La confidentialité est importante pour nous. Vous avez donc la possibilité de désactiver certains types de stockage qui peuvent ne pas être nécessaires au fonctionnement de base du site Web. Le blocage des catégories peut avoir un impact sur votre expérience sur le site Web. Plus d'informations
llms-full.txt ist eine einzelne Markdown-Datei, die Ihren vollständigen Inhalt für KI enthält. Erfahren Sie, wie sie sich von llms.txt unterscheidet und ob sie der KI-Sichtbarkeit hilft.
.webp){kind=small}
.webp){kind=small}
llms-full.txt ist ein vorgeschlagenes, inoffizielles Dateiformat, das den vollständigen Inhalt der Schlüsselseiten einer Website in ein gut organisiertes Markdown-Dokument im Wurzelverzeichnis der Website packt. Es ist der schwergewichtige Begleiter von llms.txt: Wo diese Datei eine kuratierte Liste von Links bietet, liefert llms-full.txt den tatsächlichen Text, sodass ein KI-System alles auf einmal aufnehmen kann, ohne von Seite zu Seite zu navigieren oder sich durch HTML zu wühlen.
Die Idee existiert, weil KI-Assistenten nicht so browsen wie Menschen und ihre Kontextfenster oft zu klein sind, um eine ganze Website zu fassen. Durch das Vorab-Verpacken sauberer Inhalte zielen diese Dateien darauf ab, eine Website für ein großes Sprachmodell in dem Moment leichter lesbar zu machen, in dem ein Nutzer um Hilfe bittet. Für Marketer ist es ein weiterer Hebel im breiteren Vorstoß für KI-Suchsichtbarkeit, wenn auch, wie wir sehen werden, ein unbewiesener.
llms-full.txt ist eine Konsolidierungsdatei: ein einzelnes Markdown-Dokument, das den vollständigen Text Ihrer Dokumentation oder Schlüsselseiten enthält, einschließlich Überschriften und manchmal eingebetteter Bilder, statt nur Verweisen darauf. Sie wird typischerweise im Wurzelverzeichnis einer Domain platziert, damit KI-Tools sie vorhersehbar finden können, ähnlich wie andere Dateien auf Wurzelebene. Das Format nutzt Standard-Markdown, damit Maschinen es sauber parsen können.
Es ist aus dem llms.txt-Vorschlag hervorgegangen, den Jeremy Howard im September 2024 veröffentlichte, um Modellen einen maschinenlesbaren Einstiegspunkt auf Expertenniveau zu einer Website zu geben. llms-full.txt erweitert dieses Konzept von einer Karte zum vollständigen Inhalt, und es passt natürlich zum Ziel, LLM Ready Content zu veröffentlichen, den KI-Systeme reibungslos nutzen können.
Die beiden Dateien lösen verwandte Probleme in unterschiedlicher Tiefe. llms.txt ist ein leichtgewichtiges, kuratiertes Inhaltsverzeichnis: eine H1 mit dem Namen der Website, eine kurze Zusammenfassung und Listen von Links, jeweils auf eine Ein-Satz-Beschreibung destilliert. Es gibt einem Modell einen Wegweiser zu Ihren wichtigen Inhalten, ohne sein Kontextfenster zu überlasten.
llms-full.txt verfolgt den gegenteiligen Ansatz und liefert alles auf einmal, indem es den vollständigen Text dieser Seiten in eine einzige Datei einbettet. Die gründlichsten Implementierungen bieten beides und schaffen einen Rückfall, sodass ein KI-Tool je nach seinen Fähigkeiten und der Größe seines Kontextfensters die leichtgewichtige Karte oder die vollständige Nutzlast wählen kann.
Beide Dateien folgen einer einfachen Markdown-Hierarchie. Eine einzelne H1 benennt das Projekt oder die Website, ein optionales Blockzitat gibt eine kurze Zusammenfassung, und H2-Abschnitte organisieren den Inhalt. Links nutzen das Muster aus einem Namen, einer vollständigen URL und einer optionalen Notiz, und vollständige URLs werden gegenüber relativen Pfaden bevorzugt, damit ein Modell sie überall auflösen kann.
Der Unterschied liegt darin, was nach der Struktur kommt. In llms.txt listen die H2-Abschnitte Links auf; in llms-full.txt tragen diese Abschnitte den tatsächlichen Seiteninhalt, Überschriften und alles, geschrieben in sauberem Markdown. Diesen Text gut organisiert und frei von Layout-Rauschen zu halten, ist es, was es einem Modell leicht macht, ihn zu segmentieren, ähnlich gutem Content Chunking auf einer normalen Seite.
KI-Tools laden eine Seite nicht wie ein Browser. Wenn sie eine llms-full.txt-Datei lesen, erhalten sie einen direkten Strom von Inhalt, bei dem das HTML, die Navigation und die Skripte entfernt sind, was den Token-Verbrauch reduziert und Antworten beschleunigen kann. Manche Crawler, einschließlich GPTbot, wurden dabei beobachtet, wie sie llms.txt-Dateien abrufen, was wachsendes Interesse an der Konvention signalisiert.
Dennoch ist die Unterstützung uneinheitlich. Die Dateien sind ein aufkommender Community-Standard, kein universeller, und nicht jeder Assistent ruft sie ab oder respektiert sie. Sie stehen neben den Systemen, die KI-Antworten speisen, statt sie zu ersetzen, einschließlich gewöhnlicher AI Crawlers und des Live-Abrufs, der viele Assistenten antreibt.
Es hilft, diese Dateien neben vertraute zu stellen. robots.txt regelt, welche Crawler auf Ihre Website zugreifen dürfen und welche Trainingssignale Sie aussenden; sie kontrolliert die Erlaubnis. Eine Sitemap listet jede indexierbare URL für Suchmaschinen auf, bietet aber keinen LLM-freundlichen Text oder Kuration. llms.txt und llms-full.txt tun etwas anderes: Sie formen, was ein KI-Agent erhält, sobald er ankommt, und kuratieren und konsolidieren Inhalte für die Inferenz.
Kurz gesagt: robots.txt entscheidet, wer hereinkommt, die Sitemap zählt Seiten für die Indexierung auf, und die llms-Dateien verpacken Inhalte, damit ein Modell sie tatsächlich lesen kann. Jede spielt eine eigene Rolle, und die Nutzung von llms-full.txt beseitigt nicht die Notwendigkeit der anderen oder eines gesunden AI Indexing Ihrer normalen Seiten.
Die Verbreitung ist von einem nahezu Stillstand aus schnell gewachsen. Nach einer Zählung von BuiltWith legen mehr als 2.000 Websites eine llms.txt-Datei offen, ein Anstieg von fast keiner Anfang 2024, und namhafte Unternehmen wie Anthropic, Cloudflare und Hugging Face haben Versionen veröffentlicht. Das Muster ist am häufigsten auf dokumentationslastigen Websites zu finden, wo das Konsolidieren von API-Dokumentationen, Onboarding-Leitfäden und Support-Seiten in eine Datei wirklich nützlich ist.
Die stärkste Eignung ist Inhalt, über den ein KI-Assistent direkt nachdenken könnte, wie Entwicklerdokumentation. Für eine typische Marketing-Website ist der Wert geringer, und der Aufwand lässt sich vielleicht besser für die Grundlagen von Struktur, Klarheit und einer AI Content Strategy einsetzen, die unabhängig von einem einzelnen Dateiformat funktioniert.
Hier ist Ehrlichkeit wichtig. Eine gängige Behauptung ist, dass das Hosten dieser Dateien KI-Assistenten dazu bringt, Ihre Marke häufiger zu empfehlen, aber die verfügbaren Belege stützen das nicht. Da die großen Crawler die Konvention nicht einheitlich unterstützen, ist das bloße Hinzufügen der Datei kein zuverlässiges Ranking- oder Zitatsignal, und sie als solches zu behandeln, birgt das Risiko einer Überinvestition für wenig Ertrag.
Der dauerhafte Weg zur AI Search Visibility bleibt klarer, gut strukturierter, zitierfähiger Inhalt, konsistente Entitäten und starke Drittsignale, was der Kern der AI Citation Optimization ist. llms-full.txt kann eine sinnvolle Annehmlichkeit für KI-Tools sein, die sie lesen, besonders für Dokumentation, aber sie ist eine Ergänzung zu gutem Inhalt, kein Ersatz.
Wenn Sie sie implementieren, halten Sie die Datei genau und aktuell, da veralteter konsolidierter Inhalt jedes Tool, das ihn liest, fehlinformieren kann. Stellen Sie sowohl llms.txt als auch llms-full.txt bereit, wo es sinnvoll ist, nutzen Sie sauberes Markdown mit vollständigen URLs und fokussieren Sie die Datei auf den Inhalt, den ein Assistent am wahrscheinlichsten benötigen würde. Achten Sie auf die Dateigröße im Verhältnis zu den Kontextfenstern der Tools, die Ihnen wichtig sind.
Die Hauptgrenzen sind die uneinheitliche Unterstützung, der Pflegeaufwand, während sich Ihr Inhalt ändert, und der fehlende nachgewiesene Ranking-Vorteil. Behandeln Sie llms-full.txt als kostengünstiges Experiment für Websites im Dokumentationsstil statt als Priorität für jede Website, und messen Sie, ob die Tools, die Sie anvisieren, sie tatsächlich konsumieren, bevor Sie stark investieren.
llms-full.txt ist eine einzelne Markdown-Datei, die den vollständigen Inhalt einer Website in einem sauberen, parsbaren Dokument an KI-Tools liefert und die leichtere llms.txt-Karte in das vollständige Gebiet erweitert. Sie spiegelt einen echten Bedarf wider, da Modelle nicht wie Menschen browsen können und einen begrenzten Kontext haben, und sie ist am nützlichsten für dokumentationslastige Websites.
Um weiterzugehen, verbinden Sie dies mit LLM Ready Content und breiterer AI Citation Optimization und nutzen Sie Soranks Recherche- und Content-Planungs-Tools, um den dauerhaften Inhalt aufzubauen, den KI tatsächlich belohnt. Referenzquellen: llms-txt-Vorschlag und Airefs.
llms-full.txt ist eine einzelne Markdown-Datei, die im Wurzelverzeichnis einer Website platziert wird und den vollständigen Text ihrer wichtigsten Seiten in einem konsolidierten Dokument enthält. Sie lässt KI-Tools all Ihre wichtigen Inhalte direkt lesen, ohne viele Seiten zu crawlen oder HTML zu parsen. Sie ist der erweiterte Begleiter von llms.txt, das nur Links auflistet, statt den Inhalt selbst einzuschließen.
llms.txt ist ein leichtgewichtiges Inhaltsverzeichnis: eine kuratierte Liste Ihrer wichtigen Seiten, jede mit einer kurzen Beschreibung und einem Link. llms-full.txt geht weiter und bettet den vollständigen Inhalt dieser Seiten in eine Markdown-Datei ein. Stellen Sie sich llms.txt als die Karte und llms-full.txt als das gesamte, in einer einzigen Datei gelieferte Gebiet vor.
Es gibt keine starken Belege dafür, dass das bloße Bereitstellen der Datei KI-Assistenten dazu bringt, Ihre Marke häufiger zu empfehlen oder zu zitieren. Die großen KI-Crawler unterstützen sie noch nicht alle offiziell, und sie ist eine inoffizielle Konvention statt eines Ranking-Signals. Sie kann KI-Tools, die sie tatsächlich lesen, helfen, Ihren Inhalt sauber aufzunehmen, aber sie ist eine Annehmlichkeit, kein garantierter Sichtbarkeitsschub.
.svg)
.svg)
