Referência · comparação honesta · citável

Standards para agentes de IA, comparados

Há vários ficheiros e protocolos concorrentes para tornar um site ou uma ferramenta legível e acionável por agentes de IA. Nenhum é universal. Esta é uma matriz honesta — incluindo onde a adoção é contestada.

Aviso de rigor. Este campo move-se depressa e parte da adoção é reivindicada mas não confirmada pelos fornecedores de modelos. Onde isso acontece, dizemo-lo explicitamente. Última revisão: 2026-06-13.
StandardO que éQuem propôsEstado de adoçãoO que resolve
llms.txt Ficheiro Markdown em /llms.txt com um mapa curado do site para LLMs. Jeremy Howard / Answer.AI (2024). Crescente entre sites técnicos; contestada — nenhum grande fornecedor confirmou consumi-lo em produção. Ponto de entrada curado e legível para modelos.
ai.txt Ficheiro de regras de uso por IA, em estilo robots (várias propostas concorrentes). Propostas múltiplas (ex.: Spawning para opt-out de treino). Fragmentada; sem vencedor claro. Permissões de uso/treino e instruções gerais.
agents.txt Ficheiro tipo robots dirigido a agentes, ou apontador para specs de API. Propostas comunitárias dispersas. Muito incipiente; sem convergência. Regras e pistas de navegação para agentes.
agent.json / Agent Card JSON em /.well-known/ que descreve um agente (capacidades, endpoints), não um site. Google, no protocolo A2A (Agent2Agent), 2025. Emergente na interoperabilidade entre agentes. Descoberta de agente-para-agente.
MCP (Model Context Protocol) Protocolo aberto que liga modelos a ferramentas e dados via servidores MCP. Anthropic (2024); adotado depois por outros. Forte e a crescer — o mais real dos da lista para ação. Camada acionável: ferramentas, recursos e prompts.
NLWeb Transforma um site numa interface conversável por agentes, usando schema.org + LLMs; cada instância é também um servidor MCP. Microsoft (R.V. Guha), 2025. Inicial; promissora. Consulta em linguagem natural sobre o conteúdo do site.

Exemplo mínimo de cada um

llms.txt

# Nome do site
> Resumo de uma linha.

## Páginas
- [Título](https://exemplo.com/pagina): para que serve.

ai.txt (estilo opt-out de treino)

User-Agent: *
Disallow: /training/
# Permissões de uso por IA — sintaxe varia entre propostas.

.well-known/agent.json (Agent Card, A2A)

{
  "name": "Meu Agente",
  "url": "https://exemplo.com/a2a",
  "capabilities": { "streaming": true },
  "skills": [ { "id": "search", "name": "Pesquisar" } ]
}

MCP (declaração de ferramenta)

{
  "name": "analyze_url",
  "description": "Analisa um URL para agent-readiness.",
  "input_schema": { "type": "object", "properties": { "url": { "type": "string" } } }
}

Veredicto prático

StandardVale a pena hoje?
llms.txtSim, como curadoria. Barato de manter e útil como índice; não contes com consumo garantido pelos modelos. (Este site publica um.)
ai.txtOpcional. Enquanto não houver convergência, as permissões de treino vivem melhor no robots.txt. Mantemos um ai.txt por interoperabilidade.
agents.txtEsperar. Demasiado incipiente para investir.
agent.jsonSó se construíres um agente. É para descrever agentes, não sites. Vigiar o A2A.
MCPSim, se tens ações reais. É a camada acionável com adoção a sério. Ver a nossa página API & MCP (proposta, ainda não live).
NLWebPromissor, vigiar. Interessante se já usas schema.org de forma rica.

Como aplicar tudo isto em sequência: ver o método (Agent Entry Chain) e o playbook.