Czy llms.txt działa? Co mówią dane

Czym miał być llms.txt

Pomysł jest prosty i sensowny: skoro roboty wyszukiwarek mają robots.txt, to modele językowe powinny mieć własny plik. Mapę treści serwisu napisaną tak, żeby model od razu wiedział, czym ta strona jest, kto za nią stoi i które podstrony są najważniejsze. Stąd llms.txt: plik tekstowy w katalogu głównym, zwykle w Markdownie, z krótkim opisem encji i listą kluczowych adresów.

Propozycja standardu pojawiła się w 2024 roku i szybko została podchwycona przez branżę SEO jako element „optymalizacji pod AI”. Adopcja rośnie. W skali roku liczba serwisów publikujących ten plik wzrosła kilkukrotnie.

Pytanie brzmi, czy cokolwiek z tego wynika.

Co pokazują dane

Google mówi to wprost we własnej dokumentacji. Strona „AI features and your website" w Search Central nie pozostawia pola do interpretacji:

„You don't need to create new machine readable files, AI text files, or markup to appear in these features. There's also no special schema.org structured data that you need to add."

— Google Search Central, AI features and your website

W tym samym dokumencie Google stwierdza również: „There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary". To jest stanowisko producenta wyszukiwarki, opublikowane w oficjalnej dokumentacji dla webmasterów, a nie interpretacja branży.

Wcześniej, w czerwcu 2025 roku, John Mueller z Google stwierdził publicznie, że żaden system AI z tego pliku nie korzysta.

Pozostali dostawcy. Na pierwszy kwartał 2026 roku żadna z dużych firm. OpenAI, Google, Anthropic, Meta, Mistral, nie zadeklarowała publicznie, że czyta i wykorzystuje llms.txt w systemach produkcyjnych. Dokumentacja crawlerów OpenAI i wytyczne Anthropic odsyłają w sprawach dostępu do treści do robots.txt.

Dane o pobraniach. Analiza obejmująca setki tysięcy domen wykazała, że 97% opublikowanych plików llms.txt nigdy nie zostało pobranych przez jakikolwiek system AI. Modele statystyczne nie wykazały efektu w cytowaniach.

To jest rzadka sytuacja w tej branży: mamy twarde dane, a nie tylko opinie, i mówią one wyraźnie jedno.

Kto naprawdę czyta ten plik

Odbiorca istnieje, tylko jest inny niż zakładano. llms.txt czytają agenci programistyczni i przeglądarki agentowe. Narzędzia, które wchodzą na stronę z konkretnym zadaniem i szukają skrótu do struktury serwisu. Dlatego plik shipują firmy, których dokumentacja jest czytana przez takie narzędzia: Stripe, Vercel, Cloudflare, Anthropic, Mastercard.

To użyteczny przypadek, ale zupełnie inny niż „lepsza widoczność w ChatGPT”.

Praktyczny wniosek

Rozdzielmy dwie rzeczy.

Czy wdrażać? Tak, jeśli plik generuje się automatycznie z treści serwisu i kosztuje kilkanaście minut pracy. Nie szkodzi, jest tani w utrzymaniu, a odbiorca agentowy realnie istnieje i będzie prawdopodobnie rósł.

Czy traktować jako strategię widoczności? Nie. Nie ma dowodów na efekt, są dowody na jego brak. Płacenie za llms.txt jako osobną usługę optymalizacyjną albo budowanie wokół niego oferty to sprzedawanie nadziei.

Co faktycznie wpływa na to, czy model zacytuje twoją stronę: czy strona jest bezpośrednią odpowiedzią na konkretne, wąskie pytanie; czy odpowiedź pada w pierwszych zdaniach; czy treść jest w HTML, a nie składana w JavaScripcie; czy twierdzenia da się zweryfikować. To nudniejsze niż nowy plik konfiguracyjny i działa.

Zastrzeżenie

Ten wniosek dotyczy stanu na lipiec 2026 roku i może się zdezaktualizować w każdej chwili. Wystarczy, że jeden duży dostawca ogłosi obsługę. Dlatego na tej stronie llms.txt jest wdrożony: koszt jest bliski zeru, a gdyby sytuacja się zmieniła, plik już będzie na miejscu. To jedyna sensowna podstawa decyzji o wdrożeniu tego pliku, a nie obietnica wzrostu cytowań.