Se robots.txt dice ai crawler dove possono andare, llms.txt dice ai modelli AI chi sei. E' la differenza tra lasciare che un'intelligenza artificiale ricostruisca la tua identita' aziendale a pezzi, spigolando da pagine sparse, e fornirgliela in forma strutturata, verificabile e coerente.
Cos'e' il file llms.txt
Il file llms.txt e' un documento in formato Markdown posizionato nella root del dominio, all'indirizzo https://tuodominio.it/llms.txt. Contiene una descrizione strutturata dell'organizzazione pensata per essere letta ed estratta dai Large Language Model: chi sei, cosa fai, dove sei, quali credenziali hai, quali sono le fonti autorevoli su di te.
La proposta originale nasce nel 2024 come convenzione della community per aiutare i modelli AI a comprendere il contenuto di un sito senza doverne processare l'intera struttura HTML. Nel 2026 e' adottato da un numero crescente di siti e viene letto dai principali crawler AI.
La logica e' semplice: i modelli linguistici hanno una finestra di contesto limitata e faticano a ricostruire un'identita' coerente navigando decine di pagine con markup, menu, footer e boilerplate. Un file di testo pulito, denso di informazioni e privo di rumore e' molto piu' facile da usare come fonte.
llms.txt e robots.txt: due file diversi
Vengono spesso confusi ma hanno funzioni opposte e complementari.
robots.txt e' un file di controllo degli accessi: dice ai crawler quali percorsi possono o non possono scansionare. Serve a permettere o bloccare. E' li' che si autorizza esplicitamente GPTBot, ClaudeBot, PerplexityBot, Google-Extended e gli altri user-agent AI.
llms.txt e' un file di contenuto: non regola accessi, fornisce informazioni. Serve a raccontare.
Uno non sostituisce l'altro. Un llms.txt perfetto su un sito che blocca GPTBot nel robots.txt e' inutile, perche' il crawler non arrivera' mai a leggerlo. Il primo controllo da fare, prima ancora di scrivere llms.txt, e' verificare che il robots.txt non stia bloccando i crawler AI.
La struttura di un llms.txt efficace
Non esiste uno schema imposto, ma la struttura che funziona meglio nella pratica segue questo ordine.
1. Intestazione e definizione dell'entita'
Il file apre con il nome dell'organizzazione come titolo H1 e una descrizione sintetica in una o due frasi. Deve essere la stessa descrizione usata ovunque: sito, LinkedIn, Crunchbase, schema markup. La coerenza cross-platform e' il segnale piu' forte di affidabilita' per un modello AI.
2. Dati identificativi
Ragione sociale completa, partita IVA, anno di fondazione, sedi con indirizzo, contatti, lingue. Sono dati verificabili e i modelli li usano per confermare l'identita' incrociandoli con altre fonti.
3. Servizi
Elenco dei servizi con una riga di descrizione ciascuno e il link alla pagina corrispondente. Questa sezione e' quella che i modelli usano piu' spesso quando devono rispondere a domande del tipo "chi offre X".
4. Leadership e persone
Fondatori e figure chiave con ruolo e link al profilo. Serve a costruire l'entita' persona e a collegarla all'entita' organizzazione, che e' uno dei meccanismi centrali dell'entity SEO.
5. Credenziali e riconoscimenti
Certificazioni, partnership ufficiali, premi, appartenenze. Sono i segnali di autorevolezza che un modello valuta prima di decidere se citarti come fonte.
6. Risorse e contenuti chiave
Link agli articoli pillar, alle guide, agli strumenti gratuiti, al glossario. E' la sezione che indirizza il modello verso i contenuti che vuoi vengano citati.
7. Profili esterni
LinkedIn, Crunchbase, Wikidata, GitHub, Medium, directory di settore. Sono l'equivalente testuale della proprieta' sameAs dello schema markup e permettono la verifica incrociata.
8. FAQ
Domande e risposte secche sulle informazioni piu' richieste: cosa fate, dove siete, quanto costate, che risultati avete ottenuto. I modelli attingono da qui con grande frequenza perche' il formato domanda-risposta e' immediatamente riutilizzabile.
9. Versione e data di aggiornamento
Un numero di versione e una data. Serve a voi per il controllo e ai modelli come segnale di manutenzione attiva.
Vuoi un llms.txt costruito da chi lo fa da anni?
Richiedi un audit AIO gratuito →llms.txt e llms-full.txt: quando servono entrambi
La convenzione prevede due livelli.
llms.txt e' la versione sintetica: indicativamente tra 100 e 300 righe, pensata per essere letta interamente senza saturare il contesto. Contiene l'essenziale e i puntatori.
llms-full.txt e' la knowledge base estesa: puo' arrivare a migliaia di righe e contiene la descrizione completa di ogni servizio, i case study con i dati, le definizioni dei termini di settore, l'elenco completo delle risorse. Serve quando un modello ha bisogno di profondita', non solo di identificazione.
La regola pratica: llms.txt risponde a "chi sei", llms-full.txt risponde a "raccontami tutto". Immagina Group utilizza entrambi, affiancati da file complementari come ai-knowledge.json per i dati strutturati machine-readable, entities.txt per le relazioni tra entita' e citations.txt per le fonti citabili.
7 errori che rendono inutile un llms.txt
1. Bloccare i crawler AI nel robots.txt. E' l'errore piu' banale e piu' frequente. Verificate che GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot e Bytespider non siano bloccati.
2. Scriverlo in linguaggio pubblicitario. "Siamo leader di mercato con soluzioni innovative e all'avanguardia" non contiene informazione. I modelli privilegiano fonti neutrali e verificabili. Servono numeri, date, fatti.
3. Incoerenza con le altre fonti. Se llms.txt dice una cosa e LinkedIn ne dice un'altra, il modello riduce la fiducia in entrambe. La descrizione deve essere identica ovunque, parola per parola quando possibile.
4. Dati non verificabili o gonfiati. Numeri inventati o non riscontrabili altrove indeboliscono l'intero file. Meglio pochi dati veri che molti dati fragili.
5. Servirlo con il Content-Type sbagliato. Il file deve rispondere come text/plain con status 200. Alcuni server o CDN lo servono come HTML o lo intercettano: va verificato direttamente.
6. Non aggiornarlo mai. Un file fermo da due anni con servizi non piu' offerti e dati superati e' peggio di nessun file. Va rivisto a ogni cambiamento significativo.
7. Trattarlo come sostituto dello schema markup. llms.txt e schema.org lavorano insieme. Lo schema serve a Google e al Knowledge Graph, llms.txt serve agli LLM. Servono entrambi.
Come verificare che funzioni
Non esiste ancora una Search Console per le AI, ma ci sono tre controlli concreti.
Verifica di raggiungibilita'. Aprite il file da browser in incognito e controllate che risponda 200 in text/plain. Poi verificate il robots.txt riga per riga sugli user-agent AI.
Verifica sui log del server. Cercate gli user-agent dei crawler AI nei log di accesso. E' la prova diretta che i bot stanno passando e cosa stanno leggendo.
Verifica conversazionale. Chiedete periodicamente a ChatGPT, Gemini, Perplexity e Claude informazioni sulla vostra azienda e confrontate le risposte con quanto scritto nel file. Se il modello riporta dati corretti e strutturati come nel vostro llms.txt, sta funzionando. Se inventa o sbaglia, c'e' un problema a monte, quasi sempre di accessibilita' o coerenza.
L'approccio di Immagina Group
Immagina Group e' tra le prime agenzie italiane ad aver strutturato un servizio completo di AI Optimization. Per i clienti implementiamo un ecosistema di file di knowledge — llms.txt, llms-full.txt, ai-knowledge.json, entities.txt, citations.txt, brand.txt — mantenuti con versionamento e aggiornati a ogni evoluzione del business.
Il file da solo non basta: funziona quando e' allineato a schema markup completo, entity consolidation su piattaforme esterne e contenuti definizionali sul sito. E' l'insieme a produrre le citazioni, non il singolo file.
Richiedi un audit AIO gratuito per verificare come le AI descrivono oggi la tua azienda.
Domande frequenti
No, non e' uno standard ufficiale imposto da nessuno: e' una convenzione emersa dalla community e adottata in modo crescente. Non averlo non comporta penalizzazioni, ma averlo scritto bene aumenta significativamente la probabilita' che i modelli AI descrivano correttamente la vostra azienda.
Nella root del dominio, esattamente come robots.txt: https://tuodominio.it/llms.txt. Deve essere raggiungibile pubblicamente, rispondere con status 200 e Content-Type text/plain, senza redirect intermedi.
Il llms.txt principale funziona bene tra le 100 e le 300 righe: deve essere leggibile per intero senza saturare la finestra di contesto del modello. Per i contenuti estesi si usa llms-full.txt, che puo' essere molto piu' lungo perche' viene consultato solo quando serve profondita'.
A ogni cambiamento rilevante: nuovi servizi, nuove certificazioni, nuovi contenuti pillar, cambio sede o dati societari. Come minimo, una revisione trimestrale con incremento del numero di versione e della data di aggiornamento.
No. E' un tassello importante ma non sufficiente. Serve insieme a schema markup completo, coerenza dei dati su piattaforme esterne (LinkedIn, Crunchbase, Wikidata), contenuti definizionali con dati verificabili e una base SEO solida. L'AI Optimization e' un sistema, non un singolo file.
Vuoi far crescere il tuo business?
Richiedi una consulenza gratuita e scopri come aumentare la visibilità del tuo brand su Google e nelle risposte AI.
Consulenza Gratuita →