LLMS.txt – föreslagen standard för LLM-läsbart innehåll och varför vi är skeptiska än så länge
Definition
LLMS.txt är ett föreslaget textbaserat filformat som ska placeras i roten på en webbplats – ungefär som robots.txt – och som tänks hjälpa stora språkmodeller (LLM) och AI-system att förstå vad webbplatsen handlar om, vilka sidor som är viktigast och hur innehållet hänger ihop. Tanken är god. Evidensen är, så här långt, tunn.
Vi på SEOS Design är självklart intresserade av, och håller koll på utvecklingen av LLMS.txt. Vi dokumenterar formatet eftersom våra kunder frågar om det, och eftersom vi tycker att man ska veta vad man avstår från innan man avstår. Men vi vill vara raka: de oberoende experiment vi har sett pekar i nuläget inte mot att en LLMS.txt-fil påverkar hur ett innehåll väljs eller citeras av AI-system.
Vad LLMS.txt är tänkt att vara
Förslaget kommer från Jeremy Howard (Answer.AI) och publicerades i september 2024. Grundidén är att en webbplats ska kunna lägga upp en llms.txt i roten, exempelvis https://exempel.se/llms.txt, som i ren markdown beskriver:
- Vad webbplatsen är (en kort sammanfattning)
- Vilka sektioner som är viktigast
- Länkar till nyckelresurser, gärna i markdown-version
- Eventuellt en llms-full.txt med hela innehållet samlat, så att en LLM kan läsa in webbplatsen i ett enda kontextfönster
Filosofin liknar en korsning mellan en sitemap, en robots.txt-fil och en sammanfattande "om oss"-sida – fast skriven för en maskin som läser markdown med mindre brus än rå HTML.
Vad säger Google om LLMS.txt?
Den tydligaste signalen från en stor sökmotor i frågan kommer från John Mueller på Google. I ett offentligt uttalande på Bluesky sommaren 2025 jämförde han LLMS.txt med den utdaterade keywords meta-taggen: "It's like the keywords meta tag — a site owner's claim about their content." Mueller tillade att, så vitt han känner till, använder ingen större AI-tjänst LLMS.txt. Enligt Search Engine Journal rekommenderade han också att man sätter noindex på filen så att den inte dyker upp i sökresultat.
Det är inte ett officiellt Google-policybesked, men det är så nära ett "nej" man kommer från en talesperson på Google idag. OpenAI, Anthropic och Perplexity har inte heller offentligt åtagit sig att läsa eller prioritera filen.
Varför vi är skeptiska – i nuläget
För att en sådan här fil ska få effekt krävs att någon faktiskt läser den och agerar på den. För robots.txt fungerar det eftersom Googlebot, Bingbot och liknande är implementerade mot specifikationen och har tydliga regler. För LLMS.txt finns inget sådant åtagande – och som ovan: Google har snarare aktivt nedtonat värdet.
De experiment vi sett från SEO- och AEO-communityt har konsekvent svårt att visa effekt. Sidor som lägger till en LLMS.txt och sidor som inte gör det syns ungefär lika ofta i AI-svar, allt annat lika.
Det är värt att påpeka två saker:
- Frånvaro av evidens är inte evidens om frånvaro. Det är fullt möjligt att framtida system börjar respektera LLMS.txt om filen blir tillräckligt utbredd.
- Schema markup-jämförelsen är frestande men haltande. JSON-LD blev standard eftersom Google aktivt belönade det med rich results – ett tydligt incitament. LLMS.txt saknar i nuläget motsvarande mekanism. Mueller-jämförelsen med keywords meta-taggen är faktiskt mer träffande historiskt: ett förslag som drevs av webbplatsägare men aldrig fick fäste hos sökmotorerna.
Vår hållning blir därför: vi rekommenderar inte att man bygger en strategi runt LLMS.txt, men vi har inget emot att man lägger upp en enkel version – kostnaden är nära noll.
Hur en LLMS.txt ser ut
Förslaget definierar en mycket lättviktig struktur i markdown:
# Företagsnamn
> En kort, tydlig sammanfattning av vad webbplatsen handlar om
> och vem den är till för.
## Viktiga sidor
- [Tjänster](https://exempel.se/tjanster.md): Vad vi erbjuder
- [Case](https://exempel.se/case.md): Resultat vi levererat
- [Kunskapsbank](https://exempel.se/kunskapsbank.md): Termer vi förklarar
## Sekundärt
- [Om oss](https://exempel.se/om-oss.md)
- [Kontakt](https://exempel.se/kontakt.md)
Notera markdown-länkarna i exemplet. En del av idén är att para .html-versionen (för människor) med en .md-version (för LLM) – markdown är mer token-effektivt och innehåller mindre boilerplate än HTML med navigation, ads och scripts. Argumentet var starkare 2024 än det är 2026: moderna kontextfönster i Claude och Gemini hanterar redan stora HTML-sajter utan problem.
För större webbplatser föreslås också en llms-full.txt som samlar allt brödinnehåll i en enda markdown-fil. Det blir i praktiken en LLM-vänlig export av hela webbplatsen.
Skillnaden mot robots.txt och sitemap.xml
LLMS.txt är inte ett alternativ till någon av dem. Det är ett komplement.
- robots.txt styr vilka delar av webbplatsen som får crawlas. Den säger får du läsa.
- sitemap.xml listar alla URL:er som ska indexeras. Den säger vad som finns.
- llms.txt sammanfattar och prioriterar innehåll i markdown. Den säger vad som är viktigt och hur det hänger ihop.
Av de tre är robots.txt obligatorisk i praktiken, sitemap.xml de facto-standard, och llms.txt experimentell.
Vad ska man göra som webbplatsägare?
Vi bryter ner det i tre nivåer:
- Nivå 1 – gör inget åt LLMS.txt än. Lägg energin på det vi vet fungerar: bra strukturerat innehåll, schema markup, semantisk titelstruktur, internlänkning, och E-E-A-T-signaler.
- Nivå 2 – publicera en minimal llms.txt. Om ni redan har en tydlig informationsarkitektur och en sitemap, är det ungefär en halvtimmes jobb att skapa en llms.txt. Inkludera de 10–20 viktigaste sidorna med korta beskrivningar. Sätt gärna noindex på filen i enlighet med Muellers rekommendation, så att den inte dyker upp i sökresultat. Det skadar inte. Det kan eventuellt hjälpa.
- Nivå 3 – generera markdown-versioner per sida. Det är här vi blir mer tveksamma till ROI. Att underhålla parallella .md-versioner av varje viktig sida kräver tid och engagemang.
Hur vi själva tänker
Vi följer utvecklingen och uppdaterar den här sidan när det dyker upp robust evidens – antingen att en stor AI-leverantör officiellt börjar respektera formatet, eller att kontrollerade experiment visar konsekvent effekt på citation rate eller share of voice i AI-svar.
En svensk SME med begränsad tid för digitalt innehåll har vanligtvis fler vinster att hämta i grundläggande teknisk SEO, snabbare laddning, bättre rubriker och tydligare entiteter än i att jaga ett experimentellt textfilsformat. När den listan är avbockad – då kan vi prata om llms.txt.