llms.txt: co to jest i jak sprawdzić, czy AI widzi Twoją stronę

llms.txt to plik tekstowy w katalogu głównym domeny, który podaje modelom AI streszczenie serwisu i listę najważniejszych podstron. Idea jest prosta: zamiast pozwalać modelowi błądzić po całej stronie, dajesz mu gotowy spis treści.

Zanim jednak zaczniesz go wdrażać, warto znać odpowiedź na pytanie, którego większość poradników na ten temat unika.

Czy modele AI naprawdę czytają llms.txt

Na dziś nie ma na to dowodów, a są przesłanki, że jest odwrotnie.

John Mueller z Google powiedział wprost, że żaden system AI nie korzysta z tego pliku i że widać to po logach serwera, bo crawlery nawet nie pytają o llms.txt (Search Engine Roundtable). Porównał go przy tym do meta tagu keywords, czyli rozwiązania, które przestało cokolwiek znaczyć lata temu.

Po stronie OpenAI obraz jest podobny. Dokumentacja crawlerów (GPTBot, OAI-SearchBot, ChatGPT-User) opisuje sterowanie dostępem wyłącznie przez robots.txt i nie wspomina o llms.txt ani razu. Żadna z dużych firm, ani OpenAI, ani Google, ani Anthropic, nie potwierdziła publicznie, że używa tego pliku w produkcji.

Sam standard jest propozycją opublikowaną na llmstxt.org, a nie ustaleniem branżowym w rodzaju robots.txt. Nie ma za nim ani wymuszenia, ani deklaracji wdrożenia.

To dlaczego w ogóle go mieć

Z trzech powodów, żaden nie jest magiczny.

Kosztuje godzinę i nic więcej. Nie ma utrzymania, nie ma ryzyka, nie ma jak tym zaszkodzić.

Wymusza porządek. Żeby napisać dobry llms.txt, trzeba w jednym zdaniu opisać każdą usługę i zdecydować, które podstrony są naprawdę ważne. To ćwiczenie zwykle obnaża bałagan w ofercie, a przy okazji daje gotowe opisy do innych zastosowań.

Jest tanim zakładem. Jeśli standard się przyjmie, będziesz gotowy bez pośpiechu. Jeśli nie, nie straciłeś nic poza godziną.

Czego nie rób: nie traktuj go jako działania, po którym zobaczysz efekt, i nie płać za niego jak za usługę. Jeśli ktoś sprzedaje Ci llms.txt jako klucz do widoczności w AI, sprzedaje Ci nadzieję.

Co naprawdę decyduje, czy AI widzi Twoją stronę

Trzy rzeczy, w tej kolejności ważności.

1. Czy crawlery AI mają wstęp

To jest warunek zerojedynkowy i najczęstsza przyczyna niewidoczności. Boty AI to osobne agenty, inne niż Googlebot, i bardzo często są blokowane, nie przez świadomą decyzję, tylko przez domyślne ustawienia hostingu, CDN albo wtyczki bezpieczeństwa.

Agenty, o które chodzi:

• GPTBot, OAI-SearchBot, ChatGPT-User (OpenAI)
• PerplexityBot (Perplexity)
• ClaudeBot, Claude-Web, anthropic-ai (Anthropic)
• Google-Extended (Google, osobno od Googlebota)
• Applebot-Extended (Apple)
• CCBot (Common Crawl, źródło danych treningowych dla wielu modeli)

Jeśli w robots.txt nie ma o nich mowy, obowiązuje reguła ogólna. Jeśli jest tam blokada, znikasz z tego kanału całkowicie, niezależnie od jakości treści.

Warto to zapisać wprost, zamiast liczyć na domyślne zachowanie:

User-agent: GPTBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: ClaudeBot
Allow: /

2. Czy treść istnieje bez JavaScriptu

Część crawlerów AI nie wykonuje JavaScriptu albo robi to wybiórczo. Jeśli Twoja strona dociąga treść dopiero w przeglądarce, bot może zobaczyć pustą ramkę. Strony renderowane po stronie serwera albo generowane statycznie nie mają tego problemu.

Szybki test: wyłącz JavaScript w przeglądarce i wejdź na swoją podstronę ofertową. To mniej więcej to, co widzi prostszy bot.

3. Czy treść da się zacytować

Nawet mając wstęp i czytelny HTML, model musi mieć co wyjąć. Wybiera fragmenty, które odpowiadają na pytanie w całości, bez przeróbek. Akapit zaczynający się od rozbiegówki, z konkretem schowanym w trzecim zdaniu, przegrywa z akapitem, który odpowiada od razu.

Rozpisaliśmy to szerzej w tekście o tym, czym jest GEO SEO.

Jak sprawdzić, czy AI widzi Twoją stronę: cztery kroki

Krok 1: logi serwera

Najpewniejsze źródło. Przeszukaj logi z ostatnich trzydziestu dni pod kątem nazw agentów wymienionych wyżej. Na serwerze z dostępem do powłoki wystarczy jedna komenda:

grep -icE "GPTBot|OAI-SearchBot|ChatGPT-User|PerplexityBot|ClaudeBot|CCBot" access.log

Jeśli wynik to zero, żaden bot AI nie był u Ciebie w tym okresie i to jest Twój problem numer jeden. Na Cloudflare te same dane znajdziesz w statystykach ruchu botów, bez grzebania w logach.

Krok 2: robots.txt

Otwórz https://twojadomena.pl/robots.txt i sprawdź, czy któryś z agentów AI ma Disallow. Sprawdź też regułę dla User-agent: *, bo to ona obowiązuje wszystkich niewymienionych.

Krok 3: test na żywo w modelu

Wejdź do ChatGPT albo Perplexity i poproś o podsumowanie konkretnej podstrony, podając jej adres. Jeśli model odpowie ogólnikami albo przyzna, że nie może pobrać strony, masz problem z dostępem. Jeśli streści treść poprawnie, warstwa techniczna działa.

To nie jest test na cytowalność, tylko na dostępność. Sprawdza, czy model potrafi Cię przeczytać, gdy sam mu wskażesz adres.

Krok 4: test na cytowalność

Dopiero teraz pytanie właściwe: czy model wymieni Cię z siebie. Zadaj pytanie zakupowe ze swojej branży, bez podawania adresu, na przykład „jaka firma w Polsce zajmuje się X” i zobacz, kto pada w odpowiedzi.

Powtórz to na kilku modelach, bo wyniki potrafią się skrajnie różnić. I powtórz za miesiąc, bo pojedynczy odczyt nic nie mówi.

Jak napisać llms.txt

Format jest prosty i opisany na llmstxt.org: zwykły Markdown zapisany jako llms.txt w katalogu głównym.

Struktura, która sprawdza się przy stronie firmowej:

# Nazwa firmy - czym się zajmuje

> Jedno, dwa zdania: kto to jest, dla kogo pracuje, od kiedy.

Dlaczego jesteśmy wiarygodnym źródłem: doświadczenie, liczby, certyfikaty.

## Usługi

- [Nazwa usługi](https://domena.pl/adres/): jedno zdanie, co to jest i dla kogo.

## Poradniki

- [Tytuł](https://domena.pl/adres/): jedno zdanie, na jakie pytanie odpowiada.

## Kontakt

- [Kontakt](https://domena.pl/kontakt/)

Trzy zasady, które robią różnicę:

1. Pełne adresy, nie względne. Model może czytać ten plik w oderwaniu od domeny.
2. Jedno zdanie opisu przy każdym linku. Sam link nic nie mówi.
3. Tylko to, co ważne. Plik ma być spisem treści, a nie kopią mapy witryny. Trzydzieści przemyślanych pozycji jest lepsze niż trzysta.

A llms-full.txt

To osobny plik z pełną treścią serwisu sklejoną w jeden dokument, żeby model pobrał wszystko jednym żądaniem. Ma sens przy dokumentacji technicznej, gdzie asystent kodu faktycznie tego potrzebuje. Przy zwykłej stronie firmowej to zbędny ciężar.

Najczęstsze błędy

Blokada botów AI przy jednoczesnym pisaniu llms.txt. Sprzeczność, która zdarza się częściej, niż można przypuszczać, zwykle przez domyślne ustawienia CDN.

Wklejenie mapy witryny. Lista dwustu adresów bez opisów nie daje modelowi nic ponad to, co i tak zobaczy.

Nieaktualne adresy. Plik tworzy się raz i o nim zapomina, a potem połowa linków prowadzi do przekierowań albo do 404.

Traktowanie go jako strategii. llms.txt to jedna godzina pracy na końcu listy, a nie jej początek. Najpierw dostęp dla botów, potem treść, którą da się zacytować, potem obecność w źródłach, które modele już cytują. Dopiero na końcu ten plik.

Podsumowanie

Zrób llms.txt, bo kosztuje godzinę i porządkuje opis oferty. Nie oczekuj po nim efektu, bo żaden duży model nie potwierdził, że go czyta, a Google mówi wprost, że nie.

Prawdziwa odpowiedź na pytanie „czy AI widzi moją stronę” leży gdzie indziej: w robots.txt, w logach serwera i w tym, czy Twoje akapity da się zacytować bez przeróbek. Te trzy rzeczy sprawdzisz w godzinę, korzystając z kroków opisanych wyżej.

Jeśli chcesz, żeby ktoś przeszedł przez to z Tobą i pokazał, kto jest dziś cytowany w Twojej branży zamiast Ciebie, zobacz, jak pracujemy jako agencja GEO i AI SEO, albo umów bezpłatną konsultację.