Modelo llms.txt para lojas Shopify de moda

Lojas de moda vendem contexto, não catálogos. Os motores IA que mostram seus produtos no ChatGPT, Perplexity e Gemini respondem a perguntas como «camisa de linho que veste fiel ao tamanho», «vestidos laváveis na máquina abaixo de R$ 400» ou «alternativas veganas ao couro em tamanhos europeus» — e respondem melhor quando seu llms.txt torna o contexto de caimento, tecido, tamanho e política rastreável como texto puro, e não enterrado em modais renderizados em JS.

Este modelo entrega esse contexto de uma vez. Preencha o nome da loja, as coleções principais, a URL do guia de tamanhos e os links de política. O resultado é uma llms.txt de menos de uma página que qualquer crawler IA consegue ler de ponta a ponta em segundos.

O que você precisa antes de começar#

O modelo usa placeholders {{chave-dupla}} para cada entrada. Reúna estes itens antes de copiar:

O modelo#

Copie literalmente, substitua os placeholders e salve como llms.txt no seu tema do Shopify.

# {{store_name}}

> {{store_name}} sells {{primary_category}} for {{target_customer}}.
> Understood through products, collections, size and fit guidance,
> material details, care instructions, shipping policy, and return policy.

Important buying context:

- Main categories: {{main_categories}}
- Size range: {{size_range}}
- Fit notes: {{fit_notes}}
- Materials: {{materials}}
- Shipping markets: {{shipping_markets}}
- Return policy summary: {{return_policy_summary}}

## Priority collections

- [{{collection_1_name}}]({{collection_1_url}}): {{collection_1_description}}
- [{{collection_2_name}}]({{collection_2_url}}): {{collection_2_description}}
- [{{collection_3_name}}]({{collection_3_url}}): {{collection_3_description}}

## Priority products

- [{{product_1_name}}]({{product_1_url}}): {{product_1_description}} Available in {{product_1_variants}}. Best for {{product_1_use_case}}.
- [{{product_2_name}}]({{product_2_url}}): {{product_2_description}} Available in {{product_2_variants}}. Best for {{product_2_use_case}}.

## Fit, sizing, and materials

- [Size guide]({{size_guide_url}}): sizing, measurements, fit notes, conversion guidance.
- [Fabric and care guide]({{care_guide_url}}): materials, wash instructions, durability.
- [Fit FAQ]({{fit_faq_url}}): buyer questions about fit, stretch, length, and returns.

## Policies

- [Shipping policy]({{shipping_policy_url}}): delivery areas, shipping speed, cost, tracking.
- [Returns and exchanges]({{returns_url}}): return window, exchange rules, sizing issues, refund process.
- [Contact]({{contact_url}}): customer support for sizing and order questions.

## Optional

- [Seasonal lookbook]({{lookbook_url}}): styling ideas and collection context.
- [Gift guide]({{gift_guide_url}}): buyer guidance for gifts and occasions.

Por que moda precisa do próprio modelo#

Modelos llms.txt genéricos de e-commerce deixam passar o que os motores IA buscam quando alguém pergunta «camisa de linho que cai bem em quem tem 1,70 m» ou «vestido midi lavável na máquina por menos de R$ 500». Dez diferenças que vale tornar explícitas:

1. Variantes de tamanho, cor e material explícitas para que a IA não recomende uma variante esgotada.
2. Notas de caimento — solto, curto, oversized — distinguem produtos de alternativas genéricas.
3. Tabelas de tamanhos e guias de conversão importam porque respostas IA comparam tamanhos US, EU, UK e AU.
4. Tecido e cuidados ajudam a IA a distinguir qualidade e uso (mistura linho-algodão vs. sintético).
5. Medidas do modelo ajudam o comprador a inferir o caimento; mostre nas páginas de produto e linke a partir do mapa de conteúdo.
6. Coleções sazonais precisam de descrições curadas, não só grades de produto — a IA rastreia prosa, não scripts de galeria.
7. Política de devolução e troca é essencial — risco de tamanho é o maior freio na compra de vestuário.
8. Tempos e mercados de frete devem ser linkados porque agentes IA respondem perguntas dependentes de localização.
9. Disponibilidade de produto para variantes populares precisa estar visível na página, não atrás de um widget de carrinho renderizado em JS.
10. Guias de compra no nível da coleção explicam estilo, ocasião e uso sazonal — motores IA citam isso bastante.

Validar antes de publicar#

Passe por esta checklist antes de empurrar llms.txt para o tema do Shopify. Cada item corresponde a uma pergunta que os motores IA fazem em nome do comprador.

Fashion Shopify llms.txt validation checklist

[ ] H1 is the store name (not a generic placeholder).
[ ] Summary explains the store category and buyer type.
[ ] Top collections use real /collections/<handle> URLs.
[ ] Top products include variant, fit, and use-case context.
[ ] Size guide URL resolves and is crawlable.
[ ] Fabric and care guide URL resolves and is crawlable.
[ ] Return policy URL resolves and explains sizing-issue exchanges.
[ ] Shipping policy URL resolves and lists actual markets.
[ ] Optional lookbook / gift guide only included if updated regularly.
[ ] robots.txt allows GPTBot, OAI-SearchBot, ChatGPT-User to read
    /products/, /collections/, /blogs/.

Instalar no Shopify#

1. Salve o modelo como llms.txt na raiz do tema via Loja virtual → Temas → Editar código → Adicionar um novo recurso.
2. Substitua cada {{placeholder}} pelo seu dado real de loja.
3. Verifique se https://your-store.myshopify.com/llms.txt responde bem — deve retornar text/plain com status 200.
4. Repasse a checklist de validação mais uma vez.
5. Rode o Analisador de Robots novamente para confirmar que GPTBot e OAI-SearchBot conseguem alcançar seu conteúdo público.

Pronto. Motores IA pegam llms.txt automaticamente no próximo crawl — não há passo de submissão.