Plik llms.txt może być użytecznym, kuratorowanym przewodnikiem po dokumentacji lub dużej bazie wiedzy. W praktyce wskazuje wybrane zasoby, ale nie jest potwierdzonym czynnikiem rankingowym, warunkiem cytowania ani zamiennikiem technicznego SEO. Najuczciwsza odpowiedź brzmi: warto rozważyć go jako eksperymentalną warstwę dostępu dla agentów, ale nie jako skrót do widoczności w ChatGPT lub Google.
Ocena musi uwzględniać istotną zmianę z 2026 roku. OpenAI faktycznie publikuje własny plik llms.txt dla dokumentacji deweloperskiej, a propozycja doczekała się wersji 2. Nadal nie ma jednak oficjalnej deklaracji, że OAI-SearchBot wykorzystuje ten plik jako sygnał rankingu zewnętrznych witryn.
Odpowiedź biznesowa: eksperyment, a nie filar pozycjonowania
Dla rozbudowanej dokumentacji technicznej wdrożenie może być racjonalne, szczególnie gdy serwis oferuje również czyste wersje Markdown ważnych stron. Dla większości stron internetowych — w tym typowej witryny usługowej lub sklepu — wyższy priorytet mają dostępność dla właściwych crawlerów, indeksacja, czytelny HTML, spójne informacje o firmie, wartościowe treści i linkowanie wewnętrzne. To fundamenty SEO, których eksperymentalne rozwiązania nie zastępują.
Plik można wdrożyć niewielkim kosztem, ale nie należy sprzedawać go jako:
- „pozycjonowania strony w ChatGPT”;
- oficjalnego standardu wymaganego przez OpenAI lub Google;
- sposobu na wymuszenie crawlowania albo indeksacji;
- gwarancji cytowania, rekomendacji marki, ruchu lub sprzedaży;
- mechanizmu blokowania treningu modeli.
Czym jest plik llms.txt według aktualnej propozycji v2
Jeremy Howard opublikował propozycję llms.txt 3 września 2024 roku. Jej wersja 2 została ogłoszona w sierpniu 2026 roku. Projekt nadal nazywa dokument „proposal” i pozostawia specyfikację otwartą na uwagi społeczności — nie jest to ratyfikowany standard W3C ani IETF.
Założenie jest proste: plik tekstowy w formacie Markdown ma przekazać agentowi zwięzły opis projektu oraz wybrane linki do najważniejszych zasobów. Jego zadaniem jest uporządkowanie wejścia do treści, a nie zastąpienie całej witryny. Ogólna struktura pozostaje celowo prosta, aby nie zmuszać modeli językowych i agentów AI do interpretowania rozbudowanego interfejsu.
W aktualnej wersji jedynym wymaganym elementem jest H1 z nazwą projektu lub witryny. Dalej mogą wystąpić:
- blok cytatu z krótkim opisem;
- dodatkowe objaśnienia bez kolejnych nagłówków;
- sekcje H2 zawierające listy linków;
- krótki opis umieszczony po każdym linku;
- sekcja Optional dla mniej istotnych materiałów.
Przykład minimalnej, czytelnej struktury:
# Nazwa firmy
> Krótki, rzeczowy opis działalności i zakresu witryny.
## Usługi
- [Nazwa usługi](https://example.com/usluga/): zakres i odbiorcy usługi.
## Wiedza
- [Poradnik](https://example.com/poradnik.md): odpowiedź na konkretny problem.
Adresy i opisy muszą być prawdziwe, aktualne oraz zgodne z treścią stron docelowych. Kluczowe zasoby powinny mieć krótkie, rzeczowe opisy. W formacie Markdown łatwo zachować taką hierarchię bez kopiowania pełnej dokumentacji. Plik llms.txt nie powinien zawierać poufnych informacji ani prowadzić do materiałów, których agent nie może pobrać.
Wersja 2 zmieniła lokalizację, odkrywanie i rolę sekcji Optional
Zmiany w llms.txt v2 są ważne, ponieważ wiele poradników nadal opisuje wyłącznie wariant z 2024 roku. Dlatego plik llms.txt przygotowany według starszej wersji wymaga ponownej kontroli.
- Plik może znajdować się w katalogu głównym (/llms.txt) albo w podścieżce, np. /docs/llms.txt. Plik llms.txt w katalogu głównym witryny opisuje cały serwis, a wersja w podścieżce — materiały pod daną ścieżką. Najbardziej szczegółowy pasujący plik ma pierwszeństwo.
- Czysta wersja Markdown strony może mieć adres utworzony przez dopisanie .md do pełnego URL albo zastąpienie dotychczasowego rozszerzenia.
- Propozycja dodaje relacje rel=”alternate” type=”text/markdown” dla wersji Markdown oraz rel=”describedby” dla właściwego pliku llms.txt. Mogą zostać podane w HTML lub nagłówku HTTP Link.
- Sekcja Optional pozostaje użyteczną konwencją dla treści drugorzędnych, ale nie ma już dawnego, mechanicznego znaczenia związanego z narzędziem rozwijającym kontekst.
W części serwisów nadal spotyka się nazwę llms-full.txt. Nie należy jednak przedstawiać jej jako obowiązkowego elementu aktualnej propozycji v2. Obecny model stawia na mały plik indeksowy i linki do szczegółowych, przyjaznych agentom zasobów.
llms.txt, robots.txt i sitemap.xml rozwiązują inne problemy
| Plik | Podstawowa rola | Czego nie zapewnia |
|---|---|---|
| robots.txt | przekazuje zgodnym robotom zasady pobierania określonych ścieżek | nie chroni danych jak logowanie i nie gwarantuje indeksacji |
| sitemap.xml | pomaga wyszukiwarkom odkrywać wskazane adresy i rozumieć zestaw kanonicznych stron | nie steruje dostępem i nie gwarantuje pozycji |
| llms.txt | proponuje agentom zwięzły opis oraz kuratorowaną listę ważnych zasobów | nie blokuje crawlerów, nie jest mapą indeksacji i nie gwarantuje użycia przez model |
Plik llms.txt nie zastępuje więc ani robots.txt, ani sitemap.xml. To dodatkowy plik o innym celu niż sitemap. Nie jest również właściwym miejscem na rzekome dyrektywy zakazujące treningu. Dostęp robotów OpenAI kontroluje się przez właściwe tokeny w robots.txt, a materiały poufne — przez rzeczywiste zabezpieczenia aplikacji.
Google nie wymaga pliku, a OpenAI używa go we własnej dokumentacji
Stanowiska Google i OpenAI trzeba opisać osobno, ponieważ prowadzą do bardziej zniuansowanego wniosku niż proste „działa” lub „nie działa”.
Google: dodatkowe pliki tekstowe AI nie są potrzebne
W oficjalnym przewodniku „Funkcje oparte na AI a Twoja witryna” Google wskazuje, że dla Przeglądów od AI i Trybu AI obowiązują podstawowe praktyki SEO. Nie ma dodatkowych wymagań technicznych, nie trzeba też tworzyć nowych plików maszynowych ani „plików z tekstem AI”.
Oznacza to, że plik llms.txt nie jest wymagany, aby kwalifikować stronę do funkcji AI w wyszukiwarce Google. Strony internetowe muszą przede wszystkim być zindeksowane, kwalifikować się do wyświetlenia z fragmentem i spełniać ogólne wymagania wyszukiwarki. Google nie potwierdza, aby plik wpływał na generowanie odpowiedzi przez modele AI. Nawet wtedy obecność w wynikach wyszukiwania nie jest gwarantowana.
OpenAI: realne zastosowanie nie jest dowodem wpływu na Search
OpenAI publikuje własny plik developers.openai.com/llms.txt. Jest on rozbudowanym indeksem i kieruje między innymi do pełnej dokumentacji zestawów API, reklam, Codex i zasobów edukacyjnych. Strony dokumentacji wskazują go również jako kompletny indeks oraz udostępniają warianty Markdown.
To potwierdza, że format ma realne zastosowanie w ekosystemie dokumentacji. Nie dowodzi jednak, że OAI-SearchBot automatycznie pobiera plik llms.txt z każdej domeny ani że plik llms.txt wpływa na kolejność lub cytowanie w ChatGPT Search. Dokumentacja crawlerów OpenAI wymienia OAI-SearchBot, GPTBot i ChatGPT-User, ale nie określa llms.txt jako wymogu lub sygnału widoczności.
Czy plik llms.txt działa? Trzeba rozdzielić trzy różne hipotezy
Agent skierowany do pliku może wykorzystać jego treść
Jeżeli agent zna adres pliku llms.txt, potrafi odczytać Markdown i ma dostęp do podlinkowanych zasobów, plik może ułatwić mu nawigację. To szczególnie logiczne w dokumentacji API, gdzie informacje są rozproszone między wieloma technicznymi stronami.
Automatyczne wykrywanie na wszystkich witrynach nie jest potwierdzone
Publikacja pliku nie oznacza, że każdy chatbot, model językowy lub crawler będzie go szukał w sieci. Boty AI, systemy AI i inne narzędzia AI mogą mieć różne mechanizmy pobierania, cache i selekcji źródeł. Jedne modele AI mogą zostać skierowane do pliku, inne w ogóle go nie pobiorą. Brak żądań w logach jest użyteczną obserwacją, ale sam nie opisuje działania wszystkich produktów AI ani całej sieci.
Wpływ na ranking i cytowania nie ma oficjalnego potwierdzenia
Nie ma podstaw, aby z samego wdrożenia wywodzić wzrost widoczności. Publiczne analizy domen i logów są przeważnie obserwacyjne: mogą pokazać współwystępowanie pliku i cytowań albo brak odczytów w określonej próbie, ale nie izolują wpływu jakości domeny, treści, linków, indeksacji i sposobu zadawania pytań. W SEO taki eksperyment wymaga stanu początkowego i kontroli innych zmian. Korelacja nie potwierdza przyczynowości — w żadną stronę.
Dlatego najbardziej rzetelny wniosek brzmi: plik llms.txt może pomagać agentowi, który rzeczywiście został do niego skierowany, lecz nie ma udokumentowanej gwarancji wpływu na organiczną widoczność witryny w ChatGPT lub Google.
Kiedy eksperymentalne wdrożenie ma uzasadnienie
Rozważ test, gdy witryna:
- zawiera rozbudowaną dokumentację API, produktu lub oprogramowania;
- ma dużą, dobrze utrzymaną bazę wiedzy i potrafi wskazać najważniejsze treści oraz materiały nadrzędne;
- udostępnia czytelne wersje Markdown ważnych dokumentów;
- posiada proces aktualizacji pliku po zmianie adresów, oferty i dokumentacji;
- może mierzyć pobrania /llms.txt i dalszych zasobów w logach;
- ma już uporządkowane podstawy SEO i dostęp robotów.
Dla małej strony firmowej z kilkoma podstronami zysk informacyjny może być niewielki. Wygenerowanie długiego spisu wszystkich URL-i powiela wtedy sitemapę, zwiększa ryzyko niespójności i nie rozwiązuje realnego problemu użytkownika.
Co poprawić przed wdrożeniem pliku llms.txt
- Dostęp do publicznych treści. Sprawdź robots.txt, statusy HTTP, CDN, WAF, uwierzytelnianie i to, czy istotny tekst jest dostępny w HTML bez obowiązkowego uruchamiania JavaScript. Sam plik llms.txt nie naprawi strony, której treść pozostaje niedostępna.
- Indeksację i adresy kanoniczne. Usuń niepotrzebne duplikaty, błędne canonicale i strony osierocone. Utrzymuj aktualną sitemap.xml.
- Jakość odpowiedzi. Opisz ofertę, warunki, ograniczenia i fakty o firmie jednoznacznie. Nie publikuj ogólników wygenerowanych wyłącznie dla frazy.
- Spójność informacji o marce. Nazwa, dane kontaktowe, zakres usług i istotne zasady powinny być zgodne w witrynie oraz wiarygodnych źródłach zewnętrznych.
- Strukturę i linkowanie wewnętrzne. Ważne treści muszą dać się odnaleźć bez zgadywania adresu.
- Pomiar. Ustal próbkę pytań, stan początkowy, logi i sposób oznaczania ruchu. Samo pojedyncze pojawienie się marki nie przesądza o trwałym efekcie.
Google zaleca dla swoich funkcji AI te same fundamenty, co dla klasycznego SEO: dostępność indeksowania, wartościowe strony, istotny tekst, logiczne linki wewnętrzne oraz dane strukturalne zgodne z widoczną treścią. To działania o lepiej udokumentowanej roli niż osobny plik AI.
Jak bezpiecznie przetestować plik llms.txt w WordPressie
- Wybierz zakres. Dla całej witryny użyj /llms.txt; dla odrębnej dokumentacji możesz zastosować np. /docs/llms.txt.
- Wskaż tylko kluczowe materiały. Nie kopiuj automatycznie całej mapy witryny. Dodaj strony, które jasno opisują firmę, ofertę, zasady i najważniejsze treści. Plik llms.txt powinien być selekcją, nie drugim spisem wszystkich adresów.
- Utwórz krótki plik Markdown. Plik llms.txt może być fizycznym plikiem na serwerze lub zasobem generowanym przez WordPress. Zadbaj o poprawną składnię, kod 200 i odpowiedź tekstową czytelną dla agentów AI. Skorzystają z niej tylko wtedy, gdy rzeczywiście ją pobiorą.
- Sprawdź wersję generowaną przez wtyczkę. Automatyczny generator może dodać archiwa, parametry, niekanoniczne adresy albo nieaktualne opisy.
- Nie publikuj danych poufnych. llms.txt jest publiczny i nie stanowi mechanizmu autoryzacji.
- Ustal właściciela aktualizacji. Zmiana oferty, domeny, adresów lub struktury dokumentacji powinna uruchamiać kontrolę pliku.
- Mierz zachowanie, nie obietnicę. Monitoruj żądania do pliku i podlinkowanych zasobów. Oddziel ruch botów od wejść użytkowników oraz obserwację od wniosku przyczynowego.
W WordPressie trzeba dodatkowo ustalić, czy odpowiedź tworzy serwer, rdzeń systemu, wtyczka SEO czy warstwa cache. Dwa różne mechanizmy nie powinny równolegle generować sprzecznych wersji tego samego adresu.
Decyzja zależy od typu serwisu i kosztu utrzymania
| Sytuacja | Rekomendowane podejście |
|---|---|
| dokumentacja API lub rozbudowany produkt SaaS | wdrożyć kontrolowany test zgodny z v2 i rozważyć wersje Markdown stron |
| duża baza wiedzy z ustaloną hierarchią | przetestować kuratorowany zestaw najważniejszych zasobów |
| typowa witryna usługowa MŚP | najpierw poprawić dostęp, treść, spójność faktów i linkowanie; llms.txt traktować opcjonalnie |
| serwis z częstymi zmianami URL bez procesu utrzymania | odłożyć wdrożenie, aby nie tworzyć kolejnego nieaktualnego źródła |
| oferta obiecująca ranking lub cytowania dzięki samemu plikowi | nie akceptować obietnicy bez dowodów i jasno opisanej metody pomiaru |
Olinet traktuje llms.txt jako element opcjonalny, nie obietnicę wyniku
W audytach widoczności i pozycjonowaniu w AI Olinet ocenia najpierw dostępność publicznych treści, ich strukturę, spójność informacji o firmie i użyteczność dla konkretnych pytań. Eksperymentalne wdrożenie pliku llms.txt może zostać rozważone po ustaleniu, czy odpowiada typowi serwisu i czy będzie utrzymywane.
Zakres audytu, ewentualnego wdrożenia i monitoringu ustala się przed rozpoczęciem prac. Sam plik nie jest przedstawiany jako gwarancja wzmianki, cytowania, pozycji ani sprzedaży.
Odpowiedzi na częste pytania o llms.txt
Czy llms.txt jest czynnikiem rankingowym?
Nie ma oficjalnego potwierdzenia, że Google lub ChatGPT Search używają go jako czynnika rankingowego. Google wprost wskazuje, że dla jego funkcji AI nie są potrzebne dodatkowe pliki z tekstem AI.
Czy OpenAI obsługuje llms.txt?
OpenAI publikuje plik llms.txt dla swojej dokumentacji deweloperskiej. Nie jest to jednak deklaracja, że OAI-SearchBot wymaga tego pliku od zewnętrznych witryn albo przyznaje im dzięki niemu większą widoczność.
Czy llms.txt zastępuje robots.txt albo sitemap.xml?
Nie. Robots.txt opisuje zasady pobierania przez roboty, sitemap.xml pomaga odkrywać adresy, a plik llms.txt proponuje agentowi kuratorowany kontekst i wybrane linki.
Czy plik musi znajdować się wyłącznie w katalogu głównym?
Nie według wersji 2. Może znajdować się w katalogu głównym albo w podścieżce, którą opisuje, na przykład /docs/llms.txt.
Czy warto instalować osobną wtyczkę WordPress tylko dla llms.txt?
Tylko wtedy, gdy upraszcza utrzymanie poprawnego, krótkiego pliku i nie tworzy duplikatów. Dla niewielkiej witryny ręcznie kontrolowany zasób może być prostszy i bezpieczniejszy.
Jak ocenić test?
Zapisz datę wdrożenia, monitoruj pobrania pliku i podlinkowanych stron oraz porównuj ustaloną próbkę pytań w dłuższym okresie. Nie przypisuj każdej zmiany jednemu plikowi bez wykluczenia aktualizacji treści, indeksacji, zmian modeli i innych czynników.