Plik llms.txt: co to jest i czy pomaga w SEO?

Marcin Wójtowicz

Marcin WójtowiczWeb developer i specjalista SEOOpublikowano 15.11.2026

Plik llms.txt to tekstowy indeks najważniejszych treści witryny, przygotowany z myślą o modelach językowych i agentach AI. Nie jest jednak czynnikiem rankingowym Google ani sposobem na zwiększenie widoczności w AI Overviews. Google oficjalnie nie wykorzystuje tego formatu w swoich systemach wyszukiwania. Co więcej, badanie Ahrefs przeprowadzone na 137 210 domenach wykazało, że aż 97% opublikowanych plików llms.txt nie zostało pobranych ani razu w analizowanym miesiącu.

Mimo to format zyskuje zainteresowanie właścicieli stron, specjalistów SEO i twórców narzędzi AI. Powód jest prosty: umożliwia przedstawienie zawartości serwisu w uporządkowanej, łatwej do przetwarzania postaci, bez konieczności analizowania rozbudowanego kodu HTML.

Problem zaczyna się wtedy, gdy techniczne udogodnienie przedstawia się jako obowiązkowy element pozycjonowania. Samo utworzenie pliku nie oznacza, że ChatGPT zacznie częściej polecać twoją stronę, a Google przyzna jej dodatkowe punkty.

Sprawdźmy, jak działa llms.txt, czym różni się od znanych mechanizmów SEO, jak wdrożyć go w WordPressie i kiedy jego utrzymywanie ma rzeczywisty sens.

Co to jest plik llms.txt i do czego służy?

Plik llms.txt to dokument zapisany w formacie Markdown, zawierający opis witryny oraz uporządkowane odnośniki do wybranych zasobów. Jego zadaniem jest ułatwienie systemom AI odnajdywania informacji istotnych dla konkretnego zadania.

Koncepcję przedstawił 3 września 2024 roku Jeremy Howard, współzałożyciel Answer.AI i twórca fast.ai. Specyfikację opublikowano w serwisie llmstxt.org, a referencyjne narzędzia programistyczne udostępniono w repozytorium AnswerDotAI/llms-txt na GitHubie12.

Dlaczego powstał format llms.txt?

Problemem, który próbowano rozwiązać, jest nadmiar danych technicznych w dokumentach internetowych.

W typowej stronie HTML znaczniki DOM, arkusze CSS, skrypty JavaScript i elementy nawigacyjne mogą odpowiadać za 80% do ponad 90% objętości dokumentu.

Dla człowieka korzystającego z przeglądarki te elementy pełnią określone funkcje. Dla agenta AI, który chce znaleźć instrukcję instalacji biblioteki albo opis konkretnego API, znacząca część informacji stanowi niepotrzebny narzut.

Markdown pozwala przekazać strukturę treści bez całej warstwy prezentacyjnej.

Nie chodzi więc o stworzenie kolejnej mapy wszystkich podstron, lecz o wskazanie modelowi językowemu materiałów najbardziej przydatnych do wykonania zadania.

Czy llms.txt jest oficjalnym standardem?

Nie. Jest otwartą propozycją deweloperską i nieformalną konwencją środowiskową. Nie została zatwierdzona jako oficjalna norma przez IETF ani W3C1.

To rozróżnienie ma znaczenie praktyczne.

Format został zaprojektowany przede wszystkim dla systemów RAG (Retrieval-Augmented Generation) i autonomicznych agentów korzystających z informacji podczas generowania odpowiedzi. Nie powstał jako mechanizm sterowania masowymi crawlerami zbierającymi dane do trenowania modeli1.

Możesz więc udostępnić agentowi wygodny indeks dokumentacji, ale nie możesz zakładać, że każdy system AI automatycznie go odczyta.

Jak wygląda poprawny plik llms.txt?

Specyfikacja zakłada zapis w czystym tekście Markdown, zgodnym z CommonMark i kodowanym jako UTF-81.

Struktura dokumentu jest stosunkowo prosta, ale nie polega na wrzuceniu przypadkowych linków do pliku tekstowego.

Pierwszą merytoryczną linią powinien być nagłówek H1 z nazwą projektu. Pod nim znajduje się blok cytatu zawierający krótki opis witryny. Następnie można dodać akapit wprowadzający oraz sekcje tematyczne oznaczone nagłówkami H21.

Przykładowy plik dla serwisu publikującego poradniki może wyglądać tak:

Każdy zasób powinien być zapisany jako element nienumerowanej listy Markdown z linkiem i opcjonalnym opisem. Poza tym jednym nagłówkiem H1 i sekcjami H2 specyfikacja nie przewiduje innych poziomów nagłówków.

Co oznacza sekcja Optional?

Nagłówek ## Optional oznacza materiały o niższym priorytecie, które agent może pominąć przy ograniczonym budżecie tokenów. W pierwszej wersji specyfikacji miał ściśle określone znaczenie dla narzędzi, w nowszej jest raczej umowną konwencją.

Dzięki temu możesz oddzielić podstawową dokumentację od treści pomocniczych.

Przykładowo instrukcje instalacji i opisy najważniejszych funkcji umieścisz w głównych sekcjach, a archiwalne materiały i dodatkowe przykłady w części opcjonalnej.

Specyfikacja zaleca również kierowanie odnośników bezpośrednio do dokumentów tekstowych lub plików .md, zamiast do rozbudowanych stron HTML1.

Nie musisz jednak tworzyć pełnej kopii serwisu. Główny plik ma być selektywnym indeksem, którego typowy rozmiar wynosi od kilku do kilkudziesięciu kilobajtów.

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

To dwa pliki o odmiennych zadaniach.

llms.txt działa jak spis treści. Wskazuje istotne dokumenty i pomaga agentowi wybrać właściwy materiał.

llms-full.txt jest opcjonalnym, zbiorczym dokumentem zawierającym pełną treść najważniejszych podstron w jednym ciągu Markdown1.

Drugi wariant zaprojektowano z myślą o modelach obsługujących kontekst od 128 tysięcy do ponad miliona tokenów. Dzięki temu agent może pobrać rozbudowaną bazę wiedzy pojedynczym żądaniem HTTP GET.

Większy dokument nie zawsze oznacza jednak lepszy rezultat. W rozbudowanych serwisach llms-full.txt może przekraczać kilkanaście megabajtów i zawierać setki tysięcy tokenów. Zwiększa to koszty wykorzystania API i może nasilać zjawisko *lost in the middle*, czyli gubienia istotnych informacji wewnątrz długiego kontekstu2.

Jeżeli użytkownik potrzebuje konkretnej instrukcji, selektywny indeks prowadzący do właściwego dokumentu może być praktyczniejszy niż pobieranie całej dokumentacji.

Czym różni się llms.txt od robots.txt i sitemap.xml?

Choć wszystkie te pliki mogą znajdować się w obrębie tej samej witryny, nie są zamiennikami.

robots.txt służy do określania reguł dostępu crawlerów. sitemap.xml przedstawia wyszukiwarkom uporządkowany wykaz adresów. llms.txt opisuje wybrane zasoby z perspektywy ich przydatności dla agentów językowych345.

Cecha llms.txt robots.txt sitemap.xml
Główne przeznaczenie Indeks treści dla agentów AI Reguły dostępu robotów Wykaz adresów witryny
Format Markdown Tekst z dyrektywami XML
Zawartość Opisy i odnośniki do dokumentów Reguły Allow i Disallow Adresy i metadane
Blokowanie crawlerów Nie Tak Nie
Organizacja treści Sekcje tematyczne Reguły dla robotów Lista adresów
Status Otwarta konwencja Protokół RFC 9309 Protokół sitemaps.org

Zestawienie opiera się na specyfikacjach poszczególnych formatów134.

Czy llms.txt może zastąpić robots.txt?

Nie. Plik llms.txt nie zawiera mechanizmów blokowania dostępu ani odpowiednika dyrektywy Disallow1.

Jeżeli nie chcesz, aby określony crawler pobierał zasoby witryny, musisz korzystać z mechanizmów kontroli dostępu przewidzianych dla tego celu.

Podobnie nie należy traktować llms.txt jako sposobu na wykluczenie podstron z wyników wyszukiwania.

Jeśli twoim zadaniem jest kontrola indeksowania, przeczytaj poradnik o tym, czym jest noindex i jak zablokować indeksację w Google.

Czy llms.txt zastępuje mapę witryny XML?

Również nie.

Mapa XML przekazuje techniczne informacje o adresach, w tym datę modyfikacji, deklarowaną częstotliwość zmian i priorytet. Nie zawiera pełnego tekstu artykułów4.

Pojedyncza mapa może obejmować maksymalnie 50 000 adresów i 50 MB nieskompresowanych danych. Llms.txt nie ma analogicznego sztywnego limitu, ale zgodnie z założeniami powinien zawierać starannie wybraną grupę odnośników4.

Jeśli zarządzasz WordPressem, podstawy technicznej organizacji adresów znajdziesz w instrukcji jak dodać sitemap XML w WordPressie.

Mapa XML pomaga wyszukiwarce odkrywać adresy. Llms.txt pomaga agentowi zorientować się, które dokumenty opisują konkretny temat. To uzupełniające się zastosowania, a nie konkurencyjne rozwiązania5.

Czy plik llms.txt pomaga w pozycjonowaniu Google?

Nie ma podstaw, aby przypisywać mu bezpośredni wpływ na ranking.

W dokumentacji Google Search Central dotyczącej funkcji generatywnych Google wskazuje, że Google Search i AI Overviews nie wykorzystują llms.txt. Firma potwierdza również, że obecność lub brak pliku nie poprawia ani nie pogarsza pozycji w tradycyjnych wynikach oraz widoczności w odpowiedziach AI.

To ważna informacja dla właścicieli stron, którzy rozważają wdrożenie wyłącznie w celu zwiększenia ruchu organicznego.

Co Google mówi o llms.txt?

W kwietniu 2025 roku John Mueller z Google stwierdził publicznie, że żaden system AI nie korzysta wówczas z llms.txt.

Porównał też samą koncepcję do historycznego znacznika meta keywords, wskazując problem polegania na deklaracjach właścicieli stron, które mogą być podatne na manipulacje6.

Nie należy również interpretować obecności plików na wybranych stronach deweloperskich Google jako oficjalnego poparcia dla formatu. Ich pojawienie się w 2025 roku przedstawiciele firmy wyjaśniali automatyczną aktualizacją wewnętrznego systemu zarządzania treścią witryn dla deweloperów6.

W kontekście rozwoju agentów Google wskazuje także rozwiązania umożliwiające interakcję z usługami internetowymi, takie jak WebMCP, zamiast ograniczania komunikacji do statycznych indeksów6.

Czy ChatGPT i Claude korzystają z llms.txt?

Trzeba oddzielić zachowania robotów od możliwości narzędzi programistycznych.

Dokumentacja OpenAI opisuje boty GPTBot, OAI-SearchBot i ChatGPT-User, ale nie wskazuje llms.txt jako obsługiwanego mechanizmu sterowania ich działaniem. Kontrola opiera się na robots.txt oraz odpowiednich nagłówkach HTTP.

Anthropic udostępnia natomiast plik llms.txt opisujący dokumentację Claude, a narzędzie Claude Code wykorzystuje mapy dokumentacji i podobne indeksy bibliotek podczas pracy z kodem.

Jednocześnie roboty ClaudeBot i Claude-SearchBot podlegają regułom robots.txt, a nie instrukcjom z llms.txt.

Jeżeli interesuje cię pozyskiwanie użytkowników przez wyszukiwanie konwersacyjne, osobnym zagadnieniem pozostaje ChatGPT z funkcją Search i jego zastosowanie w SEO.

Sama możliwość odczytania dokumentacji przez narzędzie AI nie jest dowodem, że format wpływa na ranking czy częstotliwość polecania strony.

Co badania Ahrefs mówią o wykorzystaniu llms.txt?

Najbardziej wymownych danych dostarcza analiza Ahrefs opublikowana w czerwcu 2026 roku przez Louise Linehan i Xibeijię Guan. Badanie objęło logi serwerowe oraz ruch sieciowy 137 210 domen korzystających z Ahrefs Web Analytics.

badanych domen miało llms.txt

plików bez pobrań

plików z jakimkolwiek ruchem

Plik opublikowało 38 418 witryn, czyli 28% próby. Jednak aż 97% plików nie zanotowało żadnego pobrania w maju 2026 roku.

Wśród pozostałych plików, które odnotowały ruch, 96% żądań pochodziło od botów. Boty AI odpowiadały za 19,5% ruchu, a skanery narzędzi SEO i GEO za 12%.

Istotna jest też obserwacja dotycząca sposobu odnajdywania zasobu. Analiza nie wykazała automatycznego, ślepego sprawdzania ścieżki /llms.txt przez roboty komercyjnych wyszukiwarek bez jawnego skierowania do niej.

Jak interpretować te wyniki?

Samo opublikowanie indeksu nie gwarantuje, że jakikolwiek agent go odnajdzie, pobierze i wykorzysta.

Nie oznacza to, że format jest bezużyteczny. Pokazuje jednak znaczną różnicę między popularnością wdrożeń a rzeczywistym wykorzystaniem.

Jak dodać plik llms.txt do WordPressa?

W WordPressie możesz przygotować dokument samodzielnie albo skorzystać z funkcji dostępnych we wtyczkach SEO.

Domyślną lokalizacją jest główny katalog domeny, pod ścieżką /llms.txt. Specyfikacja dopuszcza także alternatywną lokalizację /.well-known/llms.txt1.

Jak włączyć llms.txt w Yoast SEO?

Yoast SEO wprowadził automatyczne generowanie tego pliku w wersji 25.3, wydanej w czerwcu 2025 roku.

Opcję znajdziesz w panelu WordPressa w następującej lokalizacji:

Yoast SEO → Ustawienia → Funkcje witryny → llms.txt.

Po aktywacji wtyczka generuje plik w katalogu głównym instalacji i aktualizuje jego zawartość raz w tygodniu za pomocą WP-Cron. Mechanizm respektuje również reguły noindex.

To wygodne rozwiązanie, jeżeli nie chcesz samodzielnie utrzymywać indeksu.

Automatyzacja nie zwalnia jednak z kontroli jakości. Sprawdź, czy wygenerowany dokument prowadzi do treści, które rzeczywiście pomagają zrozumieć ofertę, dokumentację lub najważniejsze zagadnienia serwisu.

Jak skonfigurować llms.txt w Rank Math?

Rank Math SEO udostępnia moduł LLMS Txt, wyposażony w edytor treści i filtry PHP pozwalające modyfikować generowany dokument7.

Dla bardziej zaawansowanych użytkowników przydatne są szczególnie:

  • rank_math/llms_txt/posts_query_args, filtr umożliwiający wykluczanie określonych typów wpisów.
  • rank_math/llms_txt/post_description, filtr pozwalający zmieniać opisy zasobów7.

To rozwiązanie daje większą kontrolę nad doborem materiałów i ich prezentacją.

Jeśli prowadzisz serwis z dużą liczbą podobnych podstron, możesz ograniczyć indeks do dokumentów mających rzeczywistą wartość informacyjną, zamiast mechanicznie publikować wszystkie adresy.

Jak sprawdzić, czy llms.txt działa poprawnie?

Zacznij od sprawdzenia odpowiedzi serwera.

Poprawnie udostępniony plik powinien zwracać status HTTP 200 OK oraz typ zawartości text/markdown; charset=utf-8 albo text/plain; charset=utf-81.

Następnie sprawdź, czy dokument zawiera nagłówek główny, opis serwisu i prawidłowe odnośniki.

Możesz też wykorzystać referencyjny parser Answer.AI, który rozdziela zawartość na pola title, summary, info i sections, a sekcja Optional trafia do sections2.

Najważniejsze pozostaje jednak sprawdzenie samych zasobów. Poprawna składnia nie pomoże agentowi, jeśli indeks prowadzi do nieaktualnych instrukcji, błędnych odnośników albo treści niezwiązanych z zadaniem.

Co sprawdza audyt llms.txt w Google Lighthouse?

Google Chrome Lighthouse udostępnia kategorię audytów Agentic Browsing, dotyczącą przygotowania witryny do obsługi autonomicznych agentów przeglądarkowych8.

Weryfikacja pliku obejmuje wymagania techniczne, a nie deklarowany wpływ na pozycjonowanie.

Audyt sprawdza między innymi:

  • Obecność zasobu pod ścieżką /llms.txt oraz nagłówka H1 w pierwszej linii8.
  • Minimalną długość wynoszącą 50 znaków8.
  • Przynajmniej jeden prawidłowy link Markdown i czas odpowiedzi serwera nieprzekraczający 2 sekund8.

Istotny szczegół: gdy serwer zwraca HTTP 404 Not Found, Lighthouse oznacza test jako Not Applicable i nie odejmuje punktów od ogólnej oceny witryny8.

Dlatego brak pliku nie oznacza automatycznie błędu technicznego.

Inaczej wygląda sytuacja, gdy zdecydowałeś się na wdrożenie, ale opublikowany dokument ma nieprawidłową strukturę. Wtedy audyt może wskazać konkretny problem wymagający poprawy.

Czy plik llms.txt jest bezpieczny?

Samo udostępnienie tekstowego indeksu nie oznacza jeszcze zagrożenia. Ryzyko pojawia się wtedy, gdy agent bezkrytycznie korzysta ze wskazanych zasobów.

Raport Cloud Security Alliance wykazał, że 1,5% publicznych plików llms.txt zawierało odwołania do niezarejestrowanych pakietów albo wygasłych domen. Problem dotyczył również organizacji z listy Fortune 500.

Takie odnośniki mogą zostać wykorzystane w atakach na łańcuch dostaw, określanych jako *slopsquatting*. Zagrożenie polega między innymi na skierowaniu autonomicznego agenta do złośliwego pakietu lub nieprzejętej wcześniej domeny.

Z perspektywy administratora oznacza to konieczność kontrolowania nie tylko składni, ale również miejsc, do których prowadzą linki.

Jeżeli publikujesz dokumentację techniczną, zweryfikuj nazwy zależności, aktualność instrukcji instalacyjnych i poprawność adresów. Nie traktuj wygenerowanego automatycznie indeksu jako dokumentu, który nigdy nie wymaga przeglądu.

Czy warto wdrożyć llms.txt na blogu, stronie firmowej lub w sklepie?

Decyzja zależy przede wszystkim od charakteru witryny i tego, kto ma korzystać z jej treści.

W przypadku typowego bloga, strony usługowej czy sklepu internetowego nie wykazano mierzalnych korzyści z llms.txt w zakresie ruchu organicznego Google ani obecności w AI Overviews5.

Jeśli jedynym celem jest wzrost widoczności w wyszukiwarce, trudno uzasadnić traktowanie tego pliku jako priorytetowego zadania SEO.

Inaczej wygląda sytuacja w przypadku portalu z dokumentacją API, biblioteki open-source albo serwisu, z którego korzystają asystenci programistyczni. Tam uporządkowany indeks może usprawniać pobieranie informacji potrzebnych do pracy5.

Dobrym przykładem jest Cursor AI, który umożliwia dodawanie zewnętrznej dokumentacji przez polecenie @Docs > Add new doc i obsługuje indeksy llms.txt oraz llms-full.txt.

Podobną logikę wykorzystuje Mintlify, automatycznie generując oba rodzaje plików dla projektów dokumentacyjnych.

Istnieje też praktyczna różnica między przygotowaniem treści dla wyszukiwarki a udostępnieniem jej agentowi, który wykonuje konkretne zadanie.

W pierwszym przypadku zależy ci na widoczności i pozyskaniu użytkownika. W drugim na tym, żeby narzędzie szybko odnalazło właściwą instrukcję i mogło wykorzystać jej zawartość.

Jeżeli zarządzasz zwykłym blogiem, możesz potraktować llms.txt jako dodatkowe uporządkowanie najważniejszych materiałów. Nie przypisuj mu jednak rezultatów, których nie potwierdzają dane.

Jeśli natomiast prowadzisz rozbudowaną dokumentację techniczną, przygotuj selektywny indeks, zadbaj o tekstowe wersje dokumentów i regularnie kontroluj odnośniki.

Najrozsądniejszym kryterium wdrożenia nie jest sama popularność formatu, lecz istnienie konkretnego agenta lub procesu, który rzeczywiście skorzysta z przygotowanego indeksu. Plik llms.txt ma sens wtedy, gdy rozwiązuje problem dostępu do informacji, a nie wtedy, gdy staje się kolejnym elementem technicznej listy SEO bez określonego zastosowania.

Źródła

Zweryfikowano: listopad 2026

Dane, daty i wyniki badań sprawdziliśmy w dokumentacji i publikacjach źródłowych wymienionych poniżej.

  1. The /llms.txt file, v2 : llms-txtDokumentacjallmstxt.orgllmstxt.org
  2. GitHub – AnswerDotAI/llms-txt: The /llms.txt file, helping language models use your website · GitHubRaportGithubgithub.com
  3. RFC 9309: Robots Exclusion ProtocolRaportRfc-editorrfc-editor.org
  4. sitemaps.org – ProtocolRaportSitemapssitemaps.org
  5. What Is llms.txt, and Should You Care About It?RaportAhrefsahrefs.com
  6. Google Business Profiles Add To Menu OptionRaportSeroundtableseroundtable.com
  7. How to Use llms.txt in Rank Math SEO Rank MathRaportRank Mathrankmath.com
  8. Latarnia morska | Lighthouse | Chrome for DevelopersRaportChromedeveloper.chrome.com

Najczęściej zadawane pytania

Kto i kiedy zaprezentował koncepcję formatu llms.txt?

Koncepcję przedstawił 3 września 2024 roku Jeremy Howard będący współzałożycielem Answer.AI oraz twórcą fast.ai. Specyfikację tego rozwiązania opublikowano w serwisie llmstxt.org jako otwartą propozycję deweloperską.

Jaki odsetek zbadanych przez Ahrefs plików llms.txt nie odnotował żadnych pobrań?

Badanie Ahrefs objęło 137 210 domen i wykazało, że plik opublikowało 28 procent witryn, czyli 38 418 serwisów. Aż 97 procent przeanalizowanych plików nie zanotowało ani jednego pobrania w maju 2026 roku.

Do jakiego historycznego znacznika HTML John Mueller porównał llms.txt?

Przedstawiciel Google porównał tę koncepcję do historycznego znacznika meta keywords. Wskazał przy tym na problem polegania na deklaracjach właścicieli stron, które bywają podatne na manipulacje.

Jakie zagrożenia w publicznych plikach llms.txt wykazała organizacja Cloud Security Alliance?

Raport tej organizacji ujawnił, że 1,5 procent publicznych plików zawierało odwołania do niezarejestrowanych pakietów lub wygasłych domen, co dotyczyło także firm z listy Fortune 500. Takie odnośniki stwarzają ryzyko ataków określanych jako slopsquatting poprzez skierowanie agenta do niebezpiecznego zasobu.

Jak audyt Google Lighthouse reaguje na brak pliku llms.txt na serwerze?

Gdy serwer zwraca kod HTTP 404 Not Found, audyt oznacza test jako Not Applicable i nie obniża ogólnej oceny witryny. Brak takiego dokumentu na serwerze nie jest zatem traktowany jako błąd techniczny.

Facebook
Twitter
LinkedIn
Pinterest

Najnowsze Wpisy

Śledź nas