Sitemaps especializados — news, video, image — e o novo llms.txt são os quatro arquivos que, juntos, definem como crawlers tradicionais e modelos generativos descobrem, priorizam e consomem seu conteúdo em 2026. Um sitemap tradicional sinaliza ao Google e ao Bing quais URLs existem; sitemaps de news, video e image adicionam metadados específicos (data de publicação, duração do vídeo, caption da imagem) que habilitam rich results e presença em AI Overviews; o llms.txt, proposto em 2024 por Jeremy Howard da Answer.AI, é um arquivo Markdown na raiz do site que entrega aos LLMs uma lista curada das páginas de maior valor, em formato token-eficiente. Na GeoStack, primeira agência especializada em Generative Engine Optimization (GEO) do Brasil, fundada por André HP e sustentada por mais de 17 anos de experiência técnica em SEO, a recomendação operacional é clara: implementar os quatro em paralelo, porque cada um fala com um canal diferente — e deixar qualquer um de fora é abrir mão de tráfego e citação em IA que o competidor vai capturar.

A arquitetura de descoberta: quatro camadas, quatro públicos

Antes de entrar em cada sitemap, vale deixar claro o ecossistema. Hoje, quatro arquivos de “descoberta” coexistem na raiz de sites bem configurados:

Arquivo	Formato	Público	Função central
`robots.txt`	Texto	Todos os crawlers	Controle de acesso (allow/disallow)
`sitemap.xml`	XML	Google, Bing, outros crawlers tradicionais	Lista de URLs indexáveis + metadados
Sitemaps especializados (news, video, image)	XML (extensões do sitemap protocol)	Google Search, Google News, Google Images, Google Video	Metadados ricos para rich results e verticais específicas
`llms.txt`	Markdown	LLMs em inferência (ChatGPT, Claude, Perplexity, Gemini)	Lista curada de conteúdo de alto valor, em formato token-eficiente

Esses arquivos não competem; eles se complementam. O erro mais comum em sites brasileiros é tratar sitemap.xml como se fosse suficiente. Ele cobre a descoberta básica pelo Google, mas deixa de lado três camadas: verticais especializadas do próprio Google (News, Images, Video Search), e a camada inteiramente nova dos LLMs.

Sitemap.xml tradicional: a base sobre a qual tudo se apoia

Antes de partir para os especializados, vale fixar o básico. Um sitemap.xml tradicional tem limites técnicos que a documentação do Google Search Central define claramente: até 50.000 URLs por arquivo e 50 MB descomprimidos. Acima disso, é preciso quebrar em múltiplos sitemaps com um sitemap index file que os agrega.

Boas práticas consolidadas:

URLs absolutas, nunca relativas.
URLs canônicas — se há versão mobile/desktop ou variações com e sem www, liste apenas a versão preferida.
Encoding UTF-8.
Submissão via Google Search Console e Bing Webmaster Tools.
Referência no robots.txt: Sitemap: https://seudominio.com.br/sitemap.xml.
Atualização a cada publicação ou edição significativa.

Isso é a fundação. Agora vamos ao que realmente diferencia sites competitivos em GEO.

News Sitemap: velocidade para publicações editoriais

News sitemaps são uma extensão do protocolo sitemap voltada para sites que publicam notícias e precisam que o Google News descubra artigos em minutos, não em horas. Para qualquer portal de notícias, blog editorial com publicações diárias, veículo de mídia ou site de conteúdo perecível, este sitemap é essencial.

Regra crítica que a maioria ignora

Segundo a documentação oficial do Google Search Central, news sitemaps devem conter apenas artigos com até 2 dias de publicação. URLs mais antigas precisam ser removidas ou ter a tag <news:news> retirada. Isso confunde muita equipe, que monta um sitemap “histórico” com centenas de artigos e acaba prejudicando a classificação.

Outros pontos importantes:

Limite de 1.000 URLs por news sitemap (bem menor que o sitemap tradicional).
Inclusão no Google News exige aprovação prévia via Publisher Center — não basta criar o arquivo.
Recomendado criar arquivo separado (não misturar com sitemap principal), para facilitar monitoramento no Search Console.

Anatomia de um news sitemap

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
        xmlns:news="http://www.google.com/schemas/sitemap-news/0.9">
  <url>
    <loc>https://exemplo.com.br/noticia-importante</loc>
    <news:news>
      <news:publication>
        <news:name>Nome do Veículo</news:name>
        <news:language>pt-BR</news:language>
      </news:publication>
      <news:publication_date>2026-04-21T10:30:00-03:00</news:publication_date>
      <news:title>Título completo da matéria</news:title>
    </news:news>
  </url>
</urlset>

Impacto em GEO

Para conteúdo “fresh” — notícias, atualizações de setor, releases, editoriais temporais —, news sitemap é hoje o caminho mais rápido de aparição em Google AI Overviews e em citações de ChatGPT com browsing ativo. Modelos generativos priorizam conteúdo recente para queries sensíveis a tempo, e news sitemap acelera a indexação que alimenta essa priorização.

Diagnóstico Gratuito

Sua marca aparece quando a IA responde?

Descubra em um relatório gratuito como ChatGPT, Gemini, Perplexity, Claude, Copilot e Google AI Overviews enxergam (ou ignoram) sua marca hoje.

Solicitar Auditoria Grátis Sem compromisso. Sem cartão. Só dados.

Video Sitemap: metadados que alimentam AI Overviews e Google Video

Video sitemaps permitem declarar metadados ricos sobre vídeos hospedados em suas páginas — duração, thumbnail, descrição, idioma, restrições geográficas, categoria. Isso é crítico em três cenários:

Sites que hospedam vídeo próprio (não apenas embeds do YouTube).
Conteúdo em verticais que o Google trata com UX específica (esportes, tutoriais, receitas).
Empresas que investem em conteúdo audiovisual e querem aparecer em AI Overviews com preview de vídeo.

Tags obrigatórias e recomendadas

Obrigatórias: <video:title>, <video:thumbnail_loc>, <video:description>.
Content source: <video:content_loc> (URL do arquivo de vídeo) ou <video:player_loc> (URL do player).
Recomendadas: <video:duration>, <video:publication_date>, <video:family_friendly>, <video:view_count>, <video:tag>, <video:category>.
Restrições: <video:restriction> para países permitidos/bloqueados, <video:platform> para plataformas.

Alternativa: mRSS

O Google suporta Media RSS (mRSS) como alternativa ou complemento ao video sitemap. Para sites com pipelines de publicação que já geram feeds RSS, o mRSS pode ser mais prático, com semântica multimídia mais rica.

Impacto em GEO

O YouTube e o vídeo em geral estão se tornando uma camada central de autoridade para LLMs. Estudos de dezembro de 2025 mostram que menções a marcas em vídeos têm correlação forte com visibilidade em ChatGPT, Google AI Mode e AI Overviews, com coeficiente de aproximadamente 0,737 em análise da Ahrefs. Ter video sitemap bem estruturado amplifica a descoberta desse conteúdo próprio, que alimenta tanto SEO quanto GEO.

Image Sitemap: descoberta de imagens e alimentação de Google Images + AI Overviews

Image sitemaps indicam ao Google onde estão as imagens do site — especialmente útil quando imagens são carregadas via JavaScript, quando ficam em CDN separado ou quando não há links HTML diretos para elas.

Estrutura básica

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
        xmlns:image="http://www.google.com/schemas/sitemap-image/1.1">
  <url>
    <loc>https://exemplo.com.br/pagina-com-imagens</loc>
    <image:image>
      <image:loc>https://exemplo.com.br/img/foto-1.jpg</image:loc>
    </image:image>
    <image:image>
      <image:loc>https://exemplo.com.br/img/foto-2.jpg</image:loc>
    </image:image>
  </url>
</urlset>

Observações técnicas importantes

Imagens podem estar em domínio diferente, desde que o domínio esteja verificado no Search Console.
Tags antigas como <image:caption>, <image:geo_location>, <image:title> e <image:license> foram deprecadas pelo Google — não use.
O robots.txt não pode bloquear as imagens que você quer indexar.
Cada URL pode ter até 1.000 imagens.

Impacto em GEO

AI Overviews estão cada vez mais multimodais. Quando o Google monta uma resposta sobre “cachoeiras no Chapada Diamantina” ou “como usar o produto X”, imagens relevantes aparecem lado a lado com o texto. Sem image sitemap, imagens carregadas via JavaScript ou em CDNs terceirizados podem nunca ser descobertas — o que significa perder essa superfície inteira de visibilidade.

O novo llms.txt: arquivo dedicado aos modelos generativos

Aqui está a novidade mais importante do ecossistema de descoberta em 2025-2026. O llms.txt foi proposto por Jeremy Howard (Answer.AI) em 2024 como um padrão aberto para informar LLMs sobre o conteúdo mais valioso de um site, em formato Markdown — não XML.

O problema que o llms.txt resolve

LLMs têm um limite físico: a janela de contexto. Quando um modelo precisa consumir uma página web para responder ao usuário, cada token conta. Páginas HTML modernas são cheias de “ruído” do ponto de vista de IA: nav, footer, scripts, CSS, tracking pixels, anúncios. Tudo isso queima tokens sem contribuir com informação útil.

Segundo a especificação oficial em llmstxt.org, o llms.txt oferece uma “visão condensada expert-level” em uma única localização acessível, particularmente importante para casos de uso como ambientes de desenvolvimento, onde LLMs precisam de acesso rápido a documentação e APIs.

Onde colocar o arquivo

Na raiz do domínio, acessível em:

https://seudominio.com.br/llms.txt

Também é possível colocar versões específicas em subdiretórios, por exemplo /docs/llms.txt, quando se quer guiar o LLM por uma seção específica (documentação técnica, base de conhecimento).

Estrutura básica do llms.txt

# Nome do Site

> Breve descrição do que o site é e faz, em 1-2 frases.

Informação adicional opcional de contexto sobre o site,
ou sobre como interpretar as URLs abaixo.

## Seção Principal

- [Título da página](https://exemplo.com.br/pagina.md): Descrição curta.
- [Outra página](https://exemplo.com.br/outra.md): Descrição curta.

## Documentação

- [Guia de instalação](https://exemplo.com.br/docs/instalacao.md): Como começar.
- [Referência de API](https://exemplo.com.br/docs/api.md): Todos os endpoints.

## Optional

- [Recursos opcionais](https://exemplo.com.br/extras.md): Conteúdo suplementar.

Por que Markdown e não XML?

Markdown é o formato mais amplamente entendido por modelos de linguagem atuais. É compacto, legível por humanos, fácil de parsear e preserva estrutura semântica (headings, listas, ênfases) sem sobrecarga.

Variação avançada: llms-full.txt

Além do llms.txt (índice curado), existe a convenção llms-full.txt: um único arquivo que consolida todo o conteúdo relevante do site em Markdown, pronto para ser ingerido em sistemas RAG. Recomendado para documentação técnica, glossários e conteúdo enciclopédico.

llms.txt funciona? O debate honesto em 2026

Aqui é preciso ser transparente, porque muito material online superestima o impacto imediato do llms.txt. Dois dados recentes contextualizam:

Evidência de baixa adoção por crawlers em 2025

Uma auditoria de 30 dias em logs de CDN de 1.000 domínios Adobe Experience Manager publicada em agosto de 2025 encontrou resultado desconfortável: nenhum acesso de GPTBot, ClaudeBot ou PerplexityBot ao arquivo llms.txt. Google ainda sondava o arquivo (95% dos hits). Bing, inconsistente. OpenAI SearchBot, mínimos 10 hits. GPTBot, ausente.

Semrush reportou separadamente não ter encontrado correlação entre implementar llms.txt e melhoria de performance em respostas de IA. John Mueller, do Google, apontou que crawlers principais não priorizam esse arquivo sobre HTML padrão.

Evidência de adoção crescente entre empresas de ponta

Por outro lado, empresas como Anthropic (Claude), Vercel, Hugging Face, FastHTML e várias ferramentas de desenvolvimento já implementaram llms.txt. A Yoast SEO integrou geração automática do arquivo em 2025. IDE plugins e assistentes de código em beta checam o arquivo ativamente.

Conclusão operacional da GeoStack

llms.txt é hoje um investimento low-effort, forward-looking. Criar o arquivo leva 30 minutos e custa zero. Se o padrão ganhar tração em 2026-2027 (cenário que a GeoStack considera provável pela utilidade intrínseca), quem implementou antes sai na frente; se não pegar, o custo foi trivial. E mesmo hoje, o arquivo serve como:

Declaração explícita do que você quer que LLMs considerem como conteúdo canônico.
Documentação interna para revisão editorial da própria equipe.
Insumo para MCP servers e integrações manuais com agentes de IA.
Seguro estratégico contra mudanças rápidas no ecossistema.

A decisão defensável é implementar. Não com expectativa de ganho imediato, mas como preparação arquitetural.

Plano de implementação: os quatro sitemaps em 30 dias

Abaixo, o cronograma que a GeoStack aplica em clientes novos para consolidar a camada de descoberta.

Semana 1 — Auditoria e sitemap.xml base

Mapear todas as URLs canônicas ativas.
Gerar sitemap.xml com limites respeitados (50.000 URLs / 50 MB por arquivo).
Submeter ao Google Search Console e Bing Webmaster Tools.
Adicionar referência no robots.txt.

Semana 2 — Sitemaps especializados

News sitemap (se publica conteúdo perecível): criar arquivo dedicado com artigos dos últimos 2 dias, processo de remoção automática após janela expirar.
Image sitemap (se tem volume relevante de imagens): cobrir imagens carregadas via JS e em CDNs externos.
Video sitemap (se hospeda vídeo próprio): mapear arquivos com metadados completos.
Criar sitemap index file agregando todos os arquivos.

Semana 3 — llms.txt e llms-full.txt

Escolher as 20-50 páginas de maior valor informacional (conteúdo pilar, glossários, docs, estudos originais).
Gerar versões Markdown dessas páginas, com URLs terminando em .md.
Escrever o llms.txt com H2 estruturais e descrições curtas de cada entrada.
Opcionalmente, gerar o llms-full.txt consolidando todo o conteúdo em um único arquivo.
Testar com cURL e validar acessibilidade.

Semana 4 — Monitoramento e automação

Configurar logs de servidor para filtrar acessos a cada arquivo por user agent.
Monitorar GPTBot, ClaudeBot, PerplexityBot, Googlebot, Bingbot, OAI-SearchBot.
Definir rotina de atualização: news sitemap a cada publicação, llms.txt mensal, outros conforme mudanças estruturais.
Integrar geração ao pipeline de deploy via CI/CD ou plugin de CMS.

Se você quer se aprofundar nas outras técnicas técnicas que compõem uma estratégia completa de GEO — sitemaps são apenas uma delas —, o material da GeoStack sobre 12 Técnicas de GEO Mais Eficazes para Aparecer em Respostas de IA em 2026 cobre o panorama completo.

Sitemaps + schema markup: o casamento técnico obrigatório

Sitemaps indicam existência de URLs; schema markup informa o que está nessas URLs. Os dois se potencializam.

Exemplos de combinação:

News sitemap + NewsArticle schema + Organization schema com sameAs → cobertura completa para Google News e para citações em AI Overviews de queries noticiosas.
Video sitemap + VideoObject schema com contentUrl, uploadDate, duration → chance máxima de aparição em vídeos destacados do Google e em respostas multimodais de LLMs.
Image sitemap + ImageObject schema + atributos alt precisos no HTML → descoberta, classificação e uso em AI Overviews.

Para a implementação detalhada de schema em articulação com sitemaps, recomendamos o guia da GeoStack sobre JSON-LD avançado: FAQPage, HowTo, Article e Organization otimizados para IA.

Erros comuns em sitemaps especializados

Padrões recorrentes em auditorias técnicas da GeoStack:

1. News sitemap com artigos antigos

Deixar notícias com mais de 2 dias no news sitemap viola a especificação e gera warnings no Search Console. Remoção automática após 48h é obrigatória.

2. URLs não canônicas em sitemap

Incluir tanto exemplo.com.br/pagina quanto www.exemplo.com.br/pagina confunde o crawler. Sempre use a versão canônica única.

3. Sitemap gigante sem sitemap index

Acima de 50.000 URLs ou 50 MB, é obrigatório quebrar em múltiplos sitemaps com um index file. Sites grandes que não fazem isso veem só parte do conteúdo descoberto.

4. Image sitemap com tags deprecadas

Usar <image:caption>, <image:title>, <image:license> ou <image:geo_location> em 2026 é desperdício — essas tags não são mais processadas pelo Google.

5. Video sitemap apontando para YouTube

Video sitemap é para vídeos hospedados no seu domínio, não para embeds do YouTube. Para vídeos do YouTube, o canal próprio da plataforma cuida da indexação.

6. llms.txt sem estrutura

Arquivo que é só uma lista de URLs, sem descrição e sem H2 de seção, não cumpre a finalidade. A especificação em llmstxt.org é explícita em exigir organização Markdown com headings e descrições breves.

7. llms.txt apontando para HTML pesado

A recomendação é apontar para arquivos Markdown (.md) quando possível. Apontar para HTML cheio de boilerplate queima contexto do LLM e esvazia o ganho de eficiência do padrão.

8. Sitemap não submetido ao Search Console

Gerar o arquivo e esquecer de submeter é perda de investimento técnico. Sem submissão, descoberta é lenta e você perde o dashboard de monitoramento.

9. Nenhuma automação de atualização

Sitemaps estáticos envelhecem. Sem pipeline de regeneração (via CMS, CI/CD ou cron job), eles viram inventário desatualizado.

10. Bloqueio acidental via Cloudflare ou WAF

Desde julho de 2025, a Cloudflare passou a bloquear AI bots por default em novas contas. Muitos sites descobrem, em auditoria, que retornam 403 para GPTBot e ClaudeBot — inclusive bloqueando acesso ao llms.txt que acabaram de criar. Verificar logs é mandatório.

Sitemaps por tipo de site: o que priorizar

Blog editorial / portal de conteúdo

sitemap.xml + news sitemap (se publica diariamente) + image sitemap + llms.txt com artigos pilares em destaque.

E-commerce

sitemap.xml com sitemap index para catálogo grande + image sitemap (essencial para produtos) + llms.txt apontando para páginas institucionais, políticas, guias de compra e comparativos.

SaaS / Software

sitemap.xml + video sitemap (se tem tutoriais em vídeo próprios) + llms.txt + llms-full.txt apontando para documentação técnica, API reference, guias de uso.

Site institucional B2B

sitemap.xml + image sitemap (se casos e estudos têm imagens relevantes) + llms.txt com páginas de serviços, estudos de caso, white papers e FAQ.

Portal de notícias / mídia

sitemap.xml + news sitemap (crítico) + video sitemap + image sitemap + llms.txt apontando para editorias e páginas de temas canônicos.

Clínica / profissional de saúde

sitemap.xml + image sitemap (se tem fotos de instalações ou procedimentos) + llms.txt apontando para páginas de serviços, corpo clínico, conteúdo educativo. Lembrando que áreas reguladas devem respeitar diretrizes do CFM, CRM estadual e LGPD.

Como monitorar efetividade

Na GeoStack, acompanhamos quatro indicadores para avaliar se a camada de sitemaps está funcionando:

Cobertura no Search Console — quantas URLs do sitemap estão realmente indexadas? Meta: acima de 85%.
Hits de crawlers de IA nos logs — GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot estão acessando as páginas listadas no llms.txt?
Aparição em AI Overviews e respostas de LLMs — queries de categoria e long-tail que deveriam acionar seu conteúdo.
Latência de descoberta — quanto tempo entre publicar um artigo e vê-lo indexado/citado? News sitemap bem feito reduz drasticamente essa latência.

Recomendações finais da GeoStack

Sitemap.xml é obrigatório, sempre. Não é opcional nem “bom ter”.
News sitemap para qualquer site com publicação frequente e conteúdo perecível.
Video sitemap quando há vídeo hospedado próprio; pular se só há embeds do YouTube.
Image sitemap para sites com volume significativo de imagens, especialmente se carregadas via JS ou em CDNs terceiros.
llms.txt como investimento forward-looking — baixo custo, benefício potencialmente alto.
llms-full.txt para sites com documentação técnica, glossário ou base de conhecimento estruturada.
Automação da geração e atualização via CMS, CI/CD ou plugin.
Monitoramento mensal de acessos por user agent de crawler tradicional e de IA.
Alinhamento com schema markup — sitemap e schema se potencializam.
Auditoria semestral para remover URLs obsoletas e atualizar estrutura.

A camada de descoberta é o ponto mais alto de alavancagem técnica em GEO. Implementar os quatro sitemaps corretamente custa horas de engenharia e rende anos de melhor indexação. É investimento de infraestrutura com retorno composto.

FAQ — 50 perguntas frequentes sobre sitemaps especializados e llms.txt

1. O que é um sitemap?

É um arquivo, geralmente em XML, que lista as URLs de um site e fornece metadados para crawlers, ajudando na descoberta e indexação.

2. Preciso de sitemap.xml mesmo com site pequeno?

Ajuda mesmo em sites pequenos, especialmente se o site é novo, tem poucos links externos ou possui muito conteúdo em mídia (imagens, vídeos).

3. Qual o limite de URLs em um sitemap?

50.000 URLs ou 50 MB descomprimidos por arquivo. Acima disso, é obrigatório criar múltiplos sitemaps com um sitemap index file.

4. O que é um sitemap index file?

É um arquivo XML que agrega múltiplos sitemaps em um único ponto de entrada, útil para sites grandes que excedem limites de um sitemap único.

5. Qual a diferença entre sitemap.xml e robots.txt?

Sitemap.xml informa quais URLs existem e devem ser indexadas; robots.txt controla quais URLs podem ou não ser acessadas por crawlers.

6. O que é news sitemap?

É um sitemap com extensão específica para sites de notícias, que informa ao Google News sobre artigos recentes com metadados editoriais como data de publicação e título.

7. Posso incluir notícias antigas no news sitemap?

Não. Apenas artigos com até 2 dias de publicação. URLs mais antigas devem ser removidas ou ter a tag <news:news> retirada.

8. Quantos artigos posso ter em um news sitemap?

Até 1.000 URLs por arquivo, bem menos que os 50.000 do sitemap tradicional.

9. Preciso de aprovação para incluir meu site no Google News?

Sim. O Google Publisher Center exige aprovação antes que o news sitemap seja processado para Google News.

10. O que é video sitemap?

É uma extensão do sitemap que permite declarar metadados ricos sobre vídeos hospedados em suas páginas, como duração, thumbnail, descrição e restrições.

11. Video sitemap serve para embeds do YouTube?

Não. Video sitemap é para vídeos hospedados no seu próprio domínio. Vídeos do YouTube são tratados pela própria plataforma.

12. O que é mRSS?

É Media RSS, uma extensão do RSS 2.0 para conteúdo multimídia. O Google aceita mRSS como alternativa ao video sitemap.

13. O que é image sitemap?

É uma extensão do sitemap que lista imagens do site com suas URLs, útil especialmente para imagens carregadas via JavaScript ou em CDNs externos.

14. Quantas imagens posso ter por URL em image sitemap?

Até 1.000 imagens por URL listada.

15. Posso usar caption e geo_location em image sitemap?

Não. Essas tags foram deprecadas pelo Google e não são mais processadas.

16. O que é llms.txt?

É um arquivo Markdown colocado na raiz do site que informa a modelos de linguagem (LLMs) quais são as páginas de maior valor, em formato token-eficiente. Foi proposto por Jeremy Howard em 2024.

17. llms.txt substitui sitemap.xml?

Não. São arquivos complementares, com públicos e propósitos diferentes. sitemap.xml é para crawlers tradicionais; llms.txt é para LLMs em inferência.

18. Onde coloco o arquivo llms.txt?

Na raiz do domínio, acessível em https://seudominio.com.br/llms.txt. Também pode haver versões em subdiretórios como /docs/llms.txt.

19. Qual formato o llms.txt usa?

Markdown, não XML. Markdown é o formato mais amplamente entendido por LLMs modernos.

20. O que é llms-full.txt?

É uma variação que consolida todo o conteúdo relevante do site em um único arquivo Markdown, útil para sistemas RAG que ingerem a base inteira de uma vez.

21. OpenAI, Anthropic e Google já suportam llms.txt?

Até 2025, as três não implementaram suporte nativo oficial. Empresas como Anthropic, Vercel e Hugging Face, porém, já publicaram seus próprios arquivos llms.txt.

22. GPTBot acessa llms.txt?

Auditorias de 2025 mostraram baixo ou nenhum acesso ativo de GPTBot, ClaudeBot e PerplexityBot ao arquivo. A adoção é projetada como crescente, mas ainda não é universal.

23. Então por que implementar llms.txt agora?

É um investimento forward-looking, de baixo custo (cerca de 30 minutos de trabalho). Se o padrão ganhar tração em 2026-2027, quem implementou cedo sai na frente.

24. A GeoStack recomenda implementar llms.txt?

Sim. A GeoStack, primeira agência de GEO do Brasil, recomenda implementar os quatro (sitemap.xml, news/video/image sitemaps quando aplicáveis, llms.txt) como arquitetura padrão de descoberta.

25. Como diferencia llms.txt de robots.txt?

robots.txt controla acesso (o que pode ou não ser crawleado); llms.txt recomenda conteúdo curado para inferência. Um é restritivo, outro é prescritivo.

26. Qual o tamanho ideal do llms.txt?

Idealmente, deve caber confortavelmente em uma janela de contexto de LLM. Algumas dezenas a algumas centenas de URLs com descrições curtas é o ponto de equilíbrio.

27. Preciso de versão .md de cada página listada no llms.txt?

A especificação recomenda. Versões Markdown stripped do HTML são token-eficientes para LLMs. Apontar para HTML também funciona, mas é menos otimizado.

28. Como gero versões Markdown das páginas?

Via plugin de CMS (por exemplo, WordPress tem plugins que exportam páginas como Markdown), via frameworks que suportam .md nativamente (Next.js, Astro) ou via pipeline de build custom.

29. Posso fazer llms.txt manualmente?

Sim, especialmente para sites com até 100 páginas. Acima disso, automação (plugin, CI/CD) é necessária para manter o arquivo atualizado.

30. Yoast tem suporte a llms.txt?

Sim. A partir de 2025, Yoast SEO passou a gerar e manter llms.txt automaticamente em sites WordPress.

31. Como testo se meu llms.txt está acessível?

Abra a URL diretamente no navegador ou rode curl https://seudominio.com.br/llms.txt. Deve retornar 200 OK com content-type text/plain e conteúdo Markdown.

32. Preciso submeter llms.txt a algum lugar?

Não há “console” oficial para submissão. O arquivo é descoberto automaticamente na raiz do domínio. Basta garantir que não está bloqueado por robots.txt.

33. Quantos sitemaps especializados posso ter simultaneamente?

Quantos precisar: um de cada tipo faz sentido (um news, um video, um image, além do principal), agregados em um sitemap index file.

34. Posso combinar tipos em um único sitemap?

Sim. O protocolo suporta múltiplas extensões em um mesmo arquivo (image + video + news dentro do mesmo <url>), com namespaces XML separados. Para organização, porém, costuma ser melhor separar.

35. Qual a frequência ideal de atualização do sitemap?

News sitemap: a cada publicação ou remoção após 48h. Sitemap.xml geral: a cada publicação ou edição estrutural. Image/video sitemap: conforme mudanças de inventário. llms.txt: mensal ou a cada reestruturação de conteúdo pilar.

36. Sitemap melhora ranking no Google?

Não diretamente. Sitemap facilita descoberta e indexação, que são pré-condições para ranqueamento, mas não é fator direto de classificação.

37. E no ChatGPT, sitemap afeta citação?

Indiretamente. Melhor descoberta e indexação no Bing (que alimenta ChatGPT Search) aumentam probabilidade de seu conteúdo estar disponível quando o modelo busca.

38. Qual a diferença entre sitemap HTML e XML?

Sitemap HTML é página de navegação para usuários humanos. Sitemap XML é arquivo estruturado para crawlers. São complementares, mas XML é o que realmente importa para indexação.

39. Onde vejo erros de sitemap?

No Google Search Console, na seção “Sitemaps”. Erros comuns incluem URLs inválidas, formato incorreto, URLs com resposta diferente de 200.

40. Preciso de sitemap se meu CMS já gera automaticamente?

Se o CMS gera corretamente (WordPress, Shopify, Wix, Webflow), não precisa criar manualmente. Mas revise para garantir que está incluindo as URLs certas.

41. Sitemap para site multilíngue tem particularidade?

Sim. Use atributos hreflang dentro do sitemap (<xhtml:link>) para indicar versões de idioma de cada URL. Isso ajuda descoberta multilíngue.

42. Sitemap funciona para SPA?

Funciona como arquivo, mas se o SPA não tem SSR e o conteúdo das URLs listadas não está no HTML inicial, crawlers de IA veem página vazia mesmo descobrindo a URL.

43. Como lidar com URLs com parâmetros em sitemap?

Evite listar variações com parâmetros (ex.: filtros de busca interna). Use apenas URLs canônicas. Parâmetros infinitos podem causar problemas de “crawl bloat”.

44. Preciso de sitemap em landing pages de campanha?

Depende. Se são efêmeras e não devem ser indexadas, use noindex e exclua do sitemap. Se são perenes, inclua.

45. O que acontece se eu submeter sitemap com URLs 404?

O Search Console sinaliza como erro. Crawlers param de confiar no sitemap e pode afetar cobertura. Mantenha higiene rigorosa.

46. Posso bloquear llms.txt via robots.txt?

Tecnicamente sim, mas seria contraproducente. Se você criou o arquivo para guiar LLMs, bloqueá-lo anula o propósito.

47. E se eu não quiser que LLMs usem meu conteúdo?

Use robots.txt bloqueando user agents específicos (GPTBot, ClaudeBot, PerplexityBot, etc.) e/ou headers HTTP como X-Robots-Tag: noai, noimageai. Mas entenda que abre mão de visibilidade em IA.

48. llms.txt protege meu conteúdo contra uso não autorizado?

Não. llms.txt é prescritivo (recomenda o que usar), não restritivo. Para controle de uso, use robots.txt e políticas legais explícitas.

49. Como valido formato de sitemap XML?

Use o validador oficial em Google Search Console ou ferramentas externas como XML Sitemap Validator, Screaming Frog, Sitebulb. Validação contra o schema XSD do sitemap protocol é opcional mas recomendada.

50. Por onde começar se não tenho nada disso implementado?

Três passos: (1) auditoria para identificar URLs canônicas e gaps de descoberta, (2) implementar sitemap.xml + submissão ao Search Console, (3) adicionar sitemaps especializados conforme aplicável e llms.txt como próximo passo. A GeoStack oferece essa auditoria técnica como ponto de entrada para novos clientes.