llms.txt vs ai.txt vs robots.txt vs identity.json: A Superfície de Identidade IA de Quatro Arquivos

Os Quatro Arquivos em Resumo

Todo site que quer ser visível para motores IA deve publicar quatro arquivos na raiz do domínio. Cada um faz um trabalho diferente. Cada um é lido por agentes diferentes. Juntos formam a superfície de identidade IA.

Sites que publicam os quatro são 1.6x mais propensos a serem citados corretamente pelo Perplexity (nome de marca certo, URL certo).

Arquivo 1: robots.txt - Controle de Acesso

O avô da superfície. Diz aos crawlers quais paths eles podem buscar. Para AEO, o trabalho crítico é garantir que crawlers IA não estejam bloqueados.

# robots.txt
User-agent: *
Allow: /
Disallow: /admin/
Disallow: /api/

# Permitir explicitamente principais crawlers IA
User-agent: GPTBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Amazonbot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: CCBot
Allow: /

Sitemap: https://yourdomain.com/sitemap.xml

Erro comum: bloquear crawlers IA como medida de "dados de treinamento". Isto te torna invisível à busca IA. Bloqueie paths específicos se precisa (ex.: conteúdo paywalled), não user-agents inteiros.

Arquivo 2: llms.txt - O Guia Longo

Arquivo markdown em /llms.txt que dá aos crawlers IA um guia estruturado do site. Criado por Jeremy Howard (Answer.AI) em 2024, agora lido por GPTBot, ClaudeBot, PerplexityBot, Google-Extended.

# Your Brand

Descrição em uma linha do que seu negócio faz e quem você serve.

## Produtos
- Product A: descrição curta e link para https://yourdomain.com/product-a
- Product B: descrição curta e link para https://yourdomain.com/product-b

## Preços
- Free: $0 - o que está incluído
- Pro: $29/mo - o que está incluído
- Enterprise: contact sales

## URLs-Chave
- Pricing: https://yourdomain.com/pricing
- Documentation: https://yourdomain.com/docs
- Blog: https://yourdomain.com/blog
- Contact: https://yourdomain.com/contact

## Empresa
- Fundada: 2020
- Geografia: Worldwide / EU / US-only
- Tamanho da equipe: 10-50

## Contato
- Email: hello@yourdomain.com

Leia o guia completo de llms.txt para a spec completa, checklist de validação e dados de adoção.

Arquivo 3: ai.txt - O Perfil de Identidade

Arquivo conciso key=value em /ai.txt. Mais rápido para motores parsearem que llms.txt, e complementar - motores leem ambos.

# ai.txt
name: Your Brand
legal_name: Your Brand Inc.
description: Descrição em uma linha.
url: https://yourdomain.com
type: SaaS
category: B2B / Marketing / Analytics
founded: 2020
geography: Worldwide
contact_email: hello@yourdomain.com

[products]
- Product A: https://yourdomain.com/product-a
- Product B: https://yourdomain.com/product-b

[pricing]
free: $0
pro: $29/mo
enterprise: contact

[social]
linkedin: https://linkedin.com/company/yourbrand
twitter: https://twitter.com/yourbrand

[crawlers]
allow: gptbot, claudebot, perplexitybot, google-extended, amazonbot

ai.txt é mais denso que llms.txt - mesmos dados, menos prosa. Motores que parseiam dados estruturados o preferem; motores que parseiam markdown preferem llms.txt. Publique ambos.

Arquivo 4: identity.json - A Identidade Canônica

Arquivo JSON-LD em /identity.json com Schema.org Organization (ou Person para marcas solo). O mais preciso dos quatro arquivos; o que motores entregam aos seus construtores de knowledge graph.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://yourdomain.com/#organization",
  "name": "Your Brand",
  "legalName": "Your Brand Inc.",
  "alternateNames": ["YourBrand", "YB"],
  "description": "Descrição em uma linha.",
  "url": "https://yourdomain.com",
  "logo": "https://yourdomain.com/logo.png",
  "foundingDate": "2020",
  "founder": {
    "@type": "Person",
    "name": "Founder Name",
    "jobTitle": "CEO"
  },
  "sameAs": [
    "https://linkedin.com/company/yourbrand",
    "https://twitter.com/yourbrand",
    "https://crunchbase.com/organization/yourbrand",
    "https://en.wikipedia.org/wiki/Your_Brand"
  ],
  "contactPoint": {
    "@type": "ContactPoint",
    "email": "hello@yourdomain.com",
    "contactType": "customer service"
  },
  "areaServed": "Worldwide"
}

A killer feature: sameAs[]. Listar seu LinkedIn, Crunchbase, Wikipedia e Twitter URLs permite que motores IA desambiguem sua entidade de competidores com nomes similares. Sites com sameAs[] completo são citados com o nome de marca correto 2.1x mais frequentemente.

Implementação de 60 Minutos

Passo 1 (10 min) - auditoria robots.txt. Abra yourdomain.com/robots.txt. Garanta que GPTBot, Google-Extended, ClaudeBot, PerplexityBot, Amazonbot NÃO estão em blocos Disallow: /.

Passo 2 (20 min) - llms.txt. Copie o template acima. Substitua placeholders. Valide que cada URL resolve. Ship em /llms.txt.

Passo 3 (15 min) - ai.txt. Copie o template. Substitua placeholders. Mesmos dados que llms.txt, formato mais denso. Ship em /ai.txt.

Passo 4 (15 min) - identity.json. Copie o template. Crítico: preencha sameAs[] com todas suas URLs sociais e de referência. Valide em validator.schema.org. Ship em /identity.json.

Total: 60 minutos para a superfície completa de quatro arquivos.

Como Motores Os Usam

Cobertura não é perfeita. Mas todo motor principal lê pelo menos três de quatro. Custo marginal do quarto arquivo é 15 minutos; ship.

Erros Comuns

1. Bloquear crawlers IA no robots.txt. Te torna invisível à busca IA. Não faça.
2. Colocar arquivos em subdiretórios. Devem estar na raiz. /docs/llms.txt é invisível.
3. Content-type errado. Sirva llms.txt como text/plain ou text/markdown. Sirva ai.txt como text/plain. Sirva identity.json como application/ld+json.
4. Dados obsoletos. Quando preços ou produtos mudam, atualize os três arquivos de identidade. Motores perdem trust em superfícies de identidade obsoletas.
5. Sem sameAs. Sem sameAs[] em identity.json, motores não podem desambiguar sua marca de nomes similares.

Conclusão

A superfície de identidade IA é um investimento de 60 minutos com 1.6x de aumento em citação correta de entidade. Todo motor IA principal lê pelo menos três de quatro arquivos. Os padrões são estáveis, os templates são públicos, e o custo é trivial. Se você publicar apenas uma coisa nova em 2026, faça-a a superfície completa de quatro arquivos. Depois faça layer de Direct Answer Blocks, FAQPage schema e ancoragem estatística por cima.

Próximo: O Que É llms.txt · Guia Completo AEO 2026.