Wat is llms.txt, en waarom staat die van jou er nog niet?

llms.txt is een tekstbestand in de hoofdmap van je domein met een schone markdown-samenvatting van je site voor taalmodellen: wie je bent, wat je doet en welke pagina’s ertoe doen. Het is geen rankingfactor en geen enkele AI-aanbieder heeft toegezegd het te gebruiken. Het kost bijna niets en beperkt het risico dat een model je verkeerd samenvat.

Wat het is

llms.txt is een tekstbestand op de hoofdmap van je domein, net als robots.txt. Het voorstel komt van Jeremy Howard (Answer.AI) uit september 2024 en schrijft een vaste vorm voor: een H1 met de naam van de site, een blockquote met een korte samenvatting, en daaronder H2-secties met lijsten van links (llmstxt.org). Geen navigatie, geen cookiebanner, geen opmaakruis. Alleen de inhoud, in markdown.

De aanleiding is simpel. Een taalmodel dat je site leest, krijgt normaal gesproken een pagina vol HTML, menu’s, scripts en herhaalde blokken. Daar moet het de betekenis uit destilleren. Een llms.txt slaat die stap over en zegt: dit is wat je moet weten.

Wat het niet is

Het is geen ranking-factor en geen garantie. Geen enkele AI-aanbieder heeft toegezegd dat het bestand gelezen of gewogen wordt. Google’s John Mueller schreef in april 2025 dat geen van de AI-diensten zegt llms.txt te gebruiken, dat je in je serverlogs kunt zien dat ze er niet eens naar vragen, en vergeleek het met de keywords-metatag (Search Engine Journal). Google zette het in juni 2026 ook in zijn eigen documentatie: zulke bestanden zijn voor Google Search niet nodig en hebben geen positief of negatief effect op je zichtbaarheid (Google Search Central).

De data wijst dezelfde kant op. SE Ranking onderzocht eind 2025 bijna 300.000 domeinen: 10,13% had een llms.txt, en er was geen meetbaar verband tussen het bestand en hoe vaak een domein door AI-systemen geciteerd werd (SE Ranking). Wie je vertelt dat een llms.txt je in ChatGPT zet, verkoopt je een verhaal.

Waarom dan toch doen? Omdat de kosten vrijwel nul zijn en het risico dat een model je verkeerd samenvat reëel is. Als een assistent jouw prijzen, werkgebied of dienstverlening verkeerd weergeeft, is dat schadelijker dan onzichtbaarheid. Een llms.txt is de goedkoopste manier om te bepalen welke feiten er in ieder geval schoon beschikbaar zijn.

Wat erin hoort

• Wie je bent. Naam, wat je doet, waar je zit, sinds wanneer. Exact zoals het ook in je schema-markup en op je contactpagina staat.
• Wat je aanbiedt. Je diensten met één regel uitleg per stuk, met de link naar de pagina erachter.
• Feiten die vaak gevraagd worden. Prijzen die vaststaan, doorlooptijden, werkgebied, KvK-nummer. Wat niet vaststaat, laat je weg in plaats van vaag te maken.
• Verwijzingen. De pagina’s die je echt gelezen wilt hebben, in de volgorde van belangrijkheid.

En vooral: geen marketingtaal. Een model dat “de meest innovatieve partner in digitale transformatie” leest, haalt daar niets uit dat het kan citeren.

Het bestand is niet de hele klus

Een llms.txt is één signaal in een grotere set. De rest telt zwaarder:

1. Toegang in robots.txt. Als GPTBot, PerplexityBot, ClaudeBot en OAI-SearchBot geblokkeerd zijn, is de rest zinloos. Let op het verschil: OpenAI gebruikt GPTBot voor trainingsdata en OAI-SearchBot voor de zoekresultaten in ChatGPT; wie OAI-SearchBot blokkeert, verdwijnt uit die antwoorden (OpenAI). Veel sites blokkeren ze zonder het te weten, via een standaardregel van hun hoster of een beveiligingsplugin.
2. Content-signals. In robots.txt kun je met de Content Signals Policy van Cloudflare (september 2025) expliciet vastleggen wat wel en niet mag: search, ai-input en ai-train. Cloudflare zegt er zelf bij dat het voorkeuren uitdrukt en geen technische blokkade is (Cloudflare), maar hij hoort expliciet te zijn.
3. Schema-markup. Prijzen, adressen, diensten en personen in machineleesbare vorm. Dit is de laag die modellen laat citeren zonder te gokken.
4. Antwoord-structuur op je pagina’s zelf. Een model citeert een passage, geen pagina. Content die begint met het antwoord wordt vaker geciteerd dan content die er via drie alinea’s naartoe werkt.

Dat vierde punt is waar het meeste werk zit en waar de meeste winst ligt. De rest is hygiëne.

Hoe je er een maakt die klopt

De valkuil is een bestand dat één keer met de hand geschreven wordt en daarna verjaart. Prijzen wijzigen, diensten verdwijnen, en een llms.txt die iets anders beweert dan je website ondermijnt precies het vertrouwen dat je wilde opbouwen.

Genereer hem daarom uit dezelfde bron als je site. Onze eigen llms.txt wordt bij elke build opgebouwd uit de content-collecties en het prijsbestand, dus hij kan per definitie niet uit de pas lopen met wat er op de pagina’s staat. Naast dat bestand zetten we van elke pagina ook een markdown-variant klaar, zodat een crawler die de HTML niet wil ontleden een schone versie kan ophalen. Dat is ook wat de specificatie aanbeveelt: dezelfde URL met .md erachter (llmstxt.org).

Moet jij dit nu doen?

Als je site al goed loopt in Google en je klanten zoeken nog vrijwel allemaal daar, is dit geen noodgeval. Zet dan eerst de crawler-toegang goed en controleer je schema.

Zit je in een markt waar kopers hun oriëntatie in ChatGPT of Perplexity beginnen, dan is dit het startpunt van een groter traject. Wat daar bij komt kijken staat op AEO bureau, de dienst eromheen is SEO & AEO, en waarom dit hele veld ontstaat lees je in Waarom AEO het nieuwe SEO is.

Bronnen

1. The /llms.txt file, Jeremy Howard, Answer.AI, 2024
2. Google says LLMs.txt comparable to keywords meta tag, Search Engine Journal, 2025
3. Google’s guide to optimizing for generative AI features on Google Search, Google Search Central, 2026
4. LLMs.txt: why brands rely on it and why it doesn’t work, SE Ranking, 2025
5. Overview of OpenAI crawlers, OpenAI, 2025
6. Giving users choice with Cloudflare’s new Content Signals Policy, Cloudflare, 2025