llms.txt — kompletny przewodnik 2026 (spec + kod)

llms.txt — co to jest i po co

llms.txt to plaintext file umieszczony w root domenie (przykład: https://yote.pl/llms.txt) służący jako struktura nawigacyjna dla AI crawlers (ChatGPT, Claude, Perplexity, Gemini). Analogicznie do robots.txt (regulating access) i sitemap.xml (lista URLs), llms.txt dostarcza zoptymalizowaną pod AI reprezentację strony: H1 z nazwą, blockquote z summary, sekcje H2 z linkami i krótkimi opisami. Spec: llmstxt.org (wrzesień 2024). Format: Markdown plain text. Wsparcie 2026: Anthropic ClaudeBot (oficjalnie), Perplexity (częściowo), OpenAI GPTBot (odczyt w beta). Korzyści: szybsza indeksacja, niższe token costs dla AI, lepsza citation quality.

Spec został zaproponowany przez Jeremy’ego Howarda (fast.ai, Answer.AI) 3 września 2024 i w ciągu pół roku zyskał traction wystarczający, żeby pojawić się w oficjalnych dokumentacjach Anthropic i Mintlify. Do kwietnia 2026 plik implementuje około 2% top 1000 domen globalnie — to mało, ale trend rośnie kwartalnie. Dla nowej strony dodanie llms.txt to koszt 30 minut pracy, który może dać przewagę na 3-5 lat do przodu.

Terminologia AEO (Answer Engine Optimization), GEO (Generative Engine Optimization), entity clarity, citation rate — zebrana w jednym miejscu w Słowniku SEO 2026 (50 terminów z definicjami i przykładami).

Czym różni się od robots.txt i sitemap.xml

Kluczowe różnice:

• robots.txt — NIE zawiera semantic context, tylko access rules (User-agent: GPTBot / Allow: /). Mówi „wolno wchodzić”, ale nie mówi „to jest ważne, a tamto mniej”.
• sitemap.xml — zawiera URLs w formie listy (z lastmod, priority), ale bez hierarchii i opisów. Dla crawlera klasycznego wystarczy — dla AI, które próbuje zrozumieć entity, to ubogie źródło.
• llms.txt — zawiera „here’s what’s important, grouped, with context”. Idealne dla AI, które muszą szybko zrozumieć stronę bez parsowania 100 HTMLi z nawigacją, stopką, popupami cookie i reklamami.

Analogia: robots.txt to tabliczka „wstęp wzbroniony / wolno wejść” na drzwiach. sitemap.xml to spis treści książki. llms.txt to streszczenie dla czytelnika, który ma 5 minut i musi zrozumieć o co chodzi.

Spec llmstxt.org — wymagane elementy

Format jest celowo minimalistyczny. Zero konfiguracji, zero frontmatter YAML, zero XML. Czysty Markdown z czterema regułami:

1. H1 (pojedynczy) — nazwa projektu lub strony: # Inspirax
2. Blockquote summary — 1-2 zdania opisu: > Agencja SEO i web development z Buska-Zdroju
3. Optional paragraf — dodatkowy kontekst (co robicie, jak się zgłosić, jaka data aktualizacji)
4. H2 sekcje — kategorie, każda z listą [Link title](URL): opis

Opcjonalne rozszerzenia:

• llms-full.txt — rozszerzona wersja z pełnymi opisami (gdy core llms.txt przekracza ~10 000 znaków, spec rekomenduje split)
• RSL 1.0 licensing header (2025 proposal dla deklaracji praw AI training)
• Sekcja z kontaktem i danymi firmy (NIP, REGON, godziny)

Dobre praktyki produkcyjne:

• Plain text, bez CSS/JS, bez osadzanych obrazków (tylko linki)
• Pod 10 000 znaków dla llms.txt core (większość stron mieści się w 2-3k znakach)
• Prawidłowa hierarchia: H1 → H2 (maksimum). H3 nie używamy — spec jest płaski.
• Explicit kontakt — email, telefon, adres
• Last updated date w paragrafie wstępnym (ułatwia AI ocenę świeżości)

Przykład minimalny:

# Example Company
> Short 1-2 sentence company description.

Additional context about what we do and how to contact us.
Last updated: 2026-04-18.

## Services
- [Service A](/services/a): Description of service A
- [Service B](/services/b): Description of service B

## Blog
- [Recent Post Title](/blog/post-slug): Short post summary

Tyle. Bez skomplikowanych schematów, bez walidatorów — jedyny „walidator” to sprawdzenie, czy AI odpowiada na zapytania o Twoją stronę przy użyciu tych samych linków i opisów, które tu podasz.

Dlaczego llms.txt teraz — argumenty techniczne

1. Token economy w AI crawlers

AI crawlery mają budżet tokenowy na każdą odwiedzoną domenę. Scraping strony firmowej (homepage + 10 subpages HTML z nawigacją, sidebar, footer, cookie popupami) to około 50 000 tokenów wejściowych. Ta sama strona zreprezentowana w llms.txt to około 1 500 tokenów — 33x tańsza indeksacja.

Z perspektywy OpenAI/Anthropic: kiedy budget crawla się wyczerpie, Twoja strona NIE zostanie w pełni zindeksowana. llms.txt to sygnał „tu masz skondensowaną wersję, wykorzystaj budget mądrze”.

2. Citation quality — AI cytuje to co rozumie

Jeśli AI musi zgadywać co jest najważniejsze na stronie, może zacytować copy z footera, disclaimer cookie albo tekst przyciemniony w CTA. llms.txt to explicit sygnał „tak ta strona ma być zrozumiana” — co daje poprawniejsze cytowania z czystym atrybutem.

W praktyce: jeśli blogpost ma się wyświetlać w Perplexity jako źródło, warto umieścić go w sekcji ## Blog llms.txt z jednozdaniowym opisem. Perplexity przetwarza llms.txt podczas crawl-on-demand i używa opisów jako preview snippets.

3. Brand control

Ty decydujesz co AI widzi jako „core” Twojej strony. Jeśli masz stronę z architekturą dla ludzi (duże banery, grafika Framer, animacje), AI parsing HTML może zgubić prawdziwą treść w szumie DOM-u. llms.txt = Twoja kuratorska wersja strony. Bez elementów UI, bez powtarzalnego layoutu, bez marketingowego fluff.

4. Prognoza adoption

Kwiecień 2026: około 2% top 1000 domen globalnie ma llms.txt. Anthropic, Mintlify, Vercel, Zapier, Hugging Face — wszyscy implementują. Prognoza 2028: 30-50% top 10 000. Dla nowej strony wdrożenie teraz to pozycja early-mover przy zerowym koszcie technicznym.

Implementacja static — prosta droga

Najprostsza ścieżka (dla stron do 20 podstron):

1. Utworzyć plik public/llms.txt
2. Wypełnić zgodnie ze spec
3. Commit + deploy

Po deploy plik jest dostępny pod https://twojadomena.pl/llms.txt — bez żadnej konfiguracji serwera, bez MIME type fights (większość hostingów serwuje .txt jako text/plain domyślnie).

Przykład produkcyjny dla agencji usługowej:

# Inspirax
> Agencja SEO i web development z Buska-Zdroju — Kielce i świętokrzyskie.

Inspirax buduje strony firmowe i sklepy internetowe zoptymalizowane pod SEO,
AEO (AI answer engines) i CRO. Działamy dla firm z Kielc, Buska-Zdroju,
Starachowic, Ostrowca Świętokrzyskiego. Last updated: 2026-04-18.

- Strona główna: https://yote.pl/
- Blog: https://yote.pl/blog
- Kontakt: kontakt@inspirax.pl, +48 579 522 171

## Usługi
- [Pozycjonowanie SEO](https://yote.pl/uslugi/pozycjonowanie): Pakiety Local 1 900 zł/mies, Standard 3 900 zł, Premium 7 900 zł.
- [Strony internetowe](https://yote.pl/uslugi/strony-internetowe): od 6 900 zł (Starter) do 29 900 zł (custom z architekturą SEO).
- [Audyt SEO](https://yote.pl/uslugi/audyt-seo): 4 900 zł pełny audyt techniczny, darmowy audyt wstępny.
- [AI Search / AEO](https://yote.pl/uslugi/aeo): Optymalizacja pod ChatGPT, Perplexity, Gemini. Audyt AEO 2 900 zł, AEO Boost +1 500 zł/mies.

## Blog
- [Ile kosztuje strona internetowa w 2026](https://yote.pl/blog/ile-kosztuje-strona-internetowa): Cennik stron od 6 900 zł. Firmowa vs SEO vs sklep.
- [llms.txt — kompletny przewodnik](https://yote.pl/blog/llms-txt-przewodnik-2026): Spec, przykłady, kod dynamic endpoint w Astro.

## Zespół
- Bartosz — SEO, CRO, AEO, 4 lata.
- Wiktor Śmiech — Web Engineer, 12 lat, 50+ stron, 20+ sklepów.

## Dane firmy
- Nazwa prawna: Wiktor Śmiech Inspirax
- NIP: 6551984596
- REGON: 522874232
- Adres: ul. Kościuszki 15a, 28-100 Busko-Zdrój

To wystarczy dla 80% stron w internecie. Jeśli masz statyczną agencję z 5-10 usługami i 20 blogpostami — zostaw na tym. Update raz na kwartał kiedy zmieniasz cennik.

Implementacja dynamic — Astro + Content Collections

Problem wersji static: ręcznie utrzymujesz i synchronizujesz z blog / uslugi / portfolio. Przy dodaniu 15 blogpost-a zapomnisz update’ować llms.txt. Po roku plik jest desynchronizowany z realną stroną.

Rozwiązanie: dynamic endpoint który generuje llms.txt z Astro content collections przy build.

Poniżej kod produkcyjny z yote.pl/llms.txt (ścieżka w repo: src/pages/llms.txt.ts):

export const prerender = true;

import { getCollection } from 'astro:content';
import type { APIRoute } from 'astro';

/**
 * Dynamic /llms.txt endpoint — auto-generates an up-to-date llms.txt
 * from content collections at build time.
 *
 * Spec: https://llmstxt.org
 */
export const GET: APIRoute = async ({ site }) => {
  if (!site) {
    throw new Error('`site` must be configured in astro.config.mjs');
  }

  const base = site.toString().endsWith('/') ? site.toString() : `${site.toString()}/`;

  // Load collections (exclude drafts)
  const [uslugi, portfolio, blog] = await Promise.all([
    getCollection('uslugi', ({ data }) => !data.draft),
    getCollection('portfolio', ({ data }) => !data.draft),
    getCollection('blog', ({ data }) => !data.draft),
  ]);

  // Sort by order / date
  const uslugiSorted = [...uslugi].sort(
    (a, b) => (a.data.order ?? 0) - (b.data.order ?? 0),
  );
  const blogSorted = [...blog].sort(
    (a, b) => new Date(b.data.date).getTime() - new Date(a.data.date).getTime(),
  );

  const lines: string[] = [];

  lines.push('# Inspirax');
  lines.push('> Agencja SEO i web development z Buska-Zdroju — Kielce i świętokrzyskie');
  lines.push('');
  lines.push(`- Strona główna: ${base}`);
  lines.push(`- Kontakt: kontakt@inspirax.pl, +48 579 522 171`);
  lines.push('');

  // Usługi
  lines.push('## Usługi');
  for (const u of uslugiSorted) {
    const desc = u.data.ai_summary ?? u.data.description;
    const price = u.data.price_from ? ` (${u.data.price_from})` : '';
    lines.push(`- [${u.data.title}](${base}uslugi/${u.id}): ${desc}${price}`);
  }
  lines.push('');

  // Blog
  lines.push('## Blog');
  for (const post of blogSorted) {
    const desc = post.data.ai_summary ?? post.data.description;
    lines.push(`- [${post.data.title}](${base}blog/${post.id}): ${desc}`);
  }
  lines.push('');

  return new Response(lines.join('\n'), {
    headers: { 'Content-Type': 'text/plain; charset=utf-8' },
  });
};

Co to robi:

• export const prerender = true — generuje plik przy build, nie runtime (zero cold start overhead)
• getCollection('uslugi', ({ data }) => !data.draft) — type-safe filter po frontmatter
• new Response(...) + Content-Type: text/plain — poprawny MIME dla AI crawlerów

Zalety wersji dynamic:

• Pojedynczy edit MDX → auto-update llms.txt przy kolejnym build
• TypeScript type safety (frontmatter schema validation w content.config.ts)
• Zero ręcznej synchronizacji między content a llms.txt
• Przy migracji (rename URL-a, dodanie sekcji) — zmieniasz w content config, llms.txt podąża

Alternatywa dla WordPress: plugin „AI Sitemap” albo custom PHP filter hooking w template_redirect + wp_query dla CPT posts/services/portfolio. Logika ta sama — render z WP_Query zamiast Astro collections.

Alternatywa dla Next.js: app/llms.txt/route.ts (App Router) z dynamic rendering, albo pages/llms.txt.ts (Pages Router) z getStaticProps. Next.js 14+ obsługuje plain text response przez new Response() identycznie jak Astro.

robots.txt dla AI crawlers

llms.txt to jedno. Pełny stack AEO wymaga też poprawnego robots.txt z explicit AI bot permissions:

User-agent: GPTBot
Allow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: ChatGPT-User
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: CCBot
Allow: /

User-agent: *
Allow: /

Sitemap: https://yote.pl/sitemap-index.xml

Uwaga dla stron na Cloudflare: CF zones domyślnie mogą wstrzykiwać „Managed Content Signal” block, który disallowuje AI bots poprzez dyrektywę Disallow: / w podsekcji dla GPTBot/ClaudeBot/Meta/CCBot. Jest to feature opt-in („Instruct AI bot traffic with robots.txt”) włączany w Dashboard → Security Settings → Bot traffic.

Dla AEO wyłącz to. Ustawienie: Security Settings → Bot traffic → „Instruct AI bot traffic with robots.txt” = OFF. Dodatkowo: Overview → Control AI Crawlers → „Display Content Signals Policy” = uncheck (usuwa preamble „As a condition of accessing”).

Alternatywnie serwuj robots.txt dynamicznie z Worker (bypass injection layer), używając pliku src/pages/robots.txt.ts z prerender = false. Ten pattern wdrożony produkcyjnie na yote.pl — po wyłączeniu CF injection, AI bots dostają czysty Allow i zaczynają crawlować w ciągu 1-3 dni.

RSL 1.0 — Really Simple Licensing (opcjonalne)

Wrzesień 2025 proposal od rsl.dev. Header w llms.txt deklarujący licensing rights dla AI training:

# Inspirax

<!-- rsl:version=1.0 -->
<!-- rsl:ai-training=allow; credit=required -->
<!-- rsl:citation=preferred -->

> Agencja SEO i web development z Buska-Zdroju...

Komentarze HTML z prefiksem rsl: są ignorowane przez Markdown rendererów, ale AI crawlery implementujące RSL 1.0 parsują je jako directives. Kluczowe pola:

• ai-training=allow|deny — czy content może być w training set
• credit=required|optional — czy atrybucja jest wymagana przy cytowaniu
• citation=preferred|required — priorytet linkowania źródła

Obecnie wsparcie: experimental. OpenAI deklaruje plany honorowania, Anthropic respektuje partially (w odpowiedziach Claude Search). Dla polskich stron: jeszcze niepowszechne, ale warto dodać jako future-proof signal — koszt zerowy, benefit potencjalnie duży kiedy spec zostanie zaadoptowany szerzej.

Alternatywa: .well-known/ai-policy (proponowana przez W3C w draft 2025) — separate file, bardziej formalny. W kwietniu 2026 nadal draft, nie produkcyjny.

Case study — llms.txt na yote.pl (Inspirax)

Inspirax wdrożył dynamic llms.txt w marcu 2026. Konkretne liczby:

• ~40 URLi w sekcjach ## Usługi, ## Strony branżowe, ## Portfolio, ## Blog — wszystko auto-generated z content collections
• ~1 800 znaków output (dobrze poniżej 10k limit — miejsce na wzrost do ~200 URLi zanim zajdzie potrzeba split na llms-full.txt)
• Update co deploy — zero manual sync między content/ a /llms.txt
• Efekt: yote.pl cytowany w Perplexity na query „agencja SEO Busko-Zdrój” (potwierdzone test, kwiecień 2026, pozycja 2/5 sources)

Dodatkowe sygnały pickup:

• Cloudflare Analytics: ClaudeBot hits na /llms.txt 4-6x/tydzień (od marca)
• GPTBot hits: 2-3x/tydzień (niższy bo OpenAI crawler jest mniej aktywny dla nowych stron)
• Perplexity crawl-on-demand: triggered przy każdym query gdzie yote.pl matchuje entity

Kod źródłowy dostępny w repo Inspirax w pliku src/pages/llms.txt.ts (linkujemy do publicznego repo w przyszłej sesji).

Czego się nauczyliśmy:

• ai_summary w frontmatter content to najlepszy fallback dla opisu w llms.txt (lepszy niż description, bo description jest SEO-optimized dla Google snippetu, a ai_summary jest AI-optimized dla cytowania)
• Sortowanie wpływa na citation priority — dla blog nowsze posts na górze, dla usług po order field
• Zawsze dołącz sekcję ## Dane firmy (NIP, REGON, adres) — AI entity resolution używa tego do disambiguation Twojej firmy od innych o podobnej nazwie

Podsumowanie — action items

TL;DR dla czytelnika, który ma 30 minut w weekend:

1. Utworzyć public/llms.txt minimum zgodnie ze spec llmstxt.org (H1 + blockquote + sekcje H2 z linkami)
2. Dodać explicit AI bots do robots.txt (GPTBot, ClaudeBot, PerplexityBot, Google-Extended, OAI-SearchBot z Allow: /)
3. Wyłączyć CF Content-Signal injection jeśli używasz Cloudflare (Security Settings → Bot traffic → OFF)
4. Zmigrować na dynamic endpoint po przekroczeniu ~20 podstron (Astro/Next.js/WordPress — wszędzie ten sam pattern)
5. Dodać llms-full.txt (rozszerzoną wersję) gdy core llms.txt przekroczy 10 000 znaków
6. Monitor w Analytics — filtruj po User-Agent GPTBot/ClaudeBot/PerplexityBot, sprawdzaj hit rate na /llms.txt raz w miesiącu

Kiedy NIE robić llms.txt: jeśli masz stronę zablokowaną przed wszystkimi crawlerami intencjonalnie (admin panels, staging, privacy-first SaaS) — tam llms.txt byłby niespójny z polityką. W innych przypadkach: zrób, koszt minimalny, upside realny.

Co dalej? AEO to szerszy temat niż jeden plik. Następne kroki: schema.org markup (Organization, Service, FAQPage, HowTo), Person schema z knowsAbout, speakable sections, passage-level citability optimization. Każdy z tych elementów wzmacnia entity clarity i citation rate w AI Overviews.

Pełen pakiet AEO wdrażamy w ramach usługi AI Search (AEO) — schema markup, llms.txt, citability scoring i passage-level optimization. Jeśli chcesz pełny audyt AEO Twojej strony — oferujemy go jako osobną usługę (2 900 zł, report ~40 stron z priority action plan). Zawiera llms.txt generation, schema audit, robots.txt review, citability scoring dla top 10 stron. Alternatywnie — zacznij od bezpłatnego audytu online, który w 48h pokaże gdzie stoisz pod kątem AI search readiness.

Sources

• llmstxt.org — oficjalna specyfikacja — spec proposal (Jeremy Howard, wrzesień 2024)
• Anthropic ClaudeBot docs — oficjalne info o crawlerze Anthropic
• OpenAI GPTBot docs — dokumentacja GPTBot crawlera OpenAI
• Perplexity crawler info — info o PerplexityBot i crawl-on-demand
• RSL Really Simple Licensing proposal — draft RSL 1.0 (wrzesień 2025)
• Google Extended crawler docs — Google-Extended user agent (Gemini/Bard training)