Что такое llms.txt и зачем он сайту

llms.txt — это markdown-файл в корне сайта, который подсказывает языковым моделям, какие страницы важны. Поддержки со стороны Google нет, а крупные исследования не нашли связи между файлом и цитированием в ИИ. Ниже: как устроен файл, кому он полезен, как сделать его за час и что реально работает для видимости в ИИ-поиске.

Что такое llms.txt и как он выглядит?

llms.txt — это markdown-файл по адресу /llms.txt, который даёт языковым моделям подборку самых важных страниц сайта с короткими описаниями. Формат предложил Джереми Говард из Answer.AI в сентябре 2024 года. Это предложение сообщества, а не утверждённый стандарт, и файл не управляет доступом краулеров.

Структура минималистичная. Файл содержит заголовок H1 с названием проекта, блок-цитату с кратким резюме, при необходимости произвольный текст без заголовков и ноль или более разделов H2 со списками ссылок. Каждый пункт списка — это ссылка, за которой может идти двоеточие и пояснение. Единственный обязательный элемент — H1, но без разделов со ссылками файл бессмысленен.

Пример для условного сайта агентства:

# Acme Digital

> Агентство SEO и GEO-продвижения для B2B-компаний в Украине.
> Работаем с техническим SEO, контентом и видимостью в ИИ-поиске.

## Услуги

- [SEO-продвижение](https://example.com/services/seo): аудит, техническое SEO, контент-стратегия
- [GEO-продвижение](https://example.com/services/geo): работа с цитированием в ответах ИИ

## База знаний

- [Что такое canonical URL](https://example.com/kb/canonical): определение, пример кода, типичные ошибки
- [Что такое E-E-A-T](https://example.com/kb/eeat): как Google оценивает экспертность

## Optional

- [Кейсы](https://example.com/cases): результаты клиентских проектов

Раздел с названием Optional играет особую роль: в спецификации это второстепенные материалы, которые модель может пропустить, если ей не хватает контекста.

Чем llms.txt отличается от robots.txt и sitemap.xml?

robots.txt задаёт правила для краулеров, sitemap.xml перечисляет все страницы для индексации, а llms.txt — редакторская подборка того, что моделям стоит прочитать первым. Файл ничего не разрешает и не запрещает. Это подсказка, а не инструкция.

Отсюда практическое правило: если нужно закрыть раздел от ИИ-ботов, нужен robots.txt. llms.txt для этого не подходит.

Читают ли llms.txt ИИ-системы?

Google прямо говорит, что для AI Overviews и AI Mode файл не нужен. Другие крупные разработчики моделей не документировали, что их краулеры читают llms.txt со сторонних сайтов. Файл запрашивают в основном coding-агенты, а поисковые ИИ-боты, от которых зависят цитирования, почти не обращаются к нему.

Позиция Google зафиксирована в официальном гайде Search Central от 15 мая 2026 года. Среди мифов об оптимизации под генеративный поиск гайд называет потребность в llms.txt, markdown-страницах, «нарезке» контента на короткие абзацы и специальном «ИИ-дружелюбном» стиле письма. Вместе с тем гайд описывает только Google Search: как ChatGPT, Claude или Perplexity подбирают источники, он не объясняет.

Со стороны других компаний картина такая. Anthropic, OpenAI, Perplexity, Meta и Mistral публикуют llms.txt для собственной документации, но не обязались читать этот формат на других сайтах. Это поведение издателей, а не доказательство того, что их краулеры потребляют такие файлы со всего интернета.

Помогает ли llms.txt попадать в цитирования ИИ?

По имеющимся исследованиям — нет. Анализ 300 тысяч доменов от SE Ranking не нашёл корреляции между наличием файла и частотой цитирований. Логи 137 тысяч доменов от Ahrefs показали, что подавляющее большинство файлов вообще не получает запросов. Данные описывают состояние на 2026 год и могут измениться, но сейчас они однозначны.

97% файлов llms.txt не получили ни одного запроса за месяц наблюдений. — Ahrefs, по данным Search Engine Journal, 2026

Детали этих данных важны. Среди запросов, которые всё же поступали, на ИИ-боты поискового типа приходилось лишь 1,1%, а 12% принадлежали инструментам, которые аудируют файлы, а не пользуются ими. Кроме того, Ahrefs измерял запросы, а не то, действовала ли модель на основе прочитанного.

Исследование SE Ranking дало похожий результат: файл нашли лишь на 10,13% доменов, а модель прогнозирования цитирований, из которой убрали признак llms.txt, стала точнее. То есть для предсказания цитирований наличие файла работало как шум.

Ещё одна проверка — непосредственно цитирования. Из 18 000 цитирований в выборке Search Engine Land лишь шесть вели на файлы llms.txt, а «оптимизированные» версии, набитые ключевыми словами, не получили ни одного.

6 из 18 000 цитирований вели на файлы llms.txt (0,03%). — Search Engine Land, 2026

Ограничения этих данных: Ahrefs работает с выборкой технически продвинутых клиентов, поэтому общая картина может отличаться. Но ни одно из известных независимых исследований не показало положительного эффекта на цитирования.

Кому llms.txt действительно полезен?

Больше всего пользы файл приносит документации и API-продуктам, где разработчики работают через ИИ-ассистентов. Там он снимает конкретную проблему: агент получает чистую карту разделов вместо парсинга HTML с навигацией и скриптами. Для сайтов услуг и блогов эффект, скорее всего, минимальный.

Это видно по тому, кто файл использует. Stripe, Vercel, Cloudflare, Anthropic, Coinbase, Pinecone и Cursor публикуют llms.txt, потому что их пользователи строят продукты с ИИ-ассистентами для кодинга. Платформы документации вроде Mintlify генерируют такие файлы автоматически, поэтому многие сайты получили их «по умолчанию».

Для сайта агентства расчёт простой: файл стоит час-два работы, ничего не ломает, но и ждать от него трафика не стоит. Делать его имеет смысл как дешёвую страховку на случай, если какой-то ИИ-инструмент начнёт его учитывать, и как дисциплину: чтобы собрать 15–20 самых важных страниц, их придётся выбрать и описать.

Как создать llms.txt за пять шагов?

Создайте текстовый файл в корне домена, откройте его H1 с названием бренда и блоком-цитатой на 1–2 предложения, сгруппируйте ссылки под H2 и добавьте описание к каждой. Держите файл коротким: это подборка, а не дубликат sitemap.

1. Выберите страницы. Оставьте 15–30 URL: ключевые услуги, лучшие справочные материалы, страницы о компании и контакты. Отсейте всё, что не предназначено для людей.
2. Напишите H1 и резюме. Название бренда, затем 1–2 предложения о том, чем занимается компания и для кого. Модель, которая прочитает только верх файла, уже должна понять, кто вы.
3. Сгруппируйте ссылки под H2. Разделы по направлениям: услуги, база знаний, кейсы. Второстепенное вынесите в Optional.
4. Опишите каждую ссылку. Формат [Название](URL): что на странице. Описание должно соответствовать содержанию страницы, без рекламных эпитетов.
5. Опубликуйте по адресу /llms.txt. Адрес должен отдавать код 200 без редиректов. Подкаталоги вроде /api/llms.txt или /.well-known/llms.txt спецификацией не предусмотрены, так что держите файл в корне.

Если хотите, чтобы модель могла забрать полный текст одним запросом, добавьте также llms-full.txt: этот сопутствующий файл встраивает содержимое страниц в один документ, чтобы модель обработала весь раздел без обхода страница за страницей. Для большинства корпоративных сайтов это лишнее.

Какие ошибки делают с llms.txt?

Самые частые ошибки — превращение файла в копию sitemap, нашпиговывание его ключевыми словами и ожидание, что он заменит остальную оптимизацию. Каждая из них делает файл менее полезным и не добавляет видимости.

• Файл на 400 ссылок. Так он превращается в sitemap с дополнительными шагами. Цель файла — отбор, а не полнота.
• Ключевые слова в описаниях. Данные Search Engine Land показывают, что «поисковые» версии файлов не получили цитирований вообще. Модели не нужен семантический шум.
• Битые ссылки и редиректы. Агент пойдёт по ссылке и наткнётся на 404 или цепочку переадресаций.
• Отдельная версия «для ботов». Если содержимое файла существенно отличается от того, что видят люди, это приближается к клоакингу. Публичный индекс страниц — нормально, скрытая версия — нет.
• Противоречие с robots.txt. Если вы блокируете GPTBot, ClaudeBot или OAI-SearchBot, файл просто не будет прочитан этими ботами. Сначала определите, каких ботов пускаете.
• Забытый файл. После изменения структуры сайта список устаревает. Добавьте проверку файла в чек-лист релиза.

Как проверить, что llms.txt работает?

Проверяйте три вещи: что файл отдаёт код 200, что все ссылки живы и что боты действительно его запрашивают. Последнее видно только в серверных логах: ищите обращения к /llms.txt и смотрите, какие именно user-agent появляются.

Обычный сценарий проверки такой:

• откройте вашдомен/llms.txt в браузере и проверьте отображение и кодировку;
• прогоните список ссылок любым краулером на наличие 404 и редиректов;
• отфильтруйте логи сервера по пути /llms.txt и сгруппируйте по user-agent.

Есть и автоматическая проверка: по словам автора формата, Lighthouse в Chrome проверяет наличие llms.txt в рамках аудитов «агентного просмотра». Но помните, что запросы от аудиторов не означают использование файла моделями: по Ahrefs, немалая доля обращений именно такие.

Что делать для GEO вместо погони за llms.txt?

Гайд Google предлагает те же принципы, что и для классического SEO: оригинальный полезный контент, чёткая структура и семантическая HTML-разметка для людей. Хорошо работает подача ответа сразу под заголовком и подкрепление его данными. Это и даёт материал, который ИИ-системы могут цитировать.

С точки зрения Google оптимизация под генеративный поиск — это оптимизация поискового опыта, то есть всё ещё SEO. Для других ИИ-систем, таких как ChatGPT или Perplexity, правила не задокументированы так же чётко, но практическая база одинакова: индексируемая страница, понятный текст, разрешение на доступ в robots.txt и упоминания бренда на сторонних ресурсах.

Поэтому порядок приоритетов такой: сначала индексация и качество контента, затем разметка и авторитет, и только потом мелкие эксперименты вроде llms.txt. Об инструментах, которые помогают отслеживать цитирования и оптимизировать тексты, читайте в нашем обзоре ИИ-инструментов для контента.

Практический итог: что делать дальше

llms.txt — дешёвый эксперимент, а не стратегия. Сделайте его за час, если у вас есть чёткий список ключевых страниц, и не ждите прироста цитирований: имеющиеся данные этого не подтверждают. Реальное влияние на видимость в ответах ИИ дают индексация, качество и структура контента и авторитет бренда.

Если хотите системно поработать над присутствием в ИИ-поиске, начните с аудита этих основ. Команда LuchanLabs поможет с продвижением в ИИ-поиске и SEO-продвижением сайта: от технической базы до контента, который цитируют.