Google su llms.txt a giugno 2026: neutrale per il ranking, non una scorciatoia per AI Search

La guida Google di giugno 2026 dice che llms.txt non aiuta né danneggia i ranking in Google Search. La mossa pratica è rafforzare le basi SEO e trattare llms.txt come infrastruttura opzionale fuori da Google.

La posizione attuale di Google è semplice: un file llms.txt non migliora il ranking in Google Search e non lo danneggia. Nella guida ufficiale di Google per ottimizzare i siti per le funzionalità di AI generativa, aggiornata il 29 giugno 2026, Google afferma che Search ignora questi file. Questo vale anche per le funzionalità generative dentro Google Search, come AI Overviews e AI Mode.

Questo non rende llms.txt inutile ovunque. Significa solo che non è una leva di ranking per Google. Se un altro crawler, partner, sistema interno di retrieval o prodotto AI vuole leggere una guida in testo semplice del tuo sito, mantenerne una può avere senso. Ma non deve distrarre il team dal lavoro che Google continua a indicare: contenuti utili e non generici, pagine crawlable, struttura tecnica chiara e normali controlli di ricerca.

Diagramma che mostra come Google Search usa pagine indicizzate, retrieval e query fan-out per risposte AI ignorando llms.txt

Cosa ha chiarito Google a giugno 2026

Search Engine Roundtable ha riportato il 16 giugno 2026 che Google aveva aggiornato la sua guida per ottimizzare i siti per le funzionalità di AI generativa. L'aggiornamento rispondeva a una domanda molto pratica della community SEO: i siti dovrebbero creare file llms.txt per posizionarsi meglio in Google Search o comparire più spesso nelle risposte AI?

La risposta di Google è no.

La guida ufficiale ora dice che i proprietari di siti non devono creare nuovi file leggibili dalle macchine, file di testo per AI, markup o Markdown per apparire in Google Search, incluse le sue capacità generative. Google aggiunge anche che va benissimo creare e mantenere llms.txt o file simili per altri servizi o sistemi che li usano, ma non aiutano né danneggiano visibilità o ranking in Google Search perché Google Search li ignora.

Questa è la parte utile. Google non sta dicendo che tutti i sistemi AI ignorano il file. Sta dicendo che Google Search lo ignora.

La parte scomoda per chi promuoveva llms.txt

llms.txt è stato promosso come un modo per aiutare i large language models a comprendere meglio un sito. L'idea è ordinata: mettere una guida compatibile con Markdown nella root del dominio, indirizzare i modelli verso le pagine migliori e ridurre la confusione dei crawler.

Per Google Search, questa idea ordinata incontra un limite netto. Google sta dicendo ai proprietari di siti che i suoi sistemi Search non usano questo file come input speciale.

Quindi, per ora, la questione ranking è chiusa:

Domanda

Risposta di Google a giugno 2026

Interpretazione pratica

llms.txt migliora il ranking?

No

Non venderlo come fattore di ranking SEO.

Può danneggiare la visibilità in Google Search?

No

Un file pulito non è un rischio di penalizzazione di per sé.

Google ha bisogno di file Markdown solo per AI?

No

Google vuole pagine normali che possa scansionare, renderizzare e comprendere.

Altri sistemi possono usare llms.txt?

Possibilmente

Trattalo come infrastruttura opzionale fuori da Google Search.

Il file può ancora essere un livello di documentazione utile. Semplicemente non dovrebbe stare al centro di una strategia Google SEO o AI Overview.

Cosa Google considera più importante

La guida di Google è più interessante della nota su llms.txt. Spiega come Google inquadra la ricerca generativa: ancora radicata nei sistemi core di ranking e qualità di Search.

Due concetti contano.

Il primo è retrieval-augmented generation, o RAG. Google descrive le risposte AI come fondate su informazioni recuperate dal suo indice Search. Questo significa che il vecchio lavoro, anche se noioso, conta ancora: pagine indicizzabili, contenuti utili, buona page experience e pagine che meritano di essere recuperate.

Il secondo è query fan-out. Un modello può generare query correlate intorno alla domanda originale dell'utente e usare quei risultati per sostenere una risposta più ampia. È qui che molti team SEO pianificano troppo poco. Una pagina costruita per una sola keyword esatta potrebbe non rispondere alle domande adiacenti generate dal sistema AI.

Il takeaway pratico: scrivi per il tema e per il task dell'utente, non per un singolo file o una singola frase.

Il punto di vista di Auspia: llms.txt è un sidecar, non il motore

La lettura di Auspia è diretta: llms.txt appartiene alla categoria “utile se serve”. Non è lì che la maggior parte dei team perde visibilità in AI Search.

La maggior parte delle lacune è ancora dentro il sito stesso:

  • Le pagine importanti sono sottili, generiche o intercambiabili con quelle dei competitor.
  • I fatti su prodotto, servizio e autore non sono coerenti nel sito.
  • Le pagine rispondono alla query principale, ma non alle domande successive che un sistema AI può espandere.
  • I dati strutturati esistono, ma la pagina visibile non supporta gli stessi fatti.
  • I team inseguono nuovi file AI mentre lasciano irrisolti crawl, linking interno e page experience.

C'è un punto in cui llms.txt può essere utile: come artefatto di governance. Se il team lo usa per decidere quali URL, fatti, documenti e spiegazioni di prodotto devono essere canonici, può imporre disciplina editoriale. Ma la disciplina conta più del file.

Se vuoi verificare se il sito è pronto per le superfici AI Search, usa un workflow diagnostico come AI Search Visibility Checker di Auspia dopo aver controllato le pagine di base.

Una regola operativa di giugno 2026 per team SEO e GEO

Questa è la regola che userei per il prossimo trimestre: pubblica llms.txt solo dopo che le superfici di ricerca principali sono sane.

L'ordine di priorità dovrebbe essere questo:

  1. Assicurati che le pagine importanti siano crawlable, indicizzabili e collegate internamente.
  2. Migliora le pagine che sembrano riassunti generici invece di risposte originali.
  3. Aggiungi fatti chiari su prodotto, attività locale, ecommerce o organizzazione quando è rilevante.
  4. Usa i dati strutturati per le funzionalità Search esistenti e l'idoneità ai rich results, non come markup magico per AI.
  5. Controlla snippet e anteprime con strumenti già supportati da Google quando servono limiti.
  6. Aggiungi llms.txt solo se un altro sistema, partner, crawler o workflow interno ha una ragione reale per leggerlo.

L'ultimo punto è importante. Un file mantenuto per un consumatore reale è diverso da un file mantenuto perché su X tutti sono improvvisamente ansiosi per gli AI crawler.

Matrice checklist che mostra cosa i team SEO dovrebbero continuare a fare, usare con cautela e non inseguire dopo il chiarimento di Google su llms.txt a giugno 2026

Cosa non fare dopo questo aggiornamento

La reazione peggiore sarebbe passare dall'hype al rifiuto totale.

Non dire al team che llms.txt è un fattore di ranking segreto. Secondo Google, non lo è.

Non dire nemmeno che tutta la documentazione leggibile dall'AI sia inutile. Alcuni sistemi possono usare questi file, e il tuo team può beneficiare della chiarezza.

Non sostituire la SEO con “GEO hacks”. La guida di Google è esplicita: la SEO continua ad applicarsi alle funzionalità generative di Google Search. Termini come AEO e GEO possono aiutare a organizzare il lavoro, ma Google chiede di valutare quelle tattiche rispetto a come Search funziona davvero.

Non creare menzioni false, pagine filler o markup solo per AI. Se il sito visibile è debole, un file ausiliario leggibile dalle macchine non lo salverà.

Fonti

Questo articolo si basa su due fonti pubbliche:

Search Engine Roundtable nota anche un successivo aggiustamento del testo intorno al 29 giugno 2026. Per i team SEO, la sostanza resta la stessa: Google Search ignora llms.txt per ranking e visibilità.

Author: Julian Mercer, Technical SEO Practitioner con 14 anni di esperienza in Auspia. Julian scrive di crawlability, schema, rendering, architettura dei siti e basi tecniche per contenuti leggibili dall'AI.

Esplora questo argomento

Continua sullo stesso percorso di crescita