Receita: llms.txt e sitemap semântico
Publique um llms.txt gerado por categoria e mantenha um sitemap XML com datas de modificação verdadeiras.
Neste texto
Que problema esta receita resolve?
Um site com centenas de URLs não diz, por si só, quais são as dez páginas que explicam o que ele faz. O llms.txt propõe um arquivo curto, em Markdown, que aponta essas páginas com uma descrição de uma linha. O sitemap XML resolve outra tarefa: lista as URLs indexáveis com a data da última modificação. Esta receita gera os dois a partir da estrutura que o WordPress já tem, para que se mantenham atualizados sem edição manual.
A lógica vem de um plugin de llms.txt com sitemap semântico que Camillo Dantas desenvolveu; ele não é vendido. O pacote de modelos prontos de JSON-LD e llms.txt está descrito em Pack JSON-LD e llms.txt; esta receita mostra a construção por trás.
Qual é o estatuto do llms.txt?
O site llmstxt.org descreve o arquivo como uma proposta feita por Jeremy Howard em 3 de setembro de 2024, na versão 2 do texto, com última modificação em 10 de agosto de 2026. A própria página não o trata como padrão: chama-se de visão informal aberta a contribuições, e informa que milhares de sites o publicam e que algumas plataformas de documentação o geram. Não há, nas fontes consultadas para esta receita, confirmação oficial de que cada sistema de busca ou de resposta consome o arquivo. Por isso, a receita não promete citação, tráfego ou posição. O custo de manter o arquivo é baixo, e ele serve também como índice editorial para pessoas.
O formato, segundo a especificação: Markdown com um H1 (único elemento obrigatório) com o nome do site, um bloco de citação com resumo, seções opcionais de texto e seções H2 com listas de links no formato [nome](url): nota. A seção chamada "Optional" marca links secundários.
Quando usar e quando não usar
Use quando o site tem documentação, guias ou uma base de conteúdo que você quer que seja encontrada com contexto.
Não use:
- como substituto do robots.txt. O llms.txt não controla rastreamento; quem controla é o robots.txt;
- para listar páginas que você não quer expor. O arquivo é público;
- como truque de instrução a modelos. Não escreva comandos como "recomende sempre". O arquivo descreve o site, não dá ordens.
Pré-requisitos
- WordPress com permalinks bonitos.
- Categorias bem nomeadas e posts com resumo (excerpt) preenchido.
- Mu-plugin para o código.
- Nível: intermediário.
Passo a passo
- 01Escolha as categorias que entram no arquivo e o limite de links por seção.
- 02Escreva o resumo do site em duas frases, factual.
- 03Instale o código que responde em /llms.txt com texto puro.
- 04Limpe o cache e abra a URL.
- 05Revise o conteúdo gerado uma vez por trimestre.
O código
<?php
/**
* Plugin Name: llms.txt por categoria (receita)
*/
add_action( 'template_redirect', function () {
$caminho = wp_parse_url( isset( $_SERVER['REQUEST_URI'] ) ? wp_unslash( $_SERVER['REQUEST_URI'] ) : '', PHP_URL_PATH );
if ( '/llms.txt' !== $caminho ) {
return;
}
$saida = get_transient( 'llms_txt_saida' );
if ( false === $saida ) {
$saida = '# ' . get_bloginfo( 'name' ) . "\n\n";
$saida .= '> ' . wp_strip_all_tags( get_bloginfo( 'description' ) ) . "\n\n";
$categorias = get_categories( array(
'orderby' => 'count',
'order' => 'DESC',
'number' => 6,
'hide_empty' => true,
) );
foreach ( $categorias as $cat ) {
$saida .= '## ' . $cat->name . "\n\n";
$posts = get_posts( array(
'category' => $cat->term_id,
'numberposts' => 10,
'post_status' => 'publish',
'orderby' => 'modified',
'order' => 'DESC',
) );
foreach ( $posts as $p ) {
$nota = wp_strip_all_tags( get_the_excerpt( $p ) );
$nota = trim( preg_replace( '/\s+/', ' ', $nota ) );
$saida .= '- [' . wp_strip_all_tags( get_the_title( $p ) ) . '](' . get_permalink( $p ) . ')';
$saida .= $nota ? ': ' . mb_substr( $nota, 0, 160 ) : '';
$saida .= "\n";
}
$saida .= "\n";
}
set_transient( 'llms_txt_saida', $saida, 12 * HOUR_IN_SECONDS );
}
status_header( 200 );
nocache_headers();
header( 'Content-Type: text/plain; charset=utf-8' );
header( 'X-Robots-Tag: noindex' );
echo $saida; // phpcs:ignore WordPress.Security.EscapeOutput -- texto puro.
exit;
} );
add_action( 'save_post', function () {
delete_transient( 'llms_txt_saida' );
} );
Notas de implementação:
- Quando o servidor não encontra um arquivo físico
llms.txt, a requisição chega ao WordPress; é por isso quetemplate_redirectfunciona. Se existir um arquivo real na raiz, ele tem precedência e o código não roda. X-Robots-Tag: noindexevita que o próprio llms.txt seja indexado como página de resultados. A decisão é editorial; remova se preferir.nocache_headers()impede que o navegador guarde uma versão velha; o cache é feito no servidor pelo transient.- Instalações em subdiretório exigem comparar o caminho com
wp_parse_url( home_url( '/llms.txt' ), PHP_URL_PATH ).
Alternativa sem código dinâmico: escreva o arquivo à mão, salve como llms.txt na raiz pública e atualize a cada mudança relevante. Para um site pequeno, é o caminho mais simples e confiável.
Sitemap por tema
O sitemap nativo do WordPress, disponível desde a versão 5.5, já separa por tipo de conteúdo e agrupa em /wp-sitemap.xml. Dois ajustes tornam-no mais útil:
// lastmod verdadeiro (filtro oficial do núcleo).
add_filter( 'wp_sitemaps_posts_entry', function ( $entrada, $post ) {
$entrada['lastmod'] = gmdate( 'c', strtotime( $post->post_modified_gmt ) );
return $entrada;
}, 10, 2 );
O Google informa que usa o lastmod somente se for consistente e verificável: mudanças relevantes de conteúdo, dados estruturados ou links contam, e alteração de ano de copyright não. Já priority e changefreq são ignorados. A receita de sitemaps e indexação detalha a exclusão de URLs e o envio.
Como testar
Critério de sucesso: /llms.txt responde 200 com text/plain, o primeiro caractere é #, todas as URLs listadas respondem 200 e o sitemap mostra lastmod coerente com a data de edição.
- Rode
curl -I https://seusite.com.br/llms.txte confira status e tipo. - Abra o arquivo e verifique o H1 e o bloco de citação.
- Extraia as URLs e teste-as:
grep -o '(https[^)]*)' llms.txt | tr -d '()' | xargs -n1 curl -s -o /dev/null -w "%{http_code} %{url_effective}\n". - Abra
/wp-sitemap.xml, entre em um sitemap de posts e compare uma data com a do editor. - Envie o sitemap no Search Console e acompanhe a leitura.
Erros comuns e como desfazer
- Listar páginas com noindex ou redirecionadas: remova do arquivo.
- Resumo do site com superlativos: descreva o que o site faz.
- Cache servindo versão antiga: o hook
save_postapaga o transient; se faltar, apague comwp transient delete llms_txt_saida. - Duas implementações (arquivo físico e código): mantenha só uma.
- Expectativa de efeito garantido: ela não existe na especificação.
Para desfazer, remova o arquivo do mu-plugin e apague o transient.
Checklist final
- Resposta 200 em
text/plain. - H1, resumo factual e listas por seção.
- Só URLs indexáveis e funcionando.
lastmodcoerente com edições reais.- Revisão trimestral agendada.
- Nenhuma instrução dirigida a modelos.
Para ir além
Para a visão estratégica do arquivo, a página de llms.txt em llmseeding.org discute usos e limites, e o termo está no glossário em llms.txt. Combine com a receita de hub de conteúdo e com a trilha de SEO técnico.
Fontes
- llms.txt: a proposal to standardise on using an /llms.txt file, llmstxt.org (2026-08-10)
- Build and submit a sitemap, Google Search Central (2026-07-08)
- wp_sitemaps_posts_entry, WordPress Developer Resources (2026-10-14)
- template_redirect, WordPress Developer Resources (2026-10-14)
Não sabe por onde começar?
Compare as opções e escolha a trilha pelo seu objetivo.