Sådan gennemgår du din llms.txt-fil i AmICited

/llms.txt er filen, der fortæller AI-agenter og LLM’er, hvordan de skal læse og citere dit site — og de fleste sites får den stadig galt eller springer den helt over.

Hvad er llms.txt?

llms.txt er en almindelig tekstfil i Markdown-format, der ligger på roden af dit domæne (yoursite.com/llms.txt), og som giver AI-systemer et kurateret kort over dit site: hvad virksomheden laver, hvilke sider der betyder mest, og hvor de finder din dokumentation, produktinformation og vigtigste ressourcer. Filen blev foreslået som en makker til robots.txt — men hvor robots.txt kun fortæller crawlere, hvad de må tilgå, fortæller llms.txt AI-agenter og sprogmodeller, hvad der faktisk er værd at tilgå, og hvordan det skal fortolkes, når de først er der.

Formatet er bevidst enkelt: en H1 med dit sites eller virksomheds navn, et kort resumé i et blockquote, og derefter en række Markdown-sektioner med links til dine vigtigste sider — priser, dokumentation, produktsider, blogindlæg, eller hvad der nu bedst repræsenterer din virksomhed. Nogle sites udgiver også en llms-full.txt, en længere version med det fulde sideindhold indlejret, så en AI-agent kan indtage substansen direkte i stedet for at følge links.

Tanken bag llms.txt er, at store sprogmodeller ikke browser et site, som et menneske gør. De arbejder med begrænsede kontekstvinduer og henter ofte indhold gennem retrieval eller opsummering i stedet for at rendere en hel side. En velstruktureret llms.txt reducerer gætteriet: i stedet for at en AI-agent skal udlede din sitestruktur fra et sitemap eller skrabe, hvad den nu tilfældigvis crawler, giver du den et kort, autoritativt indeks. Det har direkte betydning for AI-søgesynlighed — når en model som ChatGPT, Perplexity eller Gemini skal afgøre, hvad den skal citere om dit brand, gør en klar llms.txt det mere sandsynligt, at modellen finder og bruger din tiltænkte kilde frem for en forældet side, en konkurrents resumé eller slet ingenting.

Det er vigtigt at være realistisk omkring, hvad llms.txt gør og ikke gør. Den er ikke et rangeringssignal på samme måde som strukturerede data eller backlinks, og der er ingen bekræftelse på, at samtlige store AI-crawlere aktivt henter og fortolker den i dag. Det, den pålideligt gør, er at gøre dit site lettere at forstå, når en agent først kigger — et lavrisiko-tiltag med lav omkostning i det bredere generative engine optimization -værktøjssæt, som koster meget lidt at få rigtigt og kun kan styrke din position, efterhånden som AI-drevet trafik vokser. AmICited behandler det som ét signal blandt flere i sin Agent Accessibility-audit — ikke en mirakelkur — hvilket er grunden til, at gennemgangen nedenfor tjekker for både tilstedeværelse og kvalitet frem for blot at betragte “filen findes” som bestået.

Hvor finder du det

llms.txt-gennemgangen i AmICited henter din og validerer den, så du ved, at den er komplet og gør sit arbejde.

Det er sektionen llms.txt-gennemgang under Audit → Agent Accessibility. Hvis du ikke har kørt den endnu, vil du se “Ingen llms.txt-gennemgang endnu. Kør et tjek for at hente og validere din /llms.txt,” med en Tjek igen nu-knap. Agent Accessibility samler alle tjek, der afgør, om AI-crawlere og -agenter reelt kan nå og fortolke dit indhold — llms.txt indgår her side om side med tjek som robots.txt-konfiguration, så du gennemgår den i kontekst frem for isoleret.

Sådan bruger du det

1. Kør tjekket. Klik på Tjek igen nu for at få AmICited til at hente din /llms.txt og validere den.
2. Læs resultaterne. Gennemgangen fortæller dig, om filen findes på den forventede sti, og om den er velformateret og komplet — det vil sige, om den følger den forventede Markdown-struktur og indeholder nok substans til at være nyttig, i stedet for blot at være en tom overskrift.
3. Ret og tjek igen. Hvis den mangler eller er ufuldstændig, skal du tilføje eller rette filen på dit site. En manglende fil er det simpleste tilfælde: opret en på din domæne-rod efter den standardiserede llms.txt-struktur — titel, resumé og linkede sektioner til dine vigtigste sider. En ufuldstændig fil betyder som regel, at strukturen er på plads, men indholdet er tyndt: for få linkede sider, et resumé, der ikke rigtig forklarer, hvad virksomheden laver, eller sektioner, der peger på lavværdi-sider i stedet for dem, du ville ønske, at en AI-agent citerede. Når du har foretaget ændringerne, kører du tjekket igen.
4. Bekræft i oversigten. Et sundt resultat skifter flisen llms.txt i Agent Readiness Summary, som samler dette tjek sammen med de øvrige Agent Accessibility-signaler i ét samlet billede af, hvor klar dit site er til AI-agenter og -crawlere.

Hvad en god llms.txt gør

En velbygget llms.txt fortjener sin plads i audit’en ved at gøre tre konkrete ting:

• Peger agenter mod dit vigtigste indhold, så de ikke skal gætte på, hvad der er væsentligt. I stedet for at en AI-agent skal udlede vigtighed ud fra antallet af interne links eller crawl-dybde, navngiver du eksplicit din prissætningsside, din dokumentation, dine bedste cases og dine centrale produktsider.
• Præciserer, hvordan du skal citeres, hvilket forbedrer dine chancer for at blive refereret korrekt — med dit reelle firmanavn, den rigtige produktterminologi og links til de sider, du selv ville vælge, i stedet for et forældet eller tredjeparts-resumé af dit brand.
• Signalerer, at dit site er agent-bevidst, hvilket både parathedsoversigten og konkurrentsammenligningen belønner. Et site, der tydeligvis har tænkt over, hvordan AI-agenter indtager det, har som regel også renere strukturerede data, hurtigere indlæsningstider og færre crawl-blokerende fejl — llms.txt er ofte en indikator for et bredere mønster af AI-tilgængelighed.

Hvorfor det betyder noget ud over afkrydsningsfeltet

llms.txt-gennemgangen er ét audit-punkt, men den indgår i et langt større spørgsmål: hvor ofte dukker dit brand rent faktisk op, når folk spørger AI-assistenter om din kategori? En valideret llms.txt gør dig lettere at finde og beskrive korrekt, men den garanterer ikke en citation — det afhænger af kvaliteten og relevansen af det indhold, filen peger på, samt af hvor konkurrencepræget dit felt er i AI-søgeresultater. Derfor er det værd at kombinere Agent Accessibility-audit’en med løbende sporing af, hvor ofte dit brand faktisk bliver nævnt. Hvis du ikke har kigget på din llms.txt før, kan det også være værd at læse en bredere teknisk gennemgang af hvordan du implementerer llms.txt korrekt, da audit’en kun fortæller dig bestået eller ikke bestået — ikke begrundelsen bag hver best practice.

Det hjælper også at adskille llms.txt fra resten af din AI-crawler-konfiguration. Det gør ikke den store forskel at få llms.txt rigtig, hvis din robots.txt i stilhed blokerer de AI-crawlere, der betyder noget, så betragt dette tjek som én del af en fuld audit af AI-crawler-adgang frem for hele opgaven. De to tjek besvarer forskellige spørgsmål: robots.txt styrer, om en agent overhovedet kan hente en side, mens llms.txt former, hvad den forstår, når den først er der.

Genkør og benchmark mod konkurrenter

Kør dette igen, hver gang du ændrer filen — efter du har tilføjet nye sider, omstruktureret dit site eller opdateret dit produktbudskab, bør llms.txt opdateres til at matche, og et nyt tjek bekræfter, at ændringerne er blevet registreret korrekt. Det er også værd at tjekke konkurrentsammenligningen for at se, hvordan din llms.txt klarer sig i forhold til konkurrenternes. Hvis konkurrenter har vedtaget en mere komplet llms.txt, og det har du ikke, er det en hurtig, billig rettelse sammenlignet med stort set alt andet i et GEO-program — de fleste tekniske AI-tilgængelighedsproblemer kræver udviklertid, mens en llms.txt-opdatering som regel er en enkelt filændring.

Hvor du går videre herfra

At rette din llms.txt er en hurtig gevinst, men det er blot ét element i et langt større billede: om AI-assistenter rent faktisk citerer dit brand, når det gælder. Når felterne under Agent Accessibility er grønne, bliver det mere relevante spørgsmål, hvordan den tekniske parathed omsættes til reelle omtaler — hvilke prompts du dukker op for, hvordan din share of voice klarer sig i forhold til konkurrenterne, og om din citationsrate bevæger sig i den rigtige retning over tid. AmICiteds AI-synlighed -sporing og AI rank tracker tager over, lige der hvor denne audit slipper, og forvandler en engangs teknisk rettelse til et løbende billede af, hvordan ChatGPT, Perplexity, Gemini og Google AI Overviews rent faktisk taler om dig — så du ikke bare er tilgængelig for AI-agenter, men også vinder de citationer, der følger med at være tilgængelig.