llms.txt ist ein vorgeschlagener Standard: eine Markdown-Datei im Stammverzeichnis einer Website, die großen Sprachmodellen eine kurze, kuratierte Karte der nützlichsten Inhalte der Website gibt. Sie wurde 2024 von Jeremy Howard von Answer.AI vorgeschlagen. Es handelt sich nicht um eine Zugriffskontrolldatei, und kein großes KI-Unternehmen hat bestätigt, dass es sich darauf verlässt, daher sollten Teams sie mit klaren Regeln und bescheidenen Erwartungen veröffentlichen.
Was soll llms.txt bewirken?
Die Idee ist einfach. Websites sind voll von Navigation, Skripten und Anzeigen, die es einem Modell schwer machen, den wichtigen Text innerhalb eines begrenzten Kontextfensters zu finden. llms.txt bietet eine saubere Zusammenfassung: einen Titel, eine kurze Beschreibung und gruppierte Listen von Links zu wichtigen Seiten, idealerweise mit einfachen Markdown-Versionen dieser Seiten.
Der Vorschlag beschreibt auch eine optionale llms-full.txt, die den vollständigen Text der wichtigen Seiten in einer Datei enthält. Dokumentationsseiten für Entwicklertools gehörten zu den ersten Anwendern, da Programmierer Dokumentationen oft in KI-Assistenten kopieren.
Einige SEO-Plugins und Website-Builder generieren die Datei jetzt automatisch. Das macht die Veröffentlichung einfach, aber auch die Veröffentlichung, ohne darüber nachzudenken, was sie enthält.
Verbessert llms.txt die Sichtbarkeit in KI-Antworten?
Zum Zeitpunkt des Schreibens gibt es keine öffentlichen Beweise dafür, dass ChatGPT, Gemini, Claude oder Perplexity llms.txt bei der Auswahl von Quellen für Antworten verwenden. Google-Vertreter haben öffentlich erklärt, dass die KI-Funktionen von Google sie nicht verwenden. Serverprotokolle auf vielen Websites zeigen nur wenige oder keine Anfragen für die Datei von KI-Crawlern.
Das macht sie nicht nutzlos. Entwicklerorientierte Tools und einige Agenten-Frameworks können sie lesen, und die Wartung kostet wenig. Aber sie sollte nicht die Arbeit ersetzen, die die KI-Sichtbarkeit tatsächlich beeinflusst: crawlbare Seiten, klare Struktur, genaue Fakten, strukturierte Daten und Erwähnungen auf vertrauenswürdigen Websites Dritter.
Was sind die wirklichen Risiken bei der Veröffentlichung von llms.txt?
Die Datei ist klein, aber sie ist öffentlich und gibt an, was Sie für wichtig halten. Das schafft einige Risiken, die es wert sind, aufgelistet zu werden, bevor jemand sie hochlädt.
- Verwechslung mit robots.txt: llms.txt blockiert nichts. Der Crawler-Zugriff wird weiterhin durch robots.txt-User-Agents wie GPTBot, ClaudeBot, Google-Extended und PerplexityBot gesteuert.
- Offenlegung versteckter Seiten: automatisch generierte Dateien listen manchmal Staging-, Dankes- oder geschützte Seiten auf.
- Veralteter Inhalt: eine Datei, die auf eingestellte Produkte oder alte Preise verweist, sendet den Modellen falsche Fakten.
- Inhaltsduplizierung: llms-full.txt kopiert ganze Seiten in eine andere öffentliche URL, die andere Scraper in einer Anfrage abrufen können.
- Überinvestition: Stunden, die damit verbracht werden, die Datei zu optimieren, anstatt Seiten zu reparieren, die Menschen und Crawler tatsächlich lesen.
Davon ist veralteter Inhalt am häufigsten. Eine Datei, die einmal während eines Website-Starts geschrieben wurde, wird selten aktualisiert, wenn sich das Produktsortiment ändert.
Welche Governance-Regeln sollten Sie zuerst festlegen?
Behandeln Sie llms.txt wie jede andere öffentliche Aussage über das Unternehmen. Sie benötigt einen Eigentümer, einen Überprüfungszyklus und einen klaren Umfang.
Eigentum und Überprüfung
Weisen Sie einen Eigentümer zu, normalerweise im Bereich SEO oder Content. Überprüfen Sie die Datei, wann immer sich die Seitennavigation, das Produktsortiment oder die Preisstruktur ändert, und mindestens einmal pro Quartal. Bewahren Sie sie zusammen mit dem Rest der Website in der Versionskontrolle auf, damit Änderungen nachvollziehbar sind.
Umfangsregeln
Listen Sie nur öffentliche, indexierbare Seiten auf, die Sie gerne zitiert sehen würden. Schließen Sie Kontobereiche, Warenkörbe, rechtliche Entwürfe, interne Tools und Kampagnen-Landingpages aus, die ablaufen werden. Wenn eine Seite ein noindex-Tag trägt, gehört sie nicht in die Datei.
Konsistenz mit robots.txt
Entscheiden Sie zuerst über Ihre KI-Crawler-Richtlinie in robots.txt. Wenn Sie dort einen Crawler blockieren, sendet das Auflisten von Seiten für ihn in llms.txt gemischte Signale. Schreiben Sie die beiden Entscheidungen auf dieselbe Seite Ihres Richtliniendokuments.
Wie schreibt man eine gute llms.txt-Datei?
Halten Sie sie kurz und sachlich. Beginnen Sie mit einer H1, die den Firmen- oder Seitennamen enthält, gefolgt von einem einabsätzigen Blockzitat, das besagt, was die Organisation tut und für wen. Gruppieren Sie Links unter H2-Überschriften wie Dienstleistungen, Leitfäden und Unternehmen, jeweils mit einer einzeiligen Beschreibung.
- Verwenden Sie einfache, genaue Beschreibungen anstelle von Marketingslogans.
- Verlinken Sie auf die kanonische URL jeder Seite.
- Erwähnen Sie Standorte, Sprachen und Kerndienstleistungen in der Zusammenfassung.
- Fügen Sie einen optionalen Abschnitt für sekundäre Ressourcen hinzu, wie der Vorschlag nahelegt.
- Überprüfen Sie, ob jeder Link einen 200-Status zurückgibt, bevor Sie ihn veröffentlichen.
Wie Alien Road llms.txt anwendet
Unser GEO-Team behandelt llms.txt als einen kleinen Teil eines umfassenderen KI-Sichtbarkeitsaudits. Die Entdeckung beginnt mit Serverprotokollen und robots.txt: welche KI-Crawler besuchen, was sie anfordern und was der Kunde derzeit zulässt.
Wenn der Kunde die Datei möchte, entwerfen wir sie aus der kanonischen Sitemap, entfernen alles, was noindexed oder temporär ist, und lassen den Content-Eigentümer die Beschreibungen genehmigen. Sie geht mit einem vierteljährlichen Überprüfungsdatum im Projektkalender live.
Die Messung ist ehrlich in Bezug auf Unsicherheit. Wir protokollieren Anfragen für die Datei, verfolgen Markenerwähnungen in KI-Antworten für eine feste Reihe von Prompts und berichten beides. Wenn die Datei keinen messbaren Effekt zeigt, sagt der Bericht dies aus und der Aufwand verlagert sich auf die Seiten und Zitate, die wichtiger sind.
Wie passt llms.txt in einen breiteren GEO-Plan?
Generative Engine Optimisation, oder GEO, dreht sich darum, in KI-Antworten gefunden und zitiert zu werden. Die Faktoren, die am meisten zählen, sind dieselben, die für die Suche zählen: Seiten, die ohne schweres JavaScript laden und rendern, klare Überschriften, direkte Antworten in der Nähe des Anfangs, Autoren- und Unternehmensinformationen sowie strukturierte Daten, die Produkte, Dienstleistungen und Organisationen beschreiben.
Erwähnungen durch Dritte haben ebenfalls Gewicht. KI-Antworten stützen sich oft auf Bewertungsseiten, Branchenverzeichnisse, Nachrichtenberichterstattung und Foren. Eine Marke, die an diesen Orten genau erscheint, ist für ein Modell leichter korrekt zu beschreiben als eine, die sich nur selbst beschreibt.
In dieser Reihenfolge gesehen ist llms.txt eine ordentliche letzte Schicht. Sie fasst zusammen, was auf der Website bereits stark ist. Wenn die zugrunde liegenden Seiten dünn oder veraltet sind, weist die Datei Modelle nur effizienter auf schwaches Material hin.
Eine sinnvolle Budgetaufteilung ist daher unausgewogen: der Großteil des Aufwands für Inhaltsqualität, Crawl-Zugriff und Zitate und ein kleiner Teil für die Wartung von llms.txt. Wenn der Standard später bestätigte Unterstützung erhält, wird die Datei bereits in gutem Zustand sein.
Wo man diese Woche anfangen kann
Öffnen Sie Ihre robots.txt und notieren Sie Ihre aktuelle Position zu jedem wichtigen KI-Crawler. Durchsuchen Sie dann Ihre Serverprotokolle nach Anfragen an /llms.txt, um zu sehen, ob bereits etwas danach fragt. Wenn Sie sich für die Veröffentlichung entscheiden, entwerfen Sie die Datei von Hand aus Ihren zwanzig wichtigsten öffentlichen Seiten, lassen Sie sie von einem Eigentümer genehmigen und setzen Sie ein Überprüfungsdatum in den Kalender, bevor sie live geht.
Weiterlesen: GEO – AIO – AEO · GEO