llms.txt

Az llms.txt egy javasolt (még formálódó) szabvány: a webhely gyökerében elhelyezett Markdown-fájl, amely az AI-modelleknek ad tömör, géppel olvasható útmutatót a legfontosabb tartalmakhoz és azok jelentéséhez, kicsit úgy, mint egy „AI-barát tartalomjegyzék".

Még nem támogatja minden AI-rendszer, és nem helyettesíti a tiszta HTML-t és a strukturált adatot. De alacsony kockázatú, jövőbe mutató lépés: ha az AI-láthatóságot komolyan veszed, egy jól karbantartott llms.txt nem árt, és előnyt jelenthet, ahogy a szabvány terjed.

2026-ban a GPTBot (AI-crawler), a Perplexity botja és a Google AIO-rendszere egyaránt egyre több forrást von be a válaszaiba, és az llms.txt pontosan azt segíti, hogy a crawlerek ne csak felfedeznék az oldalaidat, hanem értelmezni is tudják azokat. A fájl tartalmazza az oldal fő témáját, a legfontosabb URL-eket tömören összefoglalva, és opcionálisan egy rövid leírást minden kulcsoldalhoz. Ha például egy szakértői blog van a weboldalon, az llms.txt megmondja a botoknak, melyik oldal tartalmaz eredeti kutatást, és melyik csak általános bevezető. Az llms.txt nem helyettesíti a Schema.org / strukturált adatot, de kiegészíti: míg a strukturált adat gépi olvashatóságot ad az egyes oldalaknak, az llms.txt az egész webhely architektúrájáról ad madártávlatú képet az AI-modelleknek. A Query fan-out mechanizmus szempontjából is előnyös: ha az AI több al-kérdést futtat le egyszerre, az llms.txt segíti a releváns tartalom gyors azonosítását.

Egy debreceni könyvelőiroda 2026 tavaszán vezette be az llms.txt-et. A weboldal több mint 80 cikket és útmutatót tartalmazott adózási és bérszámfejtési témákban, de a ChatGPT és a Perplexity alig hivatkozott rájuk. Az iroda elkészítette az llms.txt fájlt: a gyökérkönyvtárba helyezte, 12 kulcssort írt bele a legfontosabb tematikus oldalakhoz (pl. „SZJA-bevallás 2025: részletes útmutató"), és megjelölte a szerző szakértelmét (bejegyzett könyvelő, 18 éves tapasztalat). Három hónappal később a Perplexity 4 esetben hivatkozott rájuk adózási kérdéseknél, és az organikus AI-forgalom 18%-kal nőtt. A befektetett idő: kb. 2 óra a fájl elkészítésére és 30 perc a karbantartásra negyedévente.

Az llms.txt az AI-láthatósági eszközök ökoszisztémájának egyik eleme. Szorosan kapcsolódik a Schema.org / strukturált adathoz: mindkettő célja, hogy a gépek jobban értsék a tartalmat, de más rétegen dolgoznak. A robots.txt a crawlereknek mond engedélyeket és tiltásokat, az llms.txt viszont irányvonalat ad az AI-modelleknek a tartalom értelmezéséhez. Az Entitás (entity) fogalmával is összefügg: az llms.txt segíthet pontosítani, milyen entitásokhoz (személyek, cégek, témák) kapcsolódik a webhely, ezzel javítva a Knowledge Graph-besorolást. A Query fan-out folyamatban az llms.txt gyorsítja a releváns URL-ek azonosítását. A FAQ schema és az llms.txt együtt alkalmazva maximalizálja az AI-rendszerek számára elérhető strukturált információ mennyiségét.

• Hiba: Az llms.txt-et egyszer elkészítik, aztán elfelejtik frissíteni. A tartalom fejlődik, az új kulcsoldalak kimaradnak a fájlból, az AI-modellek elavult adatot kapnak, és a hivatkozások száma csökken.
• Hiba: Túl részletes, hosszú llms.txt fájlt írnak, amely minden aloldalat felsorol. Ez elveszi a fókuszt; az llms.txt célja a legfontosabb 10-20 tartalom tömör bemutatása, nem egy teljes sitemap pótlása.
• Hiba: Az llms.txt-et a robots.txt tiltja a crawlerek elől. Ha a robots.txt-ben szerepel a Disallow az llms.txt-re, az AI-modellek egyszerűen nem olvassák be a fájlt, így az egész munka hiábavaló.

Az llms.txt egy a webhely gyökerében elhelyezett Markdown-fájl, amely AI-modelleknek ad tömör útmutatót a legfontosabb tartalmakról. 2026-ban alacsony kockázatú, jövőbe mutató lépés: nem helyettesíti a strukturált adatot, de kiegészíti azt, és segíti az AI-láthatóságot.