llms.txt: co to je, kdo ho čte a jak ho napsat

Co je llms.txt?

llms.txt řeší skutečný problém: stránka postavená pro lidi obaluje svůj obsah navigací, reklamou a JavaScriptem, a převést to zpátky na čistý text pro model je náročné a se ztrátou přesnosti. Místo toho, aby model musel procházet a rozebírat celé HTML stránky, web publikuje jeden prostý soubor Markdown, který v pořadí podle důležitosti vyjmenuje stránky, které by měl model číst.

Je to výslovně návrh, ne standard: žádný řídící orgán, žádná povinná podpora od žádného AI nástroje. To, zda se používá, závisí čistě na tom, jestli se daný nástroj rozhodne ho číst.

Co patří do souboru llms.txt?

Formát definovaný na llmstxt.org je konkrétní:

• H1 s názvem webu nebo projektu, jediný povinný prvek.
• Citace pod H1 s krátkým shrnutím.
• Volitelné prosté odstavce s dalším kontextem, před prvním H2.
• Jedna nebo víc sekcí H2, každá jako seznam odkazů v Markdownu: [name](url): optional note.
• Volitelné H2 s názvem "Optional" pro vedlejší odkazy, které model může přeskočit, když má málo místa v kontextu.

Zde je realistický příklad pro fiktivní SaaS produkt:

# Acme Metrics

> Acme Metrics is a hosted dashboard for product analytics events.

## Docs

- [Quickstart](https://docs.acmemetrics.com/quickstart.md): Install the SDK, send your first event
- [API reference](https://docs.acmemetrics.com/api.md): REST endpoints for events and dashboards
- [Webhooks](https://docs.acmemetrics.com/webhooks.md): Real-time event notifications

## Optional

- [Changelog](https://docs.acmemetrics.com/changelog.md): Release notes
- [Status page](https://status.acmemetrics.com): Uptime and incidents

Mnoho webů publikuje i llms-full.txt: stejnou mapu, ale s celým obsahem v Markdownu z každé odkazované stránky vloženým do jednoho souboru, aby model, který odkazy nebude sledovat, dostal všechno na jedno stažení.

llms.txt vs robots.txt vs sitemap.xml

Tyto tři soubory se pletou, protože všechny sídlí v kořeni webu a všechny se týkají toho, jak web vidí stroje, ale plní tři různé úlohy:

Soubor	Účel	Kdo ho čte	Řídí přístup?
robots.txt	Které cesty smí crawlery načítat	Crawlery, které se rozhodnou ho respektovat	Ano, doporučující (kompatibilní bot ho následuje)
sitemap.xml	URL, které chcete objevit a zaindexovat	Vyhledávače, pro účely objevování	Ne, je to seznam podnětů, ne oprávnění
llms.txt	Kurátorovaná mapa vašich nejlepších stránek v Markdownu	Jen nástroje, které se rozhodnou ho načíst	Ne, netýká se crawlování ani indexace

robots.txt je jediný z těch tří, který skutečně něco brání, a i to jen dobrovolně: funguje proto, že slušně se chovající crawlery ho kontrolují první, ne proto, že by ho server vynucoval.

Používá Google nebo nějaký AI vyhledávač llms.txt?

Vlastní dokumentace Googlu na to odpovídá přímo. Průvodce Search Central o generativním AI vyhledávání, v sekci "Mythbusting generative AI search: what you don't need to do", jmenuje soubory LLMS.txt a uvádí: "You don't need to create new machine readable files, AI text files, markup, or Markdown to appear in Google Search (including its generative AI capabilities), as Google Search itself doesn't use them" (nepotřebujete vytvářet nové strojově čitelné soubory, AI textové soubory, značkování ani Markdown, abyste se objevili ve vyhledávání Google, včetně jeho generativních AI funkcí, protože samotné vyhledávání Google je nepoužívá; naposledy aktualizováno v červenci 2026).

Zástupci Googlu říkají totéž veřejně už přes rok. Na Search Central Live v červenci 2025 Gary Illyes řekl, že Google llms.txt nepodporuje a nemá to v plánu, a přirovnal ho ke staré meta tagu keywords, signálu, kterému vyhledávače přestaly věřit ve chvíli, kdy ho začali ovládat majitelé webů. V lednu 2026, poté co vlastní dokumentační platforma Googlu krátce automaticky vygenerovala soubor llms.txt, se John Mueller na Bluesky nechal zeptat, zda to bylo potvrzením podpory: "Mám chuť říct něco jízlivého, protože se to řeší tak často, ale abych byl přímý, ne."

Ostatní dodavatelé AI toho řekli míň. Co je ověřitelné: Anthropic, OpenAI a Perplexity každý publikují vlastní llms.txt pro svou vývojářskou dokumentaci (například platform.claude.com/llms.txt a developers.openai.com/llms.txt), což jen ukazuje, že považují formát za užitečný pro vlastní web. To je něco jiného než to, že by jejich crawlery četly llms.txt na cizím webu ještě předtím, než odpoví na otázku, a žádný ze tří to nepublikoval. Vlastní dokumentace crawlerů Perplexity podrobně popisuje PerplexityBot a Perplexity-User a llms.txt vůbec nezmiňuje. Tvrzení typu "ChatGPT čte llms.txt" berte jako neověřené, dokud to daný dodavatel sám nepotvrdí.

Má smysl ho přesto publikovat?

Pravděpodobně ano, z skromných důvodů. llms.txt je statický soubor bez práce na serveru navíc kromě jeho podání jako prostého textu, takže náklad je téměř nulový. Skutečné využití je užší než "SEO pro AI": kódovací agent nebo asistent v IDE, který si při odpovídání na otázku stahuje stránky na vyžádání, může použít krátký llms.txt k rychlejšímu nalezení vašeho quickstartu nebo API reference, než kdyby hádal ze sitemapy.

Nenahrazuje službu postavenou pro to, aby na ní agenti mohli jednat: vlastní MCP server HostTrackeru (/cs/mcp-server) je živé rozhraní, které asistent volá, aby spustil kontrolu nebo spravoval monitor, ne soubor, který jen čte. llms.txt nabízí čtecí seznam; nic sám o sobě nezpůsobí.

Držte ho krátký a přesný. Zastaralý odkaz v souboru, jehož smyslem je být důvěryhodnou mapou, je horší než žádný soubor, a neexistuje důkaz spojující llms.txt s lepším umístěním ve výsledcích nebo víc citacemi od AI, takže ho nemá smysl plnit marketingovým textem.

Jak skutečně řídit AI crawlery

Pokud je cílem řídit, co systémy AI dělají s vaším obsahem, skutečnou pákou je robots.txt s pojmenovanými skupinami user-agent, ne llms.txt. Každý dodavatel dokumentuje vlastní token:

• GPTBot (OpenAI): sbírá obsah webu pro trénink budoucích modelů; OpenAI ho uvádí odděleně od OAI-SearchBot, používaného pro výsledky vyhledávání, takže jeden můžete povolit a druhý zakázat.
• ClaudeBot, Claude-User, Claude-SearchBot (Anthropic): ClaudeBot sbírá trénovací data, Claude-User stahuje stránku kvůli živé otázce uživatele a Claude-SearchBot prochází web kvůli výsledkům ve stylu vyhledávání; dokumentace Anthropic uvádí, že všechny tři respektují robots.txt.
• PerplexityBot a Perplexity-User (Perplexity): PerplexityBot prochází web, aby weby zařadil do výsledků, a podle dokumentace Perplexity se nepoužívá k tréninku modelů. Perplexity-User stahuje stránku živě kvůli konkrétní otázce a obvykle robots.txt ignoruje, protože jde o stažení vyvolané uživatelem, ne o crawlování na pozadí.
• Google-Extended: token v robots.txt, ne crawler s vlastním user-agentem, který řídí, jestli už stažený obsah Googlebotu smí trénovat budoucí modely Gemini. Google uvádí, že jeho zablokování nemá vliv na pořadí ani indexaci ve vyhledávání.

Otestujte svá vlastní pravidla pomocí bezplatného testeru robots.txt: zkontroluje, jestli obecná skupina User-agent: * blokuje danou URL a jestli je URL ve vaší sitemapě. Zatím nevyhodnocuje pravidlo napsané pro jednoho konkrétního pojmenovaného crawlera, takže URL otevřená pod User-agent: * může být přesto zablokovaná pro GPTBot vlastní skupinou dál v souboru; pojmenované skupiny crawlerů zatím kontrolujte ručním čtením syrového souboru. Návod, jak zkontrolovat robots.txt, popisuje čtení souboru ručně.

Jak zkontrolovat, že váš llms.txt je dostupný

llms.txt, který model nedokáže stáhnout, je horší než k ničemu: model, který to zkusí jednou a je zablokován nebo přesměrován, nemá jak dát vědět, že selhal. Než soubor budete brát jako živý, ověřte tři věci:

1. Vrací čistý stav 200, ne přesměrování na přihlašovací stránku ani chybovou stránku vykreslenou jako 200.
2. Jeho Content-Type je text/plain nebo text/markdown, ne text/html, což by znamenalo, že ho obalila šablona místo podání syrového souboru.
3. Není tiše zahazován pravidlem WAF nebo ochrany proti botům, které označí neobvyklý požadavek na kořenový textový soubor.

Rychlá kontrola z příkazové řádky:

curl -I https://example.com/llms.txt

Hledejte HTTP/1.1 200 a content-type začínající na text/. Pro potvrzení, že odpovídá stejně i mimo vaši vlastní síť, pusťte URL přes bezplatný HTTP checker, který ji stáhne z více lokalit a nahlásí stav a dobu odezvy z každé z nich. Pak použijte tester robots.txt, abyste potvrdili, že plošné Disallow: / neskrývá i samotný soubor.

SEO monitoring HostTrackeru sleduje signály, které skutečně hýbou viditelností ve vyhledávání: meta tagy noindex, hlavičky X-Robots-Tag a změny canonical tagu, plus naplánovaný crawl, který při každém běhu porovná stránky s robots.txt. llms.txt stojí mimo to všechno.

Časté otázky

Nahrazuje llms.txt robots.txt?

Ne. robots.txt řídí, co smí crawlery stahovat, a existuje o tři desetiletí déle než llms.txt. Stránka může být uvedená v llms.txt a přesto zakázaná v robots.txt, nebo naopak.

Zlepší publikace llms.txt moje umístění ve výsledcích vyhledávání?

Pro to neexistuje žádný důkaz a Google přímo uvedl, že jeho vyhledávací systémy, včetně AI Overviews, ho nepoužívají. Berte ho jako pohodlí pro určité vývojářské nástroje, ne jako SEO taktiku.

Co je llms-full.txt?

Doprovodný soubor, který některé weby publikují vedle llms.txt a který vloží celý obsah v Markdownu z každé odkazované stránky do jednoho souboru, pro model, který nebude nebo nemůže sledovat jednotlivé odkazy.

Čtou ChatGPT, Claude nebo Perplexity můj llms.txt automaticky?

Žádný dodavatel nepublikoval prohlášení, že jeho crawler nebo chatovací produkt stahuje a zpracovává llms.txt cizích webů. Všichni tři publikují vlastní llms.txt pro svou dokumentaci, což je něco jiného než čtení toho vašeho.

Kam mám soubor umístit?

Do kořene webu, jako /llms.txt, podávaný jako prostý text. Návrh povoluje i podcestu, například /docs/llms.txt, pro popis jen dané sekce.

Je llms.txt oficiální standard?

Ne. Je to komunitní návrh publikovaný na llmstxt.org bez jakéhokoli standardizačního orgánu za sebou a bez požadavku, aby ho podporoval jakýkoli nástroj.