実際の llms.txt ファイルの大きさはどのくらいですか？

H1 を先頭に持つ採用ルールを満たした本番レスポンス 113 件では、中央値は 14,347 バイトで、H2 セクション 7 件と Markdown リストリンク 76 件がありました。これらの数字はサンプルを表します。特化したプロダクトサイトと大規模なドキュメントコーパスでは解く問題が異なるため、推奨上限ではありません。

重要なポイント

• 中央の 50% は 5,765 バイトから 42,850 バイトの範囲でした。
• リンク数は 0 から 3,280 の範囲で、中央値は 76 でした。
• キュレーションの品質は、サイズだけから推測できません。

典型的なファイルには何が含まれますか？

8 月 3 日のディレクトリスナップショットには 113 ファイルが含まれていました。サイズは 648 バイトから 741,350 バイトまででした。第 25 百分位は 5,765 バイト、中央値は 14,347、第 75 百分位は 42,850 でした。

セクション数は 0 から 84 の範囲で、中央値は 7 でした。解析されたリストリンク数は 0 から 3,280 の範囲で、中央値は 76 でした。90 ファイルには引用ブロックの概要が含まれていました。

完全な集計は directory-insights.json で確認できます。これは検証済みディレクトリに記載されたものと同じファイルから作成されています。

分布が広い理由

この提案は、小規模事業者、個人サイト、大規模な開発者プラットフォームのいずれも記述できます。ドキュメント発行者は長いカタログを自動生成することが多く、特化したサイトなら少数の遷移先だけを厳選できます。リダイレクト、書式、リンクの注記、生成されたナビゲーションはすべてバイト数に影響します。

カテゴリ別の中央値が違いを示します。測定した 7 つの e コマースファイルは、中央値 4,361 バイト、リンク中央値 28 件でした。8 つのフィンテックファイルは、中央値 93,207 バイト、リンク中央値 471 件でした。これらのサンプルは小規模で説明的なものであり、業界標準ではありません。

実用的なコンテンツ予算の設定方法

目標の語数ではなく、タスクから始めます。意図した質問に答えるためにエージェントが必要とする、最小限のページ集合を列挙します。境界が実際にある場合は、専門資料をパス単位のファイルに分けます。編集上明確にするため、二次リソースに Optional というラベルを付けても構いませんが、V2 はその見出しに特別なクライアント動作を与えていません。

各説明を、内容を区別する情報として確認します。マーケティング文言、重複、リダイレクト、別のソースを繰り返すだけのページを削除します。マップがサイトマップの URL をすべて追加するたびに膨らむなら、もはや厳選されたものではありません。

ジェネレーターで開始用の下書きを作れますが、ベストプラクティスガイドでは手作業の選定がなお必要な理由を説明しています。バリデーターで構文を確認します。

サイズ指標の限界

バイト数はトークン数ではなく、トークン数はトークナイザーや言語によって変わります。小さなファイルでも曖昧なことがあり、大きなファイルでも専門クライアントには有用なことがあります。提案ではランキングのしきい値も、普遍的な最大値も定義していません。

ファイルサイズを運用シグナルとして使います。急な増加、ビルドの遅延、古いリンク、重複を監視します。有用性は、長さだけから得たスコアではなく、タスクに基づくテストで評価します。

14 KB は理想的なサイズですか？

いいえ。このサンプルの中央値であり、推奨ではありません。

リンク 76 件は多すぎますか？

範囲によります。パス固有のドキュメントマップなら、会社全体の概要より多くのリンクを正当化できます。

大きなファイルは AI に対する可視性を高めますか？

その因果関係の主張を裏付ける証拠はありません。大きなファイルはより多くのコンテキストを消費し、ノイズを加える可能性があります。