Google twierdzi, że llms.txt nic nie daje dla wyszukiwania - oto do czego faktycznie służy

Search Central oficjalnie potwierdził to w czerwcu 2026

Przewodnik Google dotyczący optymalizacji pod kątem AI, zaktualizowany 15 czerwca 2026 r., stwierdza teraz wprost: „Nie musisz tworzyć nowych plików czytelnych maszynowo, plików tekstowych AI, znaczników ani Markdown, aby pojawić się w Google Search (w tym w jego możliwościach generatywnej sztucznej inteligencji), ponieważ samo Google Search ich nie używa.” Aktualizacja została dodana, według słów Google, „aby odpowiedzieć na pytania społeczności” – dyplomatyczny sposób na powiedzenie, że szum informacyjny wyprzedził fakty. John Mueller zaznaczył to samo na Reddicie kilka miesięcy wcześniej, porównując llms.txt do meta tagu keywords: pliku opisującego, o czym strona twierdzi, że jest, podczas gdy Google wolałby po prostu przeczytać stronę. Gary Illyes potwierdził w lipcu 2025 r., że Google go nie obsługuje i nie ma takich planów.

Szeroko wdrażane, rzadko czytane, zerowy mierzalny efekt

SE Ranking przeanalizował około 300 000 domen i odkrył, że około 10% wdrożyło plik - ale kiedy przeprowadzili zarówno model statystyczny, jak i klasyfikator XGBoost, aby sprawdzić, czy plik koreluje z cytatami AI, wynik był płaski: brak efektu, a jego usunięcie faktycznie poprawiło dokładność modelu. Wdrożenie było prawie identyczne we wszystkich przedziałach ruchu (strony o niskim ruchu: 9,88%, średnim: 10,54%, wysokim: 8,27%) - co oznacza, że nie jest to coś, co robią strony o wysokiej wydajności, a inne to kopiują. Ahrefs znalazł podobny obraz po stronie odczytu: z 137 210 domen, które śledzili (próba techniczna, więc górna granica rzeczywistego wdrożenia), 97% odnotowało zerowe zapytania w maju 2026 r. Z 3%, które zostały pobrane, tylko 19,5% tych zapytań pochodziło od nazwanych narzędzi AI - najpierw GPTBot, potem Claude Code. Audyt Chrome Lighthouse stanowił około 1 na 1000 pobrań.

Badanie Limy.AI oparte na 90-dniowych logach serwera umieściło skalę w perspektywie: spośród ponad 500 milionów zdarzeń AI, około 408 ukierunkowanych llms.txt. Równoległy test Otterly.AI wykazał, że tylko 84 z 62 100 wizyt botów AI - 0,1% - trafiło w ogóle do pliku. Te liczby są niewielkie, ale stanowią rzeczywisty sygnał z rzeczywistych logów.

Kto faktycznie to czyta: agenci kodujący i przeglądarki agentowe

Rankingi nie są powodem, dla którego te firmy publikują llms.txt. Publikują go, ponieważ określona i rosnąca klasa narzędzi czyta go konwencjonalnie: Cursor, Windsurf, Claude Code, GitHub Copilot, Cline i Aider szukają /llms.txt i /llms-full.txt jako wskazówki nawigacyjnej, gdy programista prosi agenta o "użyj dokumentacji Stripe" lub "zapytaj API Vercel". Otwartoźródłowy mcpdoc serwer MCP firmy LangChain udostępnia llms.txt jako pełnoprawny zasób danych. Dla tych agentów plik jest tym, czym mapa strony dla Googlebota: strukturalnym indeksem, gdzie znajduje się przydatna treść, dzięki czemu agent nie musi przeszukiwać i zgadywać. Chrome Lighthouse 13.3 - wydany 7 maja 2026 r. - przeniósł audyt llms.txt ze statusu eksperymentalnego do domyślnej kategorii "Agentic Browsing", kierując się w przeciwnym kierunku niż zespół Search. Jest to podział wewnątrz Google: Search mówi, aby to pominąć, Chrome mówi, aby to audytować.

Uczciwe niuanse

Kilka rzeczy wartych uwagi obok głównych liczb:

Podział Chrome/Search jest realny. Lighthouse 13.3 audytuje llms.txt w ramach "Agentic Browsing", podczas gdy Search Central zaleca jego pominięcie. Każdy zespół ma rację na swój sposób, ponieważ optymalizuje pod kątem różnych robotów i przypadków użycia. Jeśli przeglądanie agentowe wzrośnie jako źródło ruchu, zespół Lighthouse może znaleźć się po właściwej stronie historii.

Krytyka Mueller dotycząca możliwości grywalizacji ma sens. Plik, który informuje AI, o czym strona twierdzi, że jest - bez żadnej weryfikacji - jest strukturalnie podobny do meta tagu słów kluczowych. Żaden główny dostawca AI (OpenAI, Anthropic, Google, Meta, Mistral) nie zobowiązał się do traktowania go jako sygnału cytowania w produkcji. Dopóki któryś tego nie zrobi, traktowanie go jako dźwigni GEO jest spekulacją.

Jeden wczesny przypadek był kierunkowy, a nie dowód. Pojedynczy samodzielnie zgłoszony dowód koncepcji (dev5310, luty 2026) wykazał, że po przesłaniu llms.txt do Search Console, Google AI Mode cytował go jako główne źródło w ciągu 24 godzin - podczas gdy śledzone rankingi słów kluczowych nie uległy zmianie. Jest to kierunkowe i interesujące, ale jest to n=1, samodzielnie zgłoszone i nie jest to powtarzalne badanie. Zauważamy to dla kompletności, a nie jako dowód szerokiego wpływu.

Koszt publikacji jest niski. Pół dnia na napisanie, brak bieżącej konserwacji, brak ryzyka kar. To czyni go tanim, asymetrycznym zakładem: jeśli ruch agentowy wzrośnie i plik będzie miał znaczenie, jesteś gotowy; jeśli pozostanie szumem, straciłeś prawie nic. Należy używać ramienia "infrastruktura gotowości agentowej" - a nie dźwigni rankingowej lub cytowania.

„Porównywalne do meta tagu keywords”

Komentarz Johna Muellera na Reddicie to najjaśniejsze ujęcie sytuacji od wewnątrz Google: „O ile mi wiadomo, żadna ze sztucznych inteligencji nie stwierdziła, że używa LLM.TXT (a można to stwierdzić, patrząc na logi serwera, że nawet go nie sprawdzają). Dla mnie jest to porównywalne do meta tagu keywords – to jest to, o czym właściciel strony twierdzi, że jego strona jest… dlaczego po prostu nie sprawdzić strony bezpośrednio?” Analogia jest dokładna: meta tag keywords był ignorowany, ponieważ właściciele stron go nadużywali; llms.txt niesie ze sobą to samo ryzyko strukturalne. Gary Illyes z kolei potwierdził w lipcu 2025 r., że Google go nie obsługuje i nie planuje tego robić. Dokumenty z czerwca 2026 r. oficjalnie potwierdzają stanowisko Google, zamiast odwracać wcześniejsze.

Zbuduj go dla agentów, którzy faktycznie go czytają

llms.txt nic nie daje dla rankingu wyszukiwania. Dane z Ahrefs, SE Ranking, Limy.AI i Otterly.AI są zgodne: nie ma on mierzalnego wpływu na cytaty AI w produktach, o których większość ludzi myśli jako o „wyszukiwaniu AI”. Google umieścił to teraz na piśmie. Jest to konwencja nawigacyjna dla rosnącej warstwy agentów kodujących i przeglądarek agentowych, które przeszukują Twoje dokumenty, gdy programista zadaje im pytanie. Stripe i Vercel wysyłają go, ponieważ ich główni odbiorcy coraz częściej obejmują programistów pracujących w Cursor i Claude Code. Jeśli Twoi też, warto poświęcić pół dnia na napisanie go. Jeśli Twoi odbiorcy to konsumenci znajdujący Cię przez Google lub Perplexity, zainwestuj ten czas w coś, czego modele faktycznie używają: wysokiej jakości, dobrze ustrukturyzowane treści, które same zdobywają cytaty.

Wygeneruj swój llms.txt z Baseline