Du implementerar llms.txt genom att lägga en Markdown-fil på /llms.txt med en H1-rubrik med sajtens namn, en kort sammanfattning i ett blockcitat och H2-sektioner med länklistor till dina viktigaste sidor. Filen är ett förslag från 2024, inte en standard. Den används i praktiken mest av AI-agenter som läser teknisk dokumentation, och ingen av de stora AI-leverantörerna har dokumenterat att den påverkar vilka källor som citeras i AI-svar.
I korthet
- llms.txt är en kurerad innehållsförteckning i Markdown för språkmodeller och agenter. Den styr inte åtkomst och ersätter varken robots.txt eller sitemap.xml.
- Bara H1-rubriken är obligatorisk. Sammanfattning, fritext och länksektioner är valfria men det är de som gör filen användbar.
- Förslaget publicerades i september 2024 av Jeremy Howard och uppdaterades till version 2 i augusti 2026.
- Google skriver att du inte behöver några särskilda AI-textfiler för att synas i AI Overviews eller AI Mode.
- Störst nytta har du om du har dokumentation, ett API eller annat innehåll som agenter slår upp. För en vanlig företagssajt är det en billig hygienåtgärd med osäker effekt.
Vad llms.txt är, och vad det inte är
En webbsida är byggd för människor. Den är inbäddad i navigation, skript och sidfötter som en språkmodell måste rensa bort, och en hel sajt ryms sällan i modellens kontextfönster. Förslaget på llmstxt.org löser det med en enda fil som kort förklarar vad sajten är och länkar till de sidor som är värda att läsa, helst i en ren Markdown-version.
Två vanliga beskrivningar är missvisande:
- "robots.txt för AI". robots.txt talar om vad en crawler får hämta. llms.txt ger ingen tillåtelse och inget förbud. Vill du styra åtkomst gör du det i robots.txt för AI-crawlers.
- "sitemap för AI". En sitemap listar alla indexerbara sidor. llms.txt ska vara ett urval, tillräckligt litet för att få plats i en kontext, och får även länka till externa källor.
Förslaget säger själv att filen främst är tänkt att användas vid inferens, alltså när en agent behöver information medan den hjälper en användare, och inte i första hand för träning.
Vem ligger bakom och vilken status har förslaget
Jeremy Howard på Answer.AI publicerade förslaget den 3 september 2024. I augusti 2026 kom version 2, som enligt ändringsloggen lade till standardiserade länkrelationer för att hitta filen, tillät två URL-former för Markdown-versioner av sidor och definierade vad en llms.txt i en underkatalog täcker.
llms.txt är fortfarande ett communityförslag. Det är inte antaget av IETF, W3C eller något annat standardiseringsorgan, och specifikationen beskriver sig själv som öppen för synpunkter via ett GitHub-repo.
Vad AI-leverantörerna faktiskt har sagt
Här är det lätt att hitta tvärsäkra påståenden åt båda håll. Det här är vad som går att belägga i leverantörernas egen dokumentation i november 2026:
| Aktör | Vad som är dokumenterat |
|---|---|
| Google Sök | Googles dokumentation om AI-funktioner säger att du inte behöver skapa nya maskinläsbara filer, AI-textfiler eller särskild märkning för att synas i AI Overviews och AI Mode. |
| Google Chrome | Lighthouse har en granskning av llms.txt bland sina kontroller för agenter. Den beskriver filen som valfri: saknas den markeras granskningen som ej tillämplig. |
| OpenAI | Publicerar en egen llms.txt för sin utvecklardokumentation. Dokumentationen om OpenAI:s crawlers nämner inte llms.txt som något GPTBot eller OAI-SearchBot läser. |
| Anthropic | Publicerar en llms.txt för sin utvecklardokumentation. Anthropics beskrivning av sina crawlers nämner inte llms.txt. |
| Perplexity, Apple, Amazon | Ingen av deras crawlersidor anger att botarna läser llms.txt eller behandlar filen som en signal. |
Slutsatsen är smal men tydlig. AI-bolagen använder formatet för att göra sin egen dokumentation läsbar för agenter. Inget av dem har dokumenterat att deras sökindex eller svarsmotorer hämtar llms.txt från andra sajter eller väger in den när källor väljs. Vi har inte heller hittat någon kontrollerad studie som visar att filen ökar antalet AI-citeringar. Om någon lovar dig det bör du be om underlaget. Vad som faktiskt verkar styra källvalet går vi igenom i hur språkmodeller väljer sina källor.
Formatet enligt förslaget
Filen är Markdown, men med en bestämd ordning så att den också kan läsas av vanliga parsrar. Delarna kommer i den här ordningen:
| Del | Krav | Innehåll |
|---|---|---|
| H1-rubrik | Obligatorisk | Namnet på sajten eller projektet. Den enda del som krävs. |
| Blockcitat | Valfri | Kort sammanfattning med det som behövs för att förstå resten av filen. |
| Fritext | Valfri | Stycken och listor med mer bakgrund och anvisningar. Inga rubriker. |
| H2-sektioner | Valfria | Länklistor. Varje rad är en Markdown-länk, eventuellt följd av kolon och en kommentar. |
En sektion med rubriken Optional används av hävd för sekundära länkar som en agent kan hoppa över när kontexten är knapp. I version 2 är det en konvention, inte längre en regel med teknisk innebörd.
Minsta giltiga fil är alltså en enda rad:
# Exempelföretaget
Markdown-versioner av sidorna
Förslaget har en andra del som ofta glöms bort: sidor som agenter kan behöva bör finnas i en ren Markdown-version på samma adress som originalet, antingen med .md tillagt (sida.html.md) eller med filändelsen utbytt (sida.md). Länkarna i llms.txt bör peka på dessa versioner. Det är här den praktiska nyttan ligger, eftersom agenten då slipper tolka HTML.
Version 2 rekommenderar också två länkrelationer så att en agent som landar på en vanlig sida hittar rätt:
<link rel="alternate" type="text/markdown" href="/priser.md">
<link rel="describedby" href="/llms.txt">
Samma sak kan skickas som HTTP-header, vilket fungerar även för filer som inte är HTML:
Link: </priser.md>; rel="alternate"; type="text/markdown", </llms.txt>; rel="describedby"
llms-full.txt ingår inte i förslaget
Filen llms-full.txt, där hela dokumentationen ligger i en enda Markdown-fil, nämns inte på llmstxt.org. Det är en konvention som vuxit fram bredvid, bland annat genom att dokumentationsplattformen Mintlify genererar båda filerna automatiskt. Den kan vara praktisk för en liten dokumentation som ryms i en kontext. För en stor sajt blir filen snabbt för stor för att vara användbar, och det är just det problemet llms.txt med länkar är tänkt att lösa.
När det är värt att göra, och när det inte är det
| Din situation | Bedömning |
|---|---|
| Du har utvecklardokumentation, ett API eller en produkt som kodagenter behöver förstå | Gör det. Det är här formatet används mest enligt förslaget självt, och nyttan är direkt. |
| Du har en kunskapsbas, hjälpsidor eller villkor som användare ber AI-assistenter slå upp | Rimligt. Kombinera med Markdown-versioner av de viktigaste sidorna. |
| Du har en vanlig företags- eller kampanjsajt | Valfritt. Arbetsinsatsen är liten och filen skadar inte, men räkna inte med mätbar effekt på AI-citeringar. |
| Sajten har grundläggande brister: blockerade AI-botar, innehåll som kräver JavaScript, tunna sidor | Vänta. Åtgärda det först, det påverkar bevisligen om du kan läsas alls. |
| Ingen kommer att underhålla filen | Avstå. En inaktuell llms.txt med döda länkar och gamla priser är sämre än ingen. |
Vill du prioritera rätt är de tekniska faktorerna för AI-synlighet och innehåll som AI vill citera viktigare än llms.txt.
Skriv en bra llms.txt steg för steg
- Välj 10 till 30 sidor. Utgå från vad en utomstående behöver för att beskriva er korrekt: vad ni gör, för vem, vad det kostar, hur man kommer igång och hur man når er. Blogginlägg och kampanjsidor hör sällan hemma här.
- Skriv H1 och sammanfattning. Sammanfattningen ska kunna stå för sig själv. Skriv vad företaget är, inte hur bra det är. "Marknadsledande helhetslösning" säger ingenting. "Molnbaserat lagersystem för e-handlare i Norden" säger allt.
- Lägg till det som ofta blir fel. Fritexten efter sammanfattningen är rätt plats för avgränsningar och förväxlingsrisker: vad produkten inte är, vilken valuta priserna anges i, vilken version dokumentationen gäller.
- Gruppera länkarna under H2-rubriker och ge varje länk en kommentar som säger vad sidan besvarar. En agent väljer länk utifrån den texten.
- Peka på Markdown-versioner om du har dem. Annars länkar du till de vanliga sidorna. Det är bättre än ingen fil, men en del av poängen går förlorad.
- Lägg sekundärt material under
Optional. - Bestäm vem som äger filen och koppla uppdateringen till något som redan händer, till exempel prisändringar och lanseringar.
Komplett exempel
Exemplet gäller ett påhittat företag och följer formatet i version 2 av förslaget.
# Lagerkoll
> Lagerkoll är ett molnbaserat lagersystem för små och medelstora e-handlare i Norden. Tjänsten synkar lagersaldo mellan webbutik, fysisk butik och marknadsplatser i realtid. Bakom tjänsten står Lagerkoll AB i Göteborg.
Bra att känna till:
- Lagerkoll är ett lagersystem, inte ett affärssystem. Bokföring och fakturering sker via integrationer.
- Alla priser anges i SEK exklusive moms. Aktuella priser finns alltid på prissidan.
- Dokumentationen gäller version 4 av API:et om inget annat anges.
## Produkt
- [Funktioner](https://www.example.com/funktioner.md): Vad systemet gör, uppdelat per användningsområde
- [Priser](https://www.example.com/priser.md): Prisplaner, vad som ingår och uppsägningstid
- [Integrationer](https://www.example.com/integrationer.md): E-handelsplattformar, affärssystem och fraktbokning som stöds
## Dokumentation
- [Kom igång](https://www.example.com/docs/kom-igang.md): Skapa konto, importera artiklar och koppla första butiken
- [API-referens](https://www.example.com/docs/api.md): Autentisering, endpoints och felkoder
- [Vanliga frågor](https://www.example.com/docs/faq.md): Svar på de vanligaste supportfrågorna
## Företaget
- [Om oss](https://www.example.com/om-oss.md): Historia, ägare och organisationsuppgifter
- [Kontakt och support](https://www.example.com/kontakt.md): Supporttider, e-post och telefon
- [Villkor och personuppgifter](https://www.example.com/villkor.md): Avtalsvillkor och personuppgiftsbehandling
## Optional
- [Versionshistorik](https://www.example.com/docs/versioner.md): Ändringar per version
- [Kundberättelser](https://www.example.com/kunder.md): Exempel på hur kunder använder tjänsten
Så serverar du filen
- Plats. Lägg filen i roten,
https://www.example.com/llms.txt. Enligt version 2 får en fil också ligga i en underkatalog, till exempel/docs/llms.txt, och täcker då sidorna under den sökvägen. Finns flera gäller den mest specifika. - Statuskod. Filen ska svara med 200 direkt. En vanlig fälla är att sajten svarar 200 med sin HTML-felsida för adresser som inte finns.
- Innehållstyp. Förslaget anger ingen. De llms.txt-filer som OpenAI, Anthropic och llmstxt.org själva publicerar skickas som
text/plain; charset=utf-8, så det är ett tryggt val. Ange alltid UTF-8, annars blir å, ä och ö fel. - Åtkomst. Filen får inte vara blockerad i robots.txt, kräva inloggning eller fastna i botskyddet i ditt CDN.
I nginx kan det se ut så här:
location = /llms.txt {
default_type text/plain;
charset utf-8;
add_header Link '</llms.txt>; rel="describedby"';
}
Använder du WordPress, Wix eller en dokumentationsplattform kan filen ofta genereras automatiskt. llmstxt.org listar bland annat Yoast SEO, Wix, GitBook och Mintlify. Granska resultatet: en automatiskt genererad lista över alla sidor är inte det kurerade urval som förslaget beskriver.
Validera filen
Det finns ingen officiell validator. Gör i stället fyra kontroller:
- Kontrollera svaret. Du ska se status 200, en textbaserad innehållstyp och din H1 på första raden:
curl -sI https://www.example.com/llms.txt curl -s https://www.example.com/llms.txt | head -n 5 - Kontrollera strukturen. Exakt en H1, blockcitatet direkt efter, inga rubriker i fritexten, och bara länklistor under H2-rubrikerna. Python-biblioteket
llms-txtfrån förslagets upphovsmän kan tolka filen och visar om sektionerna läses som du tänkt. - Kontrollera länkarna. Varje länk ska svara med 200 och leda till den sida som kommentaren beskriver.
- Testa med en agent. Det här är förslagets eget råd: ge en AI-assistent enbart din llms.txt som utgångspunkt och ställ frågor om företaget. Hittar den inte svaren behöver urvalet eller kommentarerna göras om.
Lighthouse flaggar dessutom om servern svarar med ett serverfel när llms.txt efterfrågas.
Vanliga misstag
- Egna påhittade fält. Rubriker som "Citering", "Senast uppdaterad" eller regler i stil med
AllowochDisallowfinns inte i formatet. Ingen parser letar efter dem. - Kontaktuppgifter som lös text under en H2. H2-sektioner ska innehålla länklistor. Länka till kontaktsidan i stället.
- Hela sajtkartan. Hundratals länkar utan kommentarer hjälper ingen att välja.
- Säljtext i sammanfattningen. Superlativ ger modellen inget att arbeta med. Fakta gör det.
- Uppgifter som strider mot sajten. Pris, namn och adress ska stämma med sidorna och med din strukturerade data.
- Fel teckenkodning eller HTML i stället för Markdown.
- Att tro att filen styr åtkomst eller ersätter annat GEO-arbete.
Vanliga frågor
Hur implementerar man llms.txt?
Skapa en UTF-8-kodad Markdown-fil med en H1-rubrik, en sammanfattning i ett blockcitat och H2-sektioner med länkar till dina viktigaste sidor. Ladda upp den så att den nås på /llms.txt, kontrollera att den svarar med status 200 och håll den aktuell.
Är llms.txt en standard?
Nej. Det är ett förslag från Jeremy Howard på Answer.AI, publicerat i september 2024 och reviderat i augusti 2026. Inget standardiseringsorgan har antagit det.
Läser ChatGPT, Claude och Google llms.txt?
Google skriver att inga särskilda AI-textfiler behövs för AI Overviews eller AI Mode. OpenAI och Anthropic publicerar llms.txt för sin egen dokumentation, men deras crawlerdokumentation säger inget om att botarna läser andras filer. En agent som får adressen kan förstås hämta filen som vilken sida som helst.
Vad är skillnaden mellan llms.txt och robots.txt?
robots.txt anger vad crawlers får hämta. llms.txt är en innehållsöversikt som pekar ut vad som är värt att läsa. Den ena handlar om åtkomst, den andra om orientering, och de påverkar inte varandra.
Behöver jag llms-full.txt?
Sällan. Filen ingår inte i förslaget på llmstxt.org och är mest användbar för liten teknisk dokumentation som ryms i en enda kontext.
Sammanfattning
llms.txt är enkelt att göra rätt och svårt att motivera med hårda siffror. Gör det om du har innehåll som agenter slår upp, eller som en billig hygienåtgärd när grunderna är på plats. Vill du se om din fil finns och har rubrik, sammanfattning och sektioner kontrollerar Visicites kostnadsfria skanning det tillsammans med övrig teknisk åtkomst. Resten av arbetet hittar du i GEO-checklistan.