mettiamo in pratica passo dopo passo.

Se preferisci approfondire prima da solo, trovi altre guide pratiche sul mio canale YouTube.