Sarà capitato di leggerla, in una presentazione d’agenzia o in un thread Slack interno: per l’IA, il primo passo è mettere un file llms.txt.
Di solito arriva con una spiegazione in una riga — è il robots.txt delle IA — e a quel punto obiettare sembra pure scortese.
Un file. Cinque minuti. L’ho messo anch’io, con l’idea che tanto non costava niente (lo stesso ragionamento del kit d’emergenza in fondo all’armadio, che poi non si apre mai).
Solo che, sotto sotto, resta una domanda banale.
Una volta online, quel file qualcuno lo legge davvero?
Qualcuno ha risposto sul serio, con i registri dei server di 137.000 siti alla mano. Andiamo a vedere.
A che serve, di preciso, questo llms.txt?
Il è un file di testo che si mette nella radice del sito (il livello più alto, dove abita già il robots.txt), con l’elenco delle pagine importanti e i loro riassunti. In pratica è un bigliettino lasciato ai modelli: «è di qui che dovete leggere».
La specifica è del 2024 e l’idea somiglia a una mappa del sito scritta per le IA invece che per Google.
Però c’è un dettaglio. Nessuna grande piattaforma di IA si è impegnata a leggerlo.
Google si è spinta oltre e ha dichiarato apertamente che i suoi sistemi di ricerca quel file non lo leggono.
Quindi, allo stato dei fatti, niente trasforma «l’ho messo» in «è stato letto». Ed è esattamente il buco che i registri dei server vanno a riempire.
137.000 siti passati ai raggi X
L’analisi arriva da Ahrefs, la società che fa strumenti per la SEO, ed è uscita a giugno 2026 (lo studio).
Il team ha preso tutti i domini del proprio parco di misurazione che a maggio 2026 avevano ricevuto traffico — 137.210 per la precisione — ed è andato a leggere i .
Un registro del server annota, riga per riga, chi è passato a chiedere quale file. Non una stima, non un modello: l’elenco vero delle visite. In altre parole, il materiale ideale per rispondere alla domanda «è stato letto oppure no?».
Prima una cautela, perché pesa: Ahrefs vende strumenti SEO e «la SEO classica funziona ancora» è una conclusione che le fa comodo. L’azienda stessa precisa che la sua misurazione pende verso i siti che usano i suoi prodotti, quindi il tasso di adozione del 28% va letto come un limite superiore.
Detto questo, ecco i numeri.
- Domini con un llms.txt valido pubblicato: 28% (circa 38.360)
- Di questi, quelli senza nemmeno una richiesta a maggio 2026: 97%
- Quelli che almeno una richiesta l’hanno ricevuta: 3% (circa 1.100)
Per più di nove file su dieci, insomma, quel mese non è passato nessuno. Neanche una volta.
E quel 3%, chi è che se lo andava a prendere?
Qui la faccenda si fa divertente.
Il 96% di quelle richieste veniva da bot, il 4% da esseri umani.
E fra i bot, solo il 19,5% risultava riconducibile all’IA. Il restante 77% erano strumenti che con l’intelligenza artificiale non c’entrano nulla, e il 12% di questi erano crawler SEO messi lì apposta per controllare che il file llms.txt fosse installato a dovere.
Un cerchio niente male: il pubblico più affezionato di quel file sono i software che controllano se esiste.
A guardare dentro la fetta dell’IA, la ripartizione è questa.
- Agenti IA e infrastrutture per agenti: 10,5%
- Crawler di addestramento dei modelli: 5,3%
- Assistenti IA: 2,5%
- Bot di recupero della ricerca IA: 1,1%
Nel dettaglio, GPTBot pesa il 4,51% e ClaudeBot lo 0,80%.
Ma il dato che chiude la questione è un altro.
Sui siti senza llms.txt, i bot IA passati a cercarne uno sono stati zero.
Nessuno bussa. E se nessuno bussa, mettere una porta non fa arrivare visite.
Intanto chi lo installa è cresciuto di 8,8 volte in un anno
Dal lato dei siti, il movimento va esattamente nella direzione opposta.
Originality.ai ha seguito oltre tre milioni di siti per dodici mesi: i siti con il file installato sono passati da 4.088 a 36.120, cioè 8,8 volte in un anno.
I cugini (llms-full.txt, ai.txt) sono cresciuti di circa cento volte, partendo però da basi così piccole che il moltiplicatore li lusinga parecchio.
Le aspettative di chi pubblica corrono parecchio più veloci di quello che i motori si sono davvero impegnati a fare. Uno scarto che di rado si vede così netto in cifre.
Se ci fermassimo qui, sarebbe un articolo deprimente. Solo che gli stessi registri hanno una seconda metà, e secondo me è la parte che serve.
Allora dove viene a leggere, l’IA?
Fin qui si è parlato del file che nessuno scarica. Adesso arriva quello che scaricano tutti.
La stessa analisi mostra che i crawler della ricerca IA vanno a prendersi direttamente l’ dei siti.
L’HTML in pratica è la pagina stessa — quella che un essere umano vede nel browser. I modelli vanno esattamente dove vanno i vostri clienti.
E questo sposta tutta la domanda. Se volete che l’IA legga qualcosa, il posto dove metterlo non è un file di servizio: è la pagina.
Il che rende la verifica molto concreta.
- Le pagine principali sono almeno scaricabili?
- Il contenuto è strutturato in modo leggibile per un modello?
- Fuori dal sito, qualcuno vi nomina?
Sui primi due punti i numeri ci sono già: quasi un terzo delle schede prodotto non è nemmeno leggibile dall’IA e aggiungere fonti e statistiche sposta le probabilità di citazione del 30-40%.
Alla luce dei registri, rimettere in ordine quello che si pubblica già sembra proprio la strada più corta.
Conclusione: sistemare le pagine che avete, poi misurare cosa si muove
Niente di tutto questo fa del llms.txt un errore. È un’idea ragionevole che i motori non hanno raccolto — non ancora, magari.
Però i registri dicono che adesso i crawler stanno sull’HTML, e l’attenzione è una risorsa finita: tanto vale metterla lì.
Si comincia quindi verificando che le pagine che contano siano scaricabili e leggibili. Prima di cercare il prossimo file da mettere per le IA, conviene assicurarsi che quello che è già pubblicato regga la prova.
Poi si guarda se qualcosa si muove: quante volte il vostro nome compare nelle risposte delle IA, quali pagine vengono citate. Lavoro di riordino poco spettacolare, certo. Di solito è proprio quello che paga.
Fonti
- Ahrefs (Louise Linehan), “We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read”, 15 giugno 2026, ahrefs.com (registri dei server di Ahrefs Web Analytics / Bot Analytics su 137.210 domini con traffico a maggio 2026. Dopo aver verificato che un llms.txt sulla radice restituisse HTTP 200 con contenuto Markdown reale, il 28% dei domini (circa 38.360) pubblicava un file valido; il 97% di questi non ha ricevuto alcuna richiesta a maggio 2026, il 3% (circa 1.100) ne ha ricevuta almeno una. Di quel 3%: 96% bot e 4% esseri umani; fra i bot, 19,5% riconducibili all’IA e 77% strumenti non legati all’IA, di cui il 12% strumenti SEO che verificano il llms.txt. Ripartizione IA: agenti e infrastrutture per agenti 10,5%, crawler di addestramento 5,3%, assistenti IA 2,5%, bot di recupero della ricerca IA 1,1%. Bot identificati: GPTBot 4,51%, ClaudeBot 0,80%, DeepseekBot 0,02%. Zero casi di bot IA che richiedessero un llms.txt inesistente. Google dichiara che i suoi sistemi di ricerca non leggono il llms.txt. I crawler della ricerca IA scaricano direttamente l’HTML: lo studio conclude che l’investimento vada su leggibilità, struttura e autorevolezza dell’HTML. Limite: Ahrefs è un produttore di strumenti SEO, interessato alla conclusione «la SEO classica funziona», e la sua misurazione pende verso i siti dei propri utenti — l’azienda stessa precisa che il tasso di adozione del 28% è un limite superiore.)
- Tracciamento su dodici mesi di Originality.ai (oltre 3 milioni di siti, giugno 2025 - maggio 2026). Ripresa: PPC Land, “llms.txt adoption rises 8.8x but 97% of files get zero AI requests”, giugno 2026, ppc.land (i siti con llms.txt sono passati da 4.088 a giugno 2025 a 36.120 a maggio 2026, 8,8 volte. Il llms-full.txt è passato da 23 a 2.463 siti (107,1 volte) e l’ai.txt da 4 a 397 (99,3 volte). I tre formati sommano 38.980 siti, con il llms.txt che rappresenta il 92,7% delle implementazioni.)
