llms.txt

Az llms.txt egy javasolt egyszerű szöveges fájl, amelyet egy webhely gyökerébe helyeznek, ahogy a robots.txt-t vagy a sitemap.xml-t, és amely egy válogatott, géppel olvasható összefoglalót ad a webhely legfontosabb oldalairól és tartalmairól a nagy nyelvi modelleknek. Az ötlet az, hogy segítsen az AI crawlereknek és asszisztenseknek megtalálni és idézni a megfelelő anyagot, ahelyett, hogy találgatnának abból, amit összekaparhatnak.

Hogyan épül fel#

Egy tipikus llms.txt fájl egy rövid Markdown dokumentum: egy egysoros webhelyleírás, majd egy válogatott lista a legfontosabb oldalakra mutató linkekkel (dokumentáció, kulcsfontosságú definíciók, árképzés, szabályzatok), általában egy egysoros megjegyzéssel arról, hogy mit fed le az egyes linkek. Egyes webhelyek egy kibővített llms-full.txt fájlt is közzétesznek, amely teljesebb oldaltartalmakat tartalmaz beágyazva, így a modellnek nem kell külön lekérnie minden linkelt oldalt.

Ez (még) nem hivatalos webes szabvány#

A robots.txt-vel ellentétben, amelyet a keresőmotorok évtizedek óta tiszteletben tartanak, az llms.txt egy közösségi javaslat, amelyet az egyes AI platformok lehet, hogy olvasnak vagy rangsorolnak, de lehet, hogy nem. Az elfogadottság egyenetlen: egyes AI crawlerek állítólag ellenőrzik, mások teljesen figyelmen kívül hagyják, és a normál felderítésre és meglévő strukturált adatokra támaszkodnak helyette. Kezeld az llms.txt-t mint egy jelet több közül, nem pedig garantált idézési mechanizmust.

Hova illeszkedik a GEO és az AEO mellett#

Az llms.txt infrastruktúra, nem tartalomstratégia. Önmagában nem éri el, hogy egy oldalt idézzenek, az alapul szolgáló tartalomnak továbbra is olyannak kell lennie, mint amit a Generatív Motor Optimalizálás és a Válasz Motor Optimalizálás ír le. Amit az llms.txt hozzáad, az egy térkép: megmondja a crawlernek, mely oldalakat érdemes előnyben részesíteni, ami nagyobb webhelyen jobban számít, ahol egy modell egyébként véletlenszerűen mintavételezhet és elmulaszthatja a valóban hiteles oldalakat. Ugyanaz a fegyelem, amely a Mi a hirdetési átláthatóság? és a Mi az a hirdetési átláthatósági eszköz? mögött áll, vonatkozik arra is, hogy maguk azok az oldalak hogyan íródnak.

Egy működő példa: hirdetési adatok közvetlen lekérdezése#

Ennek az ötletnek a közvetlenebb változata, túlmutatva egy válogatott fájlon, az, hogy strukturált hozzáférést biztosítunk az AI rendszereknek a valós adatokhoz, nem csak felderíthető oldalakhoz. Az OpenAdLibrary Native Ad Library MCP pontosan ezt teszi: lehetővé teszi, hogy a Claude és a ChatGPT lekérdezze az OpenAdLibrary hirdetési átláthatóság indexét, amely a rögzített hirdetéseket tartalmazza, közvetlenül egy AI ügynökök számára készített protokollon keresztül, ahelyett, hogy megpróbálná összefoglalni egy felkapart oldalt róla. Ez ugyanaz az alapvető cél, mint az llms.txt-nek: kevesebb találgatással a megfelelő információt juttatni el a modellhez, egy lépéssel továbbvitelve egy tényleges adatfelülettel egy válogatott linklista helyett.

Érdemes-e közzétenned egyet?#

A legtöbb tartalmi webhely számára egy alap llms.txt közzététele kis erőfeszítés és alacsony kockázat: ez egy kis statikus fájl, nem befolyásolja a normál SEO-t, és még az AI crawlerek részleges elfogadása is előnyös, valódi hátrány nélkül. Nem helyettesíti annak szükségességét, hogy maga a tartalom válaszkész legyen, és nem javítja meg azokat az oldalakat, amelyek a lényegüket három bekezdésnyire elrejtik. Gondolj rá mint egy udvariassági térképre a crawlerek számára, amely a már Ad Intelligence stílusú kutatáshoz működő tartalom tetejére kerül, nem pedig egy rövidebb út, amellyel megúszhatod a tartalom jó megírását.