llms.txt – mikä se on, kannattaako se tehdä ja miten se tehdään oikein

llms.txt on sivuston juureen sijoitettava tekstitiedosto, joka tarjoaa kielimalleille tiivistetyn ja jäsennellyn kuvauksen sivuston sisällöstä. Idea on sama kuin robots.txt:ssä ja sitemapissa: sovittu osoite, josta kone löytää olennaisen ilman koko sivuston kahlaamista. Ero on kohdeyleisössä, sillä llms.txt on kirjoitettu tekoälyä eikä hakukonetta varten. Käyn läpi mitä tiedostoon kuuluu, miten se tehdään ja mitä siltä kannattaa realistisesti odottaa.

Mikä llms.txt on

llms.txt on markdown-muotoinen tiedosto osoitteessa omadomain.fi/llms.txt. Se sisältää tyypillisesti lyhyen kuvauksen siitä mikä sivusto on, tärkeimmät sivut linkkeinä ja kuvauksineen sekä yhteystiedot. Ehdotus syntyi vuonna 2024 vastauksena käytännön ongelmaan: verkkosivut ovat täynnä navigaatiota, skriptejä ja toistoa, joista kielimallin on työlästä kaivaa olennainen. Siisti tekstimuotoinen yhteenveto on mallille helpompaa luettavaa.

Rakenne on vapaamuotoinen mutta vakiintumassa: ylätason otsikko, lainausmerkitty tiivistys, ja osioittain listat muodossa [sivun nimi](osoite): kuvaus. Ei koodia, ei kikkoja, pelkkää selkeää tekstiä.

Miksi juuri markdown? Koska kielimallit on koulutettu valtavilla määrillä sitä. Otsikkotasot, listat ja linkit ovat mallille merkityksellisiä rakenteita ilman että niitä pitää päätellä HTML-koodin seasta. Sama sisältö tavallisena verkkosivuna vaatii mallilta työtä, jonka aikana osa merkityksestä katoaa. Tekstitiedosto poistaa sen välivaiheen.

Miten se eroaa robots.txt:stä ja sitemapista

Kolme tiedostoa sivuston juuressa, kolme eri tehtävää. Sekaannus on yleinen, joten erot kannattaa pitää mielessä.

• robots.txt kertoo mitä saa hakea. Se on lupalista: mihin botti saa mennä ja mihin ei. Se ei kerro mitään sisällöstä, ja kaikki kunnolliset botit noudattavat sitä.
• Sitemap kertoo mitä on olemassa. Kone luettava luettelo kaikista osoitteista päivitysaikoineen. Se on täydellinen mutta lajittelematon: sivukartta ei erottele tärkeää epäolennaisesta.
• llms.txt kertoo mikä on tärkeää ja miksi. Se on kuratoitu ja kuvaileva. Siinä missä sitemap listaa kolmesataa osoitetta, llms.txt nostaa niistä viisitoista ja kertoo lauseella mitä kultakin löytyy.

Kuratointi on koko pointti. Jos tiedostoon kopioi sivukartan, siitä tulee sitemap huonommassa muodossa eikä se auta mallia lainkaan.

Mitä hyötyä siitä on, rehellinen arvio

Suoraan sanottuna: llms.txt on lupaava mutta vakiintumaton. Mikään suuri tekoälytoimija ei ole julkisesti sitoutunut lukemaan sitä, toisin kuin robots.txt:tä, jota kaikki kunnolliset botit kunnioittavat. Osa boteista hakee tiedostoa jo nyt, sen näkee palvelinlokeista, mutta takeita sen painoarvosta ei ole.

Miksi se silti kannattaa tehdä? Kolme syytä:

• Kustannus on lähes nolla. Tunnin työ, ei ylläpitoa jos generoit sen automaattisesti. Epäsymmetria on houkutteleva: pieni panos, mahdollisesti merkittävä hyöty.
• Se pakottaa kiteyttämään. Kun kirjoitat yrityksesi ja palvelusi viiteen selkeään riviin, huomaat samalla mitkä sivut oikeasti kuvaavat tarjontaasi ja mitkä eivät. Tämä kirkastus hyödyttää kaikkea muutakin sisältöä.
• Aikainen omaksuja voittaa jos standardi lyö läpi. Jos llms.txt:stä tulee robots.txt:n kaltainen käytäntö, valmiina olevat hyötyvät ensin. Jos ei tule, menetit tunnin.

Näin teet toimivan llms.txt-tiedoston

Aloita tiivistyksellä. Kaksi–neljä riviä: kuka olet, mitä teet, kenelle, ja mikä erottaa. Kirjoita faktoja, älä mainoslauseita, sillä tiedosto on mallille lähdemateriaalia ja mainoskieli on sille kohinaa.

Listaa sivut joilla on merkitystä. Palvelusivut, hinnoittelu, työkalut, parhaat oppaat. Jokaiselle rivi: nimi, osoite, yhden lauseen kuvaus siitä mitä sivulta löytyy. Jätä pois se mitä et halua vastauksiin, sillä llms.txt on kuratointia eikä sivukartta.

Lisää yhteystiedot ja perustiedot. Sähköposti, puhelin, sijainti. Juuri näitä kysytään tekoälyltä, ja juuri näissä mallit tekevät virheitä kun tieto on ripoteltuna.

Pidä se ajan tasalla. Vanhentunut llms.txt on huonompi kuin ei mitään, koska se syöttää mallille virheellistä tietoa suoraan. Paras tapa on generoida tiedosto automaattisesti sivuston sisällöstä, jolloin uudet artikkelit ja muuttuneet tiedot päivittyvät itsestään.

Miltä valmis tiedosto näyttää

Havainnollistava katkelma. Huomaa miten jokainen rivi kertoo sekä osoitteen että sen mitä sieltä löytyy, ja miten kuvaukset ovat toteavia eivätkä myyviä.

# Yritys Oy
> Helsinkiläinen tilitoimisto pk-yrityksille. Kirjanpito, palkanlaskenta ja veroneuvonta. Perustettu 2011, 12 työntekijää.

## Palvelut
[Kirjanpito](https://yritys.fi/kirjanpito): Kuukausikirjanpito hinnoittelu­esimerkkeineen, sopii 1–50 hengen yrityksille.
[Palkanlaskenta](https://yritys.fi/palkanlaskenta): Palkkahallinnon ulkoistus, hinnoittelu per palkkalaskelma.

## Yhteystiedot
Sähköposti: myynti@yritys.fi | Puhelin: 09 123 4567 | Osoite: Mannerheimintie 1, Helsinki

Pituudeksi riittää yhdestä kahteen sivua. Jos tiedosto kasvaa kymmeniä kilotavuja, kuratointi on epäonnistunut ja olennainen hukkuu taas.

Näin pidät tiedoston ajan tasalla

Käsin ylläpidetty llms.txt vanhenee kolmessa kuukaudessa. Kokemus on tässä yksiselitteinen: tiedosto tehdään kerran innostuksissaan, ja seuraavan kerran sitä katsotaan vuoden päästä kun jokin on jo muuttunut. Siksi generointi kannattaa automatisoida.

WordPressissä tämä onnistuu teemaan lisättävällä funktiolla, joka kuuntelee tiedoston osoitetta ja kokoaa sisällön suoraan tietokannasta: yrityksen perustiedot asetuksista, palvelusivut sivuhierarkiasta ja uusimmat artikkelit julkaisuista. Kun uusi artikkeli ilmestyy, se on tiedostossa samana päivänä ilman että kukaan muistaa tehdä mitään.

Kaksi käytännön yksityiskohtaa. Tiedosto pitää tarjoilla tyyppinä text/plain, muuten selain ja osa boteista käsittelee sitä väärin. Ja jos sivusto on monikielinen, pidä kielet erillään: sekakielinen tiedosto sekoittaa mallin käsitystä siitä, kenelle palvelu on tarkoitettu.

Kuka tiedostoa oikeasti hakee

Väittelyn sijaan kannattaa katsoa palvelinlokeja. Ne kertovat suoraan, kuka osoitetta /llms.txt pyytää ja kuinka usein. Omalla sivustollamme tiedostoa hakevat säännöllisesti ainakin ChatGPT:n ja Perplexityn indeksointibotit sekä joukko pienempiä tutkimuskäyttöön tarkoitettuja indeksoijia. Määrät ovat pieniä verrattuna tavallisiin sivupyyntöihin, mutta ne eivät ole nollia.

Tästä ei voi päätellä, että tiedoston sisältö vaikuttaisi vastauksiin. Haku todistaa vain sen, että osoite tarkistetaan. Mutta se on enemmän kuin monesta muusta ehdotetusta standardista voi sanoa, ja se selittää miksi tiedoston pitäminen ajan tasalla ei ole turhaa työtä.

Jos haluat seurata asiaa itse, suodata lokeista pyynnöt joiden polku on /llms.txt ja katso käyttäjäagentit. Sama tarkastelu kannattaa tehdä myös robots.txt:lle, jolloin näet mitkä botit ylipäätään käyvät sivustollasi ja kuinka usein.

Neljä yleisintä virhettä

Tiedosto on kopio sivukartasta. Kolmesataa osoitetta ilman kuvauksia ei auta mallia yhtään. Kuratointi on ainoa asia, joka erottaa llms.txt:n sitemapista, ja ilman sitä koko tiedoston tekeminen on turhaa.

Teksti on mainospuhetta. Ilmaisut kuten markkinajohtaja tai alan kokenein kumppani ovat mallille arvottomia, koska niitä ei voi todentaa. Kirjoita mitattavia faktoja: perustamisvuosi, henkilömäärä, toimialue, palvelut nimeltä.

Yhteystiedot puuttuvat. Yksi yleisimmistä tekoälylle esitetyistä kysymyksistä koskee sitä, miten yritykseen saa yhteyden. Jos tieto ei ole tiedostossa, malli hakee sen jostain muualta tai arvaa.

Tiedosto unohtuu. Palveluvalikoima muuttuu, hinnat muuttuvat, yhteyshenkilö vaihtuu. Automaattinen generointi hoitaa tämän, käsityö ei.

Mitä tiedostoon kannattaa jättää pois

Poisjättäminen on yhtä tärkeää kuin mukaan ottaminen. Jokainen rivi, joka ei auta mallia ymmärtämään mitä myyt ja kenelle, laimentaa muita rivejä.

Jätä pois kampanjasivut, jotka vanhenevat parissa kuukaudessa. Jätä pois blogiarkiston vanhimmat kirjoitukset, jos ne eivät enää vastaa nykyistä tarjontaa. Jätä pois kirjautumissivut, hakutulossivut ja muut toiminnalliset osoitteet, joilla ei ole sisällöllistä arvoa. Ja jätä pois sivut, joiden näkymistä tekoälyvastauksissa et halua: rekrytointi-ilmoitukset, sisäiset ohjeet tai keskeneräiset palvelukuvaukset.

Hyvä nyrkkisääntö on kysyä jokaisesta rivistä, haluaisitko sen sivun olevan se, jonka perusteella tekoäly kuvailee yritystäsi asiakkaalle. Jos vastaus on ei, rivi ei kuulu tiedostoon.

Milloin llms.txt kannattaa tehdä

Järjestys ratkaisee. Jos sivustollasi ei vielä ole sisältöä, joka vastaa asiakkaidesi kysymyksiin, tee se ensin. Kielimalli ei voi lainata sitä mitä ei ole olemassa, eikä siisti hakemisto tyhjästä varastosta auta ketään.

Jos sisältö on kunnossa mutta tekninen puoli ei, korjaa indeksoitavuus ensin. Botti joka ei pääse sivuillesi ei myöskään hyödy tiivistelmästä. Vasta kun nämä kaksi ovat kunnossa, llms.txt on luonteva viimeistely: se helpottaa mallin työtä silloin kun mallilla on jotain luettavaa.

Käytännössä tämä tarkoittaa, että llms.txt kuuluu tekoälynäkyvyyden tarkistuslistan loppupäähän eikä alkuun. Se on halpa tehdä, mutta se ei korvaa mitään sitä edeltävää.

Miten tiedoston vaikutusta voi seurata

Suoraa mittaria ei ole. Kukaan ei raportoi, että vastaus perustui llms.txt-tiedostoon, joten vaikutusta on arvioitava epäsuorasti. Kaksi tapaa toimii käytännössä.

Ensimmäinen on kysymystesti. Kirjaa kymmenen kysymystä, joita asiakkaasi kysyisivät ostaessaan, ja esitä ne eri kielimalleille ennen tiedoston julkaisua. Toista sama kuukauden ja kolmen kuukauden kuluttua. Kirjaa joka kerta, mainitaanko yritystäsi ja kuvaillaanko sitä oikein. Muutos ei todista syy-yhteyttä, mutta se kertoo suunnan.

Toinen on lokiseuranta. Jos tiedoston hakumäärät kasvavat ja samaan aikaan tekoälypalveluista tuleva viittausliikenne lisääntyy analytiikassa, kokonaiskuva vahvistuu. Kumpikaan mittari ei yksin riitä, mutta yhdessä ne antavat riittävän perustan päättää, kannattaako tiedoston ylläpitoon käyttää enemmän aikaa.

Mitä llms.txt ei tee

Se ei ole oikotie näkyvyyteen. Tiedosto auttaa mallia ymmärtämään sivustosi, mutta ei tee sisällöstäsi lainaamisen arvoista eikä tuo mainintoja, joita ei muuten tulisi. Jos sivustolla ei ole kysymyksiin vastaavaa sisältöä, llms.txt on kansilehti tyhjälle kirjalle. Tärkeysjärjestys on selvä: ensin sisältö, sitten tekninen saavutettavuus, ja llms.txt osana jälkimmäistä.

Se ei myöskään estä mitään. Jos et halua jonkin sivun päätyvän tekoälyvastauksiin, llms.txt on väärä työkalu: siihen jättäminen ei estä bottia hakemasta sivua muuta kautta. Estäminen kuuluu robots.txt:lle ja sivukohtaisille määrityksille.

Usein kysytyt

Mikä llms.txt on?

Sivuston juureen sijoitettava markdown-tiedosto, joka kuvaa sivuston sisällön tiiviisti kielimalleja varten, samaan tapaan kuin robots.txt ohjeistaa hakukonebotteja.

Lukevatko tekoälyt llms.txt-tiedostoa?

Osa boteista hakee sitä jo, mutta yksikään suuri toimija ei ole julkisesti sitoutunut sen käyttöön. Kyse on lupaavasta ehdotuksesta eikä vakiintuneesta standardista, ja siksi panostuksen kannattaa olla pieni ja automaattinen.

Korvaako llms.txt sitemapin?

Ei. Sitemap listaa kaikki sivut hakukoneita varten; llms.txt kuratoi olennaisimmat ja kuvailee ne kielimalleille. Molemmat kannattaa pitää.

Mitä llms.txt-tiedostoon kirjoitetaan?

Lyhyt faktapohjainen kuvaus yrityksestä, tärkeimmät sivut linkkeinä ja kuvauksineen sekä yhteystiedot. Markdown-muodossa, ilman mainoskieltä.

Kuinka pitkä llms.txt-tiedoston pitäisi olla?

Yhdestä kahteen sivua riittää useimmille yrityksille. Jos tiedosto kasvaa kymmeniksi kilotavuiksi, kuratointi on epäonnistunut: olennainen hukkuu massaan samalla tavalla kuin itse sivustolla.

Voiko llms.txt vahingoittaa hakukonenäkyvyyttä?

Ei. Google ja muut hakukoneet eivät käytä tiedostoa sijoituksiin, eikä sen olemassaolo vaikuta indeksointiin. Riski on vain siinä, että vanhentunut tiedosto syöttää kielimallille virheellistä tietoa yrityksestäsi.

Teimme omamme niin, että se päivittyy automaattisesti — voit kurkata lopputuloksen osoitteesta purodigital.fi/llms.txt. Koko tekoälynäkyvyyden rakentaminen on kuvattu sivulla generatiivinen hakukoneoptimointi, ja lähtötilanteesi näet AI-näkyvyystestillä.