Az llms.txt egy webhely válogatott tartalmait bemutató, Markdown formátumú szöveges fájl. Olyan AI-ügynökök és más feldolgozó eszközök használhatják, amelyek ismerik ezt a formátumot, és le is kérik a fájlt. Érdemes megismerni, különösen akkor, ha sok szakmai anyagot vagy dokumentációt rendszerezel. A szerepét azonban pontosan kell meghatározni: az llms.txt nem tanítja át automatikusan a modelleket, nem szabályozza a hozzáférést, és nem garantál keresési vagy AI-megjelenést. A fájl létrehozása ezért egy szerkesztési és technikai kísérlet lehet a webhelyeden, világos céllal és karbantartási feladattal. Ebben a cikkben megmutatom a felépítését, a robots.txt-től és az oldaltérképtől való különbségét, valamint az elkészítés lépéseit. Az általános sablon után a saját marketingwebshopom tartalmaiból összeállított szerkesztési példa következik. A példát a saját kínálatodra kell átdolgoznod, és a hivatkozásokat publikálás előtt ellenőrizned kell. Az útmutató a javaslat 2026 augusztusában közzétett második változatát is figyelembe veszi. A fő üzleti kérdés végig az marad: milyen konkrét tájékozódási feladatot segít a fájl, és fenn tudod-e tartani a benne szereplő információk pontosságát?
Útmutatót keresel, vagy segítséget kérnél?
Magad készítenéd el? A cikkben végigvezetlek a felépítésen, és másolható sablont is találsz. Először válaszd ki, mely nyilvános oldalaid adnak pontos választ az ügyfeleid kérdéseire.
Az összeállítást és a beállítást adnád át? Az llms.txt készítése és beállítása egy weboldal, egy nyelv és legfeljebb 30 kiválasztott oldal feldolgozására szól. A technikai megvalósíthatóságot rendelés előtt tisztázzuk.
Arra vagy kíváncsi, mit mondanak most a vállalkozásodról az AI-felületek? Az AI-láthatósági audit és javítási terv a ChatGPT, a Grok, a Claude és a Gemini válaszait vizsgálja. A fájl elkészítése és a válaszok vizsgálata külön feladat; egyikből sem következik garantált ajánlás.
Mi az llms.txt és miért jött létre?
Az llms.txt egy speciális szöveges fájl – pontosabban Markdown formátumú dokumentum – amelyet a webhely gyökerében vagy egy adott útvonal alatt helyezhetünk el azzal a céllal, hogy a mesterséges intelligencia által vezérelt nyelvi modellek (LLM-ek) könnyebben és hatékonyabban megértsék a honlapunk tartalmát. A név az „LLM” (Large Language Models) rövidítésre utal. A koncepciót Jeremy Howard data scientist vetette fel 2024 szeptemberében, felismerve, hogy bár a weboldalak emberek számára készülnek, egyre gyakrabban fordul elő, hogy maguk a weboldalak információit AI-rendszerek dolgozzák fel, például amikor egy ChatGPT-szerű asszisztens választ ad egy felhasználó kérdésére egy adott weboldal alapján. A probléma az, hogy a hagyományos weboldalak HTML formátuma tele van a gépi feldolgozást nehezítő elemekkel: navigációs menük, láblécek, hirdetések, stílusok, script-ek – rengeteg „zaj”, ami megnehezíti a lényeg megtalálását. Ráadásul az LLM-ek kontextusablaka (egy adott válaszhoz felhasználható szöveg mennyisége) korlátozott, nem tudják egyszerre az egész internetet vagy akár csak egy komplex webhelyet a memóriájukban tartani. Az llms.txt éppen ezért jött létre: hogy egy webhely legfontosabb, „tömörített” információit egyetlen, jól strukturált helyen adja át a mesterséges intelligenciáknak. A fájl rövid háttérinformációt és válogatott hivatkozásokat kínál; a részletes anyag a hivatkozott dokumentumokban marad. A Jeremy Howard által közzétett javaslat első változata 2024. szeptember 3-án jelent meg, a második 2026. augusztus 10-én. Továbbra is javaslatról beszélünk, amelyet különböző eszközök eltérően támogathatnak. Az, hogy egy platform llms.txt-t készít, nem bizonyítja, hogy minden kereső ezt használja a válaszok kiválasztásakor. Egy dokumentációs rendszerben ugyanakkor jól körülhatárolható a haszna: az ügynök innen indulhat el a megfelelő útmutatóhoz. Webáruháznál előbb azt érdemes eldöntened, mely tartalmak segítik ezt a tájékozódást. A termékadatok pontossága, a világos kategóriarendszer és a működő belső hivatkozások a fájl mellett is önálló feladatok maradnak.
llms.txt vs. robots.txt – miben különböznek?
Sokan első hallásra összekeverik az llms.txt-t a jó öreg robots.txt-vel, hiszen mindkettő a webhely gyökerében elhelyezett, gépeknek szánt fájl. Valójában azonban a két fájl célja és tartalma gyökeresen eltér. A robots.txt a robotok feltérképezési hozzáférését szabályozza a protokollt követő szolgáltatásoknál. Az indexből való kizárás ettől külön feladat. A Google robots.txt-útmutatója szerint egy tiltott URL más hivatkozások alapján is megjelenhet a keresőben. Nyilvános oldal indexelésének tiltására a feldolgozható noindex szolgálhat, bizalmas tartalom védelméhez pedig hozzáférés-vezérlés kell. A robots.txt tehát önmagában nem védi az adminisztrációs felületet vagy a személyes adatokat. Ezzel szemben az llms.txt nem tiltó vagy engedélyező jellegű, és nem is az indexelésre szánt URL-ek listáját adja át, ahogyan egy XML-oldaltérkép teheti. Az oldaltérképnek sem kell a webhely minden létező címét tartalmaznia. Az llms.txt inkább egy kurátori kivonat: az emberi és gépi olvasók számára egyaránt könnyen értelmezhető Markdown formában összegzi, melyek a webhely kulcs tartalmai, és hogyan lehet azokat elérni. A három eszköz így eltérő feladatot lát el: a robots.txt a feltérképezést szabályozza, az oldaltérkép URL-ek felfedezését segíti, az llms.txt pedig válogatott tartalmi útmutatást ad. A feltérképezés, az indexelés, a modell tanítása és egy válasz forrásainak lekérése külön folyamat; nem ugyanazzal a kapcsolóval irányítod őket. Az llms.txt-ben ezzel szemben azt mondhatjuk meg egy ChatGPT-szerű rendszernek, hogy melyik néhány oldalunkon van a lényeg, és akár röviden oda is írhatjuk, hogy azon az oldalon miről talál információt. Így, amikor a modell egy kérdés megválaszolásához az oldalunkról keres releváns anyagot, az útmutatást felhasználva célzottan keresheti meg a szükséges részleteket, amennyiben támogatja ezt a működést. Fontos különbség még, hogy az llms.txt jelenleg nem egy kötelező érvényű protokoll: a mai AI rendszerek nem feltétlen „engedelmesség” vagy „engedély” kérdéseként kezelik, hiszen nincs beépített mechanizmus, ami kötelezné őket a figyelembevételére. A fájl közzététele tehát felkínált segítség. Költsége általában szerkesztési, ellenőrzési és karbantartási időben jelentkezik. Az elavult vagy félrevezető kivonat ugyanúgy javításra szorul, mint bármelyik weboldalad. Ha kevés időd van, először a vásárlók által ténylegesen használt oldalak hibáit javítsd, és csak ezután fordíts figyelmet a kísérletre. Az llms.txt egyik említett technikai eszközt sem helyettesíti.
Hogyan készítsünk llms.txt fájlt lépésről lépésre?
Ha meggyőződtünk arról, hogy érdemes adni egy esélyt az llms.txt-nek, nézzük meg, hogyan hozhatjuk létre saját magunk is. Bár elsőre technikai dolognak hangzik, valójában egy egyszerű szöveges fájlról van szó, amelyet bármilyen szövegszerkesztővel elkészíthetünk. Íme a lépések, hogyan érdemes nekilátni:
- Kulcstartalmak azonosítása: Először gondoljuk át, mely oldalaink adják a legfontosabb, naprakész információkat a webhelyünk témájáról. Ezek lehetnek termékek vagy szolgáltatások leíró oldalai, dokumentációk, GYIK (gyakran ismételt kérdések), blogcikkek vagy tudásbázis cikkek – minden, ami a látogatók (és így az AI által feltett kérdések) szempontjából lényeges lehet. Válogass a megoldandó feladat alapján: például egy könyv bemutatója, egy konzultáció feltételei és egy kapcsolódó szakmai cikk eltérő kérdésre ad választ. A rövid fájl értékét a tudatos válogatás adja, ezért a régi kampányoldalakat és elavult kínálatot ne emeld bele automatikusan.
- Fájl létrehozása és címsor: Hozzunk létre egy új, üres szöveges fájlt
llms.txtnéven. Az első sor legyen egy#jellel kezdődő főcím, ami általában a webhely vagy projekt neve. Ez azH1szintű Markdown címsor lesz. Például:# Példa Webáruház. Ez röviden azonosítja, miről szól az egész fájl. Egyszerű szövegszerkesztőt használj, és ellenőrizd, hogy a mentés után valóbanllms.txta fájlnév, nem példáulllms.txt.txt. - Rövid összefoglaló (blockquote): A cím után érdemes egy-két mondatban összefoglalni a webhely lényegét. Ezt Markdownban egy
>jellel (idézetblokk) kezdett sorokban tesszük meg. Itt világosan nevezd meg, mivel foglalkozik a webhely, kinek szól, és milyen információk találhatók rajta. Képzeljük el, hogy két mondatban kell elmondanunk, mivel foglalkozunk – ez kerüljön ide. - Magyarázó szöveg (opcionális): A formátum megengedi, hogy az összefoglaló után további magyarázó bekezdéseket helyezzünk el (fejezetcímek nélkül), amelyek elmondják, hogyan épül fel a fájl, vagy bármilyen egyéb hasznos infót az adataink értelmezéséhez. Ez nem kötelező elem, de ha például vannak speciális jelölések vagy konvenciók a listánkban, itt kitérhetünk rájuk.
- Szekciók létrehozása: Ezután jönnek a tényleges tartalomlisták. Hozzunk létre
##jellel (H2 szintű címsor) ellátott szekciókat tematikusan csoportosítva. Például lehet egy szekció a termékeinknek, egy a szolgáltatásainknak, egy a blogcikkeknek. A szekciócím legyen érthető és egyszerű (pl.## Szolgáltatások,## Tudásbázisvagy hasonló). - Hivatkozások felsorolása leírással: Minden szekció alatt kötőjeles listában (
-jellel kezdve a sort) soroljuk fel a fontos oldalak linkjeit. A Markdown szintaxis szerint szögletes zárójelben adjuk meg a link szövegét (ami lehet az oldal címe vagy egy rövid címke), utána kerek zárójelben az URL-t. A link után tehetünk egy kettőspontot és egy rövid leírást is. Ez a leírás rendkívül hasznos: egy-két rövid mondatban összefoglalhatjuk az adott oldal tartalmát vagy azt, hogy miért fontos. A leírás a céloldal tényleges tartalmát mutassa be, például azt, milyen feladathoz használható (pl. „termékvisszaküldési feltételek leírása”, „API dokumentáció fejlesztőknek példa kérésekkel”, stb.). Igyekezzünk tömören, de lényegre törően fogalmazni. Ha például egy blogcikkről van szó, elég egy félmondat: „a vásárlás előtti tájékozódás és a keresőhirdetések kapcsolatát magyarázza”. - Opcionális szekció a másodlagos tartalmaknak: A javasolt formátum szerint, ha vannak olyan hivatkozások, amelyek hasznosak lehetnek, de nem esszenciálisak a fő tartalom megértéséhez, ezeket egy külön „Optional” szekcióba tehetjük. Fontos megjegyezni, hogy a szekció neve itt szó szerint
## Optionallegyen (angolul), mert a javaslat ezt a megnevezést használja a másodlagos információ konvenciójaként. A feldolgozó eszköz megvalósításától függ, hogyan kezeli. Ide kerülhet például egy kiegészítő technikai magyarázat vagy régebbi háttéranyag. A vásárlás lényeges feltételeit és jogi tájékoztatóit ne minősítsd automatikusan mellékesnek: a felhasználói kérdés dönti el, mennyire fontosak. Ha az AI-nak bővebb anyag kell, ezeket is figyelembe veheti, de ha szűkösen van a hely, akkor kihagyhatók. - Fájl elhelyezése és ellenőrzése: Saját tárhelyen jellemző kiindulópont a
https://sajatdomained.hu/llms.txtcím. A v2 javaslat alútvonalat is megenged, például/docs/llms.txt-t a dokumentációhoz. Bérelt webshopmotornál, így UNAS esetén előbb ellenőrizd, milyen támogatott megoldással adható ki fájl az adott URL-en. Egy adminfelületre feltöltött dokumentum vagy llms.txt című tartalmi oldal nem feltétlenül jelent ugyanott elérhető, nyers szöveges fájlt. A szolgáltató aktuális lehetőségei szerint járj el; ez a cikk nem feltételez hozzáférést a szerver gyökérkönyvtárához. A közzétett URL-nél nézd meg, hogy bejelentkezés nélkül a megfelelő tartalom érkezik-e, nem hibaoldal vagy a webshop HTML-sablonja. A linkeket külön nyisd meg, mert a fájl helyes megjelenése a céloldalak működését még nem igazolja. Egy egyszerű ellenőrzési körben nézd meg a fájl elérhetőségét, a hivatkozások helyességét és azt, hogy a leírások megfelelnek-e a céloldalak tartalmának. - Karbantartás: Az llms.txt nem „egyszer felteszem és kész” jellegű dolog. Ahogy a weboldalunk fejlődik, új fontos tartalmak kerülnek fel, vagy változnak a régiek, a legjobb gyakorlat az, hogy az llms.txt-t is frissítjük. Különösen, ha például új cikket publikálunk egy fontos témában, vagy új termékünk/szolgáltatásunk jelenik meg, érdemes felvenni a fájlba. Rendelj hozzá felelőst, és a kínálat módosításának részeként ellenőrizd. A fájlban szereplő régi időtartam vagy megszűnt szolgáltatás másodlagos forrásként is félrevezethet.
- Automatizálás és eszközválasztás: Egyes dokumentációs rendszerek és tartalomkezelő bővítmények képesek llms.txt előállítására; a javaslat oldala a Yoast SEO-t is felsorolja az integrációk között. Telepítés előtt a konkrét verzió dokumentációjában ellenőrizd a funkciót és a frissítés módját. A generátor a szerkesztési döntést nem végzi el helyetted: nézd meg, milyen oldalakat választ, kezelhető-e a kizárás, és mi történik URL-változáskor. Egy rövid, kézzel karbantartott fájl megfelelőbb lehet, ha kevés, stabil tartalmad van. Sok változó dokumentumnál viszont a forrásadatból történő előállítás csökkentheti az eltéréseket. Mindkét esetben a közzétett eredményt ellenőrizd, ne csupán azt, hogy a generáló kapcsoló bekapcsolt állapotban van-e.
Az llms.txt tartalmát egyszerű szövegszerkesztőben is összeállíthatod. A megfelelő URL-en történő közzétételhez viszont a webhely rendszerétől függően technikai segítségre lehet szükség. A szerkesztési feladat az, hogy kiválaszd a ténylegesen hasznos oldalakat, és pontosan összefoglald a szerepüket. Ez a stratégiai áttekintés önmagában is hasznos gyakorlat, mert kiderülhet belőle, melyik kérdéshez hiányzik jó céloldal, és hol mondanak egymásnak ellent a leírások. Ezt az eredményt akkor is hasznosíthatod, ha egyetlen kereső sem kéri le a fájlt.
llms.txt sablon és konkrét példa
Az elmélet után térjünk át a gyakorlatra. Az alábbiakban először egy általános sablont mutatunk be, hogy miként néz ki egy llms.txt felépítése, majd egy konkrét példát is megadunk a marketingwebshopom tartalmaira szabva. A minta szerkesztési példa, nem állítás arról, hogy ez a fájl jelenleg ilyen tartalommal elérhető. A sablon jól mutatja a struktúrát, a példa pedig segít elhelyezni a sajátos tartalmakat a valóságban.
Általános sablon felépítés:
# A webhely neve vagy projekt címe
> Egy rövid, 1-2 mondatos összefoglaló a webhelyről, fő céljáról, témájáról.
(Optional: egy-két bekezdés további magyarázat vagy útmutató a fájlhoz.)
## Szekció címe 1
- [Oldal vagy tartalom címe](https://példa.hu/oldal1): Rövid leírás az oldal tartalmáról vagy jelentőségéről.
- [Másik fontos oldal címe](https://példa.hu/oldal2): További rövid magyarázat.
## Szekció címe 2
- [Tartalom C](https://példa.hu/oldal3): Rövid ismertetés vagy kulcsgondolat a tartalomról.
- [Tartalom D](https://példa.hu/oldal4): Rövid ismertetés vagy kulcsgondolat a tartalomról.
## Optional
- [Másodlagos oldal vagy tartalom](https://példa.hu/egyeb): (Opcionális) Rövid leírás, kevésbé fontos információs oldal.
A fenti sablonban látszik, hogy az Optional szekció használata nem kötelező, de ha használjuk, a speciális „Optional” címet érdemes megtartani angolul. Most pedig következzen egy konkrét példa, ahol az llms.txt egy részletét kitöltöttük Dajka Gábor Marketing Webshop valós webhely tartalmaiból. A fájl összeállítása itt szemléltető, és a szolgáltatások aktuális feltételeit a céloldalakon kell ellenőrizni. Ez a webáruház marketinggel és üzletfejlesztéssel kapcsolatos könyveket, tanácsadást és képzéseket kínál, valamint szakmai blogot üzemeltet – tehát tipikusan olyan oldal, amelynek tulajdonosa szeretné, ha a generatív AI-k jól átlátnák a kínált tudásanyagot. A példában a meglévő HTML-oldalak címei szerepelnek. A v2 javaslat az ügynököknek jól feldolgozható, például Markdown-változatok hivatkozását részesíti előnyben. Ilyen címet csak akkor írj a fájlba, ha a megfelelő változat ténylegesen létezik; a .md utótag hozzáírása önmagában nem hozza létre.
# Dajka Gábor Marketing Webshop
> Dajka Gábor marketingszakértő online könyvesboltja és szolgáltatási oldala, marketing pszichológia könyvvel, tanácsadással, mentorprogrammal és szakmai cikkekkel a KKV-k számára.
## Könyv
- [Online Marketing és Pszichológia könyv](https://webshop.dajka-gabor.hu/dajka-gabor-online-marketing-es-pszichologia): Egy marketingpszichológiai szakkönyv mikro- és kisvállalkozóknak, gyakorlati hazai példákkal.
## Tanácsadás és Coaching
- [60 perces online marketing tanácsadás](https://webshop.dajka-gabor.hu/60-perces-online-marketing-tanacsadas): Személyre szabott, egyórás konzultáció online marketing témákban kezdő vagy útkereső vállalkozók számára.
- [Online Webshopmentorprogram](https://webshop.dajka-gabor.hu/online-webshopmentorprogram): Webshopmentorálási program; a célcsoportot, időtartamot és alkalmakat a szolgáltatásoldal ismerteti.
- [Business coaching csoport](https://webshop.dajka-gabor.hu/online-business-coaching-csoport): Csoportos üzleti coaching vállalkozóknak; a részvétel és a közös munka feltételei a szolgáltatásoldalon olvashatók.
## Szakmai cikkek (Blog)
- [Az AI tartalmak térnyerése – forradalom vagy futótűz?](https://webshop.dajka-gabor.hu/az-ai-tartalmak-ternyerese): Elemzés a mesterséges intelligencia által generált online tartalmak rohamos terjedéséről és a fogyasztók bizalmi dilemmáiról.
- [Google Ads 2025: A Zero Moment of Truth hatása](https://webshop.dajka-gabor.hu/google-ads-ZMOT): Szakértői cikk a Google Ads szerepéről a vásárlói döntéshozatalban 2025-ben, a „Zero Moment of Truth” koncepció és friss marketing trendek bemutatásával.
## Rólam
- [Dajka Gábor – bemutatkozás](https://dajka-gabor.hu/ofm/rolam/): Információk Dajka Gábor marketing szakértő hátteréről, tapasztalatairól és szakterületeiről.
Mint látható, a példában a webáruház neve szerepel főcímként, majd egy rövid leírás összefoglalja a webhely jellegét (könyvesbolt, tanácsadás, célközönség). Ezután több szekcióra bontva következnek a fontos linkek: a könyv, a szolgáltatások (tanácsadás, mentorprogram, coaching), a blogcikkek és a bemutatkozó oldal. Minden link után találunk egy rövid magyarázatot. Ezek a magyarázatok lehet, hogy bizonyos átfedésben vannak az adott oldalak meta leírásával vagy tartalmával, de itt kifejezetten az AI szempontjából hasznos információkat emeltünk ki. Például a könyvnél hangsúlyozzuk, hogy kinek szól (mikro- és kisvállalkozóknak) és hogy gyakorlati, hazai példákat tartalmaz – hiszen ez különlegessé teszi. A szolgáltatásoknál a részletes feltételekhez irányítjuk az olvasót; változó adatot csak ellenőrzötten érdemes megismételni. A blogcikknél összefoglaljuk a fő témát. Az ilyen jellegű leírások segítik a nyelvi modellt abban, hogy ha konkrét kérdés merül fel (pl. „Miről szól Dajka Gábor AI tartalmakról írt cikke?”), megtalálhassa a megfelelő kiindulópontot. A válasz pontosságához továbbra is a céloldal elolvasása és helyes értelmezése kell. Természetesen minden weboldal más – ennél a példánál is lehetne további szekciókat hozzáadni, ha lennének például „Esettanulmányok” vagy „Ügyfélvélemények” külön, vagy akár egy „GYIK” szekció. A sablon rugalmas: a lényeg, hogy világos, hierarchikus struktúrát adjunk a tartalmainknak.
Záró gondolat
Az llms.txt hasznát érdemes egy konkrét próbában megvizsgálni. Válassz olyan kérdéseket, amelyekre a webhelyed valóban választ ad, például kinek szól egy könyv, milyen témában kérhető konzultáció, vagy melyik szakmai cikk magyaráz el egy fogalmat. Egy erre alkalmas eszköznek add meg kiindulópontként a fájlt, és figyeld meg, eljut-e a helyes céloldalhoz, felismeri-e a korlátokat, és meg tudja-e mutatni a válasz forrását. Ha rossz oldalhoz jut, a linkcsoportosítás vagy a leírás javítható. Ha a megfelelő oldalon is hibás választ ad, az eredeti tartalom vagy a feldolgozás problémáját kell megvizsgálni. Egy ilyen próba a fájl használhatóságáról ad visszajelzést, a nyilvános keresők rangsorolásáról nem.
A látogatási naplóban feltűnő lekérés is csak azt mutatja, hogy valaki hozzáfért a fájlhoz. Nem bizonyítja, hogy a tartalom bekerült egy későbbi AI-válaszba, és egy felhasználó által kért teszt sikeréből sem következik automatikus általános támogatás. Ha üzleti eredményt szeretnél vizsgálni, külön kell követned az azonosítható hivatkozásokat, érdeklődéseket és a változtatás költségét. A kis forgalom vagy a hiányos forrásadat miatt az eredmény bizonytalan maradhat. Ezt érdemes elfogadni a kísérlet korlátjaként, ahelyett, hogy a fájl puszta meglétét sikermutatónak tekintenéd.
A Google generatív keresésről szóló útmutatója kifejezetten kimondja: a Google Search az llms.txt-t nem használja külön iránymutatásként, így a fájl fenntartása önmagában sem előnyt, sem hátrányt nem ad a Google-keresési láthatóságban vagy rangsorolásban. A más rendszerekben végzett, dokumentált felhasználását ettől külön értékeld. Ez pontosítja az llms.txt helyét a feladataid között. Előbb legyen helyes és elérhető a tartalom, működjenek a termékoldalak és a belső linkek, utána jöhet egy jól körülhatárolt kiegészítés. Az AI-válaszok megfigyeléséről és a mérés korlátairól a GEO-ról szóló cikkben olvashatsz részletesebben. Én az alkalmazkodást abban látom, hogy az új eszközt mérhető feladathoz kötjük, és a tapasztalat alapján döntünk a folytatásról. A javaslat fejlődhet, a támogatottsága változhat; a pontos tájékoztatás és a karbantartható megoldás viszont tartós követelmény. A fájl a webhelyed bemutatását segítheti, de az AI válaszait és a márkád megítélését nem tudod vele közvetlenül irányítani.
Források
- Jeremy Howard: az llms.txt javaslat második változata, 2026. augusztus 10.
- Google: a robots.txt szerepe és korlátai
- Google: AI-funkciók és a webhelyek technikai feltételei
Három kérdés, mielőtt llms.txt-t készítesz
Válaszolj a három kérdésre igennel vagy nemmel. A bizonytalan választ kezeld nemként.
- Pontosak a kiválasztott forrásoldalak? Nyisd meg őket: szerepeljen rajtuk az aktuális ajánlat, annak feltételei és a következő lépés.
- Meg tudsz nevezni egy konkrét felhasználást? Például egy olyan asszisztens tájékoztatását, amelynek megadod a fájlt kiindulópontként.
- Lesz felelőse a frissítésnek? Egy új szolgáltatás, törölt oldal vagy megváltozott feltétel után a fájlt is ellenőrizni kell.
A válaszaid alapján: az első nemnél a forrásoldalak javításával kezdj. A második nemnél előbb a felhasználást tisztázd. A harmadik nemnél jelölj ki felelőst és frissítési alkalmat. Több nem esetén mindegyik hiányzó feltételt rendezd. Három igen után a technikai megvalósíthatóság vizsgálata következhet. Ez a rövid ellenőrzés a felkészülést segíti; AI-láthatóságot nem mér.