Kio estas llms.txt?
Serĉvidebleco, indeksado kaj strukturitaj datumoj
llms.txt estas proponita, Markdown-bazita dosiero, kiun kelkaj retejposedantoj publikigas ĉe /llms.txt por helpi grandajn lingvomodelojn aŭ AI-agentojn kompreni la plej utilajn partojn de retejo. Plej bone estas trakti ĝin kiel eksperimenton aŭ estiĝantan konvencion, ne kiel establitan retan normon kaj ne kiel garantiitan vojon al AI-respondoj. Ĝi ankaŭ ne anstataŭas robots.txt, sitemap.xml, noindex, strukturitajn datumojn aŭ normalan laboron pri enhavkvalito. Por la plej multaj organizoj, llms.txt valoras konsideri nur post kiam la bazaĵoj pri rampeblo, indeksado, metadatenoj kaj regado jam estas solidaj.
Recenzita de Jackie, Estro de Lernado kaj Disvolviĝo, Levellers - Laste recenzita la 8-an de junio 2026
Kion tio signifas
La allogo de llms.txt estas facile komprenebla. Retejoj kutime estas konstruitaj por homoj kaj retumiloj, ne por lingvomodeloj provantaj trovi la plej gravan paĝon pri temo. Granda dokumentada retejo povas havi multajn navigaciajn tavolojn, ŝablonojn, skriptojn, ripetatan ŝablonan tekston kaj malaktualajn paĝojn. El tiu vidpunkto, mallonga maŝinlegebla gvidilo diranta "jen pri kio tiu ĉi retejo temas, kaj jen la paĝoj plej gravaj" sonas prudente.
Tion ĝuste provas fari la propono llms.txt. La propona retejo priskribas ĝin kiel manieron provizi informojn, kiuj helpas LLM-ojn uzi retejon dum inferenco. Alivorte, kiam AI-sistemo provas respondi la demandon de uzanto, la dosiero celas funkcii kiel konciza signpostilo. La propono uzas Markdown anstataŭ XML kaj rekomendas strukturitan dosieron kun titolo, resumo kaj grupigitaj listoj de rilataj ligiloj. Ĝi ankaŭ sugestas purajn Markdown-versiojn de enhavpaĝoj kie utilaj.
La grava vorto ĉi tie estas propono. llms.txt ne estas ekvivalenta al la establitaj konstrubrikoj de retpublikigado. Ĝi estas pli nova, malpli stabila, ne universale subtenata kaj ne postulata de gravaj serĉplatformoj. Kelkaj oficialaj dokumentadretejoj jam publikigas tian dosieron, kio montras realmondajn eksperimentojn. Tio ne pruvas universalan adopton aŭ rangigan avantaĝon.
Kial tio gravas
llms.txt gravas ĉar organizoj provas kompreni, kiel retejoj estas malkovrataj kaj reuzataj en AI-helpitaj spertoj. Enhavposedantoj povas vidi la direkton de la ŝanĝo: pli da homoj demandas en AI-serĉo-iloj, retumilasistantoj kaj respondmotoroj anstataŭ fidi nur al klasikaj serĉrezultoj. Tio kreas realan dokumentadan problemon. Se via plej bona materialo estas entombigita en peza navigacio, miksita kun malfreŝaj paĝoj kaj malfacile analizebla de maŝinoj, vi eble volas malpezegan superrigardon, kiu direktas sistemojn al viaj plej fortaj publikaj paĝoj.
Estas ankaŭ praktika interna avantaĝo. Eĉ se llms.txt ne donus eksteran malkovran avantaĝon tute, la procezo de ĝia verkado povas malkovri, ĉu via retejo efektive havas prudentajn publikajn informarkitekturon. Vi rapide ekscias, ĉu vi povas identigi la kanonikajn paĝojn, ĉu viaj politikoj estas aktualaj, ĉu via dokumentado estas klare grupigita, kaj ĉu vi havas paĝojn, kiujn vi ne volus, ke agentoj antaŭenigu.
Tamen, gvidantoj devas rezisti oftan salton: "AI-malkovro ŝanĝiĝas, do llms.txt devas esti la nova nepra teknika dosiero." Tiu konkludo ne estas subtenata de la aktuala oficiala serĉgvidado. La dokumentado de Google Search Central nun diras, ke ne ekzistas pliaj teknikaj postuloj por aperi en AI Overviews aŭ AI Mode, ke la samaj plej bonaj SEO-praktikoj restas rilataj, kaj ke retejposedantoj ne bezonas krei novajn maŝinlegeblajn dosierojn, AI-tekstdosierojn aŭ specialan skemon por aperi en tiuj funkcioj. Tio ne igas llms.txt senutila. Ĝi signifas, ke ĝi devus esti kadrita kiel suplementa eksperimento, ne kiel moderna anstataŭaĵo por establitaj rampado- kaj indeksadaj fundamentoj.
Kiel ĝi funkcias
La aktuala propono llms.txt diras, ke la dosiero normale loĝas ĉe la radika vojo /llms.txt de retejo, kvankam subvojo ankaŭ estas ebla. La propono priskribas specifan Markdown-strukturon. Dosiero devus enhavi H1 nomante la retejon aŭ projekton, blockquote-resumon, laŭvolajn klarigajn tekstojn, kaj unu aŭ pli da H2-sekciojn listigantajn gravajn URL-ojn kun laŭvolaj priskriboj. Estas ankaŭ speciala sekcio Laŭvola, kies ligiloj povas esti preterlasitaj kiam pli mallonga kunteksto estas bezonata. La propono plue sugestas, ke retejoj povas publikigi purajn Markdown-versiojn de ŝlosilaj paĝoj aldonante .md al la originala URL-ŝablono, kaj ĝi diskutas rilatajn kuntekstdosierojn kiel llms-ctx.txt aŭ llms-ctx-full.txt kiel efektivigajn elektojn anstataŭ devigajn normojn.
Tio igas llms.txt gviddosiero, ne devigdosiero. Por kompreni, kio ĝi ne estas, helpas kompari ĝin kun ekzistantaj retaj kontroloj.
robots.txt temas pri rampila aliro. La dokumentado de Google diras, ke robots.txt-dosiero informas rampilojn, kiujn URL-ojn ili povas aliri, kaj estas ĉefe uzata por administri rampilan trafikon. Google ankaŭ deklaras, ke robots.txt ne estas mekanismo por teni paĝon for de Google kaj ne estas sekura maniero kaŝi privatan enhavon. Do robots.txt temas pri peta konduto, ne pri riĉa semantika gvidado por LLM-oj.
sitemap.xml temas pri URL-malkovro. Google diras, ke sitemap estas dosiero, kiu provizas informojn pri paĝoj kaj dosieroj en retejo por ke serĉmotoroj povu rampi pli efike. Ĝi estas larĝa inventaro, ne kuratorita klarigilo de la kelkaj paĝoj plej gravaj por AI-sistemo respondanta demandon.
noindex temas pri indeksada kontrolo kie subtenata. Google diras, ke noindex povas bloki indeksadon de paĝo por ke ĝi ne aperu en Serĉrezultoj. Tio estas kontrolsignalo pri inkludo, ne enhavmapo por AI-iloj.
JSON-LD kaj aliaj strukturitaj datumoj temas pri maŝinlegeblaj faktoj en paĝo. Google diras, ke ĝi uzas strukturitajn datumojn por kompreni enhavon kaj la pli vastan reton. Tio diferencas de transdono de LLM-orientita gvidilo al kolekto de publikaj rimedoj.
La ŝlosila konkludo el tiuj komparoj estas simpla. llms.txt povas kunekzisti kun tiuj dosieroj, sed ne anstataŭas ilin. Fakte, la aktuala AI-funkcia gvidado de Google iras plu kaj diras, ke ne estas necese krei novajn AI-tekstdosierojn por aperi en la AI-funkcioj de Google. Do se vi konstruas llms.txt antaŭ ol ripari rampeblon, internajn ligilojn, indekseblon, kanonikajn enhavon, strukturitajn datumojn kaj metadatuman higienecon, vi verŝajne optimumigas la malĝustan tavolo unue.
Ekzemploj
Dokumentad-peza SaaS-kompanio estas la plej facila ekzemplo. Supozu, ke ĝi havas produktajn dokumentojn, API-dokumentojn, prezpaĝojn, jurajn paĝojn, eldonnotojn, blogafiŝojn kaj arkivitan materialon disvastigitan tra multaj sekcioj. Zorge konservata llms.txt-dosiero povus montri nur al la plej utilaj publikaj paĝoj por kompreni la produkton, efektivigajn paŝojn kaj subtenan modelon. Tio povas helpi kelkajn AI-ilojn navigi la retejon. Eĉ se la ekstera efiko estas modesta, la dosiero povas ankoraŭ funkcii kiel redakcia filtro por la teamo konservanta la dokumentojn.
Universitato aŭ trejnada organizo povus uzi llms.txt por direkti AI-sistemojn al aktualaj programinformoj, akceptgvidado, alireblecaj informoj kaj publikaj politikpaĝoj, dum lasi malpli valorajn novaĵerojn en laŭvola sekcio aŭ tute ekster la dosiero. Tio estas prudenta nur se la listigitaj paĝoj estas publikaj, aktualaj kaj klare posedataj.
Enhaveldanisto konstruanta klarigan bibliotekon povus uzi llms.txt post riparo de retejaj bazaĵoj por elstarigi ĉiamverdajn ŝtonangulajn paĝojn. La valoro tie ne estas mistera "GEO-suko". Ĝi estas pli klara esprimo de kiuj paĝoj plej bone priskribas la teman areon. Se la retejo jam estas interne kohera, llms.txt povus plifortigi tiun koherecon.
Sed estas egale bonaj kialoj ankoraŭ ne publikigi unu. Se retejo ankoraŭ havas rompitajn internajn ligilojn, duobligajn problemojn, malfortajn kanonikojn, malklaran paĝposedadon aŭ publikajn URL-ojn, kiujn ne devus antaŭenigi al agentoj, aldoni llms.txt povas simple formalize la malĝustan mapon. Ĝi povas fariĝi orda resumo de malordigita retejo.
Tial llms.txt devus esti traktata multe pli kiel informarkitektura laboro ol kiel rapida teknika truko.
Oftaj miskomprenoj
La plej granda miskomprenado estas, ke llms.txt estas la nova robots.txt. Ĝi ne estas. robots.txt temas pri rampilaj aliroinstrukciaĵoj. llms.txt estas proponata kiel enhavgvidilo por LLM-oj kaj agentoj. Malsama tasko, malsamaj garantioj.
La dua miskomprenado estas, ke publikigado de llms.txt plibonigos AI-citaĵojn aŭ rangigojn defaŭlte. Ne ekzistas ĝenerala oficiala subteno por tiu aserto. La propra gvidado de Google eksplicite diras, ke ne estas necesaj specialaj AI-dosieroj por ĝiaj AI-funkcioj. Do la plej honesta priskribo hodiaŭ estas "ebla malmultekoste eksperimento", ne "videblecgarantio".
Alia eraro estas trakti llms.txt kiel anstataŭaĵon por sitemap.xml, noindex aŭ JSON-LD. Tiuj ĉiuj solvas malsamajn problemojn: malkovron, indeksadan kontrolon kaj strukturitan komprenon. Gviddosiero ne anstataŭas establitajn rampado- kaj indeksadajn kontrolojn.
Plia miskomprenado estas, ke llms.txt povas protekti privatan enhavon. Ĝi ne povas. Se io ne devus esti alirebla aŭ ne devus esti indeksata, fidu je aŭtentikigo, alirkontrolo kaj la taŭgaj rampilaj aŭ indeksadaj direktivoj. Ne fidu je laŭvola gviddosiero por protekti ion gravan.
Riskoj kaj limoj
La unua risko de llms.txt estas strategia distrago. Teamoj povas pasigi horojn debatante novan AI-malkovran dosieron dum la retejo ankoraŭ mankas puran internan ligadon, konservatan sitemap, fidindajn titolojn, utilajn metadatenojn kaj konsekventan publikan enhavposedadon. Tio estas la malĝusta laborordo.
La dua risko estas publikigado de malbona mapo. Malfreŝa llms.txt-dosiero povas direkti agentojn al malnova prezado, retirita dokumentado, anstataŭitaj politikoj aŭ malfortaj paĝoj, kiujn vi efektive ne intencis antaŭenigi. Ĉar la dosiero estas intence konciza, ĉiu listigita URL portas pezon.
La tria risko estas akcidenta malkovro. Kelkaj teamoj povas esti tentitaj inkludi URL-ojn, kiuj estas teknike publikaj sed ne devus esti antaŭenigitaj, kiel obskuraj arkivoj, malalt-kvalitaj eksperimentoj aŭ paĝoj, kiuj kreas konfuzon kiam eltiritaj el kunteksto. llms.txt estas signalada tavolo, do traktu ĝin kiel redakcian valoraĵon.
Estas ankaŭ subtena limo. La propona retejo prezentas llms.txt kiel proponon por normigi konduton, ne kiel finitan normon kun universala adopto. Samtempe, la aktualaj AI-rampilaj ekosistemoj ankoraŭ estas organizitaj ĉefe ĉirkaŭ rampila dokumentado kaj robots-stila kontrolo. OpenAI dokumentas OAI-SearchBot kaj GPTBot. Anthropic dokumentas ClaudeBot, Claude-SearchBot kaj Claude-User. Perplexity dokumentas PerplexityBot kaj Perplexity-User. Tiuj oficialaj dokumentoj montras, ke la hodiaŭa operacia realo ankoraŭ turniĝas ĉirkaŭ rampila identeco, alportokonduto kaj alirreguloj multe pli ol ĉirkaŭ iu ajn universala llms.txt-postulo.
Fine, llms.txt ne estas anstataŭaĵo por regado. Se vi publikigas unu, asignu posedanton, konservu ĝin konciza, recenzadu ĝin regule kaj akordigu ĝin kun la efektiva publika verofonto. Ĉar la spaco ankoraŭ moviĝas rapide, trimestra recenzokadro estas prudenta.
Kion fari poste
Traktu llms.txt kiel eblan finpoluradan tavolo, ne kiel startpunkton. Unue certigu, ke la retejo havas rampebla publikajn paĝojn, prudentajn internajn ligilojn, konservatan sitemap, taŭgan robots-konduton, ĝustan noindex-uzadon kie bezonata, klaran kanonikajn enhavon kaj ajnajn strukturitajn datumojn, kiuj efektive kongruas kun videbla enhavo.
Poste decidu, ĉu mallonga kuratorita gvidilo helpus. Se jes, konservu ĝin mallonga. Listu nur publikajn paĝojn, kiujn vi komforte havus kiel AI-sistemo traktanta ilin kiel vian plej bonan resumon de la temo. Evitu ligildumpadon. Evitu spekulativajn aŭ provizajn URL-ojn. Reuzu ekzistantan informarkitekturon anstataŭ inventi duan ombran taksonomion nur por robotoj.
Donu al la dosiero posedanton. Recenzadu ĝin almenaŭ ĉiujn tri monatojn. Se nenio alia, tiu recenzodisciplino diros al vi, ĉu llms.txt helpas kiel redakcia instrumento. Se ekstera AI-videbleco pliboniĝas, traktu tion kiel bonuson anstataŭ promeson.
Ĉu vi havas demandon aŭ sugeston, aŭ volas kompreni, kiel ni esploras kaj recenzas tiujn gvidilojn? Legu pri niaj redakciaj normoj kaj kiel kontakti nin.
Oftaj demandoj
Ĉu llms.txt estas oficiala normo?
Ne en la maniero, kiel robots.txt aŭ sitemapoj estas kutime traktataj. La oficiala propona retejo priskribas llms.txt kiel proponon por normigi radik-nivelan dosieron, kiu helpas LLM-ojn uzi retejon dum inferenco. Tiu formulado gravas. Ĝi signalas intencon kaj strukturon, sed ne universalan adopton, devigan subtenon aŭ garantiitan malsupran konduton.
Ĉu Google postulas llms.txt por AI Overviews aŭ AI Mode?
Ne. La aktuala Search Central-gvidado de Google diras, ke ne ekzistas pliaj teknikaj postuloj por aperi en AI Overviews aŭ AI Mode kaj ke retejposedantoj ne bezonas krei novajn maŝinlegeblajn dosierojn, AI-tekstdosierojn aŭ specialan skemon por tiuj funkcioj. Se via celo estas videbleco en la AI-serĉspertoj de Google, la fundamentoj ankoraŭ gravas pli.
Ĉu llms.txt devus anstataŭi robots.txt, sitemap.xml, noindex aŭ JSON-LD?
Ne. Tiuj ĉiuj solvas malsamajn problemojn. robots.txt administras rampilajn aliroinstrukciaĵojn, sitemap.xml helpas malkovron, noindex kontrolas indeksadon kie subtenata, kaj JSON-LD provizas strukturitajn paĝ-nivelaj faktojn. llms.txt, plej multe, estas kuratorita signpostilo por LLM-orientita navigado. Malsama tavolo, malsama celo, malsama maturecnivelo.
Kiu devus konsideri publikigi llms.txt nun?
Teamoj kun forta publika dokumentado aŭ klariga enhavo povas konsideri ĝin kiel malmultekostan eksperimenton post kiam la kerna retejo jam estas orda. Ĝi estas plej defendebla kie ekzistas klara aro de kanonikaj publikaj paĝoj kaj posedanto preta konservi la dosieron. Ĝi estas multe malpli defendebla kiel ŝparvojo por retejoj kun malforta informarkitekturo, malfreŝa enhavo aŭ neresolvitaj regadproblemoj.
Fontoj
The /llms.txt file - llms-txt (llms-txt). Core definition of llms.txt as a proposal, plus its stated purpose, format and relationship to existing standards.