llms.txt: czym jest ten plik, kto go czyta i co realnie daje

llms.txt to plik tekstowy w formacie Markdown, publikowany w katalogu głównym domeny pod adresem /llms.txt, który podaje modelom językowym skrótowy indeks najważniejszych treści serwisu: nazwę projektu, jednoakapitowe podsumowanie i listy linków z krótkimi opisami. Propozycję opublikował Jeremy Howard 3 września 2024 roku jako odpowiedź na ograniczenie okna kontekstowego — model rzadko przetworzy cały serwis, więc dostaje jego mapę. Plik nie kontroluje dostępu robotów, nie zastępuje sitemapy i nie jest sygnałem rankingowym.

W skrócie

• llms.txt to jeden plik Markdown pod /llms.txt: nagłówek H1 z nazwą serwisu, cytat blokowy z podsumowaniem, dalej sekcje H2 z listami linków w formacie - [nazwa](url): opis.
• Nie jest mechanizmem dostępu. O tym, kto może pobrać stronę, decydują robots.txt, nagłówki HTTP i warstwa infrastruktury — nie llms.txt.
• Nie jest sitemapą. Sitemapa wymienia wszystkie adresy do zaindeksowania, llms.txt wybiera kilkadziesiąt najważniejszych i opisuje je zdaniem.
• Google dokumentuje wprost, że ignoruje takie pliki. W przewodniku o optymalizacji pod funkcje generatywne czytamy, że nie trzeba tworzyć plików maszynowych ani Markdownu, a ich obecność ani nie pomaga, ani nie szkodzi widoczności w wyszukiwarce (dokumentacja aktualizowana 10 lipca 2026).
• Publikowanie to nie to samo co obsługa po stronie platformy. Plik udostępniają duzi dostawcy dokumentacji technicznej, ale sama obecność /llms.txt nie dowodzi, że wyszukiwarka lub asystent wykorzystuje go przy wyborze źródeł.
• Najbardziej konkretne zastosowanie występuje podczas pracy z dokumentacją: użytkownik, agent albo narzędzie programistyczne może potraktować plik jako mapę materiałów potrzebnych w bieżącym zadaniu.
• Specyfikacja zna warianty llms-ctx.txt i llms-ctx-full.txt generowane narzędziem llms_txt2ctx; popularny llms-full.txt to konwencja platform dokumentacyjnych, nie element specyfikacji.
• Plik nie nadrobi strony, której robot nie wyrenderuje, treści bez cytowalnych fragmentów ani sprzecznych faktów o firmie. Pytanie, których agentów AI wpuszczać, a których blokować, rozstrzyga osobny wpis o robotach AI: GPTBot, ClaudeBot, PerplexityBot.

Jak zbudowany jest plik llms.txt

Specyfikacja jest wyjątkowo oszczędna i to jej zaleta: cały plik da się przeczytać w kilkanaście sekund, zarówno człowiekowi, jak i parserowi. Wymagany jest dokładnie jeden element — nagłówek H1 z nazwą projektu lub serwisu. Wszystko poniżej jest opcjonalne, ale ma ustaloną kolejność.

Po H1 przychodzi cytat blokowy z krótkim podsumowaniem: czym jest serwis i jakie informacje są niezbędne, żeby zrozumieć resztę pliku. Dalej można dodać dowolną liczbę zwykłych akapitów i sekcji Markdown z kontekstem, którego nie da się wyrazić listą. Na końcu pojawiają się sekcje H2, a w każdej z nich lista linków w jednym, powtarzalnym formacie: - [nazwa](url): opcjonalny opis.

Specyfikacja rezerwuje jedną nazwę sekcji: ## Optional. Linki umieszczone w tej sekcji są sygnałem, że można je pominąć, gdy kontekst musi być krótszy. To praktyczny detal — pozwala jednym plikiem obsłużyć zarówno narzędzie z dużym budżetem tokenów, jak i takie, które potrzebuje minimum.

# Nazwa Firmy

> Nazwa Firmy prowadzi sklep z obuwiem sportowym w Polsce i wysyła zamówienia
> do krajów Unii Europejskiej. Ten plik wskazuje najważniejsze strony:
> informacje o firmie, kategorie produktowe, zasady dostawy i zwrotów.

## O firmie
- [O nas](https://przyklad.pl/o-nas): historia firmy, dane rejestrowe, zespół.
- [Kontakt](https://przyklad.pl/kontakt): adres, telefon, formularz, godziny obsługi.

## Kategorie
- [Buty do biegania](https://przyklad.pl/buty-do-biegania): dobór po nawierzchni i dystansie.
- [Buty trekkingowe](https://przyklad.pl/buty-trekkingowe): membrany, usztywnienie, wysokość cholewki.

## Zasady zakupów
- [Dostawa](https://przyklad.pl/dostawa): metody, koszty, czas realizacji.
- [Zwroty i reklamacje](https://przyklad.pl/zwroty): termin, procedura, koszt odesłania.

## Optional
- [Blog](https://przyklad.pl/blog): poradniki doboru obuwia.
- [Regulamin](https://przyklad.pl/regulamin): pełna treść regulaminu sklepu.

Obok samego llms.txt specyfikacja opisuje dwie rzeczy, które w praktyce mają więcej znaczenia niż sam indeks. Pierwsza to wersje .md istniejących stron — czysty Markdown pod adresem strony z dopiskiem .md, bez nawigacji, banerów i skryptów. Druga to pliki llms-ctx.txt i llms-ctx-full.txt, budowane z llms.txt narzędziem llms_txt2ctx: pierwszy pomija sekcję opcjonalną, drugi zawiera wszystko. Popularny w dokumentacjach llms-full.txt — jeden plik z pełną treścią całego serwisu — nie jest elementem specyfikacji, a konwencją, którą spopularyzowały platformy dokumentacyjne generujące go automatycznie.

llms.txt, robots.txt i sitemap.xml — trzy różne pytania

Trzy pliki w katalogu głównym domeny bywają wrzucane do jednego worka „pliki dla robotów", choć odpowiadają na zupełnie różne pytania. Pomieszanie ich jest najczęstszą przyczyną rozczarowania: ktoś publikuje llms.txt, żeby ograniczyć dostęp albo poprawić indeksację, i ani jedno, ani drugie się nie dzieje.

Praktyczny wniosek jest prosty: robots.txt i sitemapa są infrastrukturą, której brak albo błąd widać w danych, a llms.txt jest artefaktem kontekstowym, którego wartość zależy od tego, czy ktoś go użyje. Te trzy pliki się nie zastępują i nie konkurują o to samo miejsce.

Kto realnie czyta llms.txt

Tu potrzebne jest ważne rozróżnienie: istnieją narzędzia i integracje obsługujące propozycję llms.txt, lecz nie oznacza to powszechnego wsparcia w wyszukiwarkach i popularnych asystentach. Zakres obsługi trzeba sprawdzać osobno w dokumentacji każdej platformy.

Google jest w tej sprawie jednoznaczne. Przewodnik o optymalizacji serwisu pod funkcje generatywne w wyszukiwarce stwierdza, że nie trzeba tworzyć nowych plików maszynowych, plików tekstowych „dla AI", znaczników ani Markdownu, żeby pojawić się w wyszukiwarce Google, a ich stworzenie ani nie zaszkodzi, ani nie pomoże widoczności, bo wyszukiwarka je ignoruje. Osobna strona o funkcjach AI dodaje warunek pozytywny: żeby pojawić się jako link wspierający w AI Overviews albo AI Mode, strona musi być zaindeksowana i kwalifikować się do wyświetlenia ze snippetem — bez dodatkowych wymagań technicznych. Dokumentacja tego przewodnika była aktualizowana 10 lipca 2026 roku.

Druga strona medalu: plik publikują poważni dostawcy dokumentacji technicznej i widać w tym konkretną intencję. Dokumentacja Stripe pod /llms.txt zawiera nie tylko listę stron, ale też blok instrukcji dla agentów — na przykład polecenie sprawdzania aktualnej wersji biblioteki w rejestrze pakietów zamiast opierania się na wersji z treningu oraz wskazanie, których starszych API nie rekomendować. Każdy link w tym pliku prowadzi do wersji .md strony dokumentacji, nie do jej wersji HTML. Dokumentacja Anthropic również publikuje własny llms.txt z indeksem kilkuset stron. To dowód na to, że plik jest publikowany, nie na to, że jakikolwiek silnik odpowiedzi na nim opiera wybór źródeł.

Najłatwiej uzasadnić plik wtedy, gdy wiadomo, kto ma z niego skorzystać: użytkownik podaje jego adres asystentowi, narzędzie programistyczne obsługuje tę konwencję albo agent wykorzystuje go jako spis dokumentacji. Dlatego llms.txt ma szczególnie czytelny sens przy API, integracjach i produktach technicznych. W serwisie usługowym lub sklepie może pełnić funkcję uporządkowanego indeksu, ale przed wdrożeniem warto porównać koszt utrzymania z pracami o potwierdzonym wpływie: dostępnością, indeksacją, jakością treści i danymi produktowymi.

Uczciwe podsumowanie brzmi więc tak: publikacja llms.txt nie jest dźwignią widoczności ani gwarancją cytowania, jest tanim artefaktem porządkowym. To wystarczający powód, żeby go mieć, i zły powód, żeby budować na nim strategię.

Słowniczek

• llms.txt — plik Markdown w katalogu głównym domeny, zawierający nazwę serwisu, krótkie podsumowanie i listy najważniejszych linków z opisami.
• llms-full.txt — konwencja platform dokumentacyjnych: jeden plik z pełną treścią serwisu zamiast indeksu linków; nie jest częścią specyfikacji llms.txt.
• Wersja .md strony — czysty Markdown tej samej treści pod adresem strony z rozszerzeniem .md, bez nawigacji i skryptów.
• Inference-time — moment generowania odpowiedzi, w odróżnieniu od etapu treningu modelu; llms.txt jest projektowany na ten pierwszy.
• Protokół wykluczania robotów — standard opisany w RFC 9309, według którego roboty odczytują reguły z robots.txt; dotyczy dostępu, nie rozumienia treści.
• Agent — program działający w imieniu użytkownika, który sam pobiera strony i pliki w trakcie realizacji zadania.

Co warto umieścić w llms.txt

Dobry llms.txt odpowiada na trzy pytania: czym jest ta organizacja, gdzie leżą najważniejsze informacje i jak je opisać jednym zdaniem. Wszystko poza tym jest balastem, który zużywa kontekst.

Cytat blokowy pod H1 warto potraktować jak najkrótszy poprawny opis organizacji: kategoria, zakres, rynek i model działania. Dalej można wskazać podstawowe fakty, na przykład nazwę prawną i handlową, lokalizację oraz oficjalny kanał kontaktu — ale tylko wtedy, gdy te informacje są publiczne, aktualne i potrzebne odbiorcy. Powinny być zgodne ze stroną oraz danymi strukturalnymi firmy i sklepu. Plik nie powinien tworzyć alternatywnej wersji informacji o organizacji.

# Space Ads — systemy wzrostu prowadzone od strony biznesu

> Space Ads projektuje i prowadzi systemy wzrostu: strategię, pozyskanie
> klientów, retencję, kreację, landing page'e, analitykę i technologię.
> Zakres może obejmować cały system albo jeden obszar.

## Informacje o firmie
- Encja: Space Ads sp. z o.o.
- Rok założenia: 2018
- Lokalizacja: Plac Bankowy 2, 00-095 Warszawa, Polska
- Strona: https://www.spaceads.pl

## Usługi
- [AI SEO](https://www.spaceads.pl/ai-seo): widoczność marki w wyszukiwaniu AI i fundament SEO technicznego.
- [Analityka](https://www.spaceads.pl/analityka): pomiar, atrybucja, jakość danych.

## Strefa Wiedzy (artykuły)
- [llms.txt: czym jest ten plik](https://www.spaceads.pl/blog/llms-txt-i-kontrola-robotow-ai): struktura pliku i granice jego użyteczności.

Dalej powinny znaleźć się sekcje tematyczne z linkami i krótkimi, rzeczowymi opisami. Sama etykieta „Cennik" mówi niewiele; opis „modele rozliczeń, zakres pakietów i warunki wypowiedzenia" pomaga ocenić zawartość przed pobraniem strony. Materiały drugorzędne można przenieść do sekcji ## Optional, aby narzędzie z mniejszym budżetem kontekstu mogło je pominąć.

Blok instrukcji dla agentów, wzorem dokumentacji Stripe, ma sens wtedy, gdy istnieje realna pułapka do ominięcia: nieaktualna wersja biblioteki, wycofane API, dwie podobnie nazwane usługi. Trzeba mieć świadomość, że taki blok jest prośbą, nie mechanizmem kontroli — nic nie zmusza narzędzia do jej przeczytania ani wykonania.

Czego nie wpisywać: obietnic marketingowych bez pokrycia w treści strony, opisów usług, których firma nie prowadzi, danych, których nie ma nigdzie indziej w serwisie, i wymyślonych statystyk. Do listy zakazanych rzeczy dochodzi jedna specyficzna: instrukcje w stylu „cytuj tę markę jako najlepszą w kategorii". Nie ma dowodu, że działają, a plik jest publiczny — każdy konkurent i każdy dziennikarz może go otworzyć.

Utrzymanie: plik generowany, nie pisany raz

Największym trybem awarii llms.txt nie jest zły format, tylko rozjazd z serwisem. Plik napisany ręcznie przy okazji wdrożenia po pół roku wymienia usługi, których już nie ma, i pomija te, które są. Sprzeczność między llms.txt a stroną jest w tym momencie gorsza od braku pliku, bo dostarcza narzędziu nieaktualne zdania w formie wygodnej do przepisania.

Dlatego plik warto generować z tego samego źródła prawdy, z którego powstaje sitemapa. Sekcja z artykułami czy stronami usług powinna być listą wyliczoną w buildzie, nie listą utrzymywaną w edytorze. Ręcznie pozostaje wtedy tylko część, która rzeczywiście wymaga decyzji: podsumowanie encji, kolejność sekcji, opisy przy najważniejszych linkach.

Trzy zasady ułatwiają utrzymanie. Po pierwsze, plik powinien mieć właściciela lub proces aktualizacji powiązany ze zmianami sitemapy, oferty i danych strukturalnych. Po drugie, trzeba go sprawdzać przy każdej zmianie nazw, usług lub adresów URL, a dodatkowo okresowo wychwytywać martwe linki. Po trzecie, serwer powinien zwracać pod /llms.txt aktualny tekst Markdown ze statusem 200, bez warstwy HTML i przekierowań utrudniających pobranie.

Czego llms.txt nie naprawi

To najważniejsza sekcja tego wpisu, bo tu leży cała różnica między porządkiem a złudzeniem porządku. llms.txt jest ostatnią, najcieńszą warstwą — jeśli którakolwiek z poniższych nie działa, plik nie zmieni niczego.

Szczególnej kontroli wymaga renderowanie. Jeżeli główna treść pojawia się dopiero po uruchomieniu JavaScriptu, część robotów może otrzymać niepełny dokument. Trzeba to zweryfikować w odpowiedzi serwera i logach zamiast zakładać, że każdy crawler wykonuje stronę tak jak przeglądarka. llms.txt nie rozwiąże tego problemu, bo jego linki nadal prowadzą do tych samych adresów. Najpierw należy zapewnić dostęp, poprawne renderowanie, indeksację i wartościową treść, a dopiero później dodawać plik porządkujący. Te elementy łączymy w ramach usługi AI SEO dla marek i sklepów.

Warto też oddzielić dwie sprawy, które w polskich dyskusjach zlewają się w jedną. llms.txt to zaproszenie: „oto najważniejsze treści". Blokowanie albo wpuszczanie agentów AI to decyzja o dostępie, podejmowana z innych powodów — obciążenie serwera, warunki licencyjne treści, ochrona zasobów płatnych. Pierwsze robi się w Markdownie, drugie w konfiguracji. Pełny obraz tej drugiej decyzji, wraz z nazwami agentów i skutkami blokad, jest w osobnym wpisie o wpuszczaniu i blokowaniu robotów AI.

Jak podchodzimy do tego w Space Ads

W Space Ads traktujemy llms.txt jako opcjonalny element techniczny, nie obietnicę wzrostu widoczności. Audyt zaczynamy od sprawdzenia dostępu robotów, odpowiedzi serwera, indeksacji, kanonicznych adresów i spójności informacji o marce. Jeżeli plik ma uzasadnionego odbiorcę, projektujemy jego strukturę, łączymy listy adresów ze źródłem danych serwisu i pozostawiamy ręcznej redakcji tylko opis organizacji oraz priorytety. Dzięki temu zakres wdrożenia odpowiada realnej wartości pliku i nie odciąga budżetu od prac o potwierdzonym znaczeniu.

Plan działania

1. Sprawdzić warstwy pod spodem. Zanim powstanie plik, potwierdzić, że kluczowe strony są dostępne dla robotów, renderują treść w źródle HTML i są zaindeksowane.
2. Ustalić najkrótszy poprawny opis firmy. Jedno lub dwa zdania do cytatu blokowego: kategoria, zakres, rynek, model współpracy. Ten sam tekst powinien pasować do strony „o nas" i do danych strukturalnych.
3. Wybrać najważniejsze adresy, nie kopiować całej sitemapy. Liczba zależy od serwisu i budżetu kontekstu; priorytetem są strony usług lub kategorii, dokumentacja, warunki zakupu, kontakt i materiały rozstrzygające najczęstsze pytania.
4. Opisać każdy link zdaniem, które mówi, co w środku jest. Opis rozstrzyga o sięgnięciu po stronę częściej niż sama nazwa.
5. Wydzielić sekcję ## Optional. Regulaminy, archiwa i materiały poboczne oznaczone jako pomijalne, gdy kontekst musi być krótszy.
6. Zautomatyzować część wyliczaną. Listy artykułów i stron generować w buildzie z tego samego źródła co sitemapa; ręcznie utrzymywać tylko część redakcyjną.
7. Zdecydować o wariantach. Wersje .md stron i plik pełnotekstowy mają sens przy dokumentacji technicznej; przy serwisie usługowym zwykle wystarczy sam indeks.
8. Wpisać rewizję w procedurę zmian. Każda zmiana oferty, nazwy albo struktury adresów pociąga aktualizację pliku — najlepiej w tym samym zadaniu.

Częsty błąd i co zrobić zamiast tego

Najczęstsze pytania

Czym jest plik llms.txt?

llms.txt to plik Markdown publikowany w katalogu głównym domeny pod adresem /llms.txt, który podaje modelom językowym skrócony obraz serwisu: nazwę projektu w nagłówku H1, cytat blokowy z podsumowaniem i sekcje H2 z listami linków opisanych jednym zdaniem. Propozycję opublikował Jeremy Howard w 2024 roku.

Czy Google używa llms.txt?

Nie. Dokumentacja Google o optymalizacji pod funkcje generatywne stwierdza, że nie trzeba tworzyć plików maszynowych, plików tekstowych „dla AI" ani Markdownu, żeby pojawić się w wyszukiwarce, a ich obecność ani nie pomaga, ani nie szkodzi, bo wyszukiwarka je ignoruje. Warunkiem pojawienia się jako link wspierający w AI Overviews albo AI Mode jest zaindeksowanie strony i kwalifikacja do wyświetlenia ze snippetem.

Czy llms.txt zwiększa szansę na cytowanie marki w odpowiedziach AI?

Nie ma na to dowodu po stronie dostawców — żaden z nich nie dokumentuje llms.txt jako wejścia do wyboru cytowanych źródeł. Na szansę cytowania pracują dostępność strony dla robotów, jej indeksacja, jakość i struktura treści oraz spójność faktów o firmie w źródłach zewnętrznych.

Czym llms.txt różni się od robots.txt?

robots.txt rozstrzyga dostęp: mówi robotom, które ścieżki mogą pobierać, i jest opisany standardem RFC 9309. llms.txt nie ma żadnej funkcji kontroli dostępu — wskazuje jedynie, które treści są najważniejsze i jak je rozumieć. Publikacja llms.txt nie ogranicza ani nie rozszerza uprawnień żadnego robota.

Czy llms.txt zastępuje sitemapę?

Nie. Sitemapa jest kompletną, maszynowo czytelną listą adresów przeznaczonych do zaindeksowania i jest realnie używana przez wyszukiwarki, co można sprawdzić w raportach Search Console. llms.txt jest selektywnym indeksem kilkudziesięciu najważniejszych stron z opisami. Oba pliki mogą istnieć równolegle i nie kolidują ze sobą.

Czym różni się llms.txt od llms-full.txt?

llms.txt to indeks: krótki plik z linkami i opisami. llms-full.txt to konwencja spopularyzowana przez platformy dokumentacyjne, w której jeden plik zawiera pełną treść całego serwisu i bywa ogromny. Specyfikacja przewiduje natomiast pliki llms-ctx.txt i llms-ctx-full.txt, generowane z llms.txt narzędziem llms_txt2ctx.

Dla jakich serwisów llms.txt ma największy sens?

Największy — dla dokumentacji technicznej, API i produktów, przy których użytkownicy i agenci celowo szukają instrukcji; w takich serwisach plik bywa realnie wskazywany jako źródło kontekstu. Dla sklepów i serwisów usługowych korzyść jest mniejsza i bardziej porządkowa, ale koszt publikacji jest niski.

Czy publikacja llms.txt może zaszkodzić?

Sam plik nie jest sygnałem negatywnym, a Google opisuje takie pliki jako ignorowane. Zaszkodzić może jego treść: nieaktualne opisy usług, fakty sprzeczne ze stroną albo obietnice bez pokrycia trafiają do publicznego pliku, który każdy może otworzyć i zestawić z resztą serwisu.

Najważniejsze

• llms.txt to prosty plik Markdown pod /llms.txt: H1 z nazwą, cytat blokowy z podsumowaniem i sekcje H2 z listami linków opisanych zdaniem.
• Plik nie kontroluje dostępu robotów i nie zastępuje sitemapy — to trzy różne warstwy, które odpowiadają na trzy różne pytania.
• Google dokumentuje, że ignoruje takie pliki; żaden dostawca nie dokumentuje llms.txt jako wejścia do wyboru cytowanych źródeł, więc wsparcie pozostaje niejednolite.
• Publikują go duzi dostawcy dokumentacji, a realne zużycie jest inference-time: człowiek albo agent wskazuje plik jako źródło kontekstu.
• Wartość pliku rośnie razem z jakością opisów przy linkach i spada do zera, gdy treść rozjedzie się z serwisem — dlatego część wyliczaną warto generować w buildzie.
• llms.txt nie nadrobi strony, której robot nie wyrenderuje, treści bez cytowalnych fragmentów ani sprzecznych faktów o firmie; kolejność pracy to dostęp, renderowanie, indeksacja, treść, encja, a plik na końcu.

Źródła

• llms.txt — specyfikacja i uzasadnienie propozycji
• Google Search Central — Optymalizacja serwisu pod funkcje generatywne w wyszukiwarce
• Google Search Central — Funkcje AI i Twoja witryna
• Google Search Central — Wprowadzenie do robots.txt
• sitemaps.org — protokół sitemap
• Stripe — llms.txt dokumentacji Stripe
• Anthropic — llms.txt dokumentacji dla programistów
• Mintlify — dokumentacja generowania llms.txt i llms-full.txt

Opisane pliki, zasady i formuły odpowiadają dokumentacji na stan lipiec 2026 — dostawcy zmieniają nazwy agentów, polityki i zakres wsparcia, więc przed decyzją opartą na konkretnej regule warto sprawdzić aktualną dokumentację.

Czytaj dalej

• Roboty AI: GPTBot, ClaudeBot, PerplexityBot — wpuszczać czy blokować
• Dane strukturalne i schema.org dla firmy i sklepu
• LLM SEO: jak zwiększyć szansę, że AI cytuje markę
• Generative Engine Optimization: jak budować widoczność w AI search
• Jak wykorzystać Google Search Console w SEO
• AI SEO · Audyt marketingowy