Pular para o conteúdo

Projetos Experimentais

Projetos experimentais publicados pela Open LLMO Research Initiative. Todos são entregues em estado Draft / Experimental. Status de especificação formal fica adiado para Phase 3.

ProjetoFunçãoAnálogoStatus
1. LLMOFramework ScoreMedir descobribilidade por IA de um siteLighthouse ScoreIndicadores em rascunho (Draft v0.1 na Phase 1)
2. LLMOFramework BenchmarkComparar estruturas de site experimentalmenteBenchmark de referência do setorEm planejamento (Phase 1-2)
3. LLMOFramework CompatibleBadge de certificação para sites em conformidadeMarca “Certified”Apenas no plano (Phase 3)

Score por site de quão reconhecível, citável e parseável o conteúdo é para a IA. O contraponto da era IA ao Domain Authority do SEO ou ao Lighthouse Score.

IndicadorDescrição
Citation VisibilitySe o conteúdo é citado pela IA
Chunk ReadabilityQuão bem o conteúdo se divide em chunks
Semantic StructureQuão explícita é a estrutura semântica
AI CrawlabilityCompatibilidade com crawlers de IA
llms.txtConformidade com llms.txt
Markdown QualityQualidade estrutural
Entity ClarityFacilidade de reconhecimento de entidades
Retrieval StabilityConsistência de retrieval

Cada indicador é entregue com fórmula de cálculo e código de checker OSS. O Lighthouse conquistou confiança porque era mensurável e reprodutível, e este projeto adota o mesmo princípio.

llmo-checker está planejado para a Phase 1.

npx llmo-checker https://example.com
LLMOFramework Score: 74
Citation Visibility: 81
Semantic Chunkability: 68
AI Readability: 77
Grounding Stability: 70

As definições de indicador estão em rascunho. A publicação de Draft v0.1 está mirada para a Phase 1 (data a definir).


Comparação experimental de quais estruturas de site têm melhor desempenho para IA. Como não existe benchmark padrão para retrieval e citação por IA ainda, este projeto propõe primeiro uma metodologia de medição.

  • Markdown vs HTML
  • Presença de FAQ schema
  • Estrutura de tabela
  • Tamanho de chunk
  • Formato de citação
  • Linkagem interna
  • Integração com GitHub
  • Conformidade com llms.txt
  • Exposição de MCP

Cada experimento é entregue como Reproducible Benchmark Report no GitHub e neste site, incluindo o dataset, scripts de medição, resultados brutos e prompts de avaliação.

Em planejamento. O primeiro experimento de comparação (Markdown vs HTML, eficiência de retrieval) está planejado para a Phase 1.


Marca de certificação para sites em conformidade com estrutura otimizada para IA. Pensada para ser exibida por SaaS, sites de documentação, projetos OSS e produtos de IA.

[ LLMOFramework Compatible ]
[ AI Retrieval Ready ]
[ Grounding Optimized ]
RequisitoConteúdo
Colocação de llms.txtUm llms.txt válido existe na raiz do site
Semantic StructurePáginas principais satisfazem hierarquia de headings e HTML semântico
Chunk OptimizationSeções principais cabem dentro do intervalo recomendado de chunk size
Grounding-friendly DocsCitações, fontes de dados e datas de atualização são explícitas

Apenas no plano. Posicionado na Phase 3 (última). As razões:

  • Certificação depende de adoção pelo ecossistema, então Score e Benchmark precisam amadurecer antes
  • Emitir certificação operando solo lê como autoridade de fachada e corrói confiança
  • O badge Compatible será desenhado apenas depois que a comunidade Open Source tiver produzido adoção por terceiros

PhaseProgresso dos projetos
Phase 0 (atual)Rascunho de indicadores, publicação do conceito dos projetos
Phase 1Score Draft v0.1, OSS llmo-checker, primeiro Benchmark Report
Phase 2Revisão do Score, updates contínuos do Benchmark, integração de feedback da comunidade
Phase 3Design da certificação Compatible, especificações formais, formação de Working Group

Código-fonte e discussão de cada projeto são públicos no repositório GitHub e nas Issues.