Google säger att llms.txt inte gör något för Sök – här är vad det faktiskt är till för

Search Central gjorde det officiellt i juni 2026

Googles AI-optimeringsguide, uppdaterad den 15 juni 2026, anger nu direkt: "Du behöver inte skapa nya maskinläsbara filer, AI-textfiler, markup eller Markdown för att visas i Google Sök (inklusive dess generativa AI-funktioner), eftersom Google Sök själv inte använder dem." Uppdateringen lades till, med Googles ord, "för att besvara frågor från communityn" – ett diplomatiskt sätt att säga att hypen hade sprungit ifrån fakta. John Mueller hade påpekat samma sak på Reddit månader tidigare, och jämförde llms.txt med metataggen för nyckelord: en fil som beskriver vad en webbplats påstår sig handla om, när Google hellre bara läser webbplatsen. Gary Illyes bekräftade i juli 2025 att Google inte stöder det och inte har några planer på att göra det.

Brett implementerat, sällan läst, noll mätbar effekt

SE Ranking analyserade ungefär 300 000 domäner och fann att ~10% hade antagit filen – men när de körde både en statistisk modell och en XGBoost-klassificerare för att kontrollera om filen korrelerade med AI-citat, var resultatet platt: ingen effekt, och att ta bort den förbättrade faktiskt modellens noggrannhet. Antagandet var nästan identiskt över trafiknivåer (webbplatser med låg trafik: 9,88%, medel: 10,54%, hög: 8,27%) – vilket betyder att det inte är något högpresterande gör och andra kopierar. Ahrefs fann en liknande bild från lässidan: av 137 210 domäner de spårade (ett tekniskt snedvridet urval, alltså en övre gräns för verkligt antagande), 97% såg noll förfrågningar i maj 2026. Av de 3% som hämtades kom endast 19,5% av dessa förfrågningar från namngivna AI-verktyg – GPTBot först, Claude Code tvåa. Chrome Lighthouse-revisionen stod för ungefär 1 av var 1 000:e hämtning.

Limy.AI:s 90-dagars serverloggstudie satte den rena skalan i perspektiv: av mer än 500 miljoner AI-bot-händelser, riktade ungefär 408 mot llms.txt. Otterly.AI:s parallella test fann att endast 84 av 62 100 AI-bot-besök – 0,1 % – träffade filen överhuvudtaget. Dessa siffror är små, men de är den faktiska signalen från de faktiska loggarna.

Vem som faktiskt läser den: kodningsagenter och agentiska webbläsare

Rankningar är inte anledningen till att dessa företag publicerar llms.txt. De skickar den eftersom en specifik och växande klass av verktyg läser den enligt konvention: Cursor, Windsurf, Claude Code, GitHub Copilot, Cline och Aider letar alla efter /llms.txt och /llms-full.txt som en navigeringsledtråd när en utvecklare ber agenten att "använda Stripe-dokumentationen" eller "fråga Vercel API." LangChains öppen källkod mcpdoc MCP-server exponerar llms.txt som en förstklassig datakälla. För dessa agenter är filen vad en sitemap är för Googlebot: ett strukturerat index över var det användbara innehållet finns, så att agenten inte behöver genomsöka och gissa. Chromes Lighthouse 13.3 – släppt den 7 maj 2026 – flyttade llms.txt granskning från experimentell status till standardkategorin "Agentic Browsing", vilket pekar i motsatt riktning från sökteamet. Det är en splittring inom Google: Sök säger hoppa över det, Chrome säger granska det.

De ärliga nyanserna

Några saker värda att ha i åtanke vid sidan av de stora siffrorna:

Uppdelningen Chrome/Sök är verklig. Lighthouse 13.3 granskar llms.txt under "Agentic Browsing" medan Search Central säger att man ska hoppa över det. Varje team har rätt på sina egna villkor, eftersom de optimerar för olika crawlers och användningsfall. Om agentic browsing växer som trafikkälla, kan Lighthouse-teamet hamna på rätt sida av historien.

Muellers kritik om spelbarhet har fog för sig. En fil som berättar för AI vad en webbplats påstår sig handla om – utan någon verifiering – är strukturellt lik nyckelordsmetataggen. Ingen större AI-leverantör (OpenAI, Anthropic, Google, Meta, Mistral) har åtagit sig att använda den som en citeringssignal i produktion. Tills någon gör det, är det spekulation att behandla den som en GEO-spak.

Ett tidigt fall var vägledande, inte bevis. Ett enda självrapporterat proof-of-concept (dev5310, februari 2026) fann att efter att ha skickat in llms.txt till Search Console, citerade Google AI Mode den som en toppkälla inom 24 timmar – medan spårade sökordsrankningar inte rörde sig. Detta är vägledande och intressant, men det är n=1, självrapporterat och inte en reproducerbar studie. Vi noterar det för fullständighetens skull, inte som bevis på en bred effekt.

Kostnaden för att implementera det är låg. En halv dag att utarbeta, inget löpande underhåll, ingen risk för straff. Det gör det till en billig asymmetrisk satsning: om agenttrafiken växer och filen spelar roll, är du redo; om det förblir brus, har du förlorat nästan ingenting. Ramen att använda är infrastruktur för agentberedskap – inte en ranking- eller citeringsspak.

"Jämförbart med nyckelordsmetataggen"

John Muellers Reddit-kommentar är den tydligaste formuleringen inifrån Google: "Såvitt jag vet har ingen av AI-tjänsterna sagt att de använder LLMs.TXT (och du kan se när du tittar på dina serverloggar att de inte ens kontrollerar det). För mig är det jämförbart med nyckelordsmetataggen – det här är vad en webbplatsägare påstår att deras webbplats handlar om… varför inte bara kontrollera webbplatsen direkt?" Analogin är exakt: nyckelordsmetataggen ignorerades eftersom webbplatsägare missbrukade den; llms.txt bär samma strukturella risk. Gary Illyes bekräftade separat i juli 2025 att Google inte stöder det och inte planerar att göra det. Dokumenten från juni 2026 gör Googles ståndpunkt officiell snarare än att omkullkasta en tidigare.

Bygg det för agenterna som faktiskt läser det

llms.txt gör ingenting för sökmotorrankning. Data från Ahrefs, SE Ranking, Limy.AI och Otterly.AI är alla överens: det har ingen mätbar effekt på AI-citat i de produkter de flesta tänker på som "AI-sökning". Google har nu skrivit ner det. Det är en navigeringskonvention för det växande lagret av kodningsagenter och agentiska webbläsare som genomsöker dina dokument när en utvecklare ställer en fråga till dem. Stripe och Vercel levererar det eftersom deras primära publik alltmer inkluderar utvecklare som arbetar inom Cursor och Claude Code. Om din publik också gör det, är det värt en halvdag att skriva en. Om din publik är konsumenter som hittar dig via Google eller Perplexity, investera den tiden i något som modellerna faktiskt använder: högkvalitativt, välstrukturerat innehåll som besvarar de underfrågor som AI-motorer faktiskt söker efter.

Generera din llms.txt med Baseline