Google sier llms.txt gjør ingenting for Search - her er hva det faktisk er til for

Search Central gjorde det offisielt i juni 2026

Googles AI-optimaliseringsveiledning, oppdatert 15. juni 2026, sier nå direkte: "Du trenger ikke å opprette nye maskinlesbare filer, AI-tekstfiler, markup eller Markdown for å vises i Google Search (inkludert dets generative AI-funksjoner), fordi Google Search selv ikke bruker dem." Oppdateringen ble lagt til, ifølge Googles ord, "for å adressere spørsmål fra fellesskapet" - en diplomatisk måte å si at hypen hadde løpt fra fakta. John Mueller hadde flagget det samme på Reddit måneder tidligere, og sammenlignet llms.txt med keywords meta-taggen: en fil som beskriver hva et nettsted hevder å være om, når Google heller bare vil lese nettstedet. Gary Illyes bekreftet i juli 2025 at Google ikke støtter det og har ingen planer om å gjøre det.

Bredt distribuert, sjelden lest, null målbar effekt

SE Ranking analyserte omtrent 300 000 domener og fant ~10% hadde adoptert filen - men da de kjørte både en statistisk modell og en XGBoost-klassifiserer for å sjekke om filen korrelerte med AI-sitater, var resultatet flatt: ingen effekt, og å fjerne den forbedret faktisk modellens nøyaktighet. Adopsjonen var nesten identisk på tvers av trafikknivåer (lavtrafikk-nettsteder: 9,88%, medium: 10,54%, høy: 8,27%) - noe som betyr at det ikke er noe høytpresterende gjør og andre kopierer. Ahrefs fant et lignende bilde fra lesesiden: av 137 210 domener de sporet (et teknisk-skjevt utvalg, så en øvre grense for faktisk adopsjonen), 97% så null forespørsler i mai 2026. Av de 3% som ble hentet, kom bare 19,5% av disse forespørslene fra navngitte AI-verktøy - GPTBot først, Claude Code nummer to. Chrome Lighthouse-revisjonen sto for omtrent 1 av hver 1000 hentinger.

Limy.AI's 90-dagers serverlogg-studie satte det rene omfanget i perspektiv: av mer enn 500 millioner AI-botevent, omtrent 408 målrettede llms.txt. Otterly.AI's parallelle test fant bare 84 av 62 100 AI-botbesøk - 0,1% - som traff filen i det hele tatt. Disse tallene er små, men de er det faktiske signalet fra de faktiske loggene.

Hvem leser det egentlig: kodingsagenter og agentic-nettlesere

Rangeringer er ikke grunnen til at disse selskapene publiserer llms.txt. De leverer det fordi en spesifikk og voksende klasse av verktøy leser det etter konvensjon: Cursor, Windsurf, Claude Code, GitHub Copilot, Cline og Aider ser alle etter /llms.txt og /llms-full.txt som en navigasjonshint når en utvikler ber agenten om å "bruke Stripe-dokumentasjonen" eller "spørre Vercel API." LangChain sin åpen kildekode mcpdoc MCP-server eksponerer llms.txt som en førsteklasses datakilde. For disse agentene er filen det et nettstedskart er for Googlebot: en strukturert indeks over hvor det nyttige innholdet ligger, slik at agenten ikke trenger å crawle og gjette. Chromes Lighthouse 13.3 - utgitt 7. mai 2026 - flyttet llms.txt- revisjon ut av eksperimentell status og inn i standardkategorien "Agentic Browsing", og peker i motsatt retning fra Search-teamet. Det er en splittelse inne i Google: Search sier hopp over det, Chrome sier revisjon det.

De ærlige nyansene

Noen få ting som er verdt å holde sammen med overskriftstallene:

Chrome/Search-splittelsen er reell. Lighthouse 13.3 reviderer llms.txt under "Agentic Browsing" mens Search Central sier å hoppe over det. Hvert team har rett på sine egne vilkår, fordi de optimaliserer for ulike crawlere og brukstilfeller. Hvis agentic browsing vokser som en trafikkkilde, kan Lighthouse-teamet ende opp på riktig side av historien.

Muellers kritikk om manipulerbarhet har merit. En fil som forteller AI hva et nettsted hevder å handle om - uten noen verifisering - er strukturelt lik keywords meta-taggen. Ingen stor AI-leverandør (OpenAI, Anthropic, Google, Meta, Mistral) har forpliktet seg til det som et sitatsignal i produksjon. Inntil en gjør det, er det spekulasjon å behandle det som en GEO-spak.

Ett tidlig tilfelle var retningsgivende, ikke bevis. Et enkelt selvrapportert proof-of-concept (dev5310, februar 2026) fant at etter innsending av llms.txt til Search Console, siterte Google AI Mode det som en toppkilde innen 24 timer - mens sporede nøkkelordrangeringer ikke beveget seg. Dette er retningsgivende og interessant, men det er n=1, selvrapportert, og ikke en reproduserbar studie. Vi noterer det for fullstendighet, ikke som bevis på en bred effekt.

Kostnaden for å levere det er lav. En halv dag for å utarbeide, ingen løpende vedlikehold, ingen risiko for straffer. Det gjør det til et billig asymmetrisk veddemål: hvis agent- trafikk vokser og filen betyr noe, er du klar; hvis det forblir støy, har du tapt nesten ingenting. Rammesetningen å bruke er agent-beredskapsinfrastruktur - ikke en rangerings- eller sitatsignalspak.

"Sammenlignbar med nøkkelordsmeta-taggen"

John Muellers Reddit-kommentar er den klareste formuleringen fra innsiden av Google: "Så vidt jeg vet har ingen av AI-tjenestene sagt at de bruker LLMs.TXT (og du kan se når du ser på serverloggene dine at de ikke engang sjekker for det). For meg er det sammenlignbart med nøkkelordsmeta-taggen - dette er hva en nettstedseier hevder at nettstedet deres handler om... hvorfor ikke bare sjekke nettstedet direkte?" Analogien er nøyaktig: nøkkelordsmeta-taggen ble ignorert fordi nettstedseiere misbrukte den; llms.txt har samme strukturelle risiko. Gary Illyes bekreftet separat i juli 2025 at Google ikke støtter det og ikke planlegger å gjøre det. Dokumentene fra juni 2026 gjør Googles standpunkt offisielt i stedet for å reversere en tidligere posisjon.

Bygg det for agentene som faktisk leser det

llms.txt gjør ingenting for søkerankering. Dataene fra Ahrefs, SE Ranking, Limy.AI og Otterly.AI er enige: det har ingen målbar effekt på AI-sitater i produktene som de fleste tenker på som "AI-søk." Google har nå skrevet det ned. Det er en navigasjonskonvensjon for det voksende laget av kodingsagenter og agentic-nettlesere som crawler dokumentasjonen din når en utvikler stiller dem et spørsmål. Stripe og Vercel leverer det fordi deres primære publikum i økende grad inkluderer utviklere som arbeider inne i Cursor og Claude Code. Hvis ditt også gjør det, er det verdt en halv dag å skrive en. Hvis publikummet ditt er forbrukere som finner deg gjennom Google eller Perplexity, invester den tiden i noe modellene faktisk bruker: høykvalitets, velstrukturert innhold som tjener sitater på egenhånd.

Generer din llms.txt med Baseline