Co kilka miesięcy pojawia się nowy plik, który obiecuje wprowadzić Twoją stronę do odpowiedzi ChatGPT. Teraz tym plikiem jest llms.txt. Obietnica jest prosta: umieść plik markdown w katalogu głównym witryny, a silniki AI lepiej Cię zrozumieją i częściej zacytują. Brzmi wiarygodnie, adopcja rośnie, a mnóstwo wtyczek i agencji sprzedaje to teraz jako obowiązkowy element AI-SEO.
Czy to naprawdę działa? Szczera odpowiedź, poparta obecnymi dowodami: llms.txt jest realny, tani w dodaniu i naprawdę przydatny dla jednej konkretnej grupy odbiorców, ale robi niemal nic dla tego, po co większość ludzi go dodaje, czyli dla bycia cytowanym przez ChatGPT albo AI Overviews Google. Ten przewodnik wyjaśnia, czym jest, jak go zrobić i kiedy naprawdę wart jest Twojego czasu.
Czym właściwie jest llms.txt
llms.txt to proponowana konwencja: pojedynczy plik markdown w katalogu głównym witryny (/llms.txt), który podaje dużym modelom językowym czystą, wyselekcjonowaną wersję Twoich najważniejszych treści. Został zaproponowany przez Jeremy'ego Howarda (z Answer.AI i fast.ai) we wrześniu 2024 roku.
Problem, który próbuje rozwiązać, jest realny. LLM ma ograniczone okno kontekstowe i nie może przeczytać całej Twojej witryny. Twój HTML jest też pełen nawigacji, skryptów i znaczników, które marnują tokeny i grzebią właściwą treść. llms.txt ma dać modelowi zwięzłą mapę markdown tego, co ważne, aby mógł wykorzystać Twoje treści w czasie wnioskowania bez indeksowania i parsowania wszystkiego.
Czym na pewno nie jest: robots.txt. Te dwa pliki to przeciwieństwa. robots.txt kontroluje, czy boty mogą uzyskać dostęp do Twoich stron. llms.txt robi odwrotnie, zaprasza modele do środka i podaje im wyselekcjonowane streszczenie. Jeden to brama, drugi to przewodnik.
llms.txt vs llms-full.txt vs robots.txt
Trzy pliki są nieustannie mylone. Oto różnica:
| Plik | Co robi | Kto go czyta |
|---|---|---|
| robots.txt | Kontrola dostępu: zezwalaj lub blokuj roboty na konkretnych ścieżkach | Wyszukiwarki i roboty AI (ustalony standard) |
| llms.txt | Wyselekcjonowany indeks markdown Twoich kluczowych stron, z krótkimi opisami | LLM-y i agenci AI (proponowana konwencja) |
| llms-full.txt | Pełna treść tych stron, połączona w jeden czysty plik | LLM-y i agenci AI (proponowana konwencja) |
Pomyśl o tym tak: llms.txt to spis treści, llms-full.txt to cała książka w jednym czystym pliku. Zwróć uwagę, że tylko llms.txt jest zdefiniowany przez podstawową specyfikację; llms-full.txt to towarzysząca konwencja, która wyrosła wokół niego.
Jak wygląda plik llms.txt
Format to celowo prosty markdown, w tej kolejności: nagłówek H1 z Twoją nazwą (jedyna wymagana część), cytat blokowy ze streszczeniem, opcjonalny kontekst, potem sekcje H2 z listą linków jako [Tytuł](URL): opis. Krótki przykład:
# Sublim Analytics
> Privacy-first, cookieless web analytics for teams that want complete data without a consent banner.
Sublim measures 100% of your traffic, includes behavioral analytics, and is hosted in the EU.
## Docs
- [Getting started](https://sublimanalytics.com/docs/start): install the script in one line
- [Tracking events](https://sublimanalytics.com/docs/events): measure goals and conversions
## Guides
- [Web analytics for marketers](https://sublimanalytics.com/blog/guides/web-analytics-for-marketers): what to measure and whyMożesz go napisać ręcznie, wygenerować z CMS (wtyczki SEO takie jak Yoast potrafią go wystawić) albo przepuścić witrynę przez generator lub narzędzie do indeksowania. To plik statyczny, więc nie ma bieżącej konserwacji poza aktualizowaniem linków.
Czy to naprawdę działa?
Oto część, którą większość przewodników pomija, bo podważa obietnicę. Jeśli Twoim celem jest częstsze cytowanie przez ChatGPT, Perplexity albo AI Overviews Google, obecne dowody mówią, że llms.txt nie robi różnicy.
- Adopcja jest znikoma. Badanie SE Ranking na 300 000 domen wykazało, że tylko około 10% miało plik llms.txt, ponad rok po pojawieniu się pomysłu. Ta sama analiza nie znalazła korelacji między posiadaniem pliku a byciem cytowanym przez AI. Usunięcie go z modelu wręcz poprawiło prognozy, co znaczy, że plik dodał szum, a nie sygnał.
- Główne silniki AI go nie używają. Gary Illyes z Google potwierdził, że Google Search nie obsługuje llms.txt i nie pracuje nad tym. John Mueller porównał to do starego meta tagu keywords: żadna usługa AI nie powiedziała, że używa llms.txt, a logi serwera pokazują, że boty nawet nie żądają tego pliku.
- Powód jest strukturalny. llms.txt to sygnał, który piszesz sam o sobie i w pełni kontrolujesz. Wyszukiwarki dawno nauczyły się, że sygnały deklarowane samodzielnie trywialnie łatwo naciągnąć, więc są bezwartościowe dla rankingu. Dokładnie dlatego umarł meta tag keywords. Jak ujął to Mueller, dlaczego model miałby ufać temu, co witryna twierdzi o sobie, skoro może po prostu przeczytać samą witrynę?
Więc gdy wtyczka albo agencja mówi Ci, że dodanie llms.txt wprowadzi Cię do odpowiedzi AI, potraktuj to jako twierdzenie, nie fakt.
Gdzie llms.txt naprawdę pomaga: sieć agentów
Jest realny przypadek użycia, tylko nie ten rozdmuchany. Narzędzia, które dziś naprawdę czytają /llms.txt i /llms-full.txt, to agenci kodowania AI i narzędzia deweloperskie: Cursor, Claude Code, GitHub Copilot, Windsurf, Cline i integracje oparte na MCP. Skieruj któreś z nich na stronę z dokumentacją, a poszuka llms.txt, by szybko wczytać czysty kontekst, zamiast zdrapywać wyrenderowany HTML.
To sprawia, że llms.txt naprawdę jest tego wart, jeśli publikujesz:
- Dokumentację dla deweloperów lub referencję API.
- Techniczny produkt, którego ludzie używają z wnętrza asystentów kodowania.
- Cokolwiek przeznaczonego do konsumpcji przez agentów AI, a nie tylko ludzkich czytelników.
Dla strony z dokumentacją llms.txt to mały, ale bardzo dźwigniowy dodatek. Dla marketingowego bloga liczącego na ranking w ChatGPT to niemal działanie zerowe. (Warto zauważyć: Lighthouse w Chrome niedawno dodał eksperymentalny audyt „agentic", który sprawdza obecność llms.txt, więc konwencja nie jest martwa, tylko wycelowana w agentów, a nie w wyszukiwanie.)
Czy więc Twoja witryna powinna go mieć?
Prosty sposób, by zdecydować:
- Masz dokumentację dla deweloperów, API lub produkt dla agentów: tak. Jest tani, a ekosystem agentów naprawdę go używa.
- Prowadzisz witrynę marketingową lub treściową i chcesz cytowań AI: nie zaszkodzi (to plik statyczny), ale nie oczekuj z niego ruchu i nie stawiaj go ponad realną pracę nad treścią.
- Masz mało czasu: pomiń go i poświęć tę godzinę na coś, co robi różnicę.
Szczere ujęcie: llms.txt jest tani, mało ryzykowny, okazjonalnie przydatny i mocno przereklamowany. Dodaj go, jeśli pasuje do Twojego przypadku, ale ustaw oczekiwania na podstawie dowodów, a nie szumu.
Co naprawdę daje cytowania w AI (rób to zamiast tego)
Jeśli prawdziwym celem jest pojawianie się w odpowiedziach AI, dźwignie są te same, które zawsze zdobywały cytowania: naprawdę przydatne treści, klarowna struktura, którą model potrafi sparsować, oraz bycie przywoływanym przez inne wiarygodne źródła. Silniki AI czytają Twoje faktyczne strony, więc praca leży na stronach, a nie w manifeście, który kontrolujesz.
I jest krok, który niemal wszyscy pomijają: zmierz, czy cokolwiek z tego działa. Ruch odsyłający z AI jest niewielki, ale dobrze konwertuje, a większość ukrywa się w „Direct", bo narzędzia AI usuwają referrer. Jeśli nie widzisz swojego ruchu AI, nie stwierdzisz, czy Twoje działania GEO (w tym llms.txt) w ogóle coś dają. Nasz przewodnik o tym, jak śledzić ruch AI z ChatGPT, Perplexity i Gemini, pokazuje dokładnie, jak go wydobyć.
Jak pomaga Sublim
Sublim klasyfikuje wizyty z asystentów AI jako ich własne źródło pozyskania, zamiast wrzucać je do Direct, i przechwytuje pełny referrer wszędzie tam, gdzie istnieje. Ponieważ jest bez cookies, liczy też odwiedzających, których narzędzie z bramką zgody traci, i nigdy nie próbkuje kanału tak małego jak odesłania z AI. Więc gdy eksperymentujesz z taktykami GEO, możesz naprawdę zmierzyć, czy przynoszą wizyty i czy ci odwiedzający konwertują. To zamienia „czy dodać llms.txt?" ze zgadywania w liczbę, którą możesz obserwować.
