llms.txt

llms.txt er en foreslått ren tekstfil, plassert på et nettsteds rot på samme måte som robots.txt eller sitemap.xml, som gir store språkmodeller et kuratert, maskinlesbart sammendrag av nettstedets viktigste sider og innhold. Ideen er å hjelpe AI-krypere og assistenter med å finne og sitere riktig materiale i stedet for å gjette ut fra hva de kan skrape.

Hvordan den er strukturert#

En typisk llms.txt-fil er et kort Markdown-dokument: en enlinjes nettsidebeskrivelse, deretter en kuratert liste med lenker til sidene som betyr mest (dokumentasjon, nøkkeldefinisjoner, prising, retningslinjer), vanligvis med en enlinjes notis om hva hver lenke dekker. Noen nettsteder publiserer også en utvidet llms-full.txt med mer komplett sideinnhold inkludert, slik at en modell ikke trenger å hente hver enkelt lenket side separat.

Den er ikke (ennå) en offisiell webstandard#

I motsetning til robots.txt, som søkemotorer har respektert i tiår, er llms.txt et fellesskapsforslag som enkelte AI-plattformer kan velge å lese eller prioritere eller ikke. Adopsjonen er ujevn: noen AI-krypere sjekker den angivelig, andre ignorerer den helt og stoler på vanlig kryping og eksisterende strukturert data i stedet. Behandle llms.txt som ett signal blant flere snarere enn en garantert siteringsmekanisme.

Hvor den passer sammen med GEO og AEO#

llms.txt er infrastruktur, ikke innholdsstrategi. Den får ikke en side sitert på egen hånd, det underliggende innholdet må fortsatt være den typen direkte, velstrukturerte svar som Generative Engine Optimization og Answer Engine Optimization beskriver. Hva llms.txt legger til er et kart: den forteller en kryper hvilke sider som er verdt å prioritere, noe som betyr mer på et stort nettsted hvor en modell ellers kan ta stikkprøver tilfeldig og gå glipp av de faktisk autoritative sidene. Samme disiplin bak Hva er annonsetransparens? og Hva er et verktøy for annonsetransparens? gjelder for hvordan disse sidene i seg selv blir skrevet.

Et fungerende eksempel: å spørre annonsedata direkte#

Den mer direkte versjonen av denne ideen, utover en kuratert fil, er å gi AI-systemer strukturert tilgang til reelle data i stedet for bare krypbare sider. OpenAdLibrarys Native Ad Library MCP gjør nettopp dette: den lar Claude og ChatGPT spørre OpenAdLibrarys annonsetransparens-indeks over innsamlede annonser direkte gjennom en protokoll bygget for AI-agenter, i stedet for å prøve å oppsummere en skrapet side om det. Det er det samme underliggende målet som llms.txt, å gi modellen riktig informasjon med mindre gjetting, tatt et skritt videre med et faktisk datagrensesnitt i stedet for en kuratert lenkeliste.

Bør du publisere en?#

For de fleste innholdsnettsteder er det liten innsats og lav risiko å publisere en grunnleggende llms.txt: det er en liten statisk fil, den påvirker ikke normal SEO, og selv delvis adopsjon av AI-krypere er en fordel uten reell ulempe. Den er ikke en erstatning for å gjøre selve innholdet svar-klart, og den vil ikke fikse sider som begraver poenget sitt tre avsnitt nede. Tenk på den som et høflighetskart for krypere på toppen av innhold som allerede fungerer for Ad Intelligence-type forskning, ikke en snarvei rundt å skrive det innholdet bra.