هل يعمل llms.txt؟
إجابة صادقة قائمة على البيانات: ما يجيده llms.txt وما لا يجيده وكيف تميز بينهما.
آخر تحديث:
الإجابة القصيرة
يعتمد ذلك بالكامل على ما تعنيه بكلمة «يعمل».
إذا أردت أن يحسّن llms.txt ترتيبك في Google: لا، إنه لا يعمل من أجل ذلك. وقد صرحت Google علناً بأنها لا تستخدم llms.txt إشارةً للترتيب.
إذا كنت تريد استشهادات تلقائية من ChatGPT أو Claude أو Perplexity: ذلك الاستنتاج غير مثبتلا يوجد مزوّد رئيسي وثّق استخدام الملف تلقائياً وقت الاستدلال.
القيمة القابلة للاختبار أضيق: يمكنك نشر فهرس منسق، ومراقبة الطلبات في سجلاتك، وضبط مسار استرجاع لاستهلاكه. ويجب قياس كل نتيجة على حدة.
يتوقف معنى «يعمل» على هدفك
قبل النظر في الأدلة، من المفيد أن تكون دقيقاً. يسأل الناس «هل يعمل llms.txt؟» وهم يقصدون أربعة أهداف مختلفة:
- الهدف A، استشهاد نموذج اللغة الكبير: عندما يسأل شخص مساعد ذكاء اصطناعي عن منتجي، هل يعطي إجابات دقيقة ومحدثة ويستشهد بصفحاتي؟
- الهدف B، تغطية زواحف الذكاء الاصطناعي: هل تجلب GPTBot وClaudeBot وPerplexityBot ملف llms.txt الخاص بي وتستخدمه لترتيب ما تزحف إليه؟
- الهدف C، تحسين SEO في Google: هل يحسن نشر llms.txt ترتيبي على Google؟
- الهدف D، استرجاع مضبوط: هل يستخدم عميل أو مسار RAG أضبطه llms.txt بوصفه قائمة قراءة؟
لكل هدف إجابة مختلفة. ونغطي الأهداف بالترتيب أدناه.
هل يساعد في اقتباسات نماذج اللغة الكبيرة؟ (الهدف A)
التحفظ الصريح أولاً: لا يوجد مكافئ لـ Google Search Console لاستشهادات نماذج اللغة الكبيرة. لا يمكنك فتح لوحة ورؤية «جلب Perplexity ملف llms.txt الخاص بك واستشهد بك 47 مرة هذا الأسبوع». ومشكلة القياس حقيقية.
يمكن لـ llms.txt تقديم قائمة قراءة منسّقة لعميل متوافق. وإذا كنت تتحكم في ذلك العميل، يمكنك التحقق من تحميله للملف، واتباعه للروابط المختارة، واستخدامه للمحتوى المسترجع. لكن ذلك لا يتنبأ بسلوك روبوت محادثة غير مرتبط.
يتطلب اختبار الاستشهاد أيضاً مجموعة ضابطة ومطالبات متكررة. ولا تكون الإجابة الأفضل بعد النشر سوى ملاحظة، إلى أن يبيّن أثر الاسترجاع أن الملف أو إحدى صفحاته المرتبطة استُخدمت فعلاً.
أضعف جزء في الهدف «أ» هو كبار مزودي نماذج اللغة الكبيرة (LLM) في وقت الاستدلال (OpenAI وAnthropic و Google). لم يؤكد أي منهم علنًا أن ChatGPT أو Claude أو Gemini يستدعي ملف /llms.txt في وقت الاستدلال عندما يطرح المستخدم سؤالًا. من المرجح أن يفيد الملف مسارات المعالجة المعززة بالاسترجاع أكثر مما يفيد النماذج الأساسية التي تستجيب بناءً على أوزانها التدريبية.
الحكم على الهدف A: غير مؤكدة لمساعدات المستهلك. ولا يمكن قياسها إلا في مسار استرجاع تتحكم في مدخلاته وآثاره.
هل تجلب زواحف الذكاء الاصطناعي الملف فعلاً؟ (الهدف B)
قد يطلب زاحف الملف، لكن النشر وحده لا يضمن أي طلب. ويميز توثيق المزوّد بين أغراض الزواحف وتتحكم robots.txt بها؛ ولا يثبت معاملة خاصة لـ llms.txt.
تحقّق من سجلات الخادم أو CDN بحثاً عن القيمة الدقيقة لـ /llms.txt الطلب والطابع الزمني
والحالة ووكيل المستخدم. وسلسلة وكيل المستخدم دليل على طلب، لا إثبات للهوية أو التحليل أو الفهرسة أو
إعطاء الأولوية أو الاستخدام في إجابة.
استخدم طريقة تحقق من DNS العكسي متحققاً منها أو موصى بها من المزوّد عندما يكون الإسناد مهماً. وافصل «لم نرصد أي طلب» عن انعدام الاستخدام عندما تكون تغطية السجل غير مكتملة.
الحكم على الهدف B: قابلة للقياس لكل موقع من سجلات كاملة. ويبقى الاستخدام المنظم أو ذو الأولوية غير مؤكد ما لم يوثّقه مزود.
هل يساعد SEO في Google؟ (الهدف C)
لا. هذه أوضح إجابة من بين الأربع.
تنص إرشادات Google الحالية على أن البحث لا يستخدم llms.txt أو ملفات نصية أو Markdown خاصة أخرى للذكاء الاصطناعي، بما فيها ميزات الذكاء الاصطناعي التوليدي. ونشره لا يجلب معاملة خاصة في Google Search.
ينسجم هذا مع طريقة تعامل Google مع robots.txt (التحكم في الوصول لا الترتيب) وsitemap.xml (اكتشاف الزحف لا الترتيب). ولا يحسّن أي ملف منهما موضعك في نتائج البحث بمفرده؛ بل يؤثران في إمكانية Google الوصول إلى محتواك وكيفيته. ومن منظور Google، لا ينتمي llms.txt إلى الفئة نفسها، فهو ببساطة ليس جزءاً من مسارها على الإطلاق.
الحكم على الهدف C: لا أثر في ترتيب Google. وهذا مؤكد، وليس تخميناً.
من نشر llms.txt؟ (سياق الهدف D)
النشر قابل للقياس، لكن يجب ألا يُخلط بالاستهلاك. وفي العينة الثابتة لـ llmtxt.info، 122 من 217 مضيفاً يمكن الوصول إليهم قدّموا ملفاً جذرياً صالحاً في 2026-09-07, بمعدل 56.2%.
تقيس هذه العينة توافر HTTP وصلاحية الملف على مجموعة مضيفين محددة. ولا تقيس الحركة أو دعم المزود أو زيادة الاقتباسات أو أثر الترتيب. راجع متعقّب الاعتماد للعينة والمنهجية.
بالنسبة إلى الهدف D، أجرِ اختبار إدخال مضبوطاً: سجّل الملف الذي جرى جلبه، والصفحات التي جرى تتبعها، والمقاطع المسترجعة، والإجابة. قارنه بسير العمل نفسه من دون llms.txt.
الحكم على الهدف D: قابلة للاختبار وقد تكون مفيدة في سير عمل مضبوط، ولا يثبتها عدد عمليات النشر وحده.
كيفية قياس ما إذا كان يعمل
لا توجد لوحة واحدة تجيب عن ذلك اليوم، لكن يمكنك التثليث:
- سجلات الخادم. صفِّ الطلبات إلى
/llms.txtو/llms-full.txt. ابحث عن وكلاء المستخدم:GPTBot,ClaudeBot,PerplexityBot,OAI-SearchBot,Applebot-Extended. ويخبرك تكرار هذه الزيارات وحداثتها بما إذا كانت زواحف الذكاء الاصطناعي مهتمة بنشاط. - حركة المُحيلين. راقب المُحيلين من
chat.openai.com,claude.ai,perplexity.ai، ونطاقات مماثلة. والزيادة بعد نشر llms.txt ليست دليلاً على السببية، لكنها تستحق التتبع. - آثار الاسترجاع. في سير عمل تتحكم فيه، خزّن عناوين URL والمقاطع التي جرى جلبها. وهذا أقوى دليل على تأثير llms.txt في إجابة.
- فحوص يدوية سريعة. اطرح على Claude وChatGPT وPerplexity سؤالاً ينبغي لموقعك أن يجيب عنه بموثوقية. وسجّل ما إذا كانت الإجابة دقيقة، وما إذا استُشهد بصفحاتك، وما إذا تحسنت الجودة بعد نشر llms.txt أو تحسينه.
- ملاحظات المطورين. إذا كان موقعك يخدم المطوّرين، فاسألهم مباشرةً: «عندما تسأل أداة ذكاء اصطناعي عن [منتجك]، هل تحصل على إجابات دقيقة؟» غالباً ما تكون هذه الإشارة النوعية الأكثر قابلية للتحويل إلى إجراء.
الحكم
يعمل llms.txt بثبات كفهرس قابل للنشر والقراءة آلياً. وكل ما يتجاوز ذلك يعتمد على العميل المستلم ويتطلب دليلاً منفصلاً. وهو أسهل للاختبار في:
- مواقع توثيق المطوّرين
- منتجات API وSaaS ذات مشترين تقنيين
- أي موقع يطرح مستخدموه بانتظام أسئلة إلى مساعدات الذكاء الاصطناعي حول المنتج
إنه يفعل ذلك ليس بوصفه أداة لتحسين SEO في Google. إذا كان ذلك هدفك، فأنت في المكان الخطأ؛ ركّز على البيانات المنظمة وCore Web Vitals والروابط الخلفية التحريرية.
ينشئ النشر أيضاً عملاً للصيانة وخطر إرشادات قديمة أو متناقضة. والقرار المنطقي هو النشر فقط عندما تستطيع إبقاء الملف محدثاً وتسمية سير عمل أو قياس متوافق تنوي اختباره.
الخطوات التالية
- كيفية إنشاء ملف llms.txt، والقوالب ودليل النشر لكل مكدس شائع.
- المولّد، املأ نموذجاً ونزّل خلال دقائق ملفاً متوافقاً مع المواصفة.
- المدقّق، تحقّق من ملفك الحالي مقابل المواصفة.
- أفضل الممارسات, وما يميز llms.txt المفيد عن الضوضاء.