Если вы внедряете GEO-оптимизацию, вы быстро столкнётесь с предложением «настроить llms.txt». Это простой файл, который не повредит, но и не является подтверждённым каналом попадания в ответы нейросетей — ни один крупный провайдер официально не признал, что читает его. В этой статье — что это, как написать за 15 минут и почему не стоит ждать от него роста цитируемости.
Что такое llms.txt
llms.txt — текстовый файл в корне сайта (по адресу /llms.txt), который структурированно описывает контент сайта в Markdown-формате. Идея — дать языковым моделям компактную «карту сайта»: что здесь, как организовано, на какие страницы стоит обратить внимание.
Формат предложил Джереми Ховард (Answer.AI, ранее fast.ai) в сентябре 2024 года на llmstxt.org. Дальше начинаются расхождения между идеей и практикой: Google (Гэри Илш, июль 2025, и повторно в июне 2026) прямо заявил, что не использует llms.txt и сравнил его с давно устаревшим meta keywords. Проверка SE Ranking на 300 000 доменов не нашла корреляции между наличием файла и цитированием в AI-ответах — из 50 самых цитируемых доменов файл был только у одного. Проверка Ahrefs на 137 000 сайтов показала, что 97% файлов llms.txt не получили ни одного перехода. OpenAI, Anthropic и Perplexity в официальной документации о своих краулерах llms.txt не упоминают.
Сделать стоит — это 15 минут работы и вреда точно не будет. Но ожидать от него прироста цитируемости не стоит: доказанного эффекта нет ни у одного крупного провайдера. Реальные точки роста — структура контента и внешние упоминания, разобраны в статье «Что такое GEO-оптимизация и как начать в 2026».
Структура llms.txt
Файл следует строгой структуре, но при этом остаётся читаемым человеком — это один из ключевых принципов стандарта.
# Название сайта или продукта
> Короткое описание (1–3 предложения), что это и для кого.
## Ключевые страницы
- [Главная](https://example.com/): краткое описание
- [Тарифы](https://example.com/pricing): краткое описание
- [Документация](https://example.com/docs): краткое описание
## Дополнительные секции по тематике
... (продукты, FAQ, источники данных, контакты)
## Контакты
- Email: hello@example.com
- Telegram: @example_botllms.txt vs llms-full.txt
Это два разных файла, и оба полезны.
| Файл | Объём | Назначение |
|---|---|---|
| llms.txt | 300–800 слов | Карта сайта для AI-моделей |
| llms-full.txt | 3 000–10 000 слов | Полный текст ключевых страниц для индексации |
llms.txt — короткая навигация. llms-full.txt — расширенная Markdown-выгрузка контента, чтобы модель могла прочитать ключевой текст без необходимости рендерить SPA или авторизоваться.
Что писать в llms.txt
- H1 с названием сайта или продукта — без эмодзи и маркетинговых обёрток.
- Blockquote (> ...) с однозначным описанием продукта в 1–3 предложениях.
- H2 «Ключевые страницы» — список самых важных URL с короткими описаниями (10–20 слов на каждую).
- Тематические H2-секции по специфике продукта: «Тарифы», «Источники данных», «FAQ», «Поддерживаемые интеграции» и т.д.
- H2 «Контакты» — email, Telegram, поддержка.
Не превращайте llms.txt в маркетинговый текст с эпитетами «революционный», «уникальный», «лучший на рынке». Модели тренированы это игнорировать. Пишите как для технического справочника.
Что писать в llms-full.txt
llms-full.txt — это контент. Полный, разбитый по разделам, в Markdown. Сюда идёт всё ключевое: описание продукта, функции, тарифы, FAQ, источники данных, кейсы. Чем больше фактической информации — тем больше у модели материала для цитирования.
- Используйте H2 и H3 для структуры — модели легко парсят разделы.
- Каждый раздел — самодостаточный, чтобы извлекался отдельно.
- Указывайте конкретные цифры, даты, имена. Это якоря для цитирования.
- Не дублируйте маркетинговые тексты с лендинга буквально — переформулируйте в более фактическом стиле.
Как разместить файлы
Технически это просто два текстовых файла, доступные по корневым URL:
- https://yourdomain.com/llms.txt
- https://yourdomain.com/llms-full.txt
В Next.js достаточно положить файлы в директорию /public/. Они станут доступны как статика.
В классическом веб-проекте без фреймворка — положите в корень публичной директории сервера (например, /var/www/html/).
Как проверить, что файлы работают
- Откройте https://yourdomain.com/llms.txt в браузере — должен отобразиться текст без 404.
- Проверьте Content-Type — должен быть text/plain или text/markdown.
- Откройте инкогнито или curl — убедитесь, что файлы доступны без авторизации.
- Через 1–2 недели после публикации проверьте логи сервера на запросы от GPTBot, ClaudeBot, PerplexityBot — если они приходят, файлы читаются.
Реальный пример с этого сайта
Файлы llms.txt и llms-full.txt уже опубликованы на marketradar24.ru. Откройте их и посмотрите, как структурирован контент — это рабочий референс, который можно адаптировать под свой проект.
- https://marketradar24.ru/llms.txt — короткая карта сайта.
- https://marketradar24.ru/llms-full.txt — полный контент.
MarketRadar генерирует llms.txt и llms-full.txt автоматически из контента вашего сайта в рамках модуля «Анализ ИИ-видимости». Дополнительно проверяет, какие AI-боты у вас разрешены/заблокированы и выдаёт приоритезированный список правок.