Apa itu file llms.txt?
LLMs.txt adalah konvensi Markdown yang diusulkan untuk menerbitkan peta kurasi halaman-halaman penting di root situs web, biasanya sebagai llms.txt. Ini dimaksudkan untuk membantu alat model bahasa menemukan materi terpilih; ini bukan pengganti halaman itu sendiri.
Proposal ini menjelaskan dokumen pendek yang dapat dibaca manusia yang dapat menyebutkan nama situs, menjelaskan tujuannya, dan menunjuk ke sumber daya yang berguna. Secara praktis, sebuah proyek mungkin menggunakannya untuk mengarahkan pembaca ke dokumentasi kanonik, informasi produk, atau FAQ yang terpelihara dengan baik. File tersebut harus membantu seseorang menyesuaikan diri, daripada mengulangi seluruh situs.
Perbedaan penting adalah antara menerbitkan konvensi dan memiliki platform yang menggunakannya. File dapat diakses publik dan terstruktur dengan baik tanpa menunjukkan bahwa model atau crawler tertentu membacanya, memberinya prioritas, atau mengubah jawaban karenanya. Proposal llms.txt adalah referensi untuk konvensi; evaluasi implementasi Anda sendiri sebagai kebersihan dokumentasi kecuali Anda dapat memverifikasi penggunaan tertentu.
Untuk proyek Web3, mulailah dengan halaman yang menjelaskan produk dan terminologinya dengan jelas. Jangan sertakan materi hanya karena bersifat promosi atau menyebut token. Setiap tautan harus membantu pembaca memahami proyek menggunakan informasi terkini dan disetujui.
Bukti apa yang mendukung llms.txt?
Titik awal yang andal adalah membedakan bukti bahwa file ada dari bukti bahwa file memengaruhi penemuan atau jawaban. File yang diterbitkan menunjukkan implementasi; itu tidak, dengan sendirinya, menunjukkan adopsi oleh platform atau perubahan visibilitas.
Saat meninjau klaim tentang llms.txt, tanyakan apa yang diamati dan bagaimana pengamatan itu dikaitkan dengan file. Bukti yang lebih kuat akan mengidentifikasi domain dan versi file yang tepat, platform atau alat yang dievaluasi, halaman yang terlibat, periode pengamatan, dan perbandingan yang dapat diulang. Tangkapan layar atau klaim umum bahwa "AI menggunakan file" tidak cukup untuk menetapkan sebab dan akibat.
Gunakan daftar periksa bukti ini sebelum memperlakukan file sebagai inisiatif pertumbuhan:
- Apakah ada pernyataan platform atau tes yang dapat direproduksi yang menunjukkan dukungan untuk konvensi ini?
- Dapatkah Anda memisahkan efek file dari perubahan konten situs, akses, atau kutipan?
- Apakah prompt yang diuji dan output yang diamati dicatat sehingga peninjau lain dapat mengulanginya?
- Apakah hasilnya berlaku untuk domain dan kasus penggunaan Anda, bukan situs yang berbeda?
Jika buktinya hanya bahwa file ada, klasifikasikan pekerjaan sebagai eksperimen dokumentasi dengan kompleksitas rendah. Untuk pekerjaan penemuan yang lebih luas, nilai akses teknis, konten, dan kutipan secara terpisah melalui AEO teknis dan pemantauan visibilitas AI.
Apakah llms.txt diperlukan untuk situs Anda?
Sebagian besar situs harus memutuskan berdasarkan kesiapan pemeliharaan dan nilai peta sumber daya yang dikurasi, bukan pada klaim bahwa file akan meningkatkan peringkat. Jika proyek Anda memiliki halaman yang stabil dan otoritatif yang sulit ditemukan atau dibedakan, indeks ringkas dapat meningkatkan cara tim Anda sendiri mengatur dan menyajikan sumber daya tersebut, bahkan sementara adopsi platform tetap belum diverifikasi.
Pertimbangkan untuk menyusun file ketika Anda dapat menyebutkan sekumpulan kecil halaman yang terkini, publik, dan benar-benar membantu. Ini kurang cocok ketika fakta produk utama sering berubah, dokumentasi terfragmentasi, atau tautan yang diusulkan mengarah ke halaman yang tidak lengkap atau tidak dimaksudkan untuk interpretasi publik. Memperbaiki halaman sumber tersebut harus didahulukan.
Aturan keputusan praktis adalah melanjutkan hanya ketika pemilik dapat meninjau file bersama dengan halaman yang dirujuknya. Tetapkan tanggung jawab untuk perubahan fakta produk, dokumentasi, dan tinjauan hukum; jika tidak, ringkasan yang pernah benar dapat menjadi menyesatkan. File tidak boleh digunakan untuk menyembunyikan ketidakkonsistenan antara ringkasan dan konten yang sebenarnya dapat dibaca pengunjung.
Ini bukan pengganti data terstruktur. Jika tujuan Anda adalah menggambarkan entitas dan properti halaman dalam format standar, tinjau schema markup untuk AI search. Jika tujuan Anda adalah memahami program pencarian yang lebih luas, gunakan ikhtisar AEO teknis untuk menjaga tugas-tugas yang berbeda tetap terpisah.
Cara menulis file llms.txt
Tulis llms.txt sebagai dokumen navigasi pendek: identifikasi situs, nyatakan apa yang dicakupnya, lalu tautkan ke sekumpulan halaman berguna yang dipilih dengan sengaja. Jaga setiap deskripsi tetap faktual dan konsisten dengan tujuannya. Pembaca harus dapat memutuskan apa yang akan dibuka tanpa menemui klaim yang tidak didukung atau bahasa promosi.
Urutan penyusunan yang berhasil untuk tim proyek:
- Pilih halaman kanonik yang menjelaskan proyek, produk, dokumentasi, dan kebijakan yang relevan.
- Konfirmasi setiap halaman bersifat publik, dapat diakses oleh audiens yang dituju, dan disetujui untuk disertakan.
- Tulis deskripsi singkat yang sesuai dengan konten sebenarnya dari halaman; jangan menyiratkan audit, fitur, atau status yang tidak ditetapkan halaman.
- Atur tautan berdasarkan tugas pembaca, gunakan judul hanya jika memudahkan navigasi.
- Periksa Markdown, URL tujuan, dan konten halaman bersama sebelum publikasi.
Jaga file tetap mudah dipelihara. Hindari direktori luas dari setiap URL, paragraf duplikat dari situs, pengumuman sensitif waktu tanpa pemilik, dan pernyataan yang bisa disalahartikan sebagai fakta token, keamanan, atau peraturan saat ini. Ketika halaman sumber berubah, perbarui ringkasan atau hapus tautan daripada membiarkan deskripsi lama tetap ada.
Gunakan spesifikasi llms.txt sebagai referensi untuk format proposal, lalu terapkan tinjauan editorial dan hukum Anda sendiri. File adalah penunjuk ke sumber; itu tidak boleh menjadi sumber kebenaran terpisah.
LLMs.txt vs schema.org: apa perbedaannya?
LLMs.txt dan schema.org memiliki tujuan dokumentasi yang berbeda. Konvensi llms.txt yang diusulkan adalah peta halaman terpilih yang dapat dibaca manusia, sementara schema.org menyediakan kosakata untuk menggambarkan informasi terstruktur dalam konten web. Tidak satu pun harus diperlakukan sebagai pengganti halaman sumber yang jelas dan akurat.
Gunakan llms.txt ketika kebutuhan editorial adalah menunjuk pembaca ke sekumpulan kecil sumber daya penting. Pertimbangkan data terstruktur ketika tugasnya adalah mengekspresikan informasi yang didukung dalam kosakata yang diakui di halaman. Pendekatan ini dapat hidup berdampingan, tetapi memerlukan pemeriksaan kualitas terpisah: peta tautan yang baik tidak memvalidasi data terstruktur, dan data terstruktur yang valid tidak membuat halaman yang tidak jelas menjadi berguna.
| Kebutuhan | Pertanyaan tinjauan yang sesuai |
|---|---|
| Navigasi halaman kurasi | Apakah tautan yang dipilih mengarah ke sumber terkini terbaik? |
| Deskripsi terstruktur | Apakah markup secara akurat mencerminkan konten halaman yang terlihat? |
| Penilaian visibilitas pencarian | Apakah platform yang relevan dan output yang diamati ditinjau secara terpisah? |
Untuk proyek data terstruktur, konsultasikan schema.org dan dokumentasi platform yang relevan sebelum implementasi. Hindari menambahkan properti hanya untuk menyarankan status atau hubungan yang tidak dapat dibuktikan situs. Untuk pekerjaan gabungan, simpan file, markup, dan tinjauan halaman sumber dalam satu catatan perubahan sehingga tim dapat melihat apa yang diperbarui dan mengapa.
Cara mengimplementasikan llms.txt dengan kontrol editorial
Implementasi harus diperlakukan sebagai perubahan penerbitan kecil yang diatur. File berada di lokasi yang dipilih tim Anda untuk sumber daya tingkat root situs, dan versi yang diterbitkan harus diperiksa di browser setelah penerapan. Catat pemilik, tanggal persetujuan, dan set halaman yang ditautkan sehingga editor masa depan dapat meninjaunya daripada mengandalkan ingatan.
Gunakan daftar periksa persiapan ini sebelum pekerjaan dimulai.
Kami menyiapkan:
- Inventaris halaman yang diusulkan dikelompokkan berdasarkan kebutuhan pembaca.
- Draf dengan deskripsi ringkas dan dapat diverifikasi.
- Tinjauan konsistensi tautan dan konten.
- Catatan serah terima yang mengidentifikasi pemilik dan pemicu tinjauan di masa depan.
Klien menyediakan:
- Domain kanonik dan titik masuk dokumentasi pilihan.
- URL publik yang disetujui dan konfirmasi halaman yang harus dikecualikan.
- Orang yang bertanggung jawab untuk persetujuan produk, kepatuhan, dan dokumentasi.
- Batasan akses atau penerbitan yang relevan dengan tim situs web.
Alur kerja yang cermat dimulai dengan inventaris, kemudian bergerak melalui penyusunan, verifikasi halaman sumber, persetujuan, dan pemeriksaan publikasi. Tinjauan akhir harus mengonfirmasi bahwa file tersedia di alamat yang dimaksud, tautan menyelesaikan ke halaman yang disetujui, dan deskripsi masih cocok dengan halaman tersebut. MegaSatoshi menggunakan tinjauan halaman sumber bernama sebelum serah terima, sehingga klien dapat melihat klaim dan URL mana yang diperiksa daripada menerima file teks yang tidak dijelaskan.
Untuk proses yang lebih luas dalam mengoordinasikan pekerjaan teknis dan konten, lihat cara kami bekerja. Hasil dari tugas ini adalah file yang ditinjau dan pemilik pemeliharaan yang jelas, bukan klaim tentang bagaimana platform akan menggunakannya.
Apa yang tidak dapat ditetapkan oleh llms.txt?
Menerbitkan llms.txt tidak dapat menetapkan bahwa produk AI bernama telah membacanya atau bahwa produk akan mengutip, memprioritaskan, atau menggambarkan halaman Anda secara berbeda. Konvensi ini diusulkan, dan setiap platform mengontrol crawling, pemilihan sumber, dan penyajian jawabannya sendiri; keputusan tersebut tidak dikendalikan oleh penerbit file.
Batas itu penting saat menilai pekerjaan. Verifikasi pengiriman dengan memeriksa file langsung, isinya, dan tujuannya. Jangan gunakan keberadaan file sebagai bukti visibilitas AI, kinerja pencarian, atau dukungan. Jika tujuan proyek adalah mengukur apakah merek muncul dalam jawaban, tentukan prompt dan catat observasi secara terpisah; file dapat menjadi satu perubahan situs yang didokumentasikan, bukan pengukuran itu sendiri.
Untuk organisasi dengan persyaratan tinjauan formal, simpan draf yang disetujui dan versi yang diterapkan, dan dokumentasikan siapa yang mengotorisasi materi yang ditautkan. Hapus tautan dengan segera jika tujuannya menjadi dibatasi, kedaluwarsa, atau tidak konsisten dengan informasi yang disetujui. Ini menjaga file dalam peran yang berguna: indeks ringkas yang akurasinya dapat dikendalikan tim Anda.
Cara memutuskan llms.txt untuk proyek Web3
Proyek Web3 harus menerbitkan llms.txt hanya ketika file dapat menunjuk ke sekumpulan sumber publik yang koheren dan terpelihara. Prioritaskan dokumentasi yang menjelaskan produk, istilah, dan model operasi; sertakan materi terkait token atau keamanan hanya ketika tujuan itu sendiri disetujui, terkini, dan jelas tentang apa yang ditetapkan dan tidak ditetapkan.
Sebelum persetujuan, minta pemimpin proyek dan peninjau dokumentasi atau kepatuhan yang relevan untuk memeriksa setiap deskripsi di samping tujuannya. Periksa bahwa kata-kata tidak menyiratkan tinjauan keamanan, status listing, kesimpulan hukum, atau kemampuan produk yang tidak dapat didukung oleh materi yang ditautkan. Jauhkan pengumuman dan informasi berumur pendek lainnya kecuali seseorang memiliki penghapusan atau revisinya.
Setelah publikasi, catat lokasi file dan tinjau setiap kali halaman yang disertakan berubah secara material. Jika Anda mengevaluasi program AI search yang lebih luas, bandingkan tugas ini dengan pekerjaan terpisah yang dijelaskan dalam visibilitas AI search dan panduan kutipan AI; jangan gabungkan aktivitas tersebut menjadi tonggak unggah file.
Untuk langkah praktis berikutnya, kirim MegaSatoshi domain kanonik Anda, dokumentasi publik pilihan, dan halaman apa pun yang memerlukan pengecualian. Kami akan mengembalikan inventaris halaman yang ditinjau dan draf llms.txt yang diusulkan untuk persetujuan tim Anda.
Harga
| Layanan | Harga | Penawaran |
|---|---|---|
| AEO Teknis | dari $830 / proyek |
Harga mulai dalam USD. Paket kustom dan diskon volume tersedia. Pembayaran via USDT, USDC, BTC, ETH, SOL, TON, atau token proyek Anda.
Cara kerja
- Tetapkan tujuanPutuskan apakah kebutuhannya adalah navigasi kurasi, pekerjaan penemuan teknis, atau pengukuran visibilitas. Jaga llms.txt tetap fokus pada yang pertama.
- Inventarisasi sumber yang disetujuiDaftar halaman publik kanonik dan identifikasi materi yang dibatasi, kedaluwarsa, atau berumur pendek yang tidak boleh ditautkan.
- Buat draf dan verifikasiTulis deskripsi ringkas, lalu bandingkan masing-masing dengan tujuannya dan konfirmasi setiap URL.
- Dapatkan persetujuanMinta pemilik produk dan peninjau dokumentasi atau kepatuhan yang relevan untuk menyetujui file dan klaim yang ditautkan.
- Terbitkan dan tetapkan pemeliharaanPeriksa file langsung di lokasi root yang dimaksud dan catat siapa yang meninjaunya ketika halaman sumber berubah.
Pertanyaan umum
Apakah llms.txt meningkatkan SEO atau peringkat Google?
File llms.txt yang diterbitkan bukan bukti peningkatan SEO atau peringkat Google. Perlakukan sebagai peta sumber daya yang diusulkan kecuali Anda memiliki bukti spesifik platform yang menunjukkan bahwa file digunakan dan bahwa hasil yang diamati dapat dikaitkan dengannya. Jaga kualitas halaman konvensional, akses crawl, dan penilaian peringkat tetap terpisah dari file.
Bagaimana cara mengimplementasikan llms.txt di situs web saya?
Buat draf dokumen Markdown ringkas dengan tautan terpilih dan akurat, terbitkan di lokasi root yang dimaksud, dan periksa file langsung dan setiap tujuan. Tetapkan pemilik untuk meninjaunya ketika halaman sumber berubah. Gunakan proposal sebagai referensi format, dan minta pemilik situs yang sesuai menyetujui konten yang diterbitkan.
Apa yang harus disertakan proyek Web3 dalam llms.txt?
Sertakan pilihan kecil halaman publik yang menjelaskan proyek dengan jelas, seperti dokumentasi kanonik, informasi produk, dan kebijakan yang relevan. Periksa bahwa setiap halaman terkini dan disetujui. Hindari deskripsi yang melebih-lebihkan kemampuan produk, status keamanan, atau kesimpulan peraturan; file harus menunjuk ke informasi yang dapat dibuktikan daripada membuat klaim baru.
Apakah llms.txt sama dengan markup schema.org?
Tidak. LLMs.txt adalah peta halaman terpilih yang dapat dibaca manusia yang diusulkan; schema.org adalah kosakata yang digunakan untuk menggambarkan informasi terstruktur. Mereka menangani tugas yang berbeda dan memerlukan tinjauan terpisah. Tidak satu pun membuat halaman sumber yang tidak akurat atau tidak lengkap menjadi andal, dan tidak satu pun harus diperlakukan sebagai bukti bahwa platform AI akan menggunakan informasi tersebut.
Dapatkah saya membuktikan bahwa asisten AI menggunakan file llms.txt saya?
Hanya buat klaim itu ketika Anda memiliki bukti spesifik untuk platform dan situs. Catat apa yang diuji, versi file, halaman yang relevan, dan output yang diamati, dan cari koneksi yang dapat diulang di antara mereka. Publikasi file saja tidak menunjukkan bahwa asisten mengakses atau mengandalkannya.
Seberapa sering llms.txt harus ditinjau?
Tinjau setiap kali halaman yang ditautkan berubah secara material, halaman dihapus atau dibatasi, atau informasi proyek dalam deskripsinya tidak lagi terkini. Tetapkan pemilik bernama saat publikasi. File yang tidak terpelihara dapat mengarahkan pembaca ke sumber yang tidak lagi cocok dengan informasi proyek yang disetujui.
Berapa biaya tinjauan llms.txt?
Tinjauan llms.txt terbatas mulai dari $830 / proyek. Ruang lingkup harus mengidentifikasi domain, halaman yang akan dinilai, pengecualian yang diperlukan, dan siapa yang akan menyetujui draf akhir. Itu memungkinkan untuk mendefinisikan hasil sebagai inventaris terverifikasi dan file yang ditinjau daripada janji visibilitas yang tidak didukung.
Ceritakan proyek Anda
Jawab empat pertanyaan singkat, manajer akan kirim rencana, waktu, dan kisaran harga dalam satu jam. Semua rahasia.
Memuat formulir…