Матеріали

Machine-readable content

Сприймайте llms.txt як content map, а не ranking switch.

Короткий Markdown guide може допомогти агентам знайти authoritative content. Його цінність залежить від точності, корисних links і відповідності canonical HTML.

Aiscovery Research7 хв читанняОстання перевірка: 25 серпня 2026 р.

Що це допоможе оцінити

  • Що current llms.txt proposal вимагає та рекомендує
  • Чим llms.txt відрізняється від robots.txt і sitemap.xml
  • Які quality та maintenance checks входять до audit

Що охоплює proposal

llms.txt proposal визначає Markdown file у site root або subpath. Він надає короткий context і curated links на детальні, бажано Markdown-friendly resources. Version 2 вимагає лише один H1, після якого дозволяє summary, guidance і link sections у визначеному порядку.

Proposal також рекомендує standard link relations, щоб clients знаходили Markdown alternatives і llms.txt для конкретного path. Файл має бути коротким, а детальний content залишається за вибраними links.

Він не замінює web foundations

robots.txt повідомляє access preferences, sitemap.xml перелічує canonical indexable URLs, а accessible HTML обслуговує людей, search engines і browser agents. llms.txt має іншу роль: курує context для агентів, які вирішили його прочитати.

Stale file може бути гіршим за відсутній, бо створює ще одне conflicting source. За можливості генеруйте його з того самого content inventory та перевіряйте links, statements і product status після material releases.

Як вписується llms-full.txt

Деякі сайти також публікують llms-full.txt як expanded text representation. Він може бути корисним, але не замінює concise discovery role llms.txt, і його не варто називати універсальною вимогою proposal.

Великі файли потребують контролю context size, duplication, stale sections і sensitive information. Додавайте лише public content і зберігайте links на canonical pages.

Вимірюйте користь без вигаданих SEO claims

Перевіряйте, чи relevant clients запитують файл, переходять за links і доходять до правильних відповідей. Тестуйте representative questions із файлом як starting point, але відділяйте retrieval success від citation і downstream task completion.

Не створюйте automatic readiness penalty за відсутність файлу й не обіцяйте visibility gains лише через його наявність. Фіксуйте presence, validity, freshness, coverage та observed use як окремі signals.

llms.txt checks для agent-readiness audit

  • Запитувати llms.txt і llms-full.txt, фіксуючи status, content type та redirects.
  • Валідувати Markdown structure і всі linked resources.
  • Порівнювати product facts, status і canonical URLs з rendered HTML.
  • Перевіряти freshness, duplication, accidental private content і context size.
  • Запускати representative retrieval questions і зберігати outcomes окремо від presence.

Первинні джерела

Перевірте сигнал у реальному journey.

Наявність технології важлива лише тоді, коли покращує verified outcome. Пов'яжіть сигнал із task, evidence і final-state assertion.