- [ Главная ](/ru/) / - [ Блог ](/ru/blog/) / - Кто получает llms.txt? Агенты, а не роботы поиска ИИ # Кто получает `llms.txt`? Агенты, а не роботы поиска ИИ Многие файлы llms.txt публикуются в надежде попасть в ответы ChatGPT или Perplexity. Измеренные запросы указывают на другое, и это меняет состав файла. Последнее обновление: 12 августа 2026 г. На этой странице - [ Измеренная разбивка ](#the-breakdown) - [ Агенты лидируют среди измеренных обращений ИИ ](#agents-lead) - [ Что это означает для вашего текста ](#write-for-agents) - [ Каждое число здесь — верхняя граница ](#ceiling) ## Измеренная разбивка Ahrefs классифицировали каждый User-Agent, запросивший `/llms.txt` в 137,210 доменах в течение 05.2026, разделив их на двенадцать категорий. Лишь 3% из примерно 38,000 принятых файлов получили хотя бы один запрос — около 1,100 файлов в этой технической панели. Приведённая ниже разбивка описывает эти запросы, а не всю совокупность и не то, что в итоге использовала модель. Над каждой отдельной AI-категорией находятся четыре категории: | Категория | Доля запросов | | ––––––––––– | ––––––– | | Инструменты SEO-аудита | 21.7% | | Прочие и неидентифицированные | 14.9% | | Общие веб-сканеры | 13.1% | | Инструменты профилирования технологий | 11.6% | В совокупности именованные AI-боты составляют **19.5%** . Если разделить их по назначению, картина становится значительно яснее: | Тип AI-бота | Доля | | ———————————— | —– | | AI-агенты и агентная инфраструктура | 10.5% | | Сканеры обучения AI | 5.3% | | AI-ассистенты | 2.5% | | AI-боты извлечения | 1.1% | Ещё 12% приходится на отрасль, изучающую соглашение, а не потребляющую его: инструменты оценки GEO и AEO — 5.8%, специализированные сканеры и каталоги llms.txt — 3.6%, исследовательские сканеры — 2.7%. Один пример помогает понять масштаб: **Slackbot, бот предварительного просмотра ссылок, загружал файлы llms.txt чаще, чем PerplexityBot.** ## Агенты лидируют среди измеренных AI-загрузок Последняя строка второй таблицы заслуживает внимания. AI-боты извлечения — сканеры, загружающие страницы для ответа на текущий запрос пользователя в AI-поиске, например OAI-SearchBot и PerplexityBot, — выполнили **1.1% всех измеренных запросов** . Ahrefs сообщают, что OAI-SearchBot, PerplexityBot и поисковый сканер Claude вместе выполнили лишь несколько сотен загрузок. Тем временем AI-агенты и обслуживающая их инфраструктура составили 10.5%, а Claude-Code загружал данные чаще каждого бота извлечения, каждого ассистента и каждого сканера обучения в наборе данных. Это согласуется с высказываниями Google, а не противоречит им. Как мы рассказываем в материале [использует ли Google llms.txt](/ru/does-google-use-llms-txt/), публичная позиция Джона Мюллера такова: ни один AI-сервис не заявлял, что использует файл, и [он сравнил его с метатегом keywords](https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/) — с заявлением владельца сайта о самом себе, которое система может дешевле проверить, просто прочитав сайт. Сканеры обучения — вторая AI-категория с 5.3%; они загружают llms.txt почти в пять раз чаще, чем боты извлечения. Если файл на что-то влияет, данные указывают на этап формирования корпуса, а не на момент составления ответа. ## Что это означает для написания текста Если предполагаемый потребитель — кодирующий агент, работающий от имени разработчика, многие обычные инстинкты ошибочны. **Маркетинговые страницы — неправильные записи.** Агенту, которому задан вопрос «как пройти аутентификацию в этом API», нужны справочная страница, коды ошибок и рабочий пример. Страница с ценами ему не поможет. Наши [лучшие практики](/ru/best-practices/) формулируют общий случай, а данные о читателях делают его конкретным. **Структура важнее широты.** [Спецификация](https://llmstxt.org/) задаёт отобранный индекс, а не карту сайта. Файл с сорока страницами ничего не экономит агенту, поскольку ему всё равно приходится выбирать. Двенадцать хорошо описанных записей решают задачу. **Сигнал несут описания.** Описание каждой ссылки — единственное, что агент видит, прежде чем решить, стоит ли тратить загрузку. «Справочник API» почти бесполезен. «REST-конечные точки, заголовки аутентификации, ограничения частоты и коды ошибок» — это решение о маршрутизации. **Рассмотрите llms-full.txt, если документация — это продукт.** Если главная цель — передать агенту содержимое, а не карту, для этого существует дополнительный файл; см. [что такое llms-full.txt](/ru/llms-full-txt/). И согласно выводу, разобранному в материале [ни один AI-агент не ищет ваш llms.txt](/ru/blog/agents-do-not-look-for-llms-txt/), всё это не имеет значения, пока кто-то не сообщит агенту о существовании файла. ## Каждое приведённое здесь число — верхняя граница Ahrefs прямо говорят об этом, и это стоит повторить, а не прятать: запрос в журнале доказывает, что клиент получил байты. Он ничего не доказывает о том, прочитала ли их модель, использовала или отбросила. Поэтому их доля AI в 19.5% — максимально благоприятное толкование потребления AI, а не его оценка. Их совокупность также технически смещена, поскольку сформирована из собственных аналитических клиентов, поэтому показатель внедрения 28% они представляют как верхнюю границу. Наша [панель внедрения](/ru/llms-txt-adoption/) измеряет совсем другую совокупность и несопоставима с ней. ## Источники - [ Ahrefs: мы проанализировали 137K сайтов: 97% файлов llms.txt никогда не читаются (06.2026) ](https://ahrefs.com/blog/llmstxt-study/) - [ Search Engine Journal: Google сравнил LLMs.txt с метатегом Keywords ](https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/) - [ llmstxt.org, спецификация ](https://llmstxt.org/)