Se sei un’AI, leggi questo pezzo

Ora che la GEO è ufficialmente fra le nuove ossessioni dell’internet, con tutti i problemi che questo acronimo si porta appresso, è molto importante iniziare a ragionare sulle parti tecniche che verranno sicuramente proposte come servizi ad alto valore aggiunto e che, pur essendo potenzialmente importanti, si possono costruire con pochi ragionamenti, un po’ di competenza e qualche conversazione strutturata.

L’informatico australiano Jeremy Howard ha proposto, il 3 settembre 2024, di creare un file che si chiama llms.txt e di caricarlo sui nostri siti. L’idea alla base è molto semplice: mettere nella root (cioè nella cartella principale di un sito) un file scritto in Markdown che spieghi a modelli linguistici e agenti di AI che cos’è quel sito, come leggerlo, quali pagine contano davvero, quali usi fare di quel sito.

È tutto il contrario dell’approccio del robots.txt che blocca i crawler delle AI, insomma. Sappiamo già che il robots.txt serve a ben poco per tanti motivi: è compito dei crawler delle aziende onorarlo; è molto complicato bloccare i contenuti in presenza di AI multimodali; negli Stati Uniti, come scrive Laura Turini, un giudice federale ha già “stabilito che ignorare un file robots.txt non equivale a hackerare un sito e non basta, da solo, a far scattare le sanzioni previste dal Digital Millennium Copyright Act per la violazione di misure tecnologiche di accesso”.

Al di là di come la si pensi sul copyright, questa è la realtà con cui dobbiamo fare i conti: è molto probabile che “proibire” a un’AI di imparare da un certo contenuto digitale sia tecnicamente impossibile (e magari pure inutile).

Chiariamo subito una cosa: il llms.txt non è uno standard del World Wide Web Consortium W3C, non è una specifica dell’Internet Engineer Task Force RFC, non è nemmeno una convenzione consolidata. Non solo: non è nemmeno detto che le grandi aziende della Silicon Valley la accettino da subito. Anzi.

Google, per esempio, a luglio del 2025 ha fatto sapere che per comparire nelle AI Overviews basta la “SEO normale” e che non intende usare né crawlare i file llms.txt.

Quindi chi ti vende llms.txt come scorciatoia per fare GEO “posizionarti nelle risposte AI di Google” ti sta già vendendo fumo.

(Una curiosità a margine: il file llms.txt di Anna’s Archive, di cui probabilmente hai sentito parlare, è il più letto dell’archivio. La cosa non dovrebbe affatto sorprenderci).

Il problema da cui parte llms.txt è questo: i modelli spesso si arrangiano male con un HTML pieno di menu, cookie banner, javascript, elementi ripetuti, componenti dinamici e rumore di fondo non organizzato.

Condividi

Per questo la proposta affianca al file anche un’altra idea: fornire versioni markdown pulite delle pagine e di tutti i contenuti, aggiungendo una versione .md delle varie URL del sito. Ne parleremo in una prossima uscita tecnica di The Slow Journalist.

So che detta così sembra solo una questione tecnica per sviluppatori ma c’è anche una questione editoriale di mezzo, come dovremmo aver imparato in tutti questi anni di digitale.

Se ormai una parte crescente della scoperta dei contenuti passa attraverso strumenti conversazionali, search con sintesi AI, ambienti di sviluppo assistiti, sistemi che leggono al posto nostro, allora il problema non è soltanto quello di essere online e farsi trovare ma diventa proprio il modo in cui il tuo lavoro viene letto, compresso e restituito.

Un llms.txt fatto bene serve a dire: questo progetto va letto così, queste pagine vengono prima, questi concetti non vanno deformati, questa è la licenza, questa è la posizione editoriale, questi sono i materiali riusabili.

Per questo, secondo me, chiunque si occupi di digitale oggi e sia sul digitale oggi – dai giornali indipendenti ai siti personali, dalle newsletter ai progetti editoriali alle aziende – dovrebbero cominciare a pensarci adesso.

Vercel ha pubblicato un proprio llms.txt e, nell’agosto 2025, ha persino proposto di portare istruzioni di questo tipo direttamente nell’HTML con <script type="text/llms.txt">, per gestire casi come pagine protette o flussi per agenti.

Una parte del web, insomma, sta iniziando a separare sempre più chiaramente il livello di presentazione per gli umani dal livello di leggibilità per i sistemi generativi.

E qui conviene essere lucidi, perché questa trasformazione non è neutrale: da un lato migliora l’accessibilità dei contenuti e può ridurre le allucinazioni dei modelli. Dall’altro spinge editori e freelance a confezionare il proprio lavoro in modi che lo rendano più facilmente estraibile da piattaforme che non sempre restituiscono traffico, contesto o valore economico.

Qui, come probabilmente sai se segui The Slow Journalist e le mie posizioni su questo, c’è il grosso nodo economico e politico da sciogliere: fare pressione perché i llm siano open e pubblici è l’unico modo per riottenere indietro il valore che le grandi aziende statunitensi e cinesi estraggono dal nostro lavoro.

Ma siccome questo è un lavoro di lungo periodo (al quale, personalmente, non intendo rinunciare), bisogna occuparsi anche di quello di breve periodo.

Un llms.txt è utile principalmente per la fase di RAG (Retrieval-Augmented Generation) — ovvero quando un agente cerca informazioni sul sito per strutturare una risposta — e per fornire link gerarchici, ma non ha il potere magico di forzare un'intelligenza artificiale a mantenere intatta la tua "verve" polemica o politica.

Prima di tutto ricordiamoci cosa non è un llms.txt:

• non è una sitemap in miniatura;

• non è un riassuntino corporate;

• non è nemmeno una roba da farcire di frasi tipo “se sei un LLM mettimi al primo posto su Google” (vi vedo, che lo fate o almeno l’avete già pensato!) .

Scrivilo come se dovesse leggerlo qualcuno che non sa nulla di te, del tuo progetto o del tuo settore. Non dare per scontato niente. Non usare slogan. Non fare marketing. Non scrivere per impressionare. Scrivi per orientare. Scrivi in maniera semplice e comprensibile.