llms-full.txt: Filen med det fulde indhold, der forsyner AI-assistenter i 2026

llms-full.txt er et foreslået, uofficielt filformat, der samler det komplette indhold fra et websteds vigtigste sider i ét velorganiseret markdown-dokument i webstedets rod. Det er den tungere makker til llms.txt: hvor den fil tilbyder en udvalgt liste af links, leverer llms-full.txt selve teksten, så et AI-system kan indlæse alt på én gang uden at navigere fra side til side eller famle sig igennem HTML.

Ideen opstod, fordi AI-assistenter ikke browser på samme måde som mennesker, og deres kontekstvinduer er ofte for små til at rumme et helt websted. Ved at forpakke rent indhold på forhånd sigter filerne efter at gøre et websted lettere at læse for en stor sprogmodel, netop når en bruger beder om hjælp. For marketingfolk er det endnu en brik i det bredere arbejde med synlighed i AI-søgning, men som vi skal se, en brik, der ikke er bevist endnu.

Hvad er llms-full.txt?

llms-full.txt er en samlefil: ét markdown-dokument, der indeholder den fulde tekst fra din dokumentation eller dine vigtigste sider, inklusive overskrifter og somme tider indlejrede billeder, i stedet for blot at pege hen til dem. Filen placeres typisk i roden af et domæne, så AI-værktøjer kan finde den på forudsigelig vis, ligesom andre filer i roden. Formatet bruger standard-markdown, så maskiner kan læse det rent.

Den opstod ud fra llms.txt-forslaget, som Jeremy Howard offentliggjorde i september 2024 for at give modeller et indgangspunkt til et websted, der både er ekspertniveau og læsbart for maskiner. llms-full.txt udvider idéen fra et kort til hele indholdet, og den passer naturligt sammen med målet om at udgive indhold klar til LLM, som AI-systemer kan bruge uden friktion.

llms.txt versus llms-full.txt

De to filer løser beslægtede problemer på forskellige dybder. llms.txt er en letvægts, udvalgt indholdsfortegnelse: en H1 med webstedets navn, et kort resumé og lister med links, hvert destilleret til en beskrivelse på én sætning. Den giver en model et vejkort til dit vigtige indhold uden at overbelaste kontekstvinduet.

llms-full.txt tager den modsatte tilgang og leverer alt på én gang ved at indlejre den fulde tekst fra siderne i én fil. De mest grundige implementeringer leverer begge, så der er en reserveløsning: et AI-værktøj kan vælge det lette kort eller den fulde nyttelast alt efter sine egenskaber og størrelsen på sit kontekstvindue.

Sådan er filen opbygget

Begge filer følger en enkel markdown-hierarki. En enkelt H1 navngiver projektet eller webstedet, et valgfrit blockquote giver et kort resumé, og H2-afsnit organiserer indholdet. Links bruger mønstret navn, fuld URL og en valgfri note, og fulde URL'er foretrækkes frem for relative stier, så en model kan finde dem overalt.

Forskellen ligger i det, der kommer efter strukturen. I llms.txt lister H2-afsnittene links; i llms-full.txt bærer de afsnit det faktiske sideindhold, med overskrifter og det hele, skrevet i rent markdown. At holde teksten velorganiseret og fri for layoutstøj er det, der gør den nem for en model at opdele, ligesom god opdeling af indhold i stykker på en almindelig side.

Sådan bruger AI-systemer filerne

AI-værktøjer indlæser ikke en side ligesom en browser. Når de læser en llms-full.txt-fil, får de en direkte strøm af indhold, hvor HTML, navigation og scripts er fjernet. Det mindsker forbruget af tokens og kan gøre svartiderne hurtigere. Nogle crawlere, herunder GPTbot, er blevet observeret med at hente llms.txt-filer, hvilket tyder på voksende interesse for konventionen.

Det er dog ujævnt understøttet. Filerne er en fremvoksende fællesskabsstandard, ikke en universel en, og ikke alle assistenter henter eller respekterer dem. De står side om side med, og erstatter ikke, de systemer, der forsyner AI-svar, herunder almindelige AI-crawlere og den live hentning, der driver mange assistenter.

Hvordan den adskiller sig fra robots.txt og sitemaps

Det hjælper at sætte disse filer ved siden af de velkendte. robots.txt styrer, hvilke crawlere der må tilgå dit websted, og hvilke træningssignaler du sender ud. Den styrer tilladelser. Et sitemap lister alle indekserbare URL'er til søgemaskiner, men tilbyder ingen LLM-venlig tekst eller udvælgelse. llms.txt og llms-full.txt gør noget andet: de former, hvad en AI-agent modtager, når den først er kommet ind, ved at udvælge og samle indhold til inferens.

Kort sagt bestemmer robots.txt, hvem der kommer ind, sitemapet opremser sider til indeksering, og llms-filerne pakker indholdet, så en model faktisk kan læse det. Hver har en særskilt rolle, og brugen af llms-full.txt fjerner ikke behovet for de andre eller for en sund AI-indeksering af dine almindelige sider.

Udbredelse og brug i praksis

Udbredelsen er vokset hurtigt fra næsten ingenting. Ifølge en opgørelse fra BuiltWith eksponerer mere end 2.000 websteder en llms.txt-fil, op fra næsten ingen i begyndelsen af 2024, og markante virksomheder som Anthropic, Cloudflare og Hugging Face har offentliggjort versioner. Mønsteret er mest udbredt på dokumentationstunge websteder, hvor det virkelig er nyttigt at samle API-dokumentation, introduktionsguides og supportsider i én fil.

Den stærkeste pasform er indhold, som en AI-assistent kan blive bedt om at ræsonnere over direkte, som udviklerdokumentation. For et typisk marketingwebsted er værdien mindre, og indsatsen kan bruges bedre på det grundlæggende i struktur, klarhed og en strategi for AI-indhold, der virker uanset en enkelt filtype.

Hjælper llms-full.txt SEO og GEO?

Her er ærlighed vigtig. En almindelig påstand er, at hvis man hoster disse filer, vil AI-assistenter anbefale dit brand oftere, men den tilgængelige dokumentation understøtter ikke det. Fordi de største crawlere ikke understøtter konventionen ensartet, er det at tilføje filen ikke et pålideligt signal for rangering eller citering, og hvis man behandler den som et, risikerer man at investere for meget for lidt afkast.

Den holdbare vej til synlighed i AI-søgning er stadig klart, veldisponeret og citerbart indhold, konsistente entiteter og stærke signaler fra tredjepart, og det er kernen i AI-citeringsoptimering. llms-full.txt kan være en fornuftig bekvemmelighed for AI-værktøjer, der læser den, især til dokumentation, men den er et supplement til godt indhold, ikke en erstatning for det.

Bedste praksis og begrænsninger

Hvis du implementerer den, så hold filen korrekt og aktuel, for forældet samlet indhold kan vildlede ethvert værktøj, der læser det. Lever både llms.txt og llms-full.txt, hvor det giver mening, brug rent markdown med fulde URL'er, og fokuser filen på det indhold, en assistent mest sandsynligt får brug for. Hold øje med filstørrelsen i forhold til de kontekstvinduer, de værktøjer, du bekymrer dig om, har.

De største begrænsninger er ujævn understøttelse, vedligeholdelsesarbejde, når dit indhold ændrer sig, og manglende dokumenteret effekt på rangering. Behandl llms-full.txt som et billigt eksperiment for dokumentationslignende websteder frem for en prioritet for alle websteder, og mål, om de værktøjer, du sigter efter, faktisk bruger den, før du investerer tungt.

Hvordan opretter og vedligeholder du en llms-full.txt-fil?

For at oprette en llms-full.txt-fil eksporterer du dine mest nyttige sider som rent markdown, samler dem i én tekstfil under en enkelt H1 med et kort resumé, og udgiver den i roden af dit domæne ved siden af llms.txt. Det egentlige arbejde er at holde den synkroniseret med webstedet.

1. Vælg omfanget. Behold dokumentation, guides, produkt- og prissider samt FAQ'er. Udelad tynde sider, dubletter, tagarkiver og juridisk standardtekst, der tilføjer længde uden information.
2. Konvertér til rent markdown. Fjern navigation, sidefødder, cookiebannere og scripts. Behold overskrifter, lister, tabeller og kodeblokke, for de bærer den struktur, en model har brug for.
3. Saml filen. Start med en H1 med webstedets navn og et resumé i et blockquote på ét afsnit, som llms.txt-forslaget beskriver, og tilføj derefter et afsnit pr. side med sidens titel som overskrift og dens fulde URL, så hver passage kan spores tilbage.
4. Udgiv den på /llms-full.txt. Server den som UTF-8 i ren tekst eller markdown, og nævn den i llms.txt, så begge filer peger på hinanden.
5. Generer den automatisk. Genopbyg filen ved hver udgivelse, enten via et build-trin eller en CMS-hook. En fil, der beskriver sidste års priser eller funktioner, gør mere skade end ingen fil.
6. Hold øje med størrelse og brug. På store websteder skal du begrænse filen til kernedokumentationen eller dele den op efter afsnit. Tjek dine AI-crawlerlogs for at se, om nogen bot faktisk henter den.

Behandl filen som et billigt supplement: den erstatter ikke crawlbare HTML-sider, som stadig er den vigtigste kilde, AI-assistenter læser. En trin-for-trin-opsætning af den kortere fil findes i vores guide til installation af en llms.txt-fil.

Konklusion

llms-full.txt er en enkelt markdown-fil, der leverer et websteds fulde indhold til AI-værktøjer i ét rent, læsbart dokument og udvider det lettere llms.txt-kort til det komplette territorium. Den afspejler et reelt behov, for modeller kan ikke browse som mennesker og har begrænset kontekst, og den er mest nyttig for dokumentationstunge websteder.

For at komme videre kan du forbinde dette med indhold klar til LLM og den bredere AI-citeringsoptimering. Brug Sorank's værktøjer til research og indholdsplanlægning til at bygge det holdbare indhold, AI faktisk belønner. Kildehenvisninger: llms-txt-forslaget og Airefs.