llms.txt e a Coordenação Publicador-LLM: genealogia, fundamentação e economia institucional de uma proposta de padrão em disputa

A interação entre modelos de linguagem de larga escala e o conteúdo da web aberta opera, em 2026, sob restrição técnica fundamental: a janela de contexto desses modelos — isto é, o conjunto máximo de tokens que podem ser processados simultaneamente em uma operação de inferência — é insuficiente para acomodar o conteúdo integral da maioria dos sites comerciais. A conversão de páginas HTML complexas, com navegação, anúncios e JavaScript, em texto adequado ao consumo por modelos de linguagem é processo difícil e impreciso, no qual proporção significativa do orçamento de tokens é consumida por elementos sem valor informacional. Esta restrição constitui o problema técnico para o qual a proposta llms.txt, formulada por Jeremy Howard em 3 de setembro de 2024, oferece resposta institucional (HOWARD, 2024). A relevância do tópico decorre de três ordens de razões. A primeira é histórica: llms.txt é a primeira proposta articulada de protocolo voltado especificamente para a coordenação entre publicadores e modelos de linguagem em tempo de inferência, distinta dos protocolos preexistentes voltados para mecanismos de busca tradicionais (robots.txt, sitemap.xml). A segunda é institucional: a trajetória do llms.txt difere significativamente das trajetórias bem-sucedidas de Sitemap (2005–2006) e Schema.org (2011), por ter sido formulada sem consórcio de patrocinadores e sem comprometimento prévio dos consumidores ao quais se destina. A terceira é teórica: o objeto permite examinar como propostas de padrão se constituem ou fracassam em ambientes nos quais a coordenação entre concorrentes é difícil e os incentivos econômicos para adoção são assimétricos. A literatura sobre llms.txt é abundante na vertente prática da Generative Engine Optimization, mas relativamente fragmentada quanto à sua análise como artefato sociotécnico. Existem a especificação original em llmstxt.org, comentários públicos de figuras como John Mueller (Google Search Advocate) e Gary Illyes (Google Search Relations), análises críticas em publicações especializadas (Search Engine Land, Search Engine Journal, Ahrefs), e produção em comunidades técnicas. Este artigo procura preencher uma lacuna intermediária: revisão sistemática que articule a história técnica, a estrutura conceitual, as escolas de pensamento, as polêmicas documentadas e as perspectivas atuais, sob enquadramento da Economia Institucional aplicada à infraestrutura informacional. O artigo está estruturado em doze seções. A seção 2 apresenta a nota metodológica, explicitando os critérios de Eco (1977) que orientaram a delimitação do objeto. A seção 3 reconstitui a fundamentação técnica nas limitações de janela de contexto e nos pipelines de retrieval-augmented generation (RAG). A seção 4 examina os precursores institucionais. A seção 5 trata do lançamento e da consolidação inicial da proposta. A seção 6 detalha a arquitetura técnica do arquivo e suas variantes. A seção 7 mapeia atores e escolas. A seção 8 analisa o caso da Mintlify e a rede de adoção corporativa. A seção 9 examina as polêmicas e a posição oficial do Google. A seção 10 sistematiza adoção e evidências empíricas. A seção 11 discute perspectivas no contexto da disputa com o Model Context Protocol. A seção 12 conclui com proposições teóricas.