llms.txt

llms.txt is een voorgesteld platte‑tekstbestand, geplaatst in de root van een website op dezelfde manier als robots.txt of sitemap.xml, dat grote taalmodellen een samengestelde, machineleesbare samenvatting geeft van de belangrijkste pagina's en inhoud van een site. Het idee is AI‑crawlers en assistenten te helpen het juiste materiaal te vinden en te citeren in plaats van te gokken op basis van wat ze kunnen scrapen.

Hoe het is gestructureerd#

Een typisch llms.txt‑bestand is een kort Markdown‑document: een eenregelige sitebeschrijving, gevolgd door een samengestelde lijst met links naar de pagina's die het belangrijkst zijn (documentatie, kerndefinities, prijzen, beleidsregels), meestal met een eenregelige toelichting over wat elke link bevat. Sommige sites publiceren ook een uitgebreide llms-full.txt met volledigere paginainhoud inline, zodat een model niet elke gelinkte pagina apart hoeft op te halen.

Het is (nog) geen officiële webstandaard#

In tegenstelling tot robots.txt, dat zoekmachines al decennialang respecteren, is llms.txt een communityvoorstel dat individuele AI‑platforms al dan niet lezen of prioriteren. De adoptie is ongelijkmatig: sommige AI‑crawlers zouden het volgens meldingen controleren, anderen negeren het volledig en vertrouwen op normaal crawlen en bestaande gestructureerde data. Beschouw llms.txt als één signaal naast meerdere, niet als een gegarandeerd citatiemechanisme.

Waar het past naast GEO en AEO#

llms.txt is infrastructuur, geen contentstrategie. Het zorgt er niet voor dat een pagina op zichzelf wordt geciteerd; de onderliggende inhoud moet nog steeds het soort directe, goed gestructureerde antwoord zijn dat Generative Engine Optimization en Answer Engine Optimization beschrijven. Wat llms.txt toevoegt is een kaart: het vertelt een crawler welke pagina's prioriteit hebben, wat belangrijker is op een grote site waar een model anders willekeurig zou kunnen samplen en de werkelijk gezaghebbende pagina's zou missen. Dezelfde discipline die achter Wat is advertentietransparantie? en Wat is een tool voor advertentietransparantie? zit, geldt ook voor hoe die pagina's zelf worden geschreven.

Een werkend voorbeeld: ad‑data direct opvragen#

De meer directe versie van dit idee, naast een samengesteld bestand, is AI‑systemen gestructureerde toegang geven tot echte data in plaats van alleen crawlbare pagina's. OpenAdLibrary's Native Ad Library MCP doet precies dat: het laat Claude en ChatGPT de index voor advertentietransparantie van OpenAdLibrary, met vastgelegde advertenties, rechtstreeks raadplegen via een protocol gebouwd voor AI‑agents, in plaats van te proberen een gescrapete pagina samen te vatten. Dat is hetzelfde onderliggende doel als llms.txt: het model de juiste informatie geven met minder giswerk, een stap verder met een daadwerkelijke datainterface in plaats van een samengestelde linklijst.

Zou je er een moeten publiceren?#

Voor de meeste contentsites is het publiceren van een basis‑llms.txt weinig moeite en laag risico: het is een klein statisch bestand, het heeft geen invloed op normale SEO, en zelfs gedeeltelijke adoptie door AI‑crawlers is een plus zonder echte nadelen. Het is geen vervanging voor het zelf antwoordklaar maken van de content, en het zal geen pagina's repareren die hun punt drie alinea's naar beneden begraven. Beschouw het als een beleefdheidsgebaar in de vorm van een kaart voor crawlers, bovenop content die al werkt voor Ad Intelligence‑stijl onderzoek, geen shortcut om die content goed te schrijven.