Czy plik llms.txt ma wpływ na widoczność w modelach AI?

Krótko, na początek: w maju 2026 nie ma wiarygodnych dowodów, że sam plik llms.txt zwiększa widoczność Twojej strony w ChatGPT, Gemini, Perplexity czy AI Overviews. Google publicznie mówi, że do AI Overviews i AI Mode wystarczy "normalne SEO", a wieloletnie analizy (m.in. SE Ranking na 300 tys. domen) nie pokazują żadnej korelacji między obecnością llms.txt a liczbą cytowań w odpowiedziach AI. Plik można dodać - koszt jest niski, ryzyka praktycznie nie ma - ale traktowanie go jako głównej dźwigni GEO/AI SEO to dziś marketing, nie strategia.

W tym tekście rozkładam temat tak, żeby był użyteczny zarówno dla osoby, która właśnie ma postawić stronę w WordPressie, jak i dla zespołu in-house, który ma w briefie "przygotuj nas pod AI Overviews".

Pokażę:

• →czym dokładnie jest llms.txt i czym różni się od robots.txt,
• →co mówią o nim Google, OpenAI, Anthropic i inni,
• →co pokazują niezależne badania na setkach tysięcy domen,
• →kiedy plik realnie ma sens (głównie dla projektów developerskich),
• →co naprawdę wpływa na cytowania w narzędziach AI w 2026 r.

Czym jest plik llms.txt

llms.txt to propozycja standardu zgłoszona we wrześniu 2024 r. przez Jeremy'ego Howarda (Answer.AI, fast.ai). Zakłada, że właściciel strony umieszcza w katalogu głównym domeny (https://twojadomena.pl/llms.txt) plik w formacie Markdown, który ma działać jak "mapa strony dla modeli językowych" - zwięzła, czysta, pozbawiona nawigacji, banerów cookies i innego HTML-owego balastu, który zjada context window modelu.

Pomysł sam w sobie jest logiczny. LLM-y nie działają tak jak klasyczne crawlery. Nie indeksują całej witryny i nie wracają regularnie, żeby ją odświeżyć. Pobierają fragmenty na żądanie, mają ograniczone okno kontekstu i często gubią najważniejsze treści w gąszczu nieistotnych elementów DOM. llms.txt ma im podać tę treść "na tacy": czyste, ustrukturyzowane Markdown.

Format jest minimalny. Trzy elementy:

1. 1.Krótki opis witryny u góry.
2. 2.Lista kluczowych podstron z linkami (najczęściej z plikiem .md jako wersją tekstową).
3. 3.Sekcje pogrupowane tematycznie.

Często towarzyszy mu drugi plik - llms-full.txt - który zawiera już pełną treść najważniejszych podstron w jednym dokumencie. To ta druga wersja jest realnie używana przez asystentów developerskich.

Tu uwaga semantyczna, która często mąci dyskusję: llms.txt to nie jest odpowiednik robots.txt dla modeli AI. robots.txt służy do kontroli, jakie boty mogą crawlować Twoją stronę. llms.txt w ogóle nie blokuje ani nie wpuszcza botów. Jest propozycją pomocy w nawigacji - niczym więcej.

Co mówi Google

Stanowisko Google jest najbardziej przejrzyste z całej stawki - i od dłuższego czasu konsekwentne.

John Mueller porównał llms.txt do meta tagu keywords - czyli rozwiązania, które wyszukiwarki przestały brać pod uwagę dekadę temu, bo było zbyt łatwe do manipulacji. Jego argument: jeżeli AI dostaje pełną stronę i tak, to po co miałaby polegać na osobnym pliku, który właściciel domeny może wypełnić, czym chce? Co więcej, llms.txt mógłby otwierać drzwi do cloakingu - czyli pokazywania jednej wersji treści użytkownikom, a innej modelom.

Gary Illyes podczas Search Central Live (Asia Pacific) w lipcu 2025 powiedział wprost: _Google nie wspiera llms.txt i nie planuje wspierać_. Dodał przy okazji często cytowaną w branży wskazówkę: aby treść pojawiała się w AI Overviews, wystarczy "normalne SEO" - bez wymyślania osobnych dyscyplin typu GEO, LLMO itp.

3 grudnia 2025 r. społeczność SEO zauważyła, że Google… opublikował llms.txt na swojej Search Central. Plik zniknął w ciągu kilku godzin, a Mueller na zapytanie odpowiedział kryptycznym "hmmn :-/". W styczniu 2026 r. dopytywany wprost, czy obecność takich plików na poddomenach Google jest jakimkolwiek endorsementem, odpowiedział krótkie "no". Co się stało? CMS używany przez Google'a zaczął auto-generować plik domyślnie, a część zespołów zwyczajnie go nie wyłączyła. Nie zmienia to oficjalnej linii: Google Search nie używa llms.txt do crawlowania, indeksowania ani rankingu, w tym w AI Overviews i AI Mode.

Co mówią OpenAI, Anthropic i inni

Reszta dużych graczy ma stanowiska mniej kategoryczne, ale praktyka jest dość spójna.

OpenAI w oficjalnej dokumentacji o botach i user agentach nie wspomina o llms.txt. Wskazuje za to konkretne rzeczy do zrobienia, jeśli zależy Ci na widoczności w ChatGPT Search: poprawnie obsłużyć w robots.txt agenta OAI-SearchBot, ewentualnie też ChatGPT-User i GPTBot, oraz białolistować zakresy IP. Logi serwerowe pokazują, że GPTBot bywa, że pinguje pliki llms.txt na niektórych stronach co kilkanaście minut, ale na ogromnej większości serwisów nie odwiedza ich w ogóle.

Anthropic w listopadzie 2024 r. dodał llms.txt i llms-full.txt do swojej dokumentacji - co część komentatorów odczytała jako pierwszy realny gest poparcia ze strony dużego laboratorium AI. Ale i tu trzeba rozróżnić: chodzi o ułatwienie agentom typu Claude Code czy IDE pobierania dokumentacji, a nie o sygnał, że ClaudeBot rankuje strony web wg obecności tego pliku.

Meta i Mistral nie wypowiedziały się publicznie. Ani w ich dokumentacji, ani w logach serwerów nie ma wzorca masowego pobierania llms.txt.

Wniosek: po dwóch latach od zgłoszenia propozycji żaden z największych graczy AI nie zobowiązał się publicznie do uwzględniania llms.txt w warstwie produkcyjnej swojego wyszukiwania czy modelu.

Co pokazują dane

Tu wjeżdżają liczby - i właśnie one przesądzają sprawę.

SE Ranking, analiza 300 000 domen (listopad 2025).

• →Adopcja llms.txt: 10,13% domen.
• →Wśród 50 najczęściej cytowanych przez modele AI domen - tylko 1 miała llms.txt.
• →Korelacja statystyczna między obecnością pliku a liczbą cytowań: brak.
• →Model ML (XGBoost) trenowany na danych o cytowaniach poprawił dokładność, gdy zmienna llms.txt została usunięta. Innymi słowy: plik dokładał szumu, nie sygnału.

OtterlyAI, test 90-dniowy. Z 62 100 wizyt AI crawlerów w okresie obserwacji, do llms.txt poszło dokładnie 84 zapytania. To 0,1% całego ruchu botów AI. Reszta po prostu pobierała strony HTML.

ALLMO.ai, analiza 94 000+ cytowanych URL-i. Brak mierzalnego wzrostu cytowań skorelowanego z adopcją llms.txt - zarówno globalnie, jak i w zawężonych przekrojach (np. dla niemieckich marek, sektora mediów).

Generix Marketing, badanie 2 500 stron. Adopcja llms.txt: 6,5% w tej próbie (zgodne z innymi badaniami). Korelacja między ruchem organicznym a wskaźnikiem cytowań przez AI: r = 0,116 - praktycznie zero. To samo dotyczyło sygnału llms.txt.

Da się znaleźć pojedyncze case studies, w których strona po dodaniu llms.txt zaczęła być cytowana w Google AI Mode (np. opisany przez dev5310 przypadek z lutego 2026 r.). Ale to są pojedyncze obserwacje, nie wzorzec. Na 300 tysiącach domen wzorca nie ma.

Kiedy llms.txt naprawdę ma sens

To nie jest tekst typu "nie róbcie tego". W kilku konkretnych przypadkach llms.txt ma realną wartość i warto go zrobić.

1. Dokumentacja produktowa dla developerów. Cursor, Continue, Cline, Aider i inni asystenci IDE coraz częściej szukają llms.txt na stronie, do której kierujesz ich z briefem ("zintegruj się z naszym API"). Plik daje im czysty, token-efficient widok najważniejszych endpointów i przewodników.

2. SaaS i firmy z dużą bazą dokumentacji. Jeżeli masz docsy w stylu Stripe, Vercel, Cloudflare czy Anthropic, llms.txt redukuje koszt tokenów po stronie agenta i pomaga RAG-om wyciągnąć właściwe strony. Stąd właśnie te firmy adoptowały standard najwcześniej.

3. Integracje MCP (Model Context Protocol). Serwery MCP, które serwują dokumentację (Mintlify, GitBook), często konsumują llms.txt bezpośrednio.

4. Gdy CMS robi to za Ciebie automatycznie. Yoast SEO i Rank Math mają już opcję auto-generowania pliku. Skoro koszt utrzymania jest praktycznie zerowy, możesz go włączyć jako "cheap insurance" - bez obietnic, że da widoczność.

Reszta? Treściowe blogi, sklepy, lokalne firmy, marketingowe SaaS - w 2026 r. nie zobaczą po llms.txt mierzalnego wzrostu cytowań w odpowiedziach AI. Mogą go dodać, mogą nie dodawać - w obu wypadkach grawitacja jest gdzie indziej.

Co realnie wpływa na widoczność marki w AI

To jest sekcja, która powinna zastąpić popularną narrację "dodaj llms.txt, będzie Cię cytować ChatGPT". Dane z 2025-2026 r. dość zgodnie pokazują, co naprawdę działa.

Klasyczne SEO. 76,1% URL-i cytowanych w AI Overviews rankuje też w top 10 Google (Ahrefs, lipiec 2025). 88% URL-i, które trafiają jako cytowanie do ChatGPT, pochodzi bezpośrednio z indeksu wyszukiwarki (Ahrefs, kwiecień 2026). Bez bycia widocznym w klasycznym Search trudno być widocznym w AI.

Backlinki i autorytet domeny. Strony z ponad 32 tysiącami referring domains są 3,5x częściej cytowane przez ChatGPT niż strony z bazą do 200 referring domains (SE Ranking, listopad 2025).

Mentions poza Twoją domeną. Domeny z dużą obecnością na Reddit i Quora mają ~4x większe szanse cytowania w odpowiedziach AI. Profile na G2, Trustpilot, Capterra, Sitejabber czy Yelp - ~3x większe szanse bycia źródłem dla ChatGPT.

Wydajność strony. Strony z First Contentful Paint poniżej 0,4 s mają średnio 6,7 cytowania, te z FCP powyżej 1,13 s - tylko 2,1.

Structured data i schema. Mimo że Google wycofał FAQ rich results, sam markup nadal jest sygnałem porządkującym treść dla modeli generatywnych. Pisałem o tym w tekście o końcu FAQ rich results.

E-E-A-T i jakość treści. Eksperckość, doświadczenie, autorytet, wiarygodność. To są warstwy, których modele językowe "nie widzą" wprost, ale dostają je jako sygnał poprzez backlinki, sygnały markowe, cytowania w mediach, dane strukturalne i jakość samego tekstu.

Robots.txt skonfigurowany pod realnych botów AI. I to jest punkt, w którym dużo zespołów się gubi. Jeśli zależy Ci na widoczności w ChatGPT Search - nie blokuj OAI-SearchBot. Jeśli chcesz pojawiać się w Perplexity - wpuść PerplexityBot. Jeśli celujesz w Gemini i AI Mode - pamiętaj o Google-Extended. To są realne sterowniki, podczas gdy llms.txt - w najlepszym razie - pomaga, nie szkodzi.

Cały ten zestaw mechanik jest sednem pozycjonowania w LLM i widoczności w narzędziach AI - i to są dźwignie, na których budujesz przewagę, kiedy konkurencja klika "włącz" przy llms.txt w Yoaście i odhacza temat.

Praktyczna lista - co zrobić ze stroną w 2026 r.

1. Zacznij od klasycznego SEO, nie od pliku. Jeśli Twoje treści nie są indeksowane, nie są dobrze opisane w HTML albo nie mają backlinków, llms.txt niczego nie naprawi.

2. Sprawdź swój robots.txt pod botami AI. Wejdź na https://twojadomena.pl/robots.txt. Upewnij się, że:

• →OAI-SearchBot ma Allow: / (jeśli zależy Ci na ChatGPT Search),
• →PerplexityBot ma Allow: /,
• →Google-Extended masz świadomie ustawiony (decyzja: tak / nie pod AI Overviews i model training).

Jeśli chcesz pozwolić na cytowanie, ale zablokować używanie treści do trenowania, możesz oddzielnie odciąć GPTBot, ClaudeBot, CCBot i Meta-ExternalAgent przy jednoczesnym dopuszczeniu ChatGPT-User, Claude-User czy PerplexityBot. To dziś realna dźwignia, nie llms.txt.

3. Włącz structured data, gdzie ma sens. Article, Product, FAQ (mimo wygaszenia rich results dalej jako sygnał), HowTo tam, gdzie pasuje, Organization, Person, BreadcrumbList. Nie wciskaj schematu na siłę.

4. Audytuj E-E-A-T i pokrycie intencji. Czy artykuły mają autora? Czy autor ma realną biografię i widoczność? Czy treści odpowiadają na realne pytania, w realnym kontekście?

5. Zadbaj o mentions poza domeną. Reddit, Quora, G2, Trustpilot, branżowe podcasty, eksperckie wypowiedzi w mediach. Modele AI "widzą" Twoją markę przez sumę tych sygnałów.

6. Jeśli masz CMS, który generuje llms.txt jednym kliknięciem - możesz go włączyć. Bez obietnic, w trybie "insurance". W przyszłości może się przydać.

7. Mierz cytowania, nie tylko pozycje. Klasyczne narzędzia SEO oddają coraz mniej obrazu widoczności. Warto patrzeć na: pojawianie się w AI Overviews, w odpowiedziach ChatGPT, Perplexity, Gemini i Bing Copilot.

8. Policz, ile jest w stawce. Nim zainwestujesz miesiące w GEO/LLM SEO, zrób matematykę - kalkulator SEO ROI pomoże oszacować, ile naprawdę warta jest dla Twojej firmy widoczność w wyszukiwaniu.

Podsumowanie

llms.txt to ciekawa propozycja, która rozwiązuje realny problem - modele językowe naprawdę nie czytają stron tak jak człowiek i naprawdę gubią treść w HTML-owym balaście. Tylko że na maju 2026 r. wciąż jest to propozycja, nie standard, a największe laboratoria AI nie potwierdziły, że biorą plik pod uwagę w warstwie produkcyjnej. Dane z setek tysięcy domen mówią to samo: korelacji z widocznością w AI brak, GPTBot zagląda do pliku rzadziej, niż wynikałoby z dyskusji w branży.

To nie znaczy "nie dodawaj go w ogóle". To znaczy: nie buduj na nim strategii. Dźwignie, które dziś realnie przesuwają widoczność marki w ChatGPT, Gemini, Perplexity i AI Overviews, są wciąż dość klasyczne - z dodanym do równania świadomym zarządzaniem user agentami AI w robots.txt, dbałością o mentions i dobrym structured data.

Jeśli chcesz sprawdzić, jak obecnie wygląda widoczność Twojej strony w klasycznym Google i w generatywnych odpowiedziach AI - i co konkretnie warto poprawić w pierwszej kolejności - zapraszam do kontaktu.

Źródła i dalsze materiały

• →Barry Schwartz, _Google says normal SEO works for ranking in AI Overviews and LLMS.txt won't be used_, Search Engine Land (lipiec 2025)
• →Matt G. Southern, _LLMs.txt Shows No Clear Effect On AI Citations, Based On 300k Domains_, Search Engine Journal (listopad 2025)
• →SE Ranking, _LLMs.txt: Why Brands Rely On It and Why It Doesn't Work_ - analiza 300 000 domen (listopad 2025)
• →John Mueller, wypowiedzi publiczne na Bluesky i The Community (2025-2026)
• →Search Engine Journal, _Google Says LLMs.Txt Comparable To Keywords Meta Tag_ - Mueller (kwiecień 2025)
• →ALLMO.ai, _LLMs.txt for AI Search Report 2026_ - analiza 94 000+ cytowanych URL-i
• →Generix Marketing, _Does llms.txt Actually Help You Get Cited by AI? A Study of 2,500 Sites_ (kwiecień 2026)
• →OtterlyAI, 90-dniowy test ruchu AI crawlerów (2025)
• →Dokumentacja OpenAI dot. user agentów (OAI-SearchBot, ChatGPT-User, GPTBot)
• →Dokumentacja Anthropic - llms.txt i llms-full.txt
• →Position Digital, _150+ AI SEO Statistics for 2026_ (kwiecień 2026)