Llms.txt bez bajek - czym jest, a czym nie jest?

llms.txt brzmi jak kolejny punkt do checklisty SEO. Tylko że po przeczytaniu dokumentacji wychodzi coś dużo mniej efektownego: to raczej mapa dla agentów AI, a nie skrót do widoczności w AI Search.

llms.txt da się bardzo łatwo opakować jako „nowe robots.txt dla AI”. Brzmi nośnie, dobrze wygląda w ofercie i pasuje do obecnej narracji, że wszystko trzeba szybko dostosować pod AI. Tylko że po zejściu do źródeł ten temat robi się dużo bardziej przyziemny.

Ja nie traktowałbym llms.txt jako pliku od pozycjonowania w AI Search ani prostej drogi do cytowań w ChatGPT, Gemini, Claude czy Perplexity. Według specyfikacji to plik Markdown, który ma pomagać agentom AI używać strony: szybko zobaczyć kontekst, znaleźć ważne zasoby i przejść do linków z bardziej szczegółową treścią ^[1]. Najlepiej widać to przy dokumentacji technicznej, API, tutorialach i bazach wiedzy ^[1][3][4].

Czyli mapa dla agenta, nie obietnica wyniku.

Co to jest llms.txt?

llms.txt to plik tekstowy w Markdownie, który można umieścić np. pod adresem ^[1]:

https://twojadomena.pl/llms.txt

Może też działać w podścieżce, np. ^[1]:

https://twojadomena.pl/docs/llms.txt

Wtedy opisuje zasoby pod daną częścią strony. Taki plik może zawierać krótki opis projektu, ważne instrukcje kontekstowe i listę linków do materiałów, które agent powinien znać. Specyfikacja zachęca też, żeby linki prowadziły do treści przyjaznych dla LLM, np. do wersji Markdown ^[1].

Sam pomysł jest praktyczny, bo zwykły HTML powstaje z myślą o ludziach. Ma menu, stopki, skrypty, reklamy, moduły layoutu i sporo rzeczy, które dla agenta są po prostu szumem. llms.txt skraca drogę do informacji, ale tylko wtedy, gdy na stronie jest co porządkować.

Gdzie ten plik ma najmocniejszy sens?

Źródła prowadzą przede wszystkim do dokumentacji. OpenAI i Anthropic mają własne llms.txt jako mapy dokumentacji developerskiej ^[3][4]. Mintlify generuje takie pliki dla dokumentacji, razem z linkami do stron .md i specyfikacji API ^[5].

W praktyce sensowne przypadki to raczej:

• dokumentacja techniczna
• API reference
• tutoriale
• developer docs
• help center
• baza wiedzy
• instrukcje i polityki, po których agent ma się poruszać

I tu jest miejsce, w którym łatwo przesadzić. Dla typowego e-commerce albo zwykłej strony usługowej nie widzę dziś podstaw, żeby mówić: „musicie mieć llms.txt”. Taki plik może mieć sens, ale dopiero wtedy, gdy sklep albo serwis ma help center, dokumentację produktu, specyfikacje, instrukcje, polityki, poradniki albo inny zestaw materiałów, po których agent AI faktycznie miałby chodzić.

Bez tego to raczej kolejny plik do utrzymania.

Czego llms.txt nie robi?

Najkrócej: nie robi tych rzeczy, które najłatwiej byłoby dopisać do oferty.

Nie ma podstaw, żeby obiecywać, że po dodaniu llms.txt:

• poprawi się widoczność w Google Search
• strona zacznie pojawiać się w AI Overview
• ChatGPT zacznie cytować firmę
• modele „lepiej zrozumieją markę” w każdym kontekście
• plik zastąpi normalne SEO

Google Search Central pisze wprost, że Google Search nie używa llms.txt ani podobnych plików Markdown do widoczności w Search i generative AI features ^[2]. Google dodaje też, że utrzymywanie takich plików dla innych usług nie pomaga ani nie szkodzi rankingom w Google Search ^[2].

Dla mnie to zamyka temat, jeśli ktoś chce sprzedawać llms.txt jako hack pod Google AI. Można o nim rozmawiać jako o porządkowaniu dokumentacji dla agentów, ale nie jako o dopalaczu widoczności.

Czy llms.txt to robots.txt dla AI?

Nie używałbym tego porównania bez dopowiedzenia, bo łatwo miesza trzy różne rzeczy. robots.txt dotyczy zasad dostępu dla crawlerów. sitemap.xml jest listą adresów dla wyszukiwarek. llms.txt pełni inną rolę: daje agentowi kontekst i prowadzi go do zasobów ^[1].

Czyli nie blokuje, nie indeksuje i nie ustawia rankingu. Najprościej: robots.txt mówi, co bot może robić, sitemap.xml mówi, jakie URL-e istnieją, a llms.txt mówi agentowi: „jeśli szukasz kontekstu, zacznij tutaj”.

Jak mówić o tym klientowi?

Uczciwie i bez dokładania mu roli, której nie ma w źródłach. llms.txt może się przydać, jeśli strona ma dokumentację, API, help center, bazę wiedzy albo dużo uporządkowanych zasobów, które agent AI ma szybko odnaleźć. Jeśli tego nie ma, sam plik niewiele zmieni.

Gdy klient pyta o llms.txt, nie zaczynałbym rozmowy od widoczności. Zacząłbym od prostszego pytania: czy na stronie jest coś, co agent miałby po co czytać i czytać w konkretnej kolejności. llms.txt może być mapą do takiej wiedzy, ale nie zastąpi samej wiedzy.

Kiedy bym go rozważył?

Rozważyłbym go, jeśli odpowiedź na przynajmniej kilka pytań brzmi „tak”:

• Czy strona ma dokumentację, API, help center albo bazę wiedzy?
• Czy są materiały, które agent AI powinien szybko znaleźć?
• Czy istnieją albo mogą powstać czyste wersje Markdown najważniejszych zasobów?
• Czy wiadomo, które treści są naprawdę ważne?
• Czy plik będzie mapą priorytetów, a nie listą przypadkowych linków?

Jeśli odpowiedzi są głównie na „nie”, zacząłbym od prostszych rzeczy: treści, struktury i porządku na stronie. Plik opisujący porządek ma sens dopiero wtedy, gdy ten porządek naprawdę istnieje.

Podsumowanie

llms.txt jest ciekawą propozycją, ale nie robiłbym z niej mitu. Najbardziej sensowny scenariusz to dokumentacja i bazy wiedzy, gdzie agent AI potrzebuje szybkiej mapy do właściwych zasobów. Poza tym zakresem można go brać pod uwagę, tylko trzeba jasno powiedzieć, że to interpretacja, a nie potwierdzony wymóg.

Dla Google Search to nie jest czynnik widoczności. Dla zwykłej strony usługowej albo sklepu bez help center i dokumentacji nie jest to pierwszy temat do wdrożenia. Najpierw trzeba mieć treści, które warto uporządkować. Dopiero później ma sens plik, który ten porządek opisuje.