Podsumowanie
llms.txt validator pobiera plik z głównego katalogu Twojej domeny (yourdomain.com/llms.txt) i sprawdza strukturę określoną w propozycji llms.txt: tytuł H1, streszczenie w cytacie blokowym, sekcje H2 oraz linki zapisane jako [nazwa](url). Wypisuje błędy i ostrzeżenia, pokazuje, jak plik został sparsowany, i podaje wynik w skali do 100. Poprawny plik pomaga agentom AI znaleźć Twoje kluczowe strony, ale nie jest wymagany, by pojawić się w funkcjach AI od Google.
Chcesz dowiedzieć się więcej? Zapytaj
llms.txt validator mówi Ci, czy plik napisany dla asystentów AI da się odczytać tak, jak został zaprojektowany. Format zaproponował Jeremy Howard we wrześniu 2024 roku jako plik Markdown, który daje agentom „krótkie informacje wprowadzające, wskazówki i linki” do najbardziej użytecznych treści strony, a w sierpniu 2026 roku został zrewidowany jako v2 (llmstxt.org, the /llms.txt file). Markdown jest wyrozumiały dla ludzi i surowy dla parserów: jeden brakujący znak „#” i plik traci tytuł.
Jak działa llms.txt validator?
Wpisz swoją domenę i uruchom sprawdzenie. Narzędzie wysyła żądanie o /llms.txt w katalogu głównym strony, tak jak zrobiłby to agent AI, a potem czyta plik linijka po linijce.
- Wpisz domenę, na przykład „yourdomain.com”. Nie trzeba dopisywać /llms.txt.
- Uruchom analizę. Jeśli adres zwraca błąd, pusty plik lub stronę HTML (częsty przypadek, gdy serwer odpowiada stroną główną na każdy nieznany adres URL), raport zgłasza, że nie znaleziono pliku llms.txt.
- Przeczytaj werdykt: „Valid llms.txt”, gdy nie znaleziono błędu, w przeciwnym razie „Issues found”, wraz z listą błędów i ostrzeżeń.
- Sprawdź sparsowaną zawartość: tytuł i streszczenie tak, jak zrozumiał je parser, liczbę sekcji i linków oraz każdą sekcję z jej linkami.
- Otwórz surowy plik, aby porównać go z tym, co chciałeś opublikować.
Walidator jest bezpłatny, z trzema sprawdzeniami dziennie i krokiem antybotowym. Aby utworzyć plik od zera, użyj generatora llms.txt, a wynik zwaliduj tutaj.
Co sprawdza walidator?
Pięć kontroli, opartych na formacie opisanym w propozycji. Dwa problemy to błędy, bo czynią plik bezużytecznym dla parsera; trzy to ostrzeżenia.
| Kontrola | Reguła | Jeśli niezaliczona |
|---|---|---|
| Tytuł | Jedna linia zaczynająca się od „# ”, a po niej nazwa strony | Błąd |
| Linki | Co najmniej jeden link Markdown zapisany jako [nazwa](url) | Błąd |
| Streszczenie | Linia cytatu blokowego zaczynająca się od „> ”, która podsumowuje stronę | Ostrzeżenie |
| Sekcje | Co najmniej jeden nagłówek „## ” grupujący linki (Docs, Products, Blog...) | Ostrzeżenie |
| Format linków | Każdy adres URL bezwzględny (https://...) lub zaczynający się od „/” | Ostrzeżenie, z liczbą dotkniętych linków |
Jak obliczany jest wynik llms.txt?
Każda z pięciu kontroli liczy się tak samo. Zaliczona kontrola daje 1 punkt, ostrzeżenie pół punktu, błąd nic; suma jest przeliczana na wynik w skali do 100.
| Sytuacja | Wynik | Werdykt |
|---|---|---|
| Wszystkie pięć kontroli zaliczonych | 100 | Mocna |
| Brak cytatu ze streszczeniem | 90 | Mocna |
| Brak streszczenia i brak sekcji | 80 | Mocna |
| Brak tytułu | 80 | Wysoki wynik, ale plik jest oznaczony jako mający problemy |
| Tylko tytuł, bez streszczenia, sekcji i linków | 60 | Dobra, jest pole do poprawy, ale niepoprawny (brak linków) |
| Nie znaleziono llms.txt | 0 | Brak pliku |
Przedziały werdyktu to 75 i więcej (mocna), 60 do 74 (dobra, jest pole do poprawy), 40 do 59 (wymaga pracy) i poniżej 40 (krytyczne braki). Najpierw spójrz na listę błędów: plik z jednym błędem jest niepoprawny, niezależnie od wyniku. Ponieważ plik, który istnieje i unika dziwnych linków, zawsze zachowuje część punktów, każdy llms.txt, który walidator potrafi odczytać, zdobywa co najmniej 40.
Jak wygląda poprawny plik llms.txt?
Krótki plik Markdown, w stałej kolejności: tytuł H1, streszczenie w cytacie blokowym, opcjonalne akapity kontekstu, a potem sekcje linków z krótką notatką po każdym z nich. Propozycja dodaje sekcję o nazwie „Optional” dla linków, które agent może pominąć, gdy potrzebuje krótszego kontekstu.
# Example Bakery
> Example Bakery to piekarnia ekologiczna w Lyonie we Francji, sprzedająca chleb na zakwasie i wypieki w dwóch sklepach oraz online.
Zamówienia złożone przed południem są dostarczane tego samego dnia w Lyonie.
## Products
- [Bread](https://example.com/bread): bochenki na zakwasie i razowe, ceny
- [Pastries](https://example.com/pastries): sezonowe wypieki i ciasta na zamówienie
## Practical information
- [Shops and opening hours](https://example.com/shops): adresy i godziny otwarcia dwóch sklepów
- [Delivery](https://example.com/delivery): obszary, opłaty i terminy
## Optional
- [Our story](https://example.com/about): historia piekarni od 1998 rokuPrzepuść ten przykład przez walidator, a zaliczy pięć kontroli. Sorank publikuje własny plik pod adresem sorank.com/llms.txt, zbudowany na tej samej strukturze. Nasz poradnik o tym, jak zainstalować plik llms.txt, omawia wgrywanie go w głównych CMS.
Jakie błędy walidator wychwytuje najczęściej?
- Strona HTML zamiast pliku. Niektóre CMS i aplikacje jednostronicowe odpowiadają na /llms.txt stroną główną ze statusem 200. Walidator wykrywa HTML i zgłasza brak pliku.
- Tytuł pogrubiony zamiast H1. „**Example Bakery**” nie jest dla parsera tytułem; „# Example Bakery” jest.
- Gołe adresy URL. Lista adresów bez składni [nazwa](url) nie daje agentom ani nazwy, ani kontekstu.
- Linki względne bez ukośnika. „bread.html” jest niejednoznaczne; użyj „https://example.com/bread” lub „/bread”.
- Gigantyczny plik. Propozycja prosi o wyselekcjonowany przegląd, który „pozostaje na tyle mały, by zmieścić się w kontekście”. Twoja mapa witryny już wymienia każdy adres URL; llms.txt wybiera te, które mają znaczenie.
Czy llms.txt pomaga pojawiać się w odpowiedziach AI?
Pomaga agentom, a nie pozycjom. Google podaje, że nie ma „żadnych dodatkowych wymagań, by pojawić się w AI Overviews lub AI Mode” i że „nie musisz tworzyć nowych plików czytelnych dla maszyn, plików tekstowych AI ani znaczników, by pojawić się w tych funkcjach” (Google Search Central, AI features and your website). Roboty wyszukiwania i tak znajdują Twoje strony przez linki i mapy witryny.
Plik przydaje się w innych sytuacjach: gdy agent programistyczny lub asystent z przeglądaniem czyta Twoją stronę, by odpowiedzieć na precyzyjne pytanie, czysty llms.txt kieruje go do właściwych stron jednym żądaniem. Propozycja zauważa, że jest najczęściej używany w dokumentacji oprogramowania oraz że OpenAI, Anthropic i Gemini publikują go dla własnej dokumentacji dla deweloperów. Traktuj go jako tani dodatek o niskim ryzyku, a nie dźwignię widoczności. Definicje znajdziesz w naszych hasłach słownikowych o llms.txt i llms-full.txt.
Czym llms.txt różni się od robots.txt i mapy witryny?
| Plik | Odbiorcy | Cel |
|---|---|---|
| robots.txt | Roboty | Określa, do których obszarów boty mają lub nie mają dostępu |
| sitemap.xml | Wyszukiwarki | Wymienia wszystkie adresy URL do przeszukania i zaindeksowania |
| llms.txt | Agenci i asystenci AI | Przedstawia stronę i wyselekcjonowany zestaw podstron, czytany na żądanie |
Robots.txt jest ustandaryzowany jako Robots Exclusion Protocol (IETF, RFC 9309), a plik mapy witryny może zawierać do 50000 adresów URL (sitemaps.org protocol). llms.txt nie ma jeszcze takiego statusu standardu: to publiczna propozycja, dlatego walidator ściśle trzyma się jej opublikowanego formatu. Cała trójka działa razem. Strona wymieniona w llms.txt, ale zablokowana w robots.txt, nie zostanie odczytana przez robota respektującego blokadę: sprawdź dostęp za pomocą robots.txt checker i audytu dostępności dla robotów AI.
Jakie są ograniczenia walidatora?
- Sprawdza tylko plik w katalogu głównym. Wersja 2 propozycji dopuszcza też pliki pod ścieżką, takie jak /docs/llms.txt; testuj je ręcznie.
- Nie otwiera linków. Link do usuniętej strony przechodzi kontrolę formatu. Przetestuj adresy URL za pomocą broken link checker.
- Jest surowszy niż propozycja w sprawie linków. Propozycja wymaga tylko H1; walidator traktuje plik bez linków jako błąd, bo plik bez linków nie daje agentom dokąd pójść.
- Nie ocenia treści. Poprawnie zbudowany plik nadal może źle opisywać stronę lub wskazywać słabe podstrony.
Od poprawnego pliku do prawdziwej widoczności w AI
Poprawny llms.txt ma tytuł, streszczenie, sekcje i czyste linki oraz pozostaje krótki. Ułatwia agentom czytanie Twojej strony; bycie cytowanym zależy od stron stojących za linkami. Śledzenie wzmianek w AI w Sorank pokazuje, prompt po prompcie, czy ChatGPT, Claude lub Gemini Cię cytują, a generator artykułów blogowych publikuje strony zaczynające się od odpowiedzi, które one cytują. Zobacz plany Sorank, aby zwiększać swoją widoczność w AI na autopilot.
