llms.txt in 2026: Wat het werkelijk doet (en waarom Google zegt dat het niet helpt)

Laatste update: augustus 2026

In 2024 stelde Answer.AI een eenvoudig idee voor: als AI-crawlers je site gaan consumeren, geef ze dan een schone, machine-leesbare index van wat erop staat. Het formaat -

llms.txt

robots.txt

Het idee verspreidde zich. Duizenden sites implementeerden het. Toen zei Googles John Mueller iets dat het hele gesprek opnieuw inkadreerde: "Ik geloof niet dat Google llms.txt gebruikt voor AI Overviews." Dit artikel legt uit wat dat betekent, wat de crawler-logdata laten zien en wat de AI-citatieratio in 2026 werkelijk beweegt.

Wat is llms.txt en wat moest het doen?

llms.txt is een platte tekst- of Markdown-bestand op

yourdomain.com/llms.txt

De analogie met

robots.txt

robots.txt

llms.txt

robots.txt

llms.txt

Wat zegt Google werkelijk over llms.txt?

Google is direct geweest. John Mueller bevestigde in meerdere publieke interacties (Search Off the Record, Reddit AMA) dat Google

llms.txt

llms.txt

De reden is architecturaal. Googles retrievallaag voor AI Overviews werkt niet vanuit een aparte crawl die door een

llms.txt

Mueller wees op WebMCP - de opkomende standaard voor gestructureerde agent-websiteinteractie die we behandelen in onze WebMCP engineering post - als een structureel solidere aanpak voor sites die gecontroleerde, gedeclareerde agenttoegang willen.

Wat crawler-logdata laten zien over de adoptie van llms.txt

Ahrefs publiceerde een analyse van crawler-logdata over 137.000 domeinen die

llms.txt

• GPTBot haalde
  textCopy

  llms.txt

  op bij ongeveer 0,1% tot 3% van de domeinen die het publiceerden, en de ophaalfrequentie correleerde niet met veranderingen in de citatieratio in ChatGPT-uitvoer.
• PerplexityBot vertoonde hogere ophaalpercentages, maar geen aantoonbare correlatie tussen de aanwezigheid van
  textCopy

  llms.txt

  en broncitaties in Perplexity-reacties.
• Het ophaalgedrag van ClaudeBot volgde standaard crawlpatronen - geen verhoogde prioriteit voor
  textCopy

  llms.txt

  -hosts ten opzichte van sites van gelijkwaardige kwaliteit zonder het bestand.
• Google-Extended (gebruikt voor AI-training, niet voor Overviews-retrieval) haalde
  textCopy

  llms.txt

  -bestanden opportunistisch op, maar vertoonde geen gedocumenteerde verschuiving in hoe Google AI-producten de publicerende domeinen behandelen.

Het totaal aan geanalyseerde crawler-events overschreed 500 miljoen bot-interacties. Over dat dataset heen was het

llms.txt

Seven Labs' llms.txt: wat we bouwden en waarom we het behielden

Seven Labs publiceert

llms.txt

1# Seven Labs
2> Seven Labs is an AI systems engineering and automation agency...
3
4## File List
5* [Home](https://www.sevenlabs.site/)
6* [Services](https://www.sevenlabs.site/services)
7* [Case Studies](https://www.sevenlabs.site/case-studies)
8* [Engineering Notes](https://www.sevenlabs.site/blogs)
9* [Authority](https://www.sevenlabs.site/authority)
10* [Team](https://www.sevenlabs.site/team)
11* [Contact](https://www.sevenlabs.site/contact)

We behielden het om twee redenen. Ten eerste kost het onderhoud niets. Ten tweede: hoewel Google het niet gebruikt, controleren sommige kleinere AI-tools en op ontwikkelaars gerichte crawlers (waaronder research-tooling en open-source agentframeworks) er wel op. Als je site zich primair richt op ontwikkelaarsgebruikers of technische kopers die AI-assistenten gebruiken voor leveranciersonderzoek, is er een smalle casus voor het bestand.

De fout is het te behandelen als een GEO-strategie in plaats van een goedkope hygiënestap.

Waar llms.txt nog van belang kan zijn (de smalle casus)

llms.txt heeft niet-nulwaarde in specifieke situaties:

• Ontwikkelaarstoolproducten waarbij je doelgebruikers waarschijnlijk eigen LLM-agenten draaien die controleren op gestructureerde sitemanifesten
• Documentatiesites waarbij AI-codeerassistenten (Copilot, Cursor, Codeium) mogelijk
  textCopy

  llms-full.txt

  -varianten gebruiken om technische documentatie te indexeren
• Onderzoeksgerelateerde content waarbij academische of zakelijke AI-zoektools met expliciete
  textCopy

  llms.txt

  -ondersteuning de primaire retrievallaag vormen

Buiten deze gevallen zijn de opportuniteitskosten van het behandelen van

llms.txt

Wat AI-citaties in 2026 werkelijk aandrijft

De retrievallaag die bepaalt of een AI-systeem je content citeert, is in de kern een kwaliteits- en gezagssignaal - niet een bestandsaanwezigheidssignaal. Van de GEO-tactieken die consequent de citatieratio bewegen, springen er vijf uit:

1. Gestructureerde data (Schema.org). FAQPage-, HowTo-, Article- en LocalBusiness-markup geven AI-systemen entiteitsopgeloste, analyseerbare antwoorden zonder proza te lezen. Googles AI Overviews citeren pagina's met gestructureerde data meetbaar vaker voor vraagtypequery's.
2. Omgekeerde-piramidestructuur voor antwoorden. Plaats het definitieve antwoord van 40-60 woorden op elke vraag direct na de vraag-H2. AI-retrievalsystemen halen de eerste substantiële reactie op een zoekwoordquery op. Als je antwoord in alinea vier staat, wordt het overgeslagen.
3. Entiteitsconsistente content. Gebruik dezelfde naam, hetzelfde adres en dezelfde beschrijving op je site, Google Business Profile, LinkedIn en in externe citaties. Entiteitsconsistente content verlaagt de disambiguatiekosten voor AI-retrievallagen die indexeren op entiteit in plaats van URL.
4. Thematisch gezag via diepgang. Een enkele goed gestructureerde pagina over een onderwerp scoort lager voor AI-citaties dan een netwerk van onderling verbonden pagina's met semantische breedte. AI-systemen beoordelen gezag over een themacluster, niet per pagina.
5. Expliciete AI-crawler-toestemming in robots.txt. Alle grote AI-crawlers - GPTBot, ClaudeBot, PerplexityBot, Google-Extended, OAI-SearchBot, Applebot-Extended - moeten expliciet worden toegestaan. Een wildcard
   textCopy

   allow: *

   garandeert geen dekking onder alle crawlerimplementaties. Expliciete per-agent-regels zijn de veilige route.

Onze AI-platforms engineering service omvat GEO-architectuur als onderdeel van contentstrategie voor klanten die hun technische documentatie en casestudies in AI-ondersteund leveranciersonderzoek willen laten verschijnen.

GEO vs. llms.txt: wat eerst prioriteren?

Moet je llms.txt implementeren?

Ja - maar alleen als een 20-minuten hygiënetaak, niet als GEO-strategie. Publiceer het bestand, lijst je tien tot vijftien belangrijkste pagina's op met nauwkeurige beschrijvingen en ga verder. De inspanning-tot-impact-ratio voor alles daarboven is ongunstig. Dezelfde dertig minuten geïnvesteerd in het toevoegen van FAQPage-gestructureerde data aan één drukbezochte pagina zal vrijwel zeker meer meetbare AI-citatieimpact opleveren dan het optimaliseren van je

llms.txt

De eerlijke formulering:

llms.txt

Seven Labs bouwt GEO-geoptimaliseerde contentarchitecturen, gestructureerde data-implementaties en voor AI toegankelijke kennisbases als onderdeel van ons AI-platform engineeringwerk. Als je wilt dat AI-systemen je expertise citeren, laten we praten over wat die metriek werkelijk beweegt.