Poche settimane fa, Lighthouse ha introdotto un nuovo audit incentrato sulla navigazione agentica, ovvero la capacità degli agenti AI di leggere e comprendere i siti web. Uno dei controlli principali? Verificare se il tuo sito ha un file llms.txt. Nello stesso mese, le linee guida ufficiali di Google sulla ricerca basata sull’ AI (all’ interno […]
Poche settimane fa, Lighthouse ha introdotto un nuovo audit incentrato sulla navigazione agentica, ovvero la capacità degli agenti AI di leggere e comprendere i siti web. Uno dei controlli principali? Verificare se il tuo sito ha un file llms.txt.
Nello stesso mese, le linee guida ufficiali di Google sulla ricerca basata sull’ AI (all’ interno di una sezione letteralmente intitolata “Mythbusting”) hanno inserito il file llms.txt sotto la voce delle cose del tutto inutili e di cui non c’è bisogno di preoccuparsi.
Una sola azienda, nello stesso mese, da una parte ti dice di creare questo file, dall’altra ti dice che non serve a nulla. Non c’è da stupirsi se la community SEO sia disorientata.
La confusione svanisce nel momento in cui smettiamo di trattare llms.txt como uno strumento per i motori di ricerca tradizionali. Non è mai nato per questo. Google e i motori di ricerca AI non useranno mai il file llms.txt per il posizionamento o per l’assegnazione delle citazioni, né oggi, né (secondo il mio punto di vista) in futuro.
Tuttavia, gli strumenti come i text editor avanzati e gli assistenti di programmazione hanno un motivo reale e immediato per leggerlo e lo vedremo più avanti nell’ articolo.
Se crei questo file sperando di scalare le classifiche di Google o di comparire nelle panoramiche AI, rimarrai molto deluso.
Nato come proposta formale (consultabile sul sito ufficiale llmstxt.org), il file llms.txt è un documento in formato markdown posizionato nella directory principale (root) di un sito web. Il suo scopo teorico è fornire una mappa condensata, pulita e priva di codice superfluo per aiutare i modelli linguistici (LLM) a interpretare le risorse ad alto valore del sito, come documentazioni API, cataloghi di prodotti complessi o guide tecniche.
In pratica, si presenta così:
Un’idea apparentemente geniale, che ricalca l’infrastruttura storica dei file robots.txt e sitemap.xml. Ma c’è un errore di valutazione strategico: esiste un enorme divario tra la teoria e la realtà dei fatti.
Il rifiuto da parte dei grandi motori di ricerca tradizionali e generativi si basa su due limiti strutturali insormontabili.
Il file llms.txt è un documento separato che risiede accanto al codice HTML visto dagli utenti reali, ma è controllato interamente dal proprietario del sito. Nulla vieterebbe a un addetto SEO di inserire nel file llms.txt una versione super-ottimizzata, farcita di keyword ideali per compiacere i bot AI, mostrando al contempo una pagina totalmente diversa (o di scarsa qualità) agli esseri umani.
Questo è cloaking puro, solo scritto in sintassi markdown.
Google ha speso gli ultimi vent’anni a imparare a non fidarsi di ciò che un webmaster dichiara in modo diretto senza verifiche di terze parti.
Anche se Google, Perplexity o OpenAI volessero fidarsi, dovrebbero comunque confrontare ogni singola affermazione contenuta nel file llms.txt con il codice effettivo della pagina web per verificarne l’autenticità.
Nel momento in cui un crawler deve scansionare sia il file llms.txt sia l’HTML reale, l’utilità del file di testo si azzera. perchè diventerebbe solo una richiesta HTTP in più, un parsing in più e un carico infrastrutturale mastodontico su scala globale (miliardi di pagine) per produrre un dato che deve comunque essere confermato dalla fonte principale. Nessun motore di ricerca aggiunge un passaggio così costoso a un sistema che sa già come estrarre informazioni dall’HTML.
I dati reali confermano lo scetticismo. Uno studio empirico condotto da Ahrefs su un campione di oltre 137.000 domini ha rivelato che il 28% dei siti (circa uno su quattro) ha già pubblicato un file llms.txt, spinto dalla pura speculazione di ottenere maggiore visibilità nell’AI.
Tuttavia, quando si analizzano i log dei server, emerge la verità: quasi nessuno legge questi file.
Inoltre, una ricerca approfondita pubblicata da Search Engine Land, che ha tracciato l’impatto del file su 10 siti di diversi settori (B2B SaaS, finance, e-commerce) per 90 giorni prima e dopo la sua implementazione, ha dimostrato l’assenza totale di correlazione con i picchi di traffico. Solo due siti hanno registrato incrementi di visite da fonti AI (rispettivamente del 12,5% e del 25%), ma l’analisi ha svelato che i guadagni erano dovuti a campagne di Digital PR e alla ristrutturazione semantica delle pagine HTML reali, non alla presenza del file .txt.
Se i motori di ricerca lo ignorano, perché Lighthouse ti chiede di crearlo? La risposta sta in alcuni tool di AI.
Strumenti come Claude Code, Cursor, Windsurf o Codex non si appoggiano a un indice pre-scansionato come Google. Quando un programmatore punta uno di questi strumenti verso un sito o una documentazione sconosciuta, l’assistente AI deve mappare la struttura al volo.
Senza una guida, l’agente deve digerire codice HTML sporco, pieno di menu di navigazione, script pubblicitari, banner di cookie e layout complessi e questo processo è altamente inefficiente:
Un file llms.txt pulito fornisce all’assistente di programmazione una mappa stradale immediata. L’agente legge il file di testo, capisce dove sono gli endpoint o le guide e scarica solo il Markdown essenziale. Gli fa risparmiare tempo, denaro e riduce drasticamente gli errori di parsing.
Se decidi che la tua attività può trarre beneficio da questa tecnologia (specialmente se hai un pubblico di sviluppatori o produci contenuti altamente tecnici), o vuoi implementarlo a prescindere sperando che in futuro possa servire, ecco le regole ingegneristiche per implementarlo correttamente:
La lezione che ricaviamo da questa ondata di adozione è la stessa che accompagna la SEO da decenni: non esiste un file magico in grado di sostituire l’ottimizzazione delle fondamenta.
Il file llms.txt è un ottimo strumento di cortesia per gli agenti intelligenti e per i software di sviluppo che visitano il tuo sito. È economico da produrre, richiede uno sforzo minimo e, se configurato senza errori di risposta HTTP, non danneggia in alcun modo l’ecosistema.
Crealo pure se il tuo target lo richiede, ma fallo sapendo che serve ad aiutare lo sviluppatore che interroga il tuo sito tramite un terminale AI, non l’algoritmo di ricerca che deve posizionarti.
La vera visibilità nei motori di ricerca tradizionali e generativi si ottiene ancora e sempre nello stesso modo: curando la profondità semantica delle tue pagine, abbattendo le barriere tecniche di scansione e guadagnando autorevolezza e menzioni nel mondo reale.
