llms.txt – prawie 500 000 domen, 7 badań, 1 wniosek

TEORIA: W 2024 roku Jeremy Howard zaproponował aby umieść plik tekstowy o nazwie llms.txt w katalogu głównym swojej strony opisując w nim czym jest dany serwis oraz linkując najważniejsze podstrony. LLM’y będą mogły go odczytać i lepiej zrozumieć twoją stronę.

Pomysł wydaje się sensowny, jak chyba wszystko w teorii. Przejdźmy do praktyki 🙂

PRAKTYKA: Społeczność marketingu podchwyciła temat natychmiastowo – problem polega na tym, że specjaliści SEO zmienili znaczenie llms.txt i zaczęli sprzedawać go jako sposób na poprawę widoczności w czatbotach takich jak ChatGPT 🤡 Narzędzia audytowe dodały ten plik do checklist. Agencje zaczęły go wyceniać. Platformy jak Wix generują go automatycznie, a Mintlify ukrywa blok HTML z promptem linkując z automatu do llms.txt.

Przedstawiam 7 niezależnych badań, różne metodologie, różna skala, a wnioski są identyczne

Tabela badań

Teza 1: Boty AI nie szukają llms.txt aktywnie

Podstawowe założenie stojące za adopcją llms.txt brzmi: boty AI crawlują strony, przy okazji sprawdzają czy istnieje llms.txt, a jeśli tak – korzystają z niego. To założenie jest całkowicie błędne.

Reboot Online – 2 domeny

Reboot Online przeprowadziło najprostszy możliwy test. Wybrali dwie domeny z potwierdzonym ruchem AI botów – ChatGPT, Gemini i Claude odwiedzały je w ciągu ostatnich 6 miesięcy przed badaniem. Opublikowali na każdej z nich 4 nowe podstrony – bez żadnych linków wewnętrznych ani zewnętrznych. Jedynym miejscem gdzie pojawiły się URL’e tych stron był llms.txt.

Logika była prosta: jeśli AI bot odwiedzi te strony, musiał przeczytać llms.txt. Nie ma innej drogi.

Po 3 miesiącach: zero wizyt AI botów na testowych stronach. W tym samym czasie te same boty crawlowały inne strony na obu domenach. Boty były aktywne tylko nie zaglądały do llms.txt.

Seekio.pl – ~900 domen

Moje badanie oparte na analizie logów serwera z ~900 domen zbieranych przez 191 dni (wrzesień 2025 – kwiecień 2026). W tym czasie boty AI wygenerowały łącznie 44,996,657 zapytań do stron na tych domenach.

• Zapytań do llms.txt było równe 1227

To 0,003% całego ruchu AI. GPTBot sam w sobie wygenerował prawie 8,8 miliona requestów – i ani razu nie poprosił o llms.txt w sposób który można by przypisać aktywnemu szukaniu pliku.

Ahrefs – 137k domen

Ten sam wzorzec widać w znacznie większej skali. W Ahrefs przeanalizowali logi dla 137,210 domen – sprawdzili też ile zapytań trafia do ścieżek /llms.txt, które zwracają błąd 404.

• Wynik: zero zapytań od jakiegokolwiek bota AI

98% takich zapytań pochodziło od ludzi. Boty AI nigdy nie odpytują pliku samoistnie. Wniosek: AI boty nie chodzą aktywnie sprawdzać czy jakaś strona ma llms.txt. Zapytania do tego pliku wynikają z tego, że bot dostał link do pliku z zewnątrz, z instrukcji użytkownika lub z indeksu, a nie z własnej inicjatywy.

Teza 2: Nawet jeśli plik istnieje, nikt go nie czyta

Dobrze. Może boty nie szukają aktywnie ale gdy plik istnieje i jest dostępny, to może jednak go czytają?i tutaj dane mówią co innego.

Ahrefs – 97% plików nieodczytanych

To najbardziej dosadna liczba z całego zestawu badań. Ahrefs przeanalizował 137,210 domen używających Ahrefs Web Analytics (alternatywa dla Google Analytics), które otrzymały ruch w maju 2026. Wychodzi na to, że 38,360 domen – czyli 28% z całej próbki – miało opublikowany plik llms.txt.

Tylko 3% plików – czyli blisko 1100 domen – otrzymało jakikolwiek ruch. O tym więcej w tezie 4.

Myślę, że klienci Ahrefs Web Analytics są z definicji bardziej techniczni i świadomi SEO. Gdyby wziąć reprezentatywną próbę całego internetu, to 97% byłoby prawdopodobnie wyższe.

OtterlyAI – 0,1% ruchu AI przez 90 dni

OtterlyAI testowało to jak dla mnie bardzo konkretnie, eliminując problem odkrywania pliku, bo linkowano bezpośrednio ze strony głównej, więc boty nie musiały go w ogóle szukać. OtterlyAI przez 90 dni monitorowało logi serwera jednej domeny, filtrując user agentów związanych z AI.

• łącznie ponad 62,100 wizyt
• i 84 wizyty trafiło do llms.txt – co daje około 0,1%

Dla porównania, przeciętna podstrona w tym samym okresie miała ok. 265 wizyt botów AI. Plik llms.txt według założeń ma być głównym punktem wejścia dla AI, a był odwiedzany 3x rzadziej niż typowa podstrona.

SEODepths – 10 requestów miesięcznie, głównie scrapery

Analiza logów dla 2 domen przez 6 miesięcy:

1. Mała strona zawierająca ok ~100 podstron
2. Duża strona turystyczna, ponad 100,000 podstron

Na większej domenie llms.txt był odpytywany 10 razy w ciągu 30 dni. Mało? „Najgorsze” jest to, kto sprawdzał.

Analiza IP wykazała że większość to headless Chrome. Czyli m.in narzędzia używane przez scrapery i skanery bezpieczeństwa, a nie modele AI. Weryfikacja przez reverse DNS potwierdziła, że prawdziwych agentów AI wśród nich nie było.

Było też testowane podejście rekomendowane przez część branży. Mianowicie dodanie <link rel> do llms.txt w sekcji <head> każdej strony, żeby ułatwić botom odkrycie pliku. Efekt po 3 miesiącach, to żadnej zmiany w ruchu.

W grudniu 2025 zapytań do llms.txt było okrąglutkie ZERO. Jedyny request, który znalazł w logach pochodzi z narzędzia URL Inspection w Google Search Console, a które sam sprawdził.

Wniosek jest spójny

Niezależnie od skali – boty AI nie sprawdzają llms.txt

Teza 3: Posiadanie llms.txt nie wpływa na cytowania w AI

To jest sedno sprawy dla każdego, kto rozważa wdrożenie llms.txt z myślą o widoczności, a nie o samym crawlowaniu. Niestety i tu dowody są równie konsekwentne co wcześniej.

Trakkr – zerowy efekt

Trakkr przebadało 37,894 domeny z co najmniej dwoma cytowaniami AI, analizując łącznie ponad 337,000 cytowań. Porównali domeny posiadające llms.txt oraz domeny bez tego pliku.

Wyniki:

• Domeny z llms.txt: średnio 6,8 cytowań
• Domeny bez llms.txt: średnio 6,7 cytowań
• Mediana: 3,0 w obu grupach
• Test Mann-Whitney U: p=0,85

p=0,85 to jeden z najwyższych możliwych wyników braku istotności statystycznej. Żeby mówić o jakimkolwiek efekcie, to p musiałoby być poniżej 0,05. Wynik 0,85 oznacza że różnica między grupami jest nie do odróżnienia.

Trakkr dodatkowo sprawdził własny wskaźnik Trakkr Visibility Score (0-100, kombinacja obecności w AI, pozycji, wzmianek i sentymentu). Mediana dla domen:

• Z llms.txt: 23,1
• Bez llms.txt: 23,6
• Różnica 0,5 punktu to błąd statystyczny

Odwrócona korelacja adopcji:

TOP50 najczęściej cytowanych domen w danych Trakkr, tylko 6% ma llms.txt. Konkretne przykłady z listy Wśród domen bez llms.txt o najwyższej liczbie cytowań:

• Reddit – 2769
• TechRadar – 2499
• Reuters – 1915
• LinkedIn – 1579
• Forbes – 1479

W drugiej grupie jedyną globalnie rozpoznawalną marką jest Github – 449 cytowań. Pozostałe domeny z tej grupy są wielokrotnie mniejsze i mniej znane. Jeśli plik miałby działać, to dane były by odwrotne.

SE Ranking – nauczanie maszynowe działa lepiej bez llms.txt

SE Ranking podeszło do badania od całkowicie innej strony. Przeanalizowali 300,000 domen i zbudowali model XGBoost przewidujący częstość cytowań w AI biorąc pod uwagę wiele zmiennych – w tym obecność llms.txt.

• Wynik: usunięcie zmiennej llms.txt poprawiło dokładność modelu

W nauczaniu maszynowym oznacza to, że dana zmienna wprowadza więcej zbędnego szumu niż jakościowego sygnału. Dosyć że llms.txt nie pomógł przewidywać cytowań, to jeszcze aktywnie utrudniał proces przewidywania cytowań na podstawie modelowania statystycznego.

Dodatkowo analiza SHAP – wyjaśniająca wpływ poszczególnych zmiennych – potwierdziła, że llms.txt nie ma mierzalnego znaczenia.

Teza 4: Kto czyta llms.txt? Nie ci których chcesz

Wróćmy do tych 3%, które jednak dostają jakiś ruch. Badania Ahrefs i moje dają tutaj całkiem szczegółową odpowiedź.

Struktura ruchu według Ahrefs

Ahrefs przypisał każdy user agent do 12 kategorii, który odpytywał llms.txt

Kilka obserwacji które warto wyróżnić:

1. Łącznie 4 kategorie związane z AI dają 19,4% ruchu (agenty AI + asystenci + crawlery treningowe + boty retrieval)
2. Same narzędzia audytu SEO to 21,7% i generują więcej zapytań niż wszystkie boty AI razem wzięte
3. Slackbot odwiedził llms.txt częściej niż PerplexityBot. Slackbot to bot generujący podglądy linków w komunikatorze. Nie indeksuje treści i nie wpływa na cytowania AI. Perplexity to jedno z głównych narzędzi AI do researchu. Fakt że Slackbot jest bardziej aktywny mówi wszystko o tym jak „użyteczny” jest llms.txt dla wyszukiwania i widoczności w AI
4. Narzedzia, które badają llms.txt ale go nie używają to 12,1%. Narzędzia audytujące, dedykowane skanery llms.txt i boty badawcze robią więcej zapytań do llms.txt niż wszystkie boty retrieval AI, asystenci AI i crawlery treningowe razem wzięte. Ekosystem audytujący ten „standard” jest większy niż ekosystem, który go faktycznie konsumuje
5. Wśród botów badawczych największy to prompt-injection-survey/1.0. Czyli ktoś systematycznie skanuje llms.txt jako potencjalny wektor ataku prompt injection – co czyni go atrakcyjnym celem dla złośliwych treści. O tym aspekcie prawie nikt nie mówi.

Seekio.pl – kto pytał o llms.txt przez 191 dni

Według mojego badania na ~900 domenach przez ponad pół roku:

Żadnego prawdziwego bota AI trenującego modele. Żadnego bota retrieval. Najwięcej requestów wygenerował Dataprovider – agregator danych niemający żadnego związku z widocznością w AI. Na drugim miejscu ludzie i skrypty.

SEODepths – ryzyko bezpieczeństwa

Autor tego badania zwraca uwagę na ryzyko które pojawia się przy automatycznym generowaniu llms.txt przez wtyczki SEO. Pluginy takie jak AIOSEO tworzą osobny plik llms.txt dla każdego URL. Strona, która ma ponad 100,000 adresów tworzy ponad 100,000 wariantów ścieżki llms.txt

Zagrożenia to:

• Resource exhaustion⁸ – masowe odpytywanie tych ścieżek przez boty może przeciążyć serwer
• Powiększona powierzchnia ataku – każdy dynamicznie generowany wariant jest potencjalnym punktem wejścia dla złośliwych agentów

To nie jest teoretyczne ryzyko. W logach dużego serwisu turystycznego zaobserwowano właśnie ruch, gdzie AI scrapery z uporem maniaka odpytywały różne warianty ścieżki /llms.txt. Żaden z nich nie był prawdziwym botem treningowym.

Przypomnę, że Ahrefs w swoim badaniu wskazał, że wśród botów badawczych jednym z największych był prompt-injection-survey/1.0.

Wyjątek który potwierdza regułę: agenci do kodowania i dokumentacja techniczna

Chce być obiektywny dlatego z mojej strony byłoby nieuczciwie gdyby artykuł kończył się na tym, że „llms.txt jest bezużyteczny”. Dane wskazują na jeden uzasadniony przypadek użycia.

W danych Ahrefs największą pojedynczą kategorią AI botów odwiedzających llms.txt są agenty i infrastruktura agentowa (10,5%). Wśród konkretnych botów wyróżnia się Claude-Code, który wyprzedził wszystkie boty retrieval AI i asystentów razem wziętych.

Dodatkowo na oficjalnej stronie llms.txt jest napisane wprost

This is particularly important for use cases like development environments, where LLMs need quick access to programming documentation and APIs.

Tłumacząc na język polski

Jest to szczególnie ważne w przypadku środowisk programistycznych, w których LLM’y potrzebują szybkiego dostępu do dokumentacji programistycznej i interfejsów API.

Wniosek: jeśli prowadzisz dokumentacją techniczną, API lub biblioteką i twoi użytkownicy korzystają z agentów do kodowania jak Cursor, Claude Code, GitHub Copilot, to llms.txt w pewnym sensie może ułatwić im życie, ale tylko tyle.

Nie poprawi cytowań w Perplexity i innych czatbotach ale jest jakaś szansa, że agent do kodowania szybciej znajdzie właściwy endpoint w dokumentacji.

Dla pozostałych 95% stron wniosek jest prosty = to nie jest twój przypadek użycia.

Co faktycznie napędza widoczność w AI, czyli wnioski dla Specjalistów SEO

Wszystkie badania pośrednio wskazują na te same czynniki. Trakkr zebrał je najdokładniej analizując domeny które dominują w cytowaniach AI – przypomnę: Reddit, Reuters, Forbes, LinkedIn, Wired – i żadna z tych stron nie ma llms.txt. Natomiast łączy je:

• Autorytet domeny i ekspozycja w danych treningowych – modele AI cytują m.in źródła które znają z treningu. Reddit jest cytowany często bo był w danych treningowych każdego dużego modelu w ogromnych ilościach, a llms.txt nie zmienia tego co model już „wie”
• Głębokość i jakość treści – cytowane domeny mają treści, które kompleksowo odpowiadają na pytania. Nie mają magicznych plików tekstowych
• Cytowania zewnętrzne – strony cytowane przez inne strony, są cytowane przez AI. Mechanizm jest zbliżony do PageRank – bycie wymienianym w kontekście danego tematu przez wiarygodne źródła z automatu przekłada się na widoczność w AI
• Ustrukturyzowane dane i semantyczny HTML – czytelna hierarchia nagłówków, właściwe znaczniki i Schema. Microsoft potwierdził, że ich AI (Copilot) w pełni wspiera Schema. Współautorem i pomysłodawcą Schema był pracownik Google – Ramanathan V. Guha
• Brak JavaScriptu jako głównego nośnika treści – pisałem o tym wielokrotnie na LinkedIn i na Seekio – boty AI nie renderują JavaScriptu. Jeśli twoja treść istnieje tylko po wykonaniu JS, to dla AI jest całkowicie niewidoczna

Podsumowanie 7 badań

llms.txt miał być pomocą dla LLM’ów, a zamiast tego stał się produktem SEO sprzedawanym na obietnicach i jak widać dane nie potwierdzają, że ma wpływ na widoczność w AI.

7 badań, prawie 500,000 tysięcy domen, miliony requestów:

• 97% plików llms.txt nie dostało ani jednego requestu (Ahrefs)
• 0,1% ruchu AI trafia do llms.txt vs ogół strony (OtterlyAI)
• ZERO wizyt AI botów na stronach odkrytych wyłącznie przez llms.txt (Reboot Online)
• p=0,85 – statystycznie zerowy efekt na cytowania (Trakkr)
• Model ML działa lepiej bez zmiennej llms.txt (SE Ranking)
• 1,227 requestów llms.txt vs 45,000,000 requestów AI ogółem (seekio.pl)
• 10 requestów/30 dni na dużej domenie, większość to headless Chrome, a nie boty AI (SEODepths)

Wdrożenie llms.txt zajmuje kilka minut i nic nie psuje. Jeśli chcesz mieć go jako gest w stronę przyszłości albo obsługujesz agentów kodujących, to nie ma w tym nic złego – wdrażaj. Wszystkie przywołane tu dane to stan na połowę 2026 roku i aktualne na dzień publikacji.

Jednak fakty są niezmienne od prawie 3 lat istnienia tego „standardu”:

1. Służy głównie dla dokumentacji technicznych
2. Nie zwiększa cudownie cytowania w AI
3. Żaden duży gracz AI nie zadeklarował, że zacznie ten plik czytać
4. Z każdym miesiącem potencjalne prawdopodobieństwo adopcji na szeroką skalę spada albo spadło już do zera

💡 Ciekawostka: Seekio ma llms.txt – zapraszam do odwiedzin 😀

1. Badanie Ahrefs: We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read – https://ahrefs.com/blog/llmstxt-study/ ↩︎
2. Badanie Trakkr: The llms.txt Effect – https://trakkr.ai/trakkr-research/llmstxt-effect ↩︎
3. Badanie OtterlyAI: Llms.txt Experiment: What Marketers Get Wrong about llms.txt – https://otterly.ai/blog/the-llms-txt-experiment/ ↩︎
4. Badanie Reboot Online: Testing how AI models crawl websites with LLMs.txt – https://www.rebootonline.com/geo/llms-txt-experiment/ ↩︎
5. Badanie SE Ranking: Does LLMs.txt impact your AI visibility and citations? No, according to research – https://seranking.com/blog/llms-txt/ ↩︎
6. Badanie Seekio: Roboty AI ignorują LLMS.txt ale skanują internet na potęgę – https://seekio.pl/roboty-ai-ignoruja-llms-txt/ ↩︎
7. Badanie SEO Depths: What Server Logs Tell You About LLMS.TXT – https://seodepths.com/seo-research/what-server-logs-tell-about-llms-txt/ ↩︎
8. Resource exhaustion attack, czyli ataki polegające na wyczerpaniu zasobów – https://en.wikipedia.org/wiki/Resource_exhaustion_attack ↩︎