Apa Itu llms.txt: Penjelasan, Isi, dan Apakah Anda Membutuhkannya

Apa yang Dimaksud dengan llms.txt?

Tes cepat: Buka situsanda.com/llms.txt. Jika Anda melihat 404, Anda masih bisa memulai dengan 10 baris.

llms.txt adalah file Markdown yang disarankan yang menawarkan alat model bahasa peta terkurasi dari halaman penting sebuah situs web. Ia dimaksudkan untuk membuat materi berguna lebih mudah diidentifikasi; ia bukan pengganti situs web Anda, peta situs, atau janji visibilitas dalam jawaban AI.

Proposal tersebut menjelaskan penempatan file di root situs, di mana ia dapat menunjuk ke konten yang dipilih. Dalam praktiknya, anggap ia sebagai indeks pendek yang ditulis untuk pembaca teknis: ia memberi tahu pembaca apa yang dilakukan organisasi Anda dan di mana menemukan informasi otoritatif. File itu sendiri tidak membuat halaman-halaman yang mendasarinya menjadi akurat, lengkap, atau mudah digunakan.

Sebelum memutuskan untuk membuatnya, periksa apakah situs Anda memiliki kumpulan halaman publik yang jelas yang layak ditunjuk. Untuk Web3 project, itu mungkin mencakup ikhtisar produk, dokumentasi, informasi keamanan, detail token, dan panduan dukungan—tetapi hanya sertakan materi yang telah dipublikasikan dan disetujui untuk referensi publik.

Proposal dan alasannya dijelaskan di llmstxt.org. Bacalah sebagai konvensi untuk dievaluasi, bukan bukti bahwa platform tertentu menggunakan file tersebut atau akan mengutip halaman Anda. Untuk gambaran yang lebih luas tentang bagaimana sinyal teknis cocok dengan pencarian AI, lihat panduan kami tentang AEO teknis.

Apakah SEO atau Visibilitas AI Membutuhkannya?

Sebagian besar situs harus memutuskan berdasarkan kegunaan peta halaman, bukan pada asumsi bahwa mempublikasikannya akan meningkatkan kinerja pencarian. Jika Anda dapat menunjuk ke kumpulan kecil dan stabil dari halaman publik yang berguna, file yang terpelihara dengan baik dapat membantu mengomunikasikan jalur bacaan pilihan Anda. Jika halaman Anda kedaluwarsa, kontradiktif, atau masih berubah, perbaiki masalah tersebut terlebih dahulu.

Gunakan pemeriksaan keputusan cepat ini:

• Dapatkah tim Anda menyebutkan halaman yang memberikan gambaran proyek yang dapat diandalkan?
• Apakah halaman-halaman tersebut publik, terkini, dan dapat diakses oleh pembaca tanpa akses khusus?
• Dapatkah seseorang bertanggung jawab untuk memperbarui file ketika sebuah halaman berubah?
• Apakah file tersebut akan menambahkan rute yang lebih jelas melalui situs daripada sekadar menautkan ke halaman utamanya?

Jika jawabannya sebagian besar ya, menyusun draf file adalah tugas teknis yang masuk akal dan berkompleksitas rendah. Jika tidak, prioritaskan materi sumber. Indeks yang dipoles yang menunjuk ke klaim yang tidak jelas bukanlah bukti yang berguna tentang organisasi Anda.

Untuk tinjauan situs Web3 yang praktis, kumpulkan tautan ke ikhtisar proyek, dokumentasi produk, pengungkapan keamanan, saluran sosial resmi, dan informasi dukungan. Hapus duplikat dan selesaikan deskripsi yang bertentangan sebelum Anda mempublikasikan. Jika tujuannya adalah keterlihatan yang lebih luas dalam jawaban AI, pasangkan keputusan ini dengan tinjauan visibilitas AI daripada memperlakukan satu file sebagai rencana visibilitas yang lengkap.

Perbandingan llms.txt dan schema.org

llms.txt dan schema.org menangani pekerjaan yang berbeda. llms.txt adalah indeks yang dapat dibaca manusia yang diusulkan dari halaman terpilih; schema.org menyediakan kosakata terstruktur yang dapat mendeskripsikan entitas dan konten halaman dalam format yang lebih konsisten.

Gunakan schema.org ketika Anda perlu mendeskripsikan entitas nyata, produk, artikel, atau organisasi menggunakan properti yang sesuai. Jaga markup tetap selaras dengan informasi yang dapat dilihat pembaca di halaman. Gunakan llms.txt, jika Anda memilih untuk mempublikasikannya, untuk mengarahkan pembaca menuju kumpulan sumber daya yang dikurasi. Tidak ada format yang memperbaiki konten sumber yang lemah, dan keduanya bukan pengganti satu sama lain.

Urutan implementasi yang berguna adalah membuat halaman penting menjadi jelas terlebih dahulu, menerapkan data terstruktur yang sesuai di tempat yang cocok, kemudian pertimbangkan apakah indeks teks terpisah membantu navigasi. Kosakata resmi tersedia di schema.org. Untuk informasi lebih lanjut tentang memilih dan memvalidasi markup, baca panduan kami tentang markup schema untuk pencarian AI.

Daftar Periksa llms.txt 6 Poin Anda

Ikuti langkah-langkah ini secara berurutan, dan simpan salinan setiap versi yang bertanggal. File yang pendek dan jujur lebih baik daripada yang panjang, jadi berhentilah pada halaman yang penting.

• Daftarkan 10 hingga 20 halaman yang ingin Anda baca oleh mesin.
• Tulis satu baris sederhana per halaman: apa yang dicakupnya.
• Tempatkan file di root domain.
• Periksa bahwa robots.txt tidak memblokir halaman-halaman tersebut.
• Jaga agar tetap terkini ketika halaman berubah.
• Uji dengan 5 pertanyaan asisten sebelum dan sesudah.

Istilah dalam satu baris

llms.txt (dalam kata sederhana: file biasa yang menunjuk alat AI ke halaman paling berguna Anda).

Root domain berarti alamat web tingkat atas, seperti contoh.com/.

Menulis File yang Berguna, Baris demi Baris

Aturan praktis: Daftarkan 10 hingga 20 halaman publik yang stabil. Hapus halaman apa pun yang tidak ingin Anda kutip.

File llms.txt yang berguna adalah singkat, akurat, dan dibangun dari halaman yang harus dipercaya pembaca sebagai sumber utama. Mulailah dengan deskripsi organisasi dalam bahasa sederhana, lalu kelompokkan atau daftarkan halaman yang paling menjelaskan pekerjaannya.

Garis besar sederhana dapat terlihat seperti ini:

• Judul tingkat atas dengan nama proyek
• Deskripsi singkat yang tidak melebih-lebihkan apa yang dilakukan proyek
• Tautan ke halaman inti, masing-masing dengan penjelasan singkat
• Pengelompokan opsional untuk dokumentasi, keamanan, informasi produk, atau dukungan

Misalnya, deskripsi tautan mungkin berbunyi: “Dokumentasi — pengaturan produk, jaringan yang didukung, dan petunjuk penggunaan.” Gunakan deskripsi yang cocok dengan tujuan; jangan memberi label halaman pemasaran sebagai dokumentasi teknis. Tautkan ke URL publik kanonis, bukan pratinjau sementara atau halaman yang memerlukan login.

Sebelum mempublikasikan, periksa setiap URL, judul, dan deskripsi. Konfirmasikan bahwa detail token, referensi kontrak, pernyataan keamanan, dan klaim produk konsisten dengan halaman yang ditautkan dan disetujui oleh orang yang bertanggung jawab untuk itu. Jauhkan peta jalan rahasia, dasbor internal, dan materi yang belum dirilis dari file. Tetapkan pemilik sehingga pembaruan pada situs memicu tinjauan indeks, dan jaga agar teks tetap mudah dibaca daripada mengisinya dengan kata kunci berulang.

Mempublikasikannya di Situs Anda

Implementasikan llms.txt dengan menyiapkan halaman sumber, membuat file yang dapat dibaca, mempublikasikannya di lokasi yang dimaksud, dan memeriksa hasil langsungnya. Pekerjaan praktis biasanya mudah ketika kepemilikan konten dan akses situs web jelas.

Pertama, buat daftar pendek halaman publik yang menjelaskan organisasi secara akurat. Periksa bahwa setiap halaman dimuat dan kontennya terkini. Selanjutnya, tulis file sebagai teks biasa bergaya Markdown dengan ringkasan singkat dan tautan berlabel jelas; hindari mengubahnya menjadi salinan kedua dari situs web Anda. Kemudian tempatkan di root situs sehingga dapat dijangkau di jalur yang diharapkan, biasanya /llms.txt.

Setelah publikasi, buka URL di browser dan verifikasi bahwa respons menunjukkan teks yang dimaksud daripada halaman kesalahan, loop pengalihan, atau konten yang tidak terkait. Periksa tautan dari file langsung, bukan hanya dari draf Anda. Tambahkan kepemilikan ke rutinitas pemeliharaan situs normal Anda, terutama ketika dokumentasi produk atau detail proyek resmi berubah.

Simpan catatan versi yang dipublikasikan dan halaman sumbernya. Jika Anda sudah mengatur pekerjaan teknis yang berorientasi AI, sertakan file dalam tinjauan llms.txt dan pengaturan AI crawler yang lebih luas. Itu memudahkan untuk menilai file bersama aksesibilitas halaman dan sinyal teknis lainnya tanpa memperlakukannya sebagai perbaikan mandiri.

Bagaimana Menguji Apakah Itu Membantu?

Bukti praktis adalah apakah file tersebut benar, dapat diakses, dan berguna sebagai peta—bukan apakah kehadirannya saja membuktikan bahwa sistem AI telah menggunakannya. Pisahkan pertanyaan-pertanyaan tersebut saat mengevaluasi pekerjaan.

Anda dapat memverifikasi hal-hal yang dikendalikan tim Anda: bahwa /llms.txt tersedia, kontennya cocok dengan draf yang disetujui, tautan berfungsi, dan halaman yang ditautkan memberikan informasi yang dijanjikan oleh deskripsinya. Anda juga dapat meninjau apakah halaman sumber yang penting jelas dan konsisten. Catat tanggal pemeriksaan dan versi file sehingga peninjau di masa depan dapat melihat apa yang berubah.

Jangan menyimpulkan adopsi hanya dari publikasi. Jika Anda memantau jawaban dari produk AI, catat produk, prompt, tanggal, jawaban, dan sumber yang dikutip. Bandingkan pengamatan dengan hati-hati: prompt dan jawaban dapat bervariasi, dan kutipan yang muncul dalam satu pemeriksaan tidak membuktikan bahwa file tersebut menyebabkannya. Audit kutipan yang berguna memeriksa sumber dan redaksi yang muncul, bukan hanya apakah nama merek Anda ada.

Untuk Web3 project, periksa jawaban terhadap dokumentasi dan pengungkapan resmi saat ini. Jika jawaban salah menyatakan rantai, fitur, atau detail token, perbaiki halaman otoritatif terlebih dahulu; kemudian tinjau apakah file Anda menunjuk pembaca ke sumber yang tepat.

Apa yang Tidak Dapat Dikendalikan llms.txt, dan Langkah Selanjutnya?

llms.txt adalah konvensi yang diusulkan, jadi mempublikasikannya tidak membuktikan bahwa Google atau produk AI mana pun membacanya, menggunakan tautannya, atau mengutip halaman Anda. Setiap platform mengontrol perilaku crawling, seleksi, dan jawabannya sendiri, dan hasil tersebut tidak dikendalikan oleh penulis file.

Langkah selanjutnya yang paling berguna adalah membuat informasi yang mendasarinya dapat diandalkan. Simpan satu sumber yang jelas untuk fakta proyek penting, beri label materi teknis dan promosi secara akurat, dan pastikan halaman publik setuju pada nama dan deskripsi. File yang menunjuk ke sumber daya ini kemudian dapat berfungsi sebagai panduan ringkas daripada klaim yang tidak didukung tentang perilaku platform.

Jika Anda sudah memiliki halaman sumber yang kuat, buat draf dan minta pemilik konten dan pemilik teknis untuk memeriksanya. Jika materi sumber tidak merata, siapkan daftar halaman terlebih dahulu dan prioritaskan koreksi. Untuk tim Web3 yang merencanakan upaya yang lebih luas, panduan visibilitas pencarian AI kami menjelaskan bagaimana pekerjaan teknis cocok dengan konten dan referensi eksternal.

Kirimkan domain Anda dan halaman yang Anda anggap otoritatif. Kami akan meninjau sumber yang diusulkan, memeriksa apakah file llms.txt adalah langkah selanjutnya yang masuk akal, dan menguraikan perbaikan spesifik yang harus dilakukan sebelum publikasi.

Cara kerja

1. Pilih halaman sumberDaftarkan halaman publik yang menjelaskan organisasi, produk, dokumentasi, dan dukungan Anda. Konfirmasikan bahwa masing-masing terkini dan otoritatif.
2. Selesaikan informasi yang bertentanganBandingkan deskripsi dan fakta proyek di seluruh halaman terpilih. Perbaiki inkonsistensi pada sumbernya sebelum menautkannya.
3. Buat draf file MarkdownTulis pengantar yang ringkas dan tambahkan tautan yang jelas dengan deskripsi yang akurat. Tinggalkan materi pribadi, sementara, atau yang belum disetujui.
4. Publikasikan di root situsBuat file tersedia di /llms.txt dan periksa URL langsung, kontennya, dan setiap tautan tujuan.
5. Tetapkan pemeliharaan dan tinjauanCatat siapa yang memiliki pembaruan dan periksa file ketika halaman penting berubah. Nilai berdasarkan aksesibilitas dan akurasi, bukan asumsi tentang adopsi platform.