Wat is een llms.txt-bestand?

llms.txt is een Markdown-bestand geplaatst aan de root van een domein (bv. example.com/llms.txt) dat content en structuur van de site samenvat voor LLMs. Voorgesteld door Jeremy Howard (Answer.AI / fast.ai) op 3 september 2024. Adoptie door grote LLMs blijft gedeeltelijk in 2026, een hygiënesignaal, nog geen bevestigd retrieval-anker.

Wat is een llms.txt-bestand, in detail?

llms.txt werd voorgesteld door Jeremy Howard, oprichter van Answer.AI en mede-oprichter van fast.ai, op 3 september 2024 (bron: llmstxt.org en answer.ai/posts/2024-09-03-llmstxt.html). Het bestand staat aan de root van een domein, example.com/llms.txt, en bevat een Markdown-document met een H1-titel, een korte beschrijving en een reeks secties (Documentation, FAQ, Articles, Case studies) met absolute URL's. De spec beveelt ook een tweede bestand aan, llms-full.txt, dat de volledige site-content als Markdown concateneert voor full-context LLM-ingestie.

Waarom het bestaat

Robots.txt vertelt crawlers wat ze moeten ophalen. Sitemap.xml lijst URL's. "Robots.txt en sitemap.xml vertellen een LLM niet hoe een site georganiseerd is of wat er het belangrijkst is om te lezen. llms.txt vult die leemte met een door mensen samengestelde kaart van de site", verklaart Lorenzo Eeman, oprichter van PROEMA. Het formaat is bewust minimaal, Markdown in plaats van XML, zodat elke technical writer het kan onderhouden.

Adoptiestatus in 2026

Geen enkele grote antwoordmotor (OpenAI, Anthropic, Google, Perplexity) heeft in 2026 publiek bevestigd llms.txt systematisch te gebruiken in zijn crawl- of retrieval-pijplijn. Onafhankelijke serverloganalyses door SEO-cohorten suggereren dat ChatGPT en Perplexity het af en toe lezen, meestal nadat het bestand vermeld wordt vanaf een artikel of een gekende autoriteitspagina, maar geen garantie. Het formaat heeft tractie gewonnen in de technische-documentatie-gemeenschap (FastAPI, Stripe, Anthropic-docs publiceren allemaal een llms.txt), minder in marketingsites. PROEMA installeert llms.txt bij elke GEO-Optim-deployment als laagkostend hygiënesignaal met potentiële upside en geen downside. Bronnen: llmstxt.org, answer.ai/posts/2024-09-03-llmstxt.html, FastAPI-documentatie, Anthropic-docs.

Tegenintuïtief inzicht. Het technische voorstel llms.txt van Jeremy Howard (answer.ai, september 2024) is geen IETF-standaard en wordt niet vermeld in de publieke 2026-documentatie van OpenAI of Anthropic. Toch publiceert minder dan 9 % van de 1 000 meest geciteerde sites door Perplexity (Cloudflare Radar-steekproef, april 2026) een llms.txt. Daar zit precies het first-mover-venster.